Skills
Skills for reading AI signals
Practical skills for deciding whether a new AI technology signal is worth testing, tracking, or explaining to your team.
Start with the skills that match your role, then open the linked signals and background concepts to see where the change matters.
- 22
- skills
- 11
- hot right now
- 96
- linked published signals
- 25
- linked concepts
Skill entries are written in Chinese; signal titles are in English where the source is.
Skill area
Engineering
Use these when a signal may change how your team builds or ships.
智能体工作流设计
设计多步骤 AI 流程：怎么分层、每一步的交接点是什么、护栏放在哪一层才真的拦得住。
工具集成模式
把 AI 系统接入 API、浏览器、文档和内部工具，让工具层吸收混乱而不是把混乱转发给模型。
模型微调与后训练定制
在开源权重上做监督微调、偏好对齐与蒸馏，把通用基座改造成领域模型——数据配方与评测把关比训练脚本本身更决定成败。
智能体安全与提示注入防御
识别智能体产品的注入攻击面，用对抗测试、确定性工具层和沙箱隔离把安全测试从静态规则升级为持续工程实践。
端侧模型部署与硬件适配
判断一台具体的机器能不能跑、跑得值不值：定量化档位、选运行时、配卸载与上下文，最后用首 token 延迟和稳态吞吐验收——而不是看参数量猜。
模型与推理引擎的支持路径
决定要换一个新模型之后、真正上线之前的那一段：判断引擎对它的支持到了哪一级、走哪条路最快跑起来、以及怎么确认它不只是「能出字」而是「跑得对」。
视觉输入的组织与核验
把截图、图表和文档整理成模型真正读得懂的输入，并用可复现的手段确认它读对了——视觉任务的失败往往是安静的。
给编码智能体划定任务与验收
把一类重复的代码改动交给编码智能体之前，先挑对任务、把判卷标准锁在它够不着的地方，再按任务记账——这样才知道它做对了没有、值不值。
用智能体复现论文结论
用编码智能体把一篇论文的核心论断重跑一遍，并留下别人能复查的记录——从一条论断开始，不信智能体的自我评价，失败先分原因。
验证量化与推测解码的实际提速
遇到「快 3 倍」「省 70% 显存」，判断它在自己的负载上还剩多少：分清加速的是哪一段，在同样的条件下比，按质量下限选量化档位。
Skill area
Evaluation & analysis
Use these to tell a lasting signal from passing noise.
检索流水线调优
优化分块、索引、重排选择和结果格式，让回答更有依据。
模型与输出评估
在上线前把「什么算好」写成能判错的检查，并让这些检查小到每次改动都能重跑。
旗舰模型发布解读与换代判断
面对一份新旗舰模型公告，分清哪些数字可比、哪些是话术，并判断这次值不值得换——换代的成本大多不在模型本身。
推理服务容量规划
估算并发、显存与成本三者的关系，判断一次推理栈升级或模型更换对自托管服务意味着什么。
按影响半径审查智能体写的代码
智能体按特性交回整块代码，按行数审已经失效；改问「坏了会影响谁」，由人写清改动的理由，并把安全边界从合并挪到渐进发布。
核查 AI 科研成果的证据
面对「AI 解决了某个难题」，按四个问题判断它站得多稳：能不能被机器检验、谁打的分、人参与了多少、裁判是不是它自己。
评估开放权重模型能否自托管
拿到一份开放权重发布，回答「我们能不能、该不该自己跑它」：许可、显存、引擎支持、自己复测、总成本，五件事依次看。
Skill area
Product judgement
Use these before a technology goes onto the roadmap.
AI 试点范围界定
挑第一个用例并把它框住：一次试点的产物是一个决定，不是一个功能，所以它要小到错得起。
实时语音交互设计
为语音优先的 AI 产品设计对话节奏、打断处理和失败兜底，让实时语音模型的能力落进可用的产品体验。
AI 工具链选型与自建边界评估
在「自己搭一套」和「买现成的」之间划线：先判断哪一层工作是你必须拥有的，再比价格——顺序反过来就会买错。
Skill area
Operations
Use these when a signal affects launches, reliability or support.
智能体可观测性与评测运维
为长时程智能体建立轨迹追踪、行为评测与失败归因的运维闭环，把「智能体为什么这么做」从黑盒猜测变成可查询的工程事实。
Skill area
Team communication
Use these to help non-specialists understand a technical change.
AI 辅助沟通审阅
借助 AI 工具，把截图、日志和草稿文本转化为更清晰的工程沟通。