CSDN学习-CSDN博客

原创拆开 Agent 框架后，我终于看懂了它的设计。。。

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。

2026-10-26 16:05:42 215

原创看了几十个 AI 实战案例，发现一个挺扎心的事实……

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。

2026-10-20 10:57:18 221

原创这批程序员，要越来越贵了。。

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？

2026-10-20 10:56:51 196

原创上海、杭州连着两天，聊点 AI 落地的真问题

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。

2026-10-20 10:56:01 209

原创转型 AI 应用开发，很多程序员第一步就走偏了。。。

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。

2026-10-20 10:51:42 251

原创 Jev：一个不会陪你聊天的 AI，能帮你做什么？

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。

2026-10-15 14:51:26 176

原创 AI 时代，程序员真正值得投入的，是这些能力

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。

2026-10-15 14:50:07 166

原创这次，想和你聊聊 AI 下一程

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。

2026-10-15 14:39:06 244

原创极客时间 9 周年：把学到的，变成真正做到的

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。

2026-10-15 10:55:47 304

原创具身智能的风口真的来了，就连新华网都在推荐！

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。

2026-09-18 10:42:54 386

原创你的 Agent 不是不够聪明，而是缺一套好 Harness

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。

2026-09-15 15:47:44 254

原创未来的产品经理，一定是懂 AI 的产品经理

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。

2026-09-11 15:59:45 421

原创 GPT-6都来了，OpenAI 为什么还要把工程师派到客户现场？

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。

2026-09-10 16:39:57 449

原创 AI Agent 的真正门槛，根本不是 Prompt

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。

2026-09-07 14:55:52 442

原创 AI 写代码越来越便宜，但真正贵的东西被很多人忽略了

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。

2026-09-03 14:54:03 433

原创报完名才发现：距离软考高级，只剩 2 个月了

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。

2026-09-01 11:30:28 412

原创 Codex + LLM 入场量化交易，人的责任边界在哪里？

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 👇。

2026-08-31 10:19:01 388

原创框架已经够多了，为什么 DeepSeek Harness 依然值得认真看？

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。

2026-08-28 10:19:42 437

原创从 DeepSeek Harness 火了这件事，看懂 Agent 工程的下一步

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……

2026-08-27 10:57:16 441

原创别急着追 Agent 框架，先把这张开发地图看明白

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。

2026-08-25 11:18:43 432

原创咱就是说，Codex 还是太强了

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。如果你正在做 AI 工程化、或者打算把 AI 拉进自己的研发链路——这 4 周，值得你认真投入。首发特惠，立减 ¥300扫码查看详细课程安排。

2026-08-21 17:01:45 495

原创 150K Star 的 DeepSeek Harness，凭什么突然爆火？

过去，我们把 AI 当作一个更聪明的搜索框。后来，我们让它生成代码、补充测试和解释错误。现在，AI 编程正在进入新的阶段：模型开始获得工具、进入项目，并围绕一个目标连续执行任务。在这个阶段，真正重要的问题不再只是“模型会不会写代码”，还包括：我们给了它哪些工具？怎样组织它的工作流程？如何限定它的职责和权限？怎样判断任务真的完成了？这些问题，正是 Agent Harness 想要解决的。DeepSeek Harness 目前还很年轻，现在就判断它最终会发展到什么程度还为时过早。

2026-08-20 17:49:54 496

原创 Codex 实战手册：从会用，到用出结果

全部是真实项目，从需求、Prompt、思路、踩坑到最终代码，完整拆解。你能看到别人是怎么踩坑的，怎么解决的，为什么这么解决。不用折腾环境，从安装、配置到完成第一个项目，每一步都有具体操作。我们刻意避开了“先讲原理再动手”的传统套路，跟着做就能跑通，不用自己踩坑。问题在于，现在网上关于 Codex、Agent、MCP 的资料越来越多，但大多零散。真正拉开差距的，是谁能用它把业务需求真正做出来，谁能在复杂场景中完成落地。从围观热度到真正上手做项目，中间差的不是一篇零散的教程，而是。所以，我们重新整理了一份。

2026-08-18 14:12:50 418

原创为什么说GoF的23种设计模式不够用了？

当智能开始大规模进入系统之后，工程开始重新定义自己的边界。大模型会越来越强，不确定性会永远是常态。但只要我们学会了如何用 Harness Engineering 的思维去驾驭它，用设计模式去约束它，就能在这个新的时代，立于不败之地。这门课整理的是一套关于 Agent 系统的设计方式与工程经验。内容来自真实系统实践，而不是工具使用总结。当系统开始由模型参与决策，应该如何设计系统结构与边界。如果你希望让自己的 Agent 系统摆脱“随机漫步”，走向真正的稳定可控，现在正是加入的好时机。扫码「免费」试读。

2026-08-14 11:54:18 322

原创 AI 产品的竞争，已经进入下半场

变的是组织资源的方式——以前你需要工程师、设计师、测试团队，现在你可以用 Claude Code 作为最小产品工坊，用 Agent 作为 7×24 小时的协作者，用 Skill 系统作为可复用的组织能力。可以说，AI 带来的技术平权，产品经理是最大的受益人群之一。

2026-08-13 10:42:23 338

原创用 AI 做投资的人，亏麻了......

