- 博客(4864)
- 资源 (26)
- 收藏
- 关注
RSS订阅原创 AI智能体循环工程-第7章第1节-验证工程-验证器哲学为什么测试结果比模型自评可信百倍
确定性验证器 = 客观、可重复、与模型无关的检查例子：- pytest：测试通过/失败（布尔值）- ruff check：lint错误数- mypy：类型错误- gcc/编译：编译成功/失败这些结果：不依赖模型的"情绪"不会被幻觉影响100%可重复我给"确定性"下过一个操作性定义：**同样的输入跑一万次，结果不许变一次。**pytest 的 returncode 是 0 就永远是 0（在环境固定的机器上），mypy 报 3 个错就是 3 个错。
2026-10-11 00:15:03
77
原创 Graph-Engineering-第2章第7节-Context-Rot-你的Agent为什么越跑越蠢
当上下文接近容量上限时，主动对历史信息进行摘要压缩。
2026-10-11 00:14:24
152
原创 AI智能体循环工程-第6章第7节-环境搭建与第一个循环-实战首秀让循环自己修好一个坏脚本
一句话总结：布置一个故意埋了3个bug的Python脚本，让循环读取报错→定位→修复→自测直到通过；展示完整修复轨迹与每轮决策日志；第一次体验"关掉手扶方向盘"。
2026-10-11 00:13:46
108
原创 AI智能体循环工程-第6章第6节-环境搭建与第一个循环-轨迹落盘循环运行的可回放日志
一句话总结：把每轮的完整输入/输出/工具调用写入带时间戳的JSONL轨迹文件；实现一个简易回放器；轨迹文件是后续Evals（第12章）的数据基础。
2026-10-11 00:13:08
59
原创 AI智能体循环工程-第6章第5节-环境搭建与第一个循环-终止条件实现步数预算与简单完成判定
步数耗尽是"结构性失败"（循环逻辑没进展），token耗尽是"经济性失败"（成本失控），时间耗尽是"服务性失败"（SLA到点）。日志里把原因记清楚，事后归因才有依据。fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;是否是否是否每轮开始步数 >= max_steps?立即终止返回原因耗时 >= max_seconds?
2026-10-11 00:12:30
原创 AI智能体循环工程-第6章第4节-环境搭建与第一个循环-给循环装上工具functioncalling与工具注册表
我不希望每个工具手写一遍 JSON Schema——那又回到了"两处定义、双双过时"的老路。正确姿势是从 Python 函数签名自动生成 schema，用装饰器注册：fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;get_timeschema定义从签名自动生成自动注入转OpenAI tools格式派发执行pydantic校验+错误处理。
2026-10-11 00:11:50
33
原创 AI智能体循环工程-第6章第2节-环境搭建与第一个循环-LLM客户端封装统一接入多后端含全字段调用日志
上一节把环境和日志地基打好了，这一节要给循环装"大脑"接口。动手之前先说清楚我踩过的坑，你就知道为什么要封装，而不是直接 一把梭。去年我做个多模型对比评测，代码里直接用了三家官方 SDK。三天后项目长这样：麻烦远不止代码重复：四个后端的差异我整理成一张表，感受一下要统一多少东西：目标定三条：一套代码四种后端、一套日志全字段记录、一套统计退出时总结。落地成分层结构：用户代码client.generate(prompt)LLMClient统一接口OpenAI兼容OpenAI/DeepSeek/Moonsho
2026-10-11 00:02:04
22
原创 AI智能体循环工程-第6章第1节-环境搭建与第一个循环-开发环境Python312+uv+日志基建
一句话总结：用uv管理Python 3.12环境（国内镜像源配置），搭建"控制台+日志文件双输出、按月分割、保留12个月"的日志基建——这是全课程代码的地基。
2026-10-11 00:01:26
15
原创 AI智能体循环工程-第5章第7节-循环的五大原语与生态-原语可移植性同一个循环跑遍ClaudeCodeCodexTRAE
一句话总结：“一旦发现形状相同，就别再争论用哪个工具”——五大原语在三大工具的映射总表；TRAE等国产工具的原语对照；设计可移植循环的抽象原则。
2026-10-11 00:00:45
102
原创 AI智能体循环工程-第5章第5节-循环的五大原语与生态-Subagents子智能体makerchecker分离是循环的心脏
