AI 的终局不会只有一个赢家：从训练数据、现实世界到多极生态
最近在几个问题之间反复推敲：AI 模型公司的训练数据到底从哪来？为什么 OpenAI、Anthropic 的优势不完全等同于 xAI？马斯克旗下 X、Tesla、SpaceX 的现实世界数据，到底是不是一种长期的巨大优势？未来 ...
$ cat about-me.md
DevLog
一个程序员风格的个人博客，记录技术、代码与生活。
$ echo "欢迎来到 Wang Zhiyong 的博客"
=> 记录技术、代码与生活，欢迎交流。
54
篇文章
155
个标签
12
个分类
255971
字
55
天
$ ls -lt ./posts
全部文章 →AI Agent 学习笔记（九）：模型后训练——从“会说话”到“会办事”
基于李博杰《深入理解 AI Agent：设计原理与工程实践》第7章学习笔记。
从零搭建 A股 + 期货个人半自动量化系统（2026 选型指南）
结合对数据源、回测框架、执行通道、系统架构四方面的调研，为「个人开发者 + Python 背景 + A股/期货半自动量化」整理的一份 2026 年选型与实施指南。
AI Agent 学习笔记（八）：Agent 的评估体系与方法——给 AI 装上体检报告
基于李博杰《深入理解 AI Agent：设计原理与工程实践》第6章学习笔记。
AI Agent 学习笔记（七）：Coding Agent 与代码生成——代码是 Agent 的元能力
基于李博杰《深入理解 AI Agent：设计原理与工程实践》第5章学习笔记。
AI Agent 学习笔记（六）：工具设计（下）——执行工具、协作工具与异步 Agent
基于李博杰《深入理解 AI Agent：设计原理与工程实践》第4章学习笔记（下篇）。
AI Agent 学习笔记（五）：工具设计（上）——分类与设计原则
基于李博杰《深入理解 AI Agent：设计原理与工程实践》第4章学习笔记（上篇）。
IoT 学习项目部署手册：从物料清单到 CI/CD 上线全流程
覆盖 admin-system、monitor-dashboard、patrol-app 三个前端与 backend-server 后端。 目标环境：开发 → 预生产（Staging）→ 生产（Production）。