- 博客(2506)
- 收藏
- 关注
RSS订阅原创 面试官三问Function Calling和RAG区别在哪
面试官问你Function Calling的原理，你是不是也只说"调用外部工具"四个字？** 那跟没答一样。他真正想听的是——Function Calling不是调接口，它是Agent感知世界的通道。
2026-06-16 21:44:37
65
原创 你的下一个同事可能是AI：AI Agent产业链全景
2026年6月，Anthropic年化收入run-rate已逼近500亿美元，较2025年底的90亿美元增长了五倍。完成650亿美元H轮融资后，投后估值约9650亿美元，首次超过OpenAI。CEO Dario Amodei在近期万字访谈中却说了一句让所有人脊背发凉的话："\*\*海啸已经能在地平线上看到了，可大多数人还在解释那只是光线的把戏。\*\*"资本市场用真金白银投了票：它看中的不是Claude比GPT更会聊天，而是一个更大的叙事——\*\*AI Agent将成为继SaaS之后，软件行业最大的范式迁
2026-06-16 21:43:22
119
原创 26k Star! Haystack：RAG进入2.0时代，让大模型真正读懂你的私有数据
你的RAG系统是不是也这样：向量数据库调来调去，分块策略试了十几种，但大模型回答问题时还是「幻觉」满天飞，数据明明在那里，就是检索不出来。
2026-06-16 21:42:20
119
原创 使用 LangChain 构建自定义的 Agent Harness
很多 Agent 原型跑起来很快：给模型一个系统提示词，接几把工具，再让它循环调用工具直到完成任务。第一轮演示通常没问题，到了真实业务里，问题会集中冒出来。
2026-06-16 21:39:45
51
原创 OpenRAG 生产级知识库架构实战：构建可治理、可扩展、可审计的企业级 RAG 平台
很多团队做 RAG，真正卡住的不是“大模型会不会回答”，而是知识库系统能不能长期稳定地接住企业文档、权限、并发、更新、审计与成本压力。 > OpenRAG 的价值，不是又一个“聊天 Demo”，而是把文档处理、检索基础设施、工作流编排和对外接入整合成一套更接近生产现实的 RAG 平台底座。
2026-06-16 21:38:55
225
原创 企业智能体落地实战：从0到1的完整路线图
2026年，企业AI智能体（Agent）已从概念验证迈入规模化落地阶段。本文基于真实项目经验，梳理一条可复制、可量化的落地路线图，帮助企业在6-8周内完成从0到1的闭环。
2026-06-15 21:05:37
183
原创 企业级 RAG 系统工程化实战：从“能回答”到“可交付、可治理、可扩展”
真正的企业级 RAG，不是把向量库、Embedding、LLM 串起来就结束了，而是要把检索质量、权限边界、索引生命周期、并发控制、成本治理、可观测与发布回滚统一纳入一套工程体系。
2026-06-15 21:04:20
290
原创 从零设计一个准生产级 LLM Agent：可靠性、上下文与恢复机制
ThinkingAgent 是一个轻量级，准生产就绪的LLM Agent 框架，支持多 LLM Provider、复杂任务编排、自动故障恢复和长任务断点续跑。**本文完整记录了我从0到1构建
2026-06-15 21:00:26
233
原创 一篇文章讲清楚 AI Agent 的核心概念：从 Token、Skill、RAG 到 MCP、SDD 和 Harness 工程
Agent 架构与基础训练机制Agent 是以大语言模型为大脑的计算实体，它突破了传统“文本生成”的被动模式，具备规划、记忆和工具调用三大核心能力。这种架构使其能够自主拆解复杂任务，通过循环执行和感知反馈，像人类员工一样实现从指令响应到任务闭环的跨越。
2026-06-15 20:58:29
153
原创 知识库分层编排：从 RAG 到 Agent-native Knowledge Context Layer
一、知识库的根本困境从一个知识库检索超级微服务高级skill开始的思考。
2026-06-15 20:57:35
313
原创 借鉴 Salesforce Agent Script：构建“混合模式”高可靠 AI Agent 的实战指南
在企业级 AI 落地过程中，架构师面临的最底层挑战是：大语言模型（LLM）的\*\*随机性（Probabilistic）与企业业务规则所需的确定性（Deterministic）\*\*之间的不可调和。
2026-06-14 10:45:00
181
原创 AI、Agent、MCP、Skill 到底啥关系？把 AI 当成一个人就懂了
