<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[CSDN学习]]></title><description><![CDATA[让学习更有价值]]></description><link>https://blog.csdn.net/CSDNedu</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; CSDNedu]]></copyright><item><title><![CDATA[拆开 Agent 框架后，我终于看懂了它的设计。。。]]></title><link>https://blog.csdn.net/CSDNedu/article/details/169163841</link><guid>https://blog.csdn.net/CSDNedu/article/details/169163841</guid><author>CSDNedu</author><pubDate>Mon, 26 Oct 2026 16:05:42 +0800</pubDate><description><![CDATA[这门课有 36 讲正文，先把一个完整的 Agent 框架拆开，看看少了哪个部件，会失去什么能力，再从最简单的 Agent Loop 开始，一步步把它搭回来。成熟框架各有答案，但如果只熟悉调用 API，遇到边界时，我们仍然很难判断：该改配置、用扩展点，还是已经碰到了框架的核心设计。每个要求听起来都很合理，可真要动手改，那段“调模型、执行工具、写回结果、继续循环”的代码，就开始让人犯难了。我们希望，这一套汇集各行各业的真实业务经验，能帮助大家把新的思路用到项目里，把 AI 新知识变成自己的工程能力。]]></description><category></category></item><item><title><![CDATA[看了几十个 AI 实战案例，发现一个挺扎心的事实……]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168540047</link><guid>https://blog.csdn.net/CSDNedu/article/details/168540047</guid><author>CSDNedu</author><pubDate>Tue, 20 Oct 2026 10:57:18 +0800</pubDate><description><![CDATA[技术的进步，需要不断探索。这个九周年，我们想认真记录一些这样的故事，把你的经验，变成别人的参考答案。这一年，有人用 AI 提高了工作效率， 有人把 Agent 接进了真实业务， 也有人折腾了很久，踩过不少坑，才找到一套能够跑通的方法。如果你已经在业务中用过 AI，哪怕只是一个环节、一个工具、一次提效，都欢迎你写下来。这些发生在工作现场的真实实践， 可能没有那么“惊天动地”， 却比一个漂亮的 Demo 更值得被记录。每一份真实的分享，都在帮助我们更好地理解 AI 如何落地，也在为更多人的实践提供参考。]]></description><category></category></item><item><title><![CDATA[这批程序员，要越来越贵了。。]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168539989</link><guid>https://blog.csdn.net/CSDNedu/article/details/168539989</guid><author>CSDNedu</author><pubDate>Tue, 20 Oct 2026 10:56:51 +0800</pubDate><description><![CDATA[姜宁与尹会生将从生产环境出发，对谈 Agent 从“能用”到“能部署”的差距，拆解 DeerFlow 的架构，以及深度研究平台涉及的数据源、证据链、评测机制与平台能力。接下来，换个任务：工具调用开始失败，报告里的信息互相矛盾，任务跑偏了，从哪里查？如果你的 Agent 已经跑起来了，却还说不清它为什么这样执行、换个需求该怎样设计，就从这次完整调研任务开始，往前走一步。在 2 小时视频课里，你会先跑通一次 DeerFlow 调研任务，从输入主题、执行任务，到生成报告，看清完整工作链路。这些能力应该怎样组合？]]></description><category></category></item><item><title><![CDATA[上海、杭州连着两天，聊点 AI 落地的真问题]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168539921</link><guid>https://blog.csdn.net/CSDNedu/article/details/168539921</guid><author>CSDNedu</author><pubDate>Tue, 20 Oct 2026 10:56:01 +0800</pubDate><description><![CDATA[10 月 23 日晚，尹会生、徐文浩、吴咏炜、何纯四位嘉宾，将从大模型创业、AI 产品、软件工程和企业实践等不同视角出发，围绕真实项目展开对话。从嘉宾真正做过的事情出发，聊技术的变化，也聊变化之中的选择。白天听完趋势与实践，到了晚上，我们想把问题再往深处聊一层，看看 AI 具体怎么落地。，我们来到杭州，看行业案例、动手做 Demo，也认识更多正在实践 AI 的同行。一起听听身处一线的人，最近正在做什么、重新判断什么，又在为下一阶段准备什么。**       线下席位有限，扫码申请，参与安排以确认通知为准。]]></description><category></category></item><item><title><![CDATA[转型 AI 应用开发，很多程序员第一步就走偏了。。。]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168539829</link><guid>https://blog.csdn.net/CSDNedu/article/details/168539829</guid><author>CSDNedu</author><pubDate>Tue, 20 Oct 2026 10:51:42 +0800</pubDate><description><![CDATA[你会通过 Mini Muse，把零散的 AI 知识放回完整应用，完成一次完整练习，并能够把这套方法迁移到研究、客服、销售、运营、数据分析、研发等其他场景，做出企业场景里真正用得上的应用，建立起 AI 应用开发工程师的能力体系，完成岗位转型。