挑几篇能说明我如何理解 AI 工具、内容系统与技术交付的文章。
一个实用的 AI 工作环境：能起草、测试和发布，又不会把流程缠在一起。
怎样组织案例研究，才能证明判断力，而不只是展示结果。
公共索引真正有用，往往不是因为页面多复杂，而是因为内容模型足够小、足够清楚、足够容易改。
当前站点的写作主题轨道。
帮助快速扫描整组文章的主题信号。
当前显示 2 篇文章清除筛选
Local Prompt Refiner 不是把需求写得更漂亮，而是用本地小模型、确定性约束和真实输入测试，尽量不让一句‘不要动后端’消失在整理过程中。
Claudio FM 是一个 AI 私人电台。做它的过程里我发现，让一个 AI DJ 可信，难点不在选歌，而在教它何时闭嘴、说什么、以及在它必然出错时别把电台拖垮。
这里更像一个技术判断的工作台，而不是随手记录的日记。
关于模型边界、评估方式与人工审核回路的实用笔记。
我如何组织 agent 任务、检查点与交付交接。
内容模型、案例研究、路由设计与小型产品判断。
如何用更适合 Vercel 的基础设施把小型 Web 产品发布出去。
先看这些笔记，再去看已经落地的工作，或者直接开始一段对话。
