BRBRHU.COM个人观察与实践

胡律的规则探索

01

ABOUT / 关于胡律

A PRACTITIONER, A BUILDER, A LEARNER.

从法律出发,向真实世界保持好奇。

我的工作从法律出发,但不止于法律。我关心规则如何影响选择,也关心技术如何改变我们理解和使用规则的方式。

作为律师、斜杠青年与 AI 创业者,我希望把专业判断、产品思维和长期主义放在同一张桌上,做一些真正有用的事。

CURRENT DIRECTIONS

三条正在展开的路径

不是彼此分离的身份,而是同一种探索的不同切面。

02

NOTES / 规则备忘录

THOUGHTS IN PROGRESS

写下仍在生长的答案

这里记录法律、AI、产品与个人成长中的观察。答案会变化,问题值得留下。

A由校准方向、拆解任务、闭环反馈和复盘沉淀组成的可靠交付链洞察图

实习生生存指南

给新人,也给培养者:从方向、上手到可靠交付的一条成长路径。

B采集、结构、生成、验证和迭代组成的受控 AI 知识工程流水线

AI 如何参与一本手册的诞生

不让模型代写全部,而是建立整理、删改、生成与验证的完整流水线。

C候选信号、真实任务、反馈成长和可靠产出组成的人才成长飞轮

招聘不是筛简历,而是设计一套成长系统

小县城律所如何用任务验证、薪资边界和 AI 训练重新理解新人招聘。

D将付款义务、服务质量和违约责任分成三层判断的法律决策栈

物业服务有瑕疵,业主就能拒交物业费吗?