agent]description = "写代码的工人智能体"你是一个Python开发者。根据需求编写高质量代码。遵循项目约定（见AGENTS.md）。"""[agent]description = "审查代码的检查者"你是一个严格的代码审查者。你的任务是找出代码中的所有问题。运行测试验证正确性。不要放过任何细节。"""allowed = ["read_file", "run_command"] # 只能读，不能写。
2026-10-10 23:59:05
97
原创 AI智能体循环工程-第5章第4节-循环的五大原语与生态-Connectors连接器MCP协议万级服务器生态与A2A协议
MCP（Model Context Protocol）= 模型上下文协议类比：USB = 硬件设备的通用接口MCP = AI工具的通用接口有了USB，任何设备都能连接电脑有了MCP，任何工具都能连接AI。
2026-10-10 23:58:29
247
原创 AI智能体循环工程-第5章第3节-循环的五大原语与生态-Skills技能SKILLmd格式与一次写作每轮复利
Skill（技能）= 可复用的Agent能力包类比：人类工程师有"技能树"Agent也有"技能包"一个Skill = 一个可复用的能力模块Skill刚写时：- 完美匹配需求- 输出质量高3个月后：- 项目约定变了- 工具链升级了- Skill没有更新→ Skill输出质量下降→ 这就是"技能腐烂"技能腐烂可怕在于它是复利的反转：新鲜技能每次任务帮你省8分钟，腐烂技能每次任务坑你15分钟（你要先发现它给的答案过时，再手动纠正）。
2026-10-10 23:57:53
192
原创 AI智能体循环工程-第5章第2节-循环的五大原语与生态-Worktrees工作树并行循环互不踩脚的隔离术
传统git：一个仓库 = 一个工作目录checkout切换分支 = 整个目录变化一个仓库 = 多个工作目录每个worktree可以checkout不同分支互不干扰一个.git对象库，多个工作目录。所有 worktree 共享同一套提交历史和对象数据库（省磁盘、秒同步），但各自持有独立的暂存区和工作区文件。你在 worktree-A 里改的文件，worktree-B 根本看不见。并行到底有没有赚到？"""并行循环退出总结：打印每个Agent的耗时、改动文件数、LLM调用统计"""
2026-10-10 23:57:16
123
原创 AI智能体循环工程-第5章第1节-循环的五大原语与生态-Automations心跳定时发现与分诊收件箱
Triage（分诊）= 医疗术语，指"按紧急程度分类"在循环工程中：Triage = 自动发现任务 → 分类 → 决定处理方式医院急诊的分诊台不治病，它决定谁先治、谁去哪治。它不修 bug，它决定哪些 bug 进队列、哪些进收件箱、哪些直接归档。把"分类决策"和"动手修复"拆开，是心跳能长期稳定运行的关键——分诊便宜，修复昂贵，别让昂贵的动作去干便宜的活。# ❌ 没有动作"看看CI有没有失败"# ✅ 有动作"检查CI失败：1. 拉取最近1小时的失败workflow runs2. 分析失败日志。
2026-10-10 23:56:38
187
原创 AI智能体循环工程-第4章第8节-上下文工程-系统提示词的金发姑娘区间
一句话总结：Anthropic系统提示词设计法——在"脆弱硬编码"与"空泛指导"之间取平衡。XML/Markdown分区结构，放什么进系统提示词vs放什么进AGENTS.md的决策树。
2026-10-10 23:56:00
254
原创 AI智能体循环工程-第4章第7节-上下文工程-外部记忆与状态外置Agent会忘Repo不会忘
状态脊椎 = 智能体系统的"中枢神经"- 记录所有任务的状态- 协调多个Agent的工作- 提供断点续跑能力- 让"干到哪了"这个问题永远有答案名字听着玄，其实就是把"系统现在什么状态"这个问题的答案，收敛到一个权威存储上。没有状态脊椎的多Agent系统，出了问题只能靠翻聊天记录猜；有的话，一条SQL就能还原现场。
2026-10-10 23:55:19
163
原创 rustfs源码解读-第4章第5节-服务端加密SSEC-SSES3-SSEKMS与信封加密
PUT 拿它铸造加密材料，GET 拿它解包密钥，COPY 拿它给目标重新加密，但我们都把它当黑盒跳过了。本节打开这个黑盒。RustFS 的服务端加密（SSE）有三种模式：SSE-C 客户端自带密钥、SSE-S3 服务端托管、SSE-KMS 指定 KMS 密钥，三者统一在"信封加密"框架下——主密钥（KEK）永远不出 KMS，对象用一次性数据密钥（DEK）以 AES-256-GCM 加密，DEK 被主密钥包裹后随对象元数据存储。我们将从的读起，一直追到的分帧流式加密。
2026-10-08 14:07:29
313
原创 AI智能体循环工程-第7章第4节-验证工程-MakerChecker双模型互查从零实现
