吴恩达老师「AI 工程技能地图」系列完整解读：构建 AI 应用 × 软件工程基础 × 驾驭编程智能体 × 塑造构建
吴恩达（Andrew Ng）在 DeepLearning.AI 的 "Andrew's Letters" 连载完成「AI 工程技能地图」五封信，基于超 1 万条职位发布、数十次专家访谈与问卷数据，提出 AI 工程的四块能力版图与一条核心职业判断。
标签： LLM
[Bug]: Vertex AI models show as “Unhealthy” in Model Health Status dashboard since v1.84.0
![[Bug]: Vertex AI models show as "Unhealthy" in Model Health Status dashboard since v1.84.0](https://www.chat-gpts.plus/wp-content/uploads/2026/09/28206-2a522f15-768x403.jpg)
从 LiteLLM v1.84.0 起，使用 Vertex AI（以及部分其他 Provider）模型时，Model Health Status 面板可能显示为 “Unhealthy”，但模型详情页的 “Test Connection” 与客户端调用均正常。优先排查健康检查 API 返回的计数是否为
Compile bug: Mac linking bug when compiling with BUILD_SHARED_LIBS=OFF
在 macOS（Apple Silicon）上以 BUILD_SHARED_LIBS=OFF 编译 llama.cpp 时， ggml-rpc 变成静态归档， librdma 的符号不会随静态链接传递，导致链接阶段出现大量 _ibv_* undefined symbols；优先排查 RPC 后端的
Eval bug: two co-resident llama-server processes (one per GPU) — second replica deterministically dies at ggml-cuda.cu:107 after CUDA graph
这个报错通常出现在同一台机器上同时运行两个 llama-server 进程、每个进程各绑定一块 GPU 的场景；第二个副本（GPU1 上那个）会在 CUDA graph 复用后触发 ggml-cuda.cu:107: CUDA error 并直接退出。优先排查并关闭 CUDA graph，即在启动前
智能体会写代码了，工程师还剩什么？ 吴恩达老师基于 1w+ 职位分析与数十次专家访谈，用五封公开信绘出「AI 工程技能地图」，答案分四层： 构建与部署不可预测的 AI 应用、守住软件工程根基、高效驾驭编程智能体，最终上移到塑造构建：决定该做什么，并对结果负责。 https://t.co/BzsDBpD2Je
吴恩达（Andrew Ng）在 DeepLearning.AI 的「Andrew's Letters」连载完成五封公开信，基于超 1 万条职位发布分析和数十次专家访谈，给出「AI 工程技能地图」，把工程师的下一步价值划成四层。
[Bug]: API server closes connection with zero response (no HTTP status) when the prompt contains `and /` — reproducible on /tokenize with GL
![[Bug]: API server closes connection with zero response (no HTTP status) when the prompt contains `and /` — reproducible on /tokenize with GL](https://www.chat-gpts.plus/wp-content/uploads/2026/09/56569-300a36d5-768x403.jpg)
[Bug]: API server closes connection with zero response (no HTTP status) when the prompt contains `and /` 通常发生在请求体经过网络边缘设备（如 WAF）时，请求在到达 vLLM 服务端之前就被 T
如何构建 AI 软件工厂：让 Agent 自动创建、审查并合并 PR
Firecrawl 发布了一篇关于"AI 软件工厂"的架构指南，把自主编码 Agent 拆成 Intake、Isolation、Tools、Verification、Merge gate 五个阶段，每个阶段都设一道闸门。核心判断是：造 Agent 是便宜的部分，真正难的是让它产出被团队吸收，而不是制造更多待审…
AI在数学领域的错位
多位菲尔兹奖得主联合发文指出，大模型近几个月在数学难题上进展迅猛，但 AI 公司把“解数学题”当成跑分基准的做法，与数学界追求概念理解的目标严重错位，可能伤害这门学科本身。
数学领域中人工智能的偏差
包括陶哲轩在内的 25 位菲尔兹奖得主联名签署声明，指出 AI 公司把“解题”当作大模型数学能力的基准，与数学界追求概念理解的目标严重错位，并已带来署名与原创性争议。
Misc. bug: VRAM does not allocate with ROCm 7.14 on gfx1201
在 gfx1201（Radeon AI Pro 9700 XT / R9700）多卡机器上，用 ROCm 后端跑 llama.cpp 时模型权重全部落在系统内存，VRAM 几乎不占用，导致推理极慢；但 Vulkan 后端分配正常。优先排查 ROCm 运行环境（安装方式、容器 vs 本地、/opt/r