面试时，把项目演示出来，只是交流的开始，对方还会追问：为什么这样设计？做过几年开发的人，其实已经有不少可以继续使用的经验，如果目标是成为 AI 应用开发工程师，就需要进一步想清楚：这个岗位到底在做什么，要对什么结果负责，以及自己过去的开发经验应该怎样迁移过来。]]></description><category></category></item><item><title><![CDATA[Jev：一个不会陪你聊天的 AI，能帮你做什么？]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168021993</link><guid>https://blog.csdn.net/CSDNedu/article/details/168021993</guid><author>CSDNedu</author><pubDate>Thu, 15 Oct 2026 14:51:26 +0800</pubDate><description><![CDATA[例如，类别只能从“账单、技术、账号、其他”中选择，程序拿到结果后，就可以按类别继续分流。你把需要判断的信息交给它，提前说明有哪些可选答案，它会返回相应的判断结果和概率，供程序继续处理。而这份知识库，希望帮助你沿着这个入口，把零散的小判断，逐步理解成一条清楚的工作流程。从 Jev 的用途和边界开始，认识分类、评分和概率判断，并通过网页体验与 Python 调用，观察它实际返回了什么。这三个判断，看上去很简单，却影响着后面的处理方式：应该转给谁、排在什么位置，以及能不能直接进入某个操作流程。]]></description><category></category></item><item><title><![CDATA[AI 时代，程序员真正值得投入的，是这些能力]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168021903</link><guid>https://blog.csdn.net/CSDNedu/article/details/168021903</guid><author>CSDNedu</author><pubDate>Thu, 15 Oct 2026 14:50:07 +0800</pubDate><description><![CDATA[除此之外，还有 C++、Rust、Python、前端、面试等，都有非常丰富体系化的课程。而且每门课的价格都是 5 折，从学习投资回报来看，其实是非常划算的。趁着极客时间九周年，我们整理了一批值得学习的技术课程，不用领券、不用满减，挑选心仪的课程直接付款，即可享受 5折优惠 价格直接砍半，所见即所得。我想，答案不只是多学几个工具，也不只是追着新技术跑。那些被反复推荐的口碑课，这次也在 5 折名单里，闭眼入，不踩坑。抢先一步掌握新技术，这正是 9 周年首发的意义，刚刚上线的前沿新课，直接 5 折开售。]]></description><category></category></item><item><title><![CDATA[这次，想和你聊聊 AI 下一程]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168021367</link><guid>https://blog.csdn.net/CSDNedu/article/details/168021367</guid><author>CSDNedu</author><pubDate>Thu, 15 Oct 2026 14:39:06 +0800</pubDate><description><![CDATA[围绕 AI 落地，我们已经对课程也做了梳理了 ，通过 AI 研发工程师、AI 测试工程师、AI 算法等方向，从岗位能力、分层技能到成长路径，帮大家看清自己身处哪里，下一步该往哪里走。更难的是，怎么把 AI 接进现有的业务流程，怎么判断结果是否可靠，怎么处理数据、权限、成本和稳定性，又怎么让一次漂亮的演示，最终变成能够持续运行、真正创造价值的结果。客户提出一个需求，AI 可以快速生成代码，但客户真正想解决什么问题，哪些功能应该做，哪些功能不该做，怎么协调资源、控制成本，同样需要人来判断。]]></description><category></category></item><item><title><![CDATA[极客时间 9 周年：把学到的，变成真正做到的]]></title><link>https://blog.csdn.net/CSDNedu/article/details/168006802</link><guid>https://blog.csdn.net/CSDNedu/article/details/168006802</guid><author>CSDNedu</author><pubDate>Thu, 15 Oct 2026 10:55:47 +0800</pubDate><description><![CDATA[从 AI 辅助开发，到 Agent 工程化，再到 AI 应用落地，每往前走一步，都可能遇到新的问题：工具怎么选、流程怎么设计、效果怎么验证、系统怎样稳定运行……无论是想补齐工作中的知识短板，还是想为下一阶段的成长做准备，都可以从自己的实际需求出发，挑一门适合的课。这些年，技术不断变化，我们也见证了很多开发者从学习一门新技术，到解决一个实际问题，再到承担更复杂的工作。所以这次周年庆，我们准备了几种不同的学习方式，希望和你一起，把新技术学明白，也把它真正用起来。它适合解决什么问题？有些知识，需要针对性地补。]]></description><category></category></item><item><title><![CDATA[具身智能的风口真的来了，就连新华网都在推荐！]]