2026.04.28征图日记4（leader让我开发一个iOSApp）
昨天下午要走的时候和mentor、+1、leader聊了一会，主要还是这个agent后续的事情。问题就是agent的响应太慢了，mentor在考虑如何缩短系统提示词。我当时就说可以用一个小模型管理工具，和按需加载提示词。然后leader就让我明天可以研究一下提示词工程这一块。
之后又跟mentor说到了如果你这边工作量不大的话，我就把实习生（me）调到其他地方去了。排开mentor的性格外，其实我还是挺像留在他这边的，毕竟可以学习到agent开发嘛。对秋招求职还是挺有帮助的。
上午和mentor发消息也不回，我说我应该是继续梳理代码还是去研究一下提示词工程。
mentor过了一个小时回我说他优化了一下提示词，之后把模型换成了deepseek-v4-flash现在运行飞快了。
上午还了解了一下python语法：列表，元组，字典，类，继承，装饰器，lambda匿名函数，异常处理
WC下午leader直接给了我一个新任务：开发一个ios的app，我之前哪有开发经验？
场景是：客户拿到装有app的工程机器，现场如果发现部件瑕疵，打开app拍照（选择瑕疵类型标定），上传到公司服务器
需求是：调用相机—-拍照（不存储至本地相册）—–标定瑕疵—–直接上传到服务器
移动端：
开发环境：macOS + Xcode（必须），语言 Swift。
UI 框架：UIKit（成熟稳定，相机调用文档丰富）或 SwiftUI（需 iOS 14+）。
网络请求：原生 URLSession 或第三方库 Alamofire。
最低支持系统：iOS 15.0
服务端：
语言/框架：Python 3 + Flask
数据库：SQLite（开发/初期），后可升级至 PostgreSQL
文件存储：本地磁盘（可切换至云对象存储，如阿里云）
部署方案：Gunicorn/uWSGI + Nginx，SSL 加密
还有一些需要考虑的问题：
App如何在不联网的时候暂存数据（离线、弱网处理）
服务端如何区分上传来源（上传校验，device_id）
如何在保证清晰度的前提下控制文件大小，防伪标记
图片文件命名规则
有重拍机会
服务端的数据查看后台
并发问题
日志
首先肯定是打通最小流程：点击按钮，拍照，上传，确认上传成功
之后在这个基础上添加功能，设计UI
今天下午又和mentor交流了两句，让我学一下react，后续的app开发需要用到，虽然说可以用ai，但是有些东西还是自己要会，不然AI写出bug来了你自己都不知道，然后还说了在大学都是基础，跟工作都是两码事。告诉我要确定我要做什么，确定一个方向，他之前做网页，现在做agent。感觉他还挺好的，可能是我之前太玻璃心了
今日日报：
1、继续梳理web-Ai项目代码
2、学习了解如何开发iOS APP
3、对选定的技术框架进行学习（react、react native）
4、查看react中文官方文档
下阶段计划：
1、深入学习React Native
2、配置相关开发环境
以下内容来自LinuxDo
表示边界论
定义
人工智能系统直接处理的不是现实本身，而是现实的表示。
所谓 token，在广义上指一切可被机器编码、传输、存储和运算的符号单元。
所谓 token 化，指将现实中的对象、状态、关系和过程转化为机器可处理表示的过程。
基本命题
只有进入机器表示系统的对象，才可能被人工智能处理。因而，人工智能的认知边界首先受表示边界约束。
模型本身只能执行表示变换，而不能直接触及现实。人工智能要对现实产生作用，必须借助接口、工具、传感器与执行系统形成因果闭环。
算力决定表示处理的规模、速度、成本与可持续性。
推论
人工智能能力的扩张，不只是模型能力的扩张，更是表示边界与接口边界的扩张。
多模态、工具调用、数据库连接、传感器接入，本质上都是在扩大人工智能可处理和可作用的世界。
Agent 的价值，不在于替代模型，而在于将模型嵌入现实闭环，使其从“表示变换器”变成“可作用系统”的核心部件。
这些东西我本来想写成论文，但是最近真的太忙了。CTO 说一个人自己的宝贵认知不应该随意公之于众，但是我觉得我的脑子还很新，我的认知会被自己不断推进，我不怕随时和人分享我的知识。现在模型的部署成本、能力、token的费用，还远远没有发展到极限。AI 是一个新领域，佬们，我们真正在共同构建一个全新的世界。