一句话总结：用两个不同厂商的模型实现maker/checker——maker写代码、checker只读代码+规格找茬、仲裁策略（checker否决时把意见回传maker再来一轮）；双倍token但三倍收敛速度的账。
2026-10-08 11:14:27
449
原创 AI智能体循环工程-第4章第6节-上下文工程-AGENTSmd工程把项目意图写在智能体外面
# 项目概述这是一个Python Web应用，使用FastAPI框架，提供RESTful API服务。主要功能：用户管理、订单处理、支付集成。两三句就够，目的是让Agent在读代码前先建立心智模型。别在这里贴架构长文，细节让它去读代码和docs目录。
2026-10-07 08:06:26
11
原创 AI智能体循环工程-第4章第5节-上下文工程-JustinTime检索按需取用vs提前装载
子智能体的天性是"汇报欲旺盛"，你不拦着它能给你写2000 token的摘要，10个子智能体汇总回来照样爆炸。
2026-10-07 08:05:55
112
原创 AI智能体循环工程-第4章第4节-上下文工程-上下文管理三原语Compaction工具结果清除记忆工具
"""单次远端调用的全字段票据"""model: strinput_len: int # 提示词 + 附件字节start_time: str # 年月日时分秒# 原始提示词完整落盘，便于事后追溯。
2026-10-07 08:05:24
119
原创 AI智能体循环工程-第4章第3节-上下文工程-LessisMore实证71到916的剪枝实验
前两节我们把道理讲透了：上下文有Context Rot，注意力预算有限，压缩（Compaction）能救场。但一直缺一个东西——硬数据。删历史到底能带来多少收益？值不值得为此冒丢信息的风险？2026年初，一篇题为《Less Context, Better Agents: Pruning for Improved LLM Agent Performance》的论文补上了这块拼图，在Agent工程圈子里传得很广。核心发现，先放在这里镇楼：反直觉结论：给模型更少的上下文，反而表现更好。准确率涨了20.6个百分点
2026-10-07 08:04:52
98
原创 AI智能体循环工程-第4章第2节-上下文工程-180K触发2783个token救活一整段历史Compaction的工程细节
Claude的上下文窗口：200K tokens压缩触发阈值：180K tokens（90%）为什么不是100K？太早，丢太多细节为什么不是195K？太晚，性能已经崩了阈值别写死，做成配置。"""压缩配置：窗口、触发比例、目标比例"""trigger_ratio: float = 0.9 # 90%时触发target_ratio: float = 0.3 # 压缩到30%min_turn_gap: int = 5 # 两次压缩之间至少隔5轮，防止压缩过频。
2026-10-07 08:04:22
258
原创 AI智能体循环工程-第4章第1节-上下文工程-注意力预算与ContextRot塞满上下文反而更笨
最小高信号token集 = 用最少的token传递最多的有效信息目标：最大化：信号/噪声比（signal-to-noise ratio）最小化：总token数量注意这是个双目标优化，不是单纯砍长度。只砍长度会把关键信息也砍掉（下节的实验会给出量化代价），只提信号比会把上下文弄得短到缺信息。高价值的留全文，中价值的留摘要，低价值的直接删。
2026-10-07 08:03:52
265
原创 AI智能体循环工程-第3章第9节-智能体循环解剖学-循环失效模式大全doomloop漂移预算黑洞与升级风暴
一句话总结：循环工程的"正路"只有一条，"歪路"却有七条——doom loop空转、上下文腐烂、重复失败、验证器过拟合、并行冲突、成本失控、升级风暴。每种失效都有独特的症状日志和早期检测指标，学会识别它们是 Loop 架构师的基本功。
2026-10-07 08:03:22
218
原创 AI智能体循环工程-第3章第8节-智能体循环解剖学-自主性阶梯L1报告L2辅助L3自主的渐进放权模型
报告准确率大于80%：低于这个值，人工核对报告的成本已经超过自己动手，L1失去意义。我实测过一个准确率62%的L1系统，团队核对报告花的时间比自己写代码还多，三周就被弃用了。批准率大于70%：低于这个值，说明Agent的提议有三成以上是噪声，自动合并会把噪声直接灌进主干。反过来，批准率稳定在70%以上，意味着人工Review从"逐行把关"退化成"抽查确认"，才具备自动化价值。升级门槛阈值低于阈值的后果L1报告准确率大于80%核对成本超过人工，团队弃用L1运行时长至少2周。
2026-10-07 08:02:50
310