打开任何一款 AI，输入：“现在适合买黄金吗？“帮我分析一下这只股票。“推荐几只值得长期持有的公司。几秒钟，一份看起来有模有样的分析报告就出来了。有数据、有逻辑、有结论，甚至还给你列了风险提示。如果这些问题无法回答，那么你只是把过去问朋友、问大 V，换成了问 AI。你得到答案的速度变快了，投资判断却没有真正提高。你可能经历过：让 AI 分析股票，却不知道它的数据是否可靠；手里有股票、基金、ETF，却说不清它们分别承担什么作用；上涨时害怕错过，下跌时又怀疑自己的判断。问题不是信息太少。

2026-08-12 11:27:38 372

原创为什么 Agent 能跑起来，却很难真正进入业务？——AI 线下聚会现场

真正难的地方，也不是模型，而是工程里的脏活累活：Agent 架构怎么选，日志怎样规范化，多仓库和日志库怎样映射，告警如何聚合去重，排障 SOP 怎样写成 Skill。这套实践里，90% 是确定性的工程代码，只有分析、定位和写报告等约 10% 的环节交给 AI。每一步产出都有人接得住，结果可以被检查，经验能够被复用，AI 才有机会从一个人的效率工具，变成团队可以持续推进的协作流程。上下文怎么管理，失败如何兜底，结果怎样校验，数据和权限如何处理，成本怎么控制，流程能不能追踪——当 Agent 进入。

2026-08-07 17:15:56 390

原创感受一下生产环境 Agent 的暴脾气吧

模型会越来越强，但只要 Agent 要调用工具、接触数据、参与真实业务，它就需要边界、权限、监控、测试和持续迭代。把 Agent 跑起来只是开始；让它稳定地跑下去，才是更值得花时间的能力。如果你正在把 Agent 从 Demo 推向生产，或者已经开始被稳定性、安全性和成本问题困扰，这门《生产级 Agent 排雷实战》值得关注。首发特惠¥69即将涨价扫码立即购买GitHub 开源地址：https://github.com/limenagent/prodagent。

2026-08-06 19:03:11 396

原创 Codex 怎么学？这份知识库，按开发流程讲清了

写后台、写 Agent、写 Chrome 插件、写 MCP、写书机器人......全部是真实项目，从需求、Prompt、思路、踩坑到最终代码，完整拆解给你看。你能看到别人是怎么踩坑的，怎么解决的，为什么这么解决。与此微软与 LinkedIn 的调查显示，71% 的管理者更愿意招聘经验较少但具备 AI 技能的人，而不是经验更多却缺乏 AI 技能的人。先说规模：500+篇知识文章，40+个工程实践，20+个高级玩法，100+个完整项目案例，50+个问题排查方案。但更重要的是，这些内容是怎么组织的。

2026-08-04 16:39:55 422

原创 Vibe Coding 时代，程序员的核心竞争力到底是什么？

Vibe Coding 的浪潮已至，工具迭代飞快。与其焦虑，不如掌握那个在工具更替中始终提高生产力的底层能力。无需犹豫，先体验再决定，课程的开篇词已开放免费试读。你可以先感受 Robert 的思考脉络、文笔风格以及课程的核心主张，相信你会被这种务实、细致、深刻的洞察所吸引。投资自己最具前瞻性的能力，掌握与 AI 协同工作的“元技能”。这不仅是为了用好今天的 Claude Code，更是为了从容面对明天任何更强大的工具。扫码「免费」试读早鸟立省¥39，一起加入学习。

2026-07-29 15:17:37 408

原创决定了，这次和 20 多位做 AI 的技术人，线下聊聊。

两位嘉宾会带来真实项目中的判断、取舍和踩坑，也会和大家一起进入具体问题。你可以把正在推进的项目、卡住的难题和不确定的判断带到现场，和嘉宾、同行一起拆一拆，看看下一步还能怎么往前走。权限和数据怎么处理？希望这半天，大家带走的不只是几个新观点，而是一些真正能用在自己项目里的思路，也认识几位可以继续交流的同行。我们想邀请你，和约 20 位正在实践 AI 的技术人一起坐下来，聊聊真实项目里的判断、取舍和难题。这段时间，我们和不少正在做 AI 项目的技术人聊了聊。这不是一场听完就散的大课，也不会泛泛聊趋势。

2026-07-28 11:03:38 342

原创别让你的 AI 转型，栽在“只会写 Prompt”上

企业愿意支付高薪的，是那些能把模糊的业务需求，转化为高可靠、可评测的 Agent 工程架构的“π型人才”。传统开发有明确的报错日志，但大模型的输出是概率性的，“幻觉”和“逻辑跳跃”毫无规律。你突然意识到，自己熬夜搭出的只是一个“玩具”，而企业真正需要的，是一个能在生产环境中稳定运行的。AI 不会淘汰程序员，但掌握 Agent 工程化能力的开发者，会超越只会写 Prompt 的“纯码农”。告诉你哪些坑绝对不能踩，哪些工程妥协必须做，以及当大模型“发疯”时，架构师如何用优雅的代码去兜底。能否在长程任务中做好。

2026-07-27 10:33:17 341

空空如也

空空如也