思考随笔 | SL Blog

提高与 AI 的协作效率：把判断留给人，把重复交给 AI

2026-09-02

AI 协作真正稀缺的不是 Token，而是人的理解、判断和每一次人工介入。关于共享语义库、认知资源、分阶段规划和可视化沟通的一些实践思考。

Kimi 用着用着，怎么就额度不够了？

2026-08-22

一次真实 6514 万 Tokens 的使用记录：真正让我意外的不是输出，而是缓存成本。

AI 时代，到底还要不要学 LangChain 和 LangGraph？

2026-08-20

当 Claude Code、Codex 这类 Agent Harness 已经能自己读文件、执行 Shell、调用工具、失败重试时，我们还需要用 LangChain/LangGraph 再编排一次 Agent 吗？本文从工作流到 Agent 的演进讲起，给出一个简单原则：让模型负责不确定性，让代码负责确定性，并提出三个判断一项 AI 技术值不值得学的标准问题。