最近我在准备 AI 科研课程，发现很多人卡在 Agent 上，表面是在纠结工具，实际是模型、工具、MCP、Skill、Agent 这些词的关系还没放对。
2026-06-14 10:45:00
227
原创 多Agent协作的7种模式：从顺序链到A2A协议，你该用哪种？
搭了个多Agent系统，三个Agent分工明确，跑起来一看——Agent A的输出Agent B没收到，Agent C等半天还没开始，编排器把简单任务拆成了5步，并行执行的结果没人合并。
2026-06-13 20:32:09
279
原创 Loop Engineering（Agent 闭环工程）
Loop Engineering（闭环工程）的本质，是将你从"手动投喂 Prompt 的人体 API"这一角色中**彻底剔除**。你转而设计一套能自动驱动工作流运转的底层系统。此处的"闭环（Loop）"可理解为一种**递归式目标**：你只需定义终态，AI 便会持续迭代直至收敛。它底层由 5 大核心组件构成，而 Claude Code 和 Codex 目前均已点亮这五块技能树。
2026-06-13 20:29:26
251
原创 多智能体协作：AI时代的分而治之
多智能体协作的本质是分而治之（Divide & Conquer），通过将复杂问题拆解为子问题，由专门智能体并行处理后合并结果，有效解决单体大模型的三大瓶颈：上下文长度限制（主流窗口200K-1M tokens）、能力边界局限（单一模型难以精通所有领域）、串行处理效率低下。
2026-06-12 22:21:07
192
原创 RAG应用的八种技术架构
RAG(Retrieval-Augmented Generation，检索增强生成)是一种通过整合外部知识检索来增强大语言模型（LLM）能力的技术，简而言之就是给LLM加了知识外挂，这个知识外挂可以是传统关系型数据库、向量数据库或图数据库。RAG的另外一个核心内容是提示词模板Prompt Template，最终是要将检索到的知识结合提示词一起发送给LLM来增强生成。
2026-06-12 22:19:54
176
原创 为什么大模型总是“答非所问“？一文读懂 RAG
上个月帮一个朋友调试他的公司内部 AI 助手。他问 GPT："我们公司去年营收多少？"GPT 答得头头是道，数字精确到亿。他直接拿去给老板汇报，老板当场打脸——那个数字是编的。
2026-06-12 22:17:27
188
原创 土木本硕28天agent开发学习计划
土木本硕转码后端已经 1 年多了，马上要入职大厂做大模型相关业务，可 Agent 这块我还只是零散了解，一想到入职要跟不上节奏，直接慌到连夜搞了个学习计划！
2026-06-12 12:04:00
222
原创 2026 年 AI Agent 框架选型指南：10 大主流框架横评
AI Agent 框架多到让人眼花缭乱。LangChain、AutoGen、CrewAI、n8n……每个都说自己是"最佳选择"。这篇文章帮你理清思路：10 个框架各是什么定位，适合什么场景，怎么选。
2026-06-11 21:46:11
191
原创 收藏这篇就够了！LangChain+ RAG从0到1搭建 智能客服系统
全文干货纯手写，架构拆解、原理讲解、细节优化全部逐一打磨。项目从零手写开发，调试排错、逻辑优化、功能迭代耗费大量时间与精力。深知大家自学踩坑多、拼接代码难运行、资料零散难落地，因此整理了**完整可直接运行的全套源码
2026-06-11 21:44:50
207
原创 阿里面试官追问：“Memory 和 RAG 到底什么关系？说错一个就回去等通知。“ 我画了张图，他点了点头。
今天就把这个混淆点拆开讲。先说结论：**把 Memory 等同于 RAG 的人，今年阿里大概率都没要。** 这两个东西看起来都是"把外部信息塞进 context"，但职责完全不同。说不清边界，面试时就会被一刀切掉。
2026-06-11 21:43:51
182
原创 Agentic RAG 自主决策检索系统深度实践：从单轮问答到生产级智能检索控制系统
对许多团队来说，RAG 的初始阶段目标仅仅是“让模型具备检索能力”；然而，当系统真正投入生产环境后，挑战会迅速演变为“让系统懂得该查什么、查几次、查哪里、何时停止、如何兜底、怎样审计”。 > 此时，你需要的已不再是一条简单的检索增强问答链路，而是一套集规划、执行、反思、治理与可观测能力于一体的 Agentic RAG 系统。
2026-06-11 21:42:49
376
原创 OpenClaw、Hermes Agent、OpenHuman 横向对比：三个开源 Agent 到底适合谁？