></title><link>https://blog.csdn.net/CSDNedu/article/details/165852903</link><guid>https://blog.csdn.net/CSDNedu/article/details/165852903</guid><author>CSDNedu</author><pubDate>Fri, 18 Sep 2026 10:42:54 +0800</pubDate><description><![CDATA[你会从一帧数据出发，读懂 LeRobot Dataset v3 的 Parquet、MP4、metadata 和 stats，随后把采集纪律、质检、加工、打标、轨迹还原与失败补采接成数据飞轮。大模型会写代码、调用工具、完成复杂任务之后，下一步自然是让 AI 拥有身体：看得见环境，理解任务，控制机械臂，真正进入工厂、实验室和更多真实场景。看起来有点较真，却恰恰是。你最终留下来的，不只是一个“机械臂成功抓取”的练习，而是一套可以回放的数据、一组可复现的模型和实验记录，以及一份包含成功与失败的评测结果。]]></description><category></category></item><item><title><![CDATA[你的 Agent 不是不够聪明，而是缺一套好 Harness]]></title><link>https://blog.csdn.net/CSDNedu/article/details/165478551</link><guid>https://blog.csdn.net/CSDNedu/article/details/165478551</guid><author>CSDNedu</author><pubDate>Tue, 15 Sep 2026 15:47:44 +0800</pubDate><description><![CDATA[DeepSeek Harness 把 Model、Tool、Session、Sandbox，甚至 Loop 纳入插件化设计。固定计划、强制切分、多 Agent 接力，很多设计都隐含着“模型现在做不到什么”的假设。一个 Agent Demo，从零到跑起来，可能只需要一天。课程中的关键概念、架构关系和选型逻辑都进行了图形化呈现，方便学习时对照理解，也适合课后复习和实际工作参考。或者，你是后端、平台和架构工程师，正在思考原有工程经验怎样迁移到 Agent 系统。模型给出能力上限，Harness 决定能力兑现。]]></description><category></category></item><item><title><![CDATA[未来的产品经理，一定是懂 AI 的产品经理]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164997435</link><guid>https://blog.csdn.net/CSDNedu/article/details/164997435</guid><author>CSDNedu</author><pubDate>Fri, 11 Sep 2026 15:59:45 +0800</pubDate><description><![CDATA[AI 产品的 PRD 不是画流程图，而是要定义清楚：输入是什么、输出是什么、能力边界在哪里、准确率要达到多少、Bad Case 怎么处理、验收标准是什么。这些不写清楚，后面一定扯皮。这个模块会教你怎么写一份能落地的 AI 产品 PRD，而不是一份看起来很美但没法执行的文档。]]></description><category></category></item><item><title><![CDATA[GPT-6都来了，OpenAI 为什么还要把工程师派到客户现场？]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164850469</link><guid>https://blog.csdn.net/CSDNedu/article/details/164850469</guid><author>CSDNedu</author><pubDate>Thu, 10 Sep 2026 16:39:57 +0800</pubDate><description><![CDATA[如果你也好奇 OpenAI 为什么开始重金招 FDE，或者想看看自己离这种工作方式还有多远，可以来听听。]]></description><category></category></item><item><title><![CDATA[AI Agent 的真正门槛，根本不是 Prompt]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164459005</link><guid>https://blog.csdn.net/CSDNedu/article/details/164459005</guid><author>CSDNedu</author><pubDate>Mon, 07 Sep 2026 14:55:52 +0800</pubDate><description><![CDATA[过去两年，很多开发者都做过同一件事：学 Prompt、调大模型 API、搭 RAG、跑几个 Agent 框架的 Demo。但真到了企业场景，问题就来了：• Agent 调用多个工具不稳定怎么办？• 长任务执行中断后，能不能从断点恢复？• 系统上线以后，效果怎么评测，异常怎么追踪？你会发现，真正难的并不是调用模型，而是把模型、工具、知识库、上下文、评测体系和生产环境，组织成一个。01。]]></description><category></category></item><item><title><![CDATA[AI 写代码越来越便宜，但真正贵的东西被很多人忽略了]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164325261</link><guid>https://blog.csdn.net/CSDNedu/article/details/164325261</guid><author>CSDNedu</author><pubDate>Thu, 03 Sep 2026 14:54:03 +0800</pubDate><description><![CDATA[AI 写代码这件事，门槛已经越来越低。但 AI 写代码和 AI 帮你把工程交付上线之间，仍然隔着一道真正的护城河。这道护城河的名字，叫 Harness、叫 Loop、叫 Graph、叫 FDE 落地路径。