Reading
阅读重点暂时落在三条线上。第一条是 LLM 记忆：写入什么、怎样检索、什么时候遗忘；第二条是 Agent：工具调用之后用什么证据判断任务真的完成；第三条是具身智能：模型从视觉和语言走到动作时，反馈回路怎样处理环境变化。
旁边还有一条更慢的线：把 ML、DL、RL 的数学和直觉接起来，顺着认知科学与神经科学中的记忆、规划研究寻找好问题。类比很诱人，但我会尽量标清“启发”和“证据”的边界。这些是阅读方向，不是已经做出的研究成果。
Building
把这个站点作为长期写作和维护的空间：项目能追到代码，文章能追到资料，笔记能持续修订。公开仓库里的 AI Story Studio 和 Code Naming Assistant 也还值得继续整理文档与使用边界；目前没有把它们写成已经成熟商业化的产品。
博客的前台已能访问，公安联网备案已通过并取得备案号。内容通过后台管理，从草稿预览到发布，再到后续修订，保持同一份记录。
Noticing
最近反复想到一个问题：AI 系统表现好的时候，我们很容易记住那次顺利的结果；表现不好的时候，错误到底在哪一步开始？检索到过期材料、调用工具后没核验、把相似的记忆当成事实，都会把后面几步带歪。
我想把“可复盘”当成自己的工程习惯：公开写清来源、限制和下一步要验证的东西。这个页面也会低频更新，不会因为日期翻了一页，就假装兴趣和进度也自动更新。