博客
探索 AI 技术的前沿动态与深度洞察
从单模型到多模型：Model Router 的 4 种路由策略（规则/预算/质量/延迟）
很多团队的 LLM 接入会经历同一个演进：先接一个最顺手的模型 → 业务做起来后发现“不是所有请求都值得用同一个模型” → 开始出现“按场景选模型、按成本控调用、按稳定性做兜底”的需求。
从单模型到多模型：Model Router 的 4 种路由策略（规则/预算/质量/延迟）
很多团队的 LLM 接入会经历同一个演进：先接一个最顺手的模型 → 业务做起来后发现“不是所有请求都值得用同一个模型” → 开始出现“按场景选模型、按成本控调用、按稳定性做兜底”的需求。
Day 7: Clawdbot 终局：从"脚本小子"到"自动化架构师"
这周我们聊了 Clawdbot 的爆火、痛点、架构、日志、容错和配置。
Day 6: Clawdbot 最佳实践：把 Prompt 当代码管，把配置当数据管
你的 Clawdbot 代码里，是不是充斥着这样的东西：
Day 5: 当 LLM 开始胡说八道：如何设计 Clawdbot 的防御层
我们在前几天建立了模块化架构，也加上了日志追踪。现在，我们要面对 AI Agent 最大的不可控因素：幻觉 (Hallucination) 和不确定性。
Day 4: Clawdbot 失控现场实录：论 run_id 的重要性
当你把一个巨大的任务拆解成"微链架构"（Micro-Chain）后，你会面临一个新的挑战：信息碎片化。
Day 3: 给 Clawdbot 瘦身：为什么单一职责原则在 AI 时代更重要？
在软件工程中，有一条黄金法则叫 SRP (Single Responsibility Principle)，单一职责原则。
Day 2: 警惕 Clawdbot 的"Demo 陷阱"：跑通一次不叫工程化
跑通第一个 Clawdbot 任务那一刻，真的很爽。
从个人玩具到生产级平台：Clawdbot 还缺什么？
GitHub 显示：337 个 open issues。
Clawdbot 生产级部署完整指南：7层防护体系
Level 0: 能跑就行
AI 助手处理真实任务的能力边界：以购车流程为例的深度分析
买车是一个典型的"结构化但繁琐"的任务：
当 Bot 开始自言自语：分布式消息系统的方向性陷阱
我遇到过一个诡异的 bug：
Microsoft Teams、Zalo 接入背后的 Channel 架构演进
2026年1月，Clawdbot 在短短 2 周内完成了多个消息平台集成：
Model Context Protocol: 工具协议的技术本质与架构价值
当前 AI 工具的集成方式存在一个根本性问题：每个工具都在重复实现相同的功能。
Clawdbot 插件化重构：从单体架构到生态系统的技术演进
2026年1月，Clawdbot 代码库完成了一次重大重构（PR #661），改动 3400+ 行代码。这次重构的核心目标是将模型提供商（Provider）从核心代码中解耦，变成可独立分发的插件包。