David Vicente Campos
NeuraLIA Labs 创始人、MyRealFood 联合创始人
我是莱昂大学毕业的计算机工程师。我共同创立了 MyRealFood，并在那里作为 CTO 打造了一款数百万人用来吃得更健康的应用；我还创立了 NeuraLIA Labs，在这里我打造 AI 产品。我在本站写下一路走来所必须理解的内容，就像我希望当初有人向我讲解的那样。
从零开始学 AI
30 章
- 从零实现感知机：一个神经元到底计算什么
- 损失函数从何而来：是似然，不是惯例
- 下坡：Gradient Descent，以及所有人都跳过的两个步骤
- 分类、交叉熵，以及如何不被自己骗倒
- 从零实现 Backpropagation：先造引擎，再搭网络
- 让它能训练，也让它能泛化
- 构建一个 BPE Tokenizer：模型为什么数不清 R
- Next-token 预测：embedding，以及困惑度到底意味着什么
- 从平均值推导 Attention 与 transformer block
- 预训练 LLM：数据、算力、Scaling Laws 与成本
- 从基础模型到助手：SFT、RLHF、DPO 与 GRPO
- Chain of Thought、RLVR 与 Test-Time Compute：一次实测
- 让推理更便宜：KV cache、批处理与量化
- 你的第一次生产级 LLM 调用：流式传输、重试与超时
- 用测量理解 Prompt Engineering：什么会改变输出
- 把 context window、token 和账单算清楚
- 温度、top-p，以及你并不拥有的确定性
- Tool Calling 与结构化输出：守得住的契约
- 生产环境中的 RAG：chunking、检索与诚实引用
- Fine-Tune、检索还是 Prompt？决定因素是经济账
- 多模态定价：图像、音频和视频到底按什么收费
- AI agent 是什么：五种经典类型与两种相互竞争的定义
- 构建 agent harness：循环与五种退出方式
- Context Engineering：为什么你的 agent 到第 40 轮会变笨
- Multi-Agent 编排：五种模式，以及何时单 agent 胜出
- 对照规范解释 MCP：服务器到底是什么
- 发布一个 MCP Server：TypeScript 与 Python 实测对比
- Agent Skills 与 SKILL.md：实测渐进式披露
- LLM 评估：从公开 benchmark 到你的黄金集
- Prompt injection 与致命三角：保护真实 agent