图解强化学习 |手算GRPO
GRPO（分组相对策略优化）是PPO的无Critic简化版，仅用单一Actor网络，通过组内候选回答的相对奖励归一化替代优势函数估计；引入裁剪机制与KL正则，显著降低显存开销、提升训练稳定性与长链推理能力。（239字）
图解人工智能的数学基础（高数）
本文系统讲解微积分核心概念：数列与递推、极限（含无穷小/大）、导数（含中值定理、泰勒公式）、积分（不定/定/变上限/反常）及微分方程，并延伸至多元函数、偏导数、链式法则与二重积分，结合Sigmoid函数、药物衰减等实例及SymPy代码演示，突出其在AI与工程中的应用基础。
图解强化学习 |手算近端策略优化算法（PPO）
PPO（近端策略优化）是当前最主流的强化学习算法，以训练稳定、上手简单、泛化性强著称。它通过Actor-Critic双网络架构，结合PPO-Clip损失函数限制策略更新幅度，并利用GAE优势估计提升样本效率，广泛应用于游戏AI、机器人控制、大模型对齐等领域。
大厂校招变了：AI 能力正在进入笔试和面试
今年校招AI能力成硬通货：技术岗考AI辅助工程（拆需求、识错误、融流程），非技术岗考AI驱动业务（方案判断、活动闭环、流程优化）。关键不在“会不会用”，而在“能否带判断力将AI深度融入工作流并交付高质量结果”。
线上CPU突然飙到500%，凶手竟是一条日志
一次CPU飙升至500%的故障，根源竟是一行日志：`logger.error("用户信息解析失败：" + userJson)`。异常请求携带近5万行乱码JSON，导致高频字符串拼接与磁盘写入，拖垮CPU。通过线程栈定位、降级日志、规范输出（限流/精简/监控），成功止损。教训深刻：看似无害的日志，亦是性能杀手。