原创 AI智能体循环工程-第3章第7节-智能体循环解剖学-WorkflowvsAgentAnthropic从简单开始的架构哲学
一句话总结：Anthropic在《Building Effective Agents》中提出核心原则——“从最简单方案开始”。预定义路径的workflow vs 模型自决策的agent，不是越复杂越好，而是够用就好。
2026-10-07 08:02:20
295
原创 AI智能体循环工程-第3章第6节-智能体循环解剖学-Ralph循环考古一个bashwhile循环凭什么封神
这套东西的价值在于，跑完之后你能一句话回答"平均速度多少、输入长度和耗时什么关系"这类问题。
2026-10-07 08:01:50
324
原创 AI智能体循环工程-第3章第5节-智能体循环解剖学-反馈即生命线为什么单次生成有质量天花板
一句话总结：单次生成就像"闭眼射箭"——射完不知道中没中；循环迭代就像"睁眼射箭"——每箭都能看到落点，下一箭调整。反馈是循环的生命线。
2026-10-06 08:07:01
282
原创 AI智能体循环工程-第3章第4节-智能体循环解剖学-目标设计公式可验证的成功态范围边界明确约束
大目标：重构整个auth模块↓ 分解为子目标1：重构login.py子目标2：重构session.py子目标3：重构middleware.py↓ 每个子目标又有自己的目标。
2026-10-06 08:06:31
299
原创 AI智能体循环工程-第3章第2节-智能体循环解剖学-循环五步解剖收集上下文决策工具执行观察终止检查
上一节我拆了ReAct的家谱：Thought→Action→Observation，2022年那篇论文给所有Agent循环定了骨架。但如果你看过Claude Code这类生产级工具的循环日志，会发现它长得和论文里的三拍子不太一样：多了什么？我打个比方：ReAct像一份菜谱，写着"切菜、下锅、尝咸淡"；生产级循环像一条中央厨房的产线，出菜前多了"备料工位"和"质检闸口"。菜谱能教会你做菜，产线才能保证一万份菜不翻车。本章标题说"循环解剖学"，这一节就是把产线的五个工位逐个切开看。这个五步分解不是我发明的，是
2026-10-06 08:05:29
295
原创 AI智能体循环工程-第3章第1节-智能体循环解剖学-ReAct起源2022年那篇Google论文如何埋下智能体的种子
一句话总结：2022年Google的ReAct论文提出了"推理+行动"的交替范式——Thought→Action→Observation的循环，正是今天所有Agent循环的祖先。
2026-10-06 08:04:59
112
原创 AI智能体循环工程-第2章第7节-残酷的数据与真实的钱景-课程全景地图120篇的学习路线与食用指南
一句话总结：120篇课程 = 4大部分 × 16章，三条学习路线（速通线/工程线/变现线）让你按需取用，不必从头读到尾。
2026-10-06 08:04:29
332
原创 AI智能体循环工程-第2章第6节-残酷的数据与真实的钱景-AI编程收益的真相与算法193到底怎么算出来的
一句话总结：Gartner +19.3%、Deloitte 30-35%、每周省3.6小时——三种口径的公式完全不同，搞清楚你在用哪个公式，才能算清自己的ROI。
2026-10-06 08:03:58
291
原创 AI智能体循环工程-第2章第5节-残酷的数据与真实的钱景-正反数据大乱斗40项目被砍95试点无ROIAI还让你慢19
自动驾驶没有"消灭司机"，但自适应巡航装进了每辆家用车；云计算没有让所有企业省钱，但没有一家互联网公司离开云。AI编程大概率也走这条路：不会消灭程序员，但会装进每一个开发者的日常工作流。
2026-10-06 08:03:26
336
原创 AI智能体循环工程-第2章第4节-残酷的数据与真实的钱景-循环工程时代的职业规划35岁危机的解药还是毒药
从那以后我不再跟年轻人比手速，改比"谁设计的循环更皮实"。
2026-10-06 08:02:55
153
原创 AI智能体循环工程-第2章第3节-残酷的数据与真实的钱景-中国战场QoderTraeCodeBuddy混战与CodingPlan价格战
2026年初，多家厂商推出"Coding Plan"——一种超低价格的AI编程订阅产品月费包含内容¥7.9/月基础Agent功能 + 限量token通义灵码基础版¥9.9/月代码补全 + 基础问答¥7.9/月补全 + 简单Agent¥19.9/月限量Agent + 基础工具。
2026-10-06 08:02:25
415
原创 AI智能体循环工程-第2章第2节-残酷的数据与真实的钱景-全球Agent岗位薪资地图中位217K98的岗位只要中级以上
