登录

范叶亮写智能体、模型和数据系统时，习惯先把定义和边界钉死。把「贝塞尔曲线」整理成可落地的中文笔记：问题在哪、默认做法会踩什么坑、该怎么选。原站导航和广告已去掉。

数学表示

知道 贝塞尔曲线 (Bézier Curve) 这个名字已经有很长一段时间了，但一直没有去详细了解一番。直到最近想要绘制一个比较复杂的曲线，才发现很多工具都以贝塞尔曲线为基础的，这包括 Adobe 全家桶中的钢笔工具，还有 OmniGraffle 中的曲线。迫于仅靠猜其是如何工作的但一直没猜透的无奈，只能去详细了解一下其原理再使用了。

贝塞尔曲线 (Bézier Curve) 是由法国工程师 皮埃尔·贝兹 (Pierre Bézier) 于 1962 年所广泛发表，他运用贝塞尔曲线来为汽车的主体进行设计 1 。贝塞尔曲线最初由 保尔·德·卡斯特里奥 (Paul de Casteljau) 于 1959 年运用 德卡斯特里奥算法 (De Casteljau’s Algorithm) 开发，以稳定数值的方法求出贝塞尔曲线。

线性贝塞尔曲线

$$ B \left(t\right) = \left(1 – t\right) P_0 + t P_1, t \in \left[0, 1\right] $$

对于 $P_0 = \left(4, 6\right), P_1 = \left(10, 0\right)$ ，当 $t = 0.25$ 时，线性贝塞尔曲线如下图所示：

二次贝塞尔曲线

$$ B \left(t\right) = \left(1 – t\right)^2 P_0 + 2 t \left(1 – t\right) P_1 + t^2 P_2, t \in \left[0, 1\right] $$

对于 $P_0 = \left(0, 0\right), P_1 = \left(4, 6\right), P_2 = \left(10, 0\right)$ ，当 $t = 0.25$ 时，二次贝塞尔曲线如下图所示：

三次贝塞尔曲线

$$ B \left(t\right) = \left(1 – t\right)^3 P_0 + 3 t \left(1 – t\right)^2 P_1 + 3 t^2 \left(1 – t\right) P_2 + t^3 P_3, t \in \left[0, 1\right] $$

对于 $P_0 = \left(0, 0\right), P_1 = \left(-1, 6\right), P_2 = \left(6, 6\right), P_3 = \left(12, 0\right)$ ，当 $t = 0.25$ 时，三次贝塞尔曲线如下图所示：

一般化的贝塞尔曲线

对于一般化的贝塞尔曲线，给定点 $P_0, P_1, \cdots, P_n$ ， $n$ 次贝塞尔曲线定义为：

$$ B \left(t\right) = \sum_{i=0}^{n}{\binom{n}{i} \left(1 – t\right)^{n – i} t^{i} P_i}, t \in \left[0, 1\right] $$

应用技巧

$$ b_{i, n} \left(t\right) = \binom{n}{i} \left(1 – t\right)^{n – i} t^{i} $$

称之为 $n$ 阶 Bernstein 多项式 ，点 $P_i$ 称为贝塞尔曲线的控制点。从生成过程来看，贝塞尔曲线是通过 $n$ 次 中介点 ( $Q_j, R_k, S_l$ ) 生成的，一个更加复杂的四次贝塞尔曲线 ( $t = 0.25$ ) 如下图所示：

值得单独记下的点

  • 除了曲线的结束处外，控制点的控制柄尽可能水平或垂直。
  • https://zh.wikipedia.org/wiki/贝塞尔曲线 ↩︎
  • So What’s the Big Deal with Horizontal & Vertical Bezier Handles Anyway? ↩︎

落地时建议先做的 5 件事

  1. 先写清任务能不能被自动验证：能验证的交给系统和评测，不能验证的留给人审。
  2. 本地部署先算显存、延迟和失败回滚，不要只看能跑通一次。
  3. 多智能体只在单智能体触到上下文或专业边界时再拆。
  4. Token、微调和压缩都要有对照数字，避免口号式优化。
  5. 结论写成可检查清单：接口、超时、评测集、回滚版本。

和智能体产品怎么接

龙虾PRO做 OpenClaw 落地时，最该拿走的是「单智能体先做好工具和提示，再谈编排」。数字员工、技能市场和网关应共用同一套评测与权限，而不是各写一套角色人设。

相关文章

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源

常见问题 FAQ

什么是AI智能系统？

「AI智能系统」可概括为：知道 贝塞尔曲线 (Bézier Curve) 这个名字已经有很长一段时间了，但一直没有去详细了解一番。直到最近想要绘制一个比较复杂的曲线，才发现很多工具都以贝塞尔曲线为基础的，这包括 Adobe 全家桶中的钢笔工具，还有 OmniGraffle 中的曲线。迫于仅靠猜其是如何工作的但一直没猜透的无奈，只能去详细了解一下其原理再使用了。 本文从定义、方法与实践要点展开说明。

为什么要关注AI智能系统？

关注AI智能系统，是因为它直接影响效率、风险与可复制性。文中指出：知道 贝塞尔曲线 (Bézier Curve) 这个名字已经有很长一段时间了，但一直没有去详细了解一番。直到最近想要绘制一个比较复杂的曲线，才发现很多工具都以贝塞尔曲线为基础的，这包括 Adobe 全家桶中的钢笔工具，还有 OmniGraffle 中的曲线。迫于仅靠猜其是如何工作的但一直没猜透的无奈，只能去详细了解一下其原理再使用了。

如何落地AI智能系统？有哪些关键步骤？

建议按以下路径推进AI智能系统：1) 除了曲线的结束处外，控制点的控制柄尽可能水平或垂直。；2) https://zh.wikipedia.org/wiki/贝塞尔曲线 ↩︎；3) So What’s the Big Deal with Horizontal & Vertical Bezier Handles Anyway? ↩︎；4) 先写清任务能不能被自动验证：能验证的交给系统和评测，不能验证的留给人审。；5) 本地部署先算显存、延迟和失败回滚，不要只看能跑通一次。。细节见正文对应章节。

AI智能系统适合哪些人或团队？

AI智能系统更适合：产品/技术负责人、运营与增长团队、需要落地智能体或自动化的中小团队、关注「AI智能系统」方向的读者。若你只需要单次聊天式问答，可先读概念；若要上生产，请重点看步骤、权限与风控相关段落。

关于「数学表示」，本文给出了什么结论？

在「数学表示」部分，要点是：下其原理再使用了。 贝塞尔曲线 (Bézier Curve) 是由法国工程师 皮埃尔·贝兹 (Pierre Bézier) 于 1962 年所广泛发表，他运用贝塞尔曲线来为汽车的主体进行设计 1 。贝塞尔曲线最初由 保尔·德·卡斯特里奥 (Paul de Casteljau) 于 1959 年运用 德卡斯特里奥算法 (De Casteljau’s Algorithm) 开发，以稳定数值的方法求出贝塞尔曲线。 线性贝塞尔曲线 $$ B \

关于「线性贝塞尔曲线」，本文给出了什么结论？

在「线性贝塞尔曲线」部分，要点是：, 6\right), P_3 = \left(12, 0\right)$ ，当 $t = 0.25$ 时，三次贝塞尔曲线如下图所示： 一般化的贝塞尔曲线 对于一般化的贝塞尔曲线，给定点 $P_0, P_1, \cdots, P_n$ ， $n$ 次贝塞尔曲线定义为： $$ B \left(t\right) = \sum_{i=0}^{n}{\binom{n}{i} \left(1 – t\right)^{n – i} t^{i} P_