Hypoy
《背包乱斗》机制拆解：异步对战、资源分配、构筑取舍，以及它给 AI 时代的启发
把 Backpack Battles 拆开看：异步对战如何把 PvP 变成一道离线优化题，金币/格子/回合/血量四种资源的真实兑换关系，构筑取舍背后的协同图与成长曲线，以及这套机制映射回 AI 时代能给我们什么启发。
RSS 订阅
RSS 订阅
通过 RSS 订阅，第一时间获取最新文章和动态
RSS 链接
复制链接到你的 RSS 阅读器
https://blog.hypoy.cn/rss.xml最新文章
GPT-6 Astra 换上来之后，我把 skill 删到只剩一个
GPT-6 Astra 的文档里点了一句：新模型对 skill 和 AGENTS.md 里的指令更敏感，建议审计模型能读到的所有指令文件。我照这句话把两边的 skill 目录过了一遍，最后只留下 grill-me。
强化学习通关马里奥 · Day 2：从奖励设计踩坑，到发现「站桩」陷阱
Day 2 把 Day 1 的强化学习概念落到代码：搭好了能跑的 RL 环境，开始调奖励、加观测、训 PPO。但真正收获不是模型学会通关，而是踩了一路奖励设计的坑，最后撞见一个更根本的问题——为什么 PPO 会学会「站桩不动」。
强化学习通关马里奥 · Day 1：定义动作与奖励拆分
强化学习第一天：定的目标是学会用 RL 通关马里奥。从最核心的两件事入手——定义动作空间、拆分奖励，让原本模糊的「通关」变成可量化的进步指标。
Claude Code 的 1M Context 怎么用：一篇官方文章的读后整理
结合 Anthropic 官方文章，整理 Claude Code 里 continue、/rewind、/compact、/clear 和 subagent 的适用场景，尽量讲清什么情况下该延续会话，什么情况下该及时重开。
个人大模型后端基础设施：CLI Proxy + New API 搭建指南
记录如何通过 CLI Proxy API 聚合第三方公益站资源，并结合 New API 实现企业级的多渠道分发与额度管理，构建稳健的 AI 中转后端。
什么是 RSS？
RSS（Really Simple Syndication）是一种用于发布经常更新内容的标准格式。通过 RSS，你可以：
- 及时获取网站最新内容，无需手动访问
- 在一个地方管理多个网站的订阅
- 避免错过重要更新和文章
- 享受无广告的纯净阅读体验
推荐使用 Feedly、Inoreader 或其他 RSS 阅读器来订阅本站。