从本人代理的一起物业服务合同纠纷,拆开支付义务、服务瑕疵与违约金三个问题。

E从事实原貌、时间地点和沟通记录走向可追溯证据链的操作模型

三次亲历维权之后,我留下这套证据方法

蛋糕异物、网购虚假宣传、影院设备故障:三次亲历纠纷如何一步步留下证据。

F模型、上下文与工具汇入 Agent,并由约束、验证和纠正环绕的学习地图

AI Agent 学习地图:从核心公式到第一个可运行智能体

不急着训练模型,先学会看懂、搭建和约束一个 Agent。

G稳定规则、动态状态与工具轨迹被组织在同一张 Agent 工作台上的编辑视觉

上下文不是聊天记录,而是 Agent 的工作台

从消息角色、工具轨迹、Skills 到压缩与隔离,重新理解模型究竟看见了什么。

H个人轨迹与外部知识经过检索和来源治理汇入当前上下文的编辑视觉

让 Agent 记对、找对,也能忘得掉

把用户记忆与外部知识分开,建立带来源、时间和撤回机制的 RAG 系统。

I感知、执行与协作工具通过统一控制面连接,并由安全制动限制的编辑视觉

不要给 Agent 一双没有刹车的手

从工具设计与 MCP 到异步事件和最小权限,给真实行动装上控制面。

J搜索、编辑、执行与验证组成代码生成闭环的编辑视觉

代码,是 Agent 能创造新工具的工具

Coding Agent 如何搜索、编辑、执行、验证,并从真实错误中恢复。

K任务、指标、成本与失败轨迹进入统一测量系统的编辑视觉

没有评估,就不知道 Agent 是变好还是更会取巧

把任务、指标、成本和失败轨迹变成可重复比较的信号。

L数据、环境、监督与奖励组成模型后训练阶梯的编辑视觉

先问该不该训练,再问怎样训练

理解 SFT、RL、数据、环境与奖励信号之间真正的先后顺序。

M运行轨迹经过沉淀、验证、发布与回滚形成学习闭环的编辑视觉

让每一次失败,长出下一条可验证的规则

从运行轨迹到知识、指令、程序和参数的持续进化闭环。

N语音、视觉与动作通过实时反馈形成感知回路的编辑视觉

当 Agent 开始听、看与操作

语音、Computer Use、机器人与实时反馈怎样改变系统设计。

O多个 Agent 在共享、隔离与相互制衡中形成协作拓扑的编辑视觉

多 Agent,不是把同一个错误复制很多份

从上下文共享、协作拓扑到错误级联,判断何时真的需要多 Agent。

P同一个任务在无与有上下文、检索和护栏的条件下沿不同轨迹生成结果的编辑视觉

AI Agent 交互实验室:亲手比较有与无

不调用真实模型,用三组预编排对照亲手感受上下文、检索和护栏怎样改变过程与结果。

QAI、机器学习、大语言模型与 Agent 从大到小形成四层概念地图的编辑视觉

零基础 00:AI、模型与 Agent 到底是什么

不用代码和数学,先把四个常被混用的词拆开,知道能力来自哪里、边界又在哪里。

R系统规则、用户任务、历史轨迹与工具结果汇入一次对话上下文的编辑视觉

零基础 01:一次 AI 对话里发生了什么

聊天框背后还有系统规则、历史消息、上下文窗口与工具结果。

S目标、状态、工具、循环与约束共同组成最小 Agent 的编辑视觉

零基础 02:从聊天助手到 AI Agent

用目标、状态、工具、循环和约束五个零件,看懂“会回答”怎样变成“会推进任务”。

T事实、推断、未知与动作分别经过来源、时效和回执核验的编辑视觉

零基础 03:怎样验证 AI 的结果

把事实、推断、未知和动作分开,用一分钟验收一段看起来很专业的回答。

U不同模型家族按能力、成本、入口和地区组成选择地图的编辑视觉

零基础 04:现在流行的大模型怎样选

不背排行榜,用厂商、能力、入口、地区、隐私与成本读懂 GPT、Claude、Gemini、DeepSeek、Qwen、Kimi。

V闭源云服务、开放权重与真正本地运行形成三种能力获得路径的编辑视觉

零基础 05:开源、闭源与开放权重

能下载不一定叫开源;把权重、代码、许可证、本地运行和云托管逐项拆开。

W网络、地区、账户、支付与组织合规组成五道服务可用性门槛的编辑视觉

零基础 06:美国模型在中国大陆能不能用

网络能打开不等于正式支持,按地区、账户、支付、API 与合规五道门判断。

X网页、桌面、终端与 API 四种入口连接同一模型并获得不同工具范围的编辑视觉

零基础 07:网页、桌面、终端与 CLI

同一个模型换一个入口,就获得不同的文件范围、工具、权限与可复现程度。

YHomebrew、Ollama、模型文件和聊天界面组成四层本地运行栈的编辑视觉

零基础 08:Homebrew、Ollama 与本地部署

先分清包管理器、模型运行器和模型文件,再决定自己的电脑适合跑多大的模型。

Z输入、历史、工具结果与输出共同占用上下文窗口的 token 账本编辑视觉

零基础 09:Token、上下文与生成数量

128K 不是 128K 汉字,也不等于能输出 128K;看懂一次请求真正的 token 账本。

AA目标、材料、标准和核验四部分组成一张 AI 工作单的编辑视觉

会让 AI 干活:普通人的四步提问法

目标、材料、标准、核验:用一张工作单完成第一次可检查的 AI 任务。

AB

把经验变成团队能用的 AI 知识库

表格是事实源,AI 是整理员,机器人只是入口。

AC

用 AI 练口语:把每次开口变成可追踪的复盘

十分钟对话、三个关键纠错、一个明日任务。

AD

让 AI 写得人能看懂:六条清楚表达规则

用短句、固定术语、明确条件和完成信号约束 AI 输出。

V00静态参考帧沿胶片分解为连续运动镜头并与声音轨汇合的编辑视觉

AI 视频零基础 00:它究竟生成了什么

从帧、镜头、运动与声音开始,分清文生视频、图生视频、参考生成和视频编辑。

V01多条视频生成路线从云端工具、本地模型和大陆入口汇入同一选择矩阵的编辑视觉

AI 视频零基础 01:主流工具怎样选

按中国大陆易用、海外云服务和本地开放模型三条路线,认识当前主流 AI 视频工具。

V02故事意图被拆成景别、动作、摄影机和声音四条可执行分镜轨道的编辑视觉

AI 视频零基础 02:提示词、镜头与分镜

用主体、场景、动作、摄影机、光线、风格和声音七个要素,写出可执行的视频提示词。

V03角色、产品与场景参考帧经过首尾关键帧约束进入连续镜头的编辑视觉

AI 视频零基础 03:人物与场景一致性

从角色卡、参考图、首尾帧到短镜头拼接,建立人物、产品和场景的一致性工作流。

V04生成镜头与对白、环境声、动作音效和音乐四条轨道在剪辑时间线汇合的编辑视觉

AI 视频零基础 04:声音、口型与剪辑

分清原生音频、对白、环境声、音乐、口型同步和后期剪辑,完成一条真正可看的短片。

V05三个五秒镜头经过低成本试制、候选筛选和质量升级进入最终成片的编辑视觉

AI 视频零基础 05:成本与第一条工作流

用一个三镜头、15 秒的小项目,理解积分、时长、分辨率、候选生成和返工成本。

V06生成视频在发布前经过素材授权、真人同意、事实核验和 AI 标识四道门的编辑视觉

AI 视频零基础 06:版权、肖像与发布标识

从输入素材授权、真人肖像与声音、版权角色、AI 标识到发布留档,建立上线前检查清单。

UPDATE LETTER / 更新来信

有新内容时,发一封克制的邮件。

LET'S MAKE SOMETHING USEFUL

期待与认真做事的人相遇。

法律、AI 产品、跨界合作,或只是一个值得讨论的问题。

GUESTBOOK / 访客留言墙

留下一句话,让认真思考的人彼此看见。

留言提交后将公开轮动展示。请勿填写手机号、微信号、案件信息或其他个人隐私。

留言轮播0 / 0
第一条真实留言,等你来写。