《Codex AI 工程交付行动营》想帮你跨过去的那一步，不是“再学一个工具”，而是用 4 周时间，用 Codex 跑成一套你自己能持续优化的工程系统。首发特惠¥399（原价 ¥699，立减 ¥300）的活动，将于今晚（9 月 3 日）24:00 结束。代码库对付费用户。]]></description><category></category></item><item><title><![CDATA[报完名才发现：距离软考高级，只剩 2 个月了]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164256252</link><guid>https://blog.csdn.net/CSDNedu/article/details/164256252</guid><author>CSDNedu</author><pubDate>Tue, 01 Sep 2026 11:30:28 +0800</pubDate><description><![CDATA[最近，2026 年下半年软考陆续进入报名阶段。教材还没翻几页、，案例题不知道怎么答，论文更是迟迟没有动笔……现在开始准备，真的还来得及吗？如果你的目标是「系统架构设计师」「系统分析师」或「系统规划与管理师」，与其继续纠结，不如先把接下来两个月的备考路径理清楚。我手头正好整理了一套，里面包含考点大纲、考试教程、重难点资料、等内容。，只要准备参加软考高级，或者想提前了解考试，都可以领取。01。]]></description><category></category></item><item><title><![CDATA[Codex + LLM 入场量化交易，人的责任边界在哪里？]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164206233</link><guid>https://blog.csdn.net/CSDNedu/article/details/164206233</guid><author>CSDNedu</author><pubDate>Mon, 31 Aug 2026 10:19:01 +0800</pubDate><description><![CDATA[说句实话，AI 工具越来越顺手，对会用的人来说是杠杆，对不会验证的人来说是陷阱。量化交易这件事，“能跑起来”和“敢上实盘”之间，隔着一整套工程思维和方法论。这门课补上的，就是这个 gap。窗口期还在，价格也不贵。如果你正好在琢磨怎么用 AI 做量化，不妨先看看。原价 ¥129，限时 7 折 ¥90，一起加入学习 👇。]]></description><category></category></item><item><title><![CDATA[框架已经够多了，为什么 DeepSeek Harness 依然值得认真看？]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164138931</link><guid>https://blog.csdn.net/CSDNedu/article/details/164138931</guid><author>CSDNedu</author><pubDate>Fri, 28 Aug 2026 10:19:42 +0800</pubDate><description><![CDATA[它能不能稳定地做、能不能在犯错之后恢复、能不能被验证、被治理、并真正进入生产环境。当 AI 从“工具”开始变成“执行者”，甚至开始参与自身的进化，工程师真正需要掌握的，也许不再只是如何使用 AI，而是如何给 AI 建立一套能自我审视、自我改进、值得被托付的工作环境。这可能就是“自进化”真正值得我们花时间理解的工程命题。]]></description><category></category></item><item><title><![CDATA[从 DeepSeek Harness 火了这件事，看懂 Agent 工程的下一步]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164112070</link><guid>https://blog.csdn.net/CSDNedu/article/details/164112070</guid><author>CSDNedu</author><pubDate>Thu, 27 Aug 2026 10:57:16 +0800</pubDate><description><![CDATA[⼤脑负责思考，Harness 负责连接⼀切，没有 Harness，⼤模型只是⼀颗会思考的头颅，⽆法真正⾏动。这些其实都是我们在使用 Agent 时很容易遇到的问题，以前可能觉得“模型今天状态不好”“这个 Agent 不太聪明”，但从工程角度重新看，会发现很多时候，问题出在我们。课程会从 Agent 的运行机制出发，进一步理解它如何被组织、被约束、被验证，以及如何从一个“能跑起来的 Agent”，走向更加可靠、可控的工程系统。模型、工具、技能、会话、沙箱、存储、Agent Loop、调度、UI……]]></description><category></category></item><item><title><![CDATA[别急着追 Agent 框架，先把这张开发地图看明白]]></title><link>https://blog.csdn.net/CSDNedu/article/details/164049118</link><guid>https://blog.csdn.net/CSDNedu/article/details/164049118</guid><author>CSDNedu</author><pubDate>Tue, 25 Aug 2026 11:18:43 +0800</pubDate><description><![CDATA[照着教程配置模型、复制代码、运行项目，很快就能看到一个可以对话、调用工具，甚至自动执行任务的 Demo。做出一个“看起来很聪明”的 Agent，和做出一个“可以稳定工作”的 Agent，中间还有很长一段距离。一个成熟的 Agent 系统，不只是告诉模型“要做什么”，还要明确它“可以做什么”和“不能做什么”。一个面向真实业务的 Agent，还需要处理知识、工具、记忆、流程、权限和评估等问题。]]></description><category></category></item></channel></rss>