线上跑得好好的 LLM 接口，为什么时不时就把 JSON 弄崩？本文从"自然语言承诺不等于工程契约"出发，深度解析只靠 Prompt 写"请返回 JSON"会踩的五类翻车点，对比 JSON Mode、Structured Outputs、Function Calling 三大结构化支柱的本质差异，并讲清楚一个关键认知：Function Calling 并不代表模型执行了代码

把 YouTube 链接贴进 ChatGPT，它读的是字幕不是画面；Claude 干脆不接受视频；Gemini 虽能看视频却要按固定间隔采样帧再上传云端。本文拆解开源工具 claude-real-video 如何用场景切换检测 + 滑动窗口像素去重 + Whisper 本地转录，让任意大模型基于画面而非字幕真正“看懂”视频，并给出 CLI 与 Python API 完整用法、--scene/--d

让大模型操作网页，非得开无头浏览器、截图喂多模态模型吗？阿里开源的 Page Agent 走了一条反常识的路：它是一个嵌进网页的纯 JS 客户端库，用 DOM 脱水把页面压成 FlatDomTree 文本，让纯文本模型就能精准点击、填表，无需截图、无需多模态、无需独立后端。本文拆解 DOM 脱水原理与执行循环，给出 CDN 一行接入与 NPM 工程化代码，对比 Playwright / Puppe

被 AI 改写命运的方式有两种，一种是被动等它来，一种是主动凑上去成为它的一部分。前者叫下岗，后者叫转岗。差距不在能力，在动身的早晚。

宇树上市这件事本身值得骄傲：一家杭州公司，用十年时间把人形机器人卖到全球第一，还把它送上了 A 股。这是中国硬科技的实打实成绩。但骄傲归骄傲，钱包归钱包。开盘冲进去的人和开盘清仓的人，同一天做出了完全相反的选择——前者赌情绪延续，后者兑现稀缺红利。看好一个赛道，和在任何价位买它的股票，是两件完全不同的事。

水印这件事，方向几乎不可逆：欧盟 8 月 2 日已经生效，约 190 家签署方落笔，Anthropic 是目前把原理讲得最透的一家。往后，"这段字是不是 AI 写的"会从一个玄学问题，变成一个技术问题。可以不看这篇文章，但最好记住这个变化：AI 写的字，正在获得"被认出来"的能力——往后署自己的名之前，你得想清楚哪些字真是你的。值得转给那个总让 AI 代写还理直气壮的朋友——不是吓他，是检测工具已

水印这件事，方向几乎不可逆：欧盟 8 月 2 日已经生效，约 190 家签署方落笔，Anthropic 是目前把原理讲得最透的一家。往后，"这段字是不是 AI 写的"会从一个玄学问题，变成一个技术问题。可以不看这篇文章，但最好记住这个变化：AI 写的字，正在获得"被认出来"的能力——往后署自己的名之前，你得想清楚哪些字真是你的。值得转给那个总让 AI 代写还理直气壮的朋友——不是吓他，是检测工具已

水印这件事，方向几乎不可逆：欧盟 8 月 2 日已经生效，约 190 家签署方落笔，Anthropic 是目前把原理讲得最透的一家。往后，"这段字是不是 AI 写的"会从一个玄学问题，变成一个技术问题。可以不看这篇文章，但最好记住这个变化：AI 写的字，正在获得"被认出来"的能力——往后署自己的名之前，你得想清楚哪些字真是你的。值得转给那个总让 AI 代写还理直气壮的朋友——不是吓他，是检测工具已

做 AI 应用时，"写死流程"还是"交给 Agent 自主决策"是高频架构难题。本文以"执行路径能否提前确定"为核心标准，拆解 Workflow 固定 DAG 与 Agent 自主决策的本质区别，覆盖混合模式设计、LangGraph 与 Spring AI Alibaba Graph 代码对比、成本与延迟权衡，并附选型决策函数和场景速查清单。

多个 Agent 用自然语言互相讨论来协作，跑着跑着就信息丢失、幻觉越传越真、对"完成"的定义各执一词、token 还指数爆炸。本文用 A2A 结构化协议（任务卡 / 结果卡 / 状态机）加 Orchestrator-Subagent 编排模式，把多智能体协作从"各说各话"改成"按契约交接"，并附一套 Python 3.10 + Pydantic v2 的可运行多智能体编排 Demo（含上下文隔离