Barry's Tech Notes
献词
正在初始化搜索引擎
Barry's Tech Notes
首页
智能体工程
智能体工程
独立译文
独立译文
每个开发者都该知道的 30 个智能体工程核心概念
循环工程(Loop Engineering)
智能体式代码审查(Agentic Code Review)
循环入门(Getting started with loops)
面向自我提升的 Harness 工程
循环工程设计模式(10 Loop Engineering Design Patterns)
如何与 AI 协作并实现复利增长(Working with AI)
智能体循环详解:从 ReAct 到循环工程(Agentic Loops Explained)
Ralph Wiggum 当"软件工程师"(Ralph Loop 技术)
软件工厂为何失败(Why Software Factories Fail)
构建 AI 智能体实用指南(A practical guide to building agents)
核心原则
核心原则
什么是智能体工程?
现在,写代码很便宜
把你会做的事囤起来
AI 应该帮助我们产出更好的代码
反模式:有些事要避免
协作工作流
协作工作流
编码智能体如何工作
如何将 Git 用于编码智能体工作流
子智能体
测试与质量保证
测试与质量保证
红/绿 TDD
先跑测试
让智能体做手动测试
代码理解
代码理解
线性讲解
交互式解释
实战案例
实战案例
用 WebAssembly 和 Gifsicle 构建 GIF 优化工具
参考资源
参考资源
我常用的 Prompt
训练系统与集群
训练系统与集群
TPU 与 GPU 集群内部:集合通信剖析
深度学习
深度学习
苦涩的教训(The Bitter Lesson)
反向传播:想法、数学原理、思想史与最值得读的 5 篇文献
计算图上的微积分:反向传播
Transformer Math 101:训练计算量与显存需求速查
Transformer 推理算术:用少量公式理解大语言模型推理性能
LLM 优化面试笔记:训练与推理
量化神经网络:你只需要这一篇指南
量化可视化指南:大语言模型压缩入门
NumPy einsum 基础指南(A basic introduction to NumPy's einsum)
理解 NumPy 的 einsum(Understanding Numpy's einsum)
什么是扩散模型?
Diffusion Transformer(DiT)模型:初学者指南
浮点与芯片设计
浮点与芯片设计
从零实现浮点运算:困难模式
研究论文
研究论文
TurboQuant — KV Cache 压缩算法
数学考证
数学考证
"齐次"是怎么成为中文数学术语的?
向量(中译本)
向量(中译本)
译本说明
名家推荐
作者简介
献词
序言
第 1 章 代数的解放
第 2 章 微积分的登场
第 3 章 向量的构想
第 4 章 理解空间(与存储)
第 5 章 出人意料的新角色与缓慢的接受
第 6 章 泰特与麦克斯韦
第 7 章 从四元数到向量
第 8 章 向量分析终成正果
第 9 章 从空间到时空
第 10 章 弯曲的空间与不变的距离
第 11 章 张量的发明
第 12 章 万物汇聚
第 13 章 后来发生了什么
结语
时间线
致谢
注释(353 条)
索引(639 条)
关于
关于
术语表与翻译约定
双语链接映射
更新记录
献词
iv
献给摩根(Morgan)
带着我全部的爱与由衷的感谢
。
回到页面顶部