洞察
工程笔记与观点。
我们怎么做技术选型、怎么交付、踩过哪些坑。
- 01
置信度门控的自动化——既高度自动，又不犯昂贵的错
会"自信地犯错"的自动化，比没有自动化更糟，因为没人在复核。本文讲清楚让 LLM 流水线自主动手又不悄悄出错的那套工程做法——置信度阈值、评测门、多来源一致、自动闭环补缺、服务端授权。
Specmora2026年6月20日 - 02
为什么 AI 搜索读不到你的 SPA（GPTBot、ClaudeBot 与 JavaScript 难题）
GPTBot、ClaudeBot、PerplexityBot 这类 AI 爬虫基本不执行 JavaScript，所以纯客户端渲染的 SPA 在它们眼里就是一张空壳。本文讲清楚怎么两分钟自测、为什么服务端渲染或静态 HTML 是正解，以及页面能被读到之后还要做什么才换得来引用。
Specmora2026年6月20日 - 03
白帽 GEO 到底是什么——如何被 AI 答案引用，以及哪些做法没用
一篇有研究支撑的生成式引擎优化实务指南——如何被 ChatGPT、Perplexity、AI Overviews 引用而不是被排名，GEO 论文实测了哪些内容改动真正有效，为什么服务端渲染是前提，以及白帽与黑帽的边界在哪里。
Specmora2026年6月20日 - 04
中小企业的前置部署工程，以及为什么 AI 让它跑得通
前置部署工程把工程师放进你的业务里，做出现成软件做不出的定制 CRM、ERP 或内部系统，而且快到付得起。本文讲清楚 FDE 是什么、它填的是 SaaS 与外包之间的哪块空白，以及 AI 怎么改变了这笔账。
Specmora2026年6月20日