上一节刚说完平均数陷阱，这个数据源算是懂行的。中位数意味着：一半岗位给得比这多，一半比这少。全球Agent岗位的真实画像是"中间那个人拿21.75万美元"，不是"大家都拿21.75万"。
2026-10-05 08:07:22
132
基于机器学习智能文本摘要 深度学习 注意力机制源码 自然语言处理 源代码与数据集
2025-01-18
使用LSTM机器学习预测股票价格 源代码与数据集
2025-01-18
泰坦尼克号生存预测 数据集 titanic
2025-01-18
基于深度学习的乳腺癌分类 源代码与数据集
2025-01-18
使用librosa进行语音情感识别 数据集 speech-emotion-recognition-ravdess-data
2025-01-18
使用Pandas和OpenCV进行颜色检测 源代码与数据集
2025-01-18
使用Python进行MNIST手写数字识别 源代码与数据集 Python-Project-Handwritten-digit-recognizer
2025-01-18
使用深度学习创建您自己的表情符号 源代码与数据集 FER-2013 训练集：28,709张图像 测试集：3,589张图像 七种情感类别
2025-01-18
鸢尾花分类项目 源代码与数据集 iris-flower-classification-project
2025-01-18
使用CNN和Keras进行交通标志识别，准确率达到95% 源代码和数据集 Python-Project-Traffic-Sign-Classification
2025-01-18
【机器学习实战入门】学习使用NLTK和Keras构建你的第一个聊天机器人 chatbot-python-project-data-codes
2025-01-17
使用OpenCV和Keras的驾驶员疲劳检测系统 代码 Drowsiness detection
2025-01-17
使用OpenCV和Keras的驾驶员疲劳检测系统 数据集 yawn-eye-dataset-new
2025-01-17
【机器学习实战入门】有趣的Python项目：使用OpenCV进行性别和年龄检测-配套代码图片资料等gad
2025-01-17
青少年科技创新大赛改革：聚焦15至24岁参赛者的制度优化与创新能力培养
2025-01-17
2025年世界大学生超级计算机竞赛：赛制解析、技术挑战及全球影响力分析
2025-01-17
pyspark，hivesql，sql，百亿级数据，数据溯源，拉链表，全量拉链表生成，拉链表增量数据生成
2025-01-17
人工智能基于2025麦肯锡调研的AI高绩效企业成功要素：规模化应用与智能体部署驱动企业级价值创造 2025麦肯锡AI应用现状调研：仅6企业成为高绩效赢家，他们做对了什么？ – McKinsey G
2026-01-29
【信息技术领域】2025中国程序员工作与生活平衡调查报告：超长工时、职业倦怠及混合办公模式分析
2025-07-23
【新能源汽车行业】2025年Q2中国新能源汽车市场数据分析：销量增长、政策支持与品牌策略综述了202
2025-07-23
【大模型技术】中国企业私有数据处理与向量化技术调研：技术路径、行业实践及未来展望
2025-07-23
windows下 将.epub转pdf格式的安装包 亲测有效，只需要一行命令 离线使用，可商用 文档中的图片都可以转换，字体可以选择，效果很好
2025-06-13
hivesql全量百亿级拉链表 pyspark 拉链表数据架构 sql全量百亿级拉链表
2025-03-04
10道Python文件操作的面试题 包含：1. 题目描述 难度：中等 2. 示例输入 输出 3. 完整代码 带注释 4. 考察知识点
2025-02-26
亲测有效 抽奖程序4.0 抽奖过程随机展示动画 一次抽奖多人正确展示结果
2025-01-23
亲测有效 抽奖程序2.0 支持.txt文件导入 自动识别多种编码格式 实时显示导入人数 重复抽奖不限制次数 永久保留记录
2025-01-23
亲测有效 抽奖程序3.0 多格式导入（TXT/CSV） 权重抽奖 重复抽奖/去重模式切换 中奖人数灵活配置 音效
2025-01-23
亲测有效 抽奖程序1.0 可以直接运行
2025-01-23
基于深度学习车牌识别 自动识别车牌号码 Automatic License Number Plate Detection and Recognition
2025-01-20
使用Python和OpenCV进行手语识别 源代码 sign-language-recognition-project
2025-01-20
价格预测器 源代码与数据集
2025-01-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人