2026 年，开源 Agent 进入了一个很有意思的分叉阶段：有的项目强调“让 AI 真正替你做事”，有的强调“长期自我成长”，还有的强调“先理解人，再开始行动”。
2026-06-11 21:34:38
250
原创 用Hermes Agent建立个人LLM Wiki知识库
2026年，AI 工具爆发，但很多人的知识管理还停在 Notion 笔记时代——标签一堆、页面一堆，真到要找某个知识点时，翻半天也翻不出来。
2026-06-10 20:59:59
181
原创 Agent 可观测性：为什么有了 LangChain，还会出现 Langfuse？
很久以前我就听说过 langsmith，它是 langchain 的商业化的可观察平台，我们虽然之前也对 LangChain 进行过研究，也有客户团队要求必须使用 LangChain，但我们自己还是习惯于手搓框架，所以对它并不关注，也没有想去了解它。
2026-06-10 20:59:01
154
原创 大模型只能说话，Agent 让它长出手脚做事
大模型能理解语言、能推理、能创作——但它只能输出文字。你让它查天气，它只能回复"我可以帮你查天气"。你让它发消息，它只能说"建议你这样写"。**它能给你建议，但留不下任何行动。
2026-06-10 20:52:46
204
原创 为什么现在 Agent 重新用回 Grep，而不是先做 RAG？
过去两年，做私有知识问答时，RAG 经常会成为那个默认答案：先建知识库，切 chunk，做 embedding，再把相关片段塞给模型。
2026-06-10 20:51:20
192
原创 一文搞懂 RAG、GraphRAG、LlamaIndex：区别、场景与选型
在大模型落地私有知识库、智能问答、企业客服等场景时，**RAG、GraphRAG、LlamaIndex**是出镜率最高的三个名词。很多新手容易混淆：分不清谁是技术思路、谁是进阶方案、谁是开发工具。
2026-06-09 21:19:41
209
原创 从零训练一个小型语言模型
今天，我们就结合一份具体数据，完整走一遍从环境准备、数据处理、模型构建到模型训练的全过程，训练一个参数量约**0.1B，也就是1亿参数**的小型语言模型。
2026-06-09 21:18:34
149
原创 大模型后训练实战：微调和强化学习
如果把预训练（Pre-training）比作九年义务基础教育，那么后训练（Post-training）就是专项教育，像是本科、硕士和博士教育。
2026-06-09 21:15:49
283
原创 你的AI Agent三个月后就开始“胡说”——“养Agent”到底要花多少钱？
我去年帮一个客户做AI客服。上线第一个月，效果惊艳。80%的问题自动解决，客服团队从10人减到3人，老板很满意，在群里发了红包。
2026-06-09 21:12:32
197
原创 Code as Agent Harness：代码成为了Agent Harness的基础设施
核心创新**：首次提**Code as Agent Harness（代码即智能体承载框架）** 全新范式，推翻「代码只是LLM输出产物」传统认知，定义：**代码是AI Agent推理、行动、环境建模、执行验证、状态持久化的统一底层操作系统**。
2026-06-09 21:11:36
194
原创 企业 RAG 知识库落地，真正难的不是调用大模型
最近两年，似乎所有企业，都在追AI的风口，很多企业都在做 AI 知识库、智能客服、问答助手、文档助手、研发助手、运营助手、决策建议等。技术方案听上去似乎也都很统一：**把企业文档接入大模型，做一个 RAG 系统
2026-06-08 20:34:19
194
原创 Agent记忆系统:基于LangChain的Memory开发实战
上期咱们聊了记忆系统的设计思路——短期记忆、长期记忆、记忆巩固、记忆遗忘。理论讲了一圈，今天该动手了。本篇用 LangChain 的四种 Memory 模块，手把手搭一套真正能跑的对话记忆系统。零基础友好，代码可直接复制运行。
2026-06-08 20:29:59
189
原创 2026 主流 Agent 框架怎么选？
一句话：不存在"最好的框架"——LangGraph、OpenAI Agents SDK、CrewAI、Dify 分别代表四条完全不同的开发路线，选型的关键不是"谁更火"，而是"你要解决什么问题"。
2026-06-08 20:27:12
237
原创 RAG 还在说“我信息不够“?谷歌Gemini这套 Agentic RAG 直接逼它接着搜
这篇文章要聊的，是谷歌新推出的一套 agentic RAG（智能体检索增强生成）框架。它由 Google Research 和 Google Cloud 联手打造，核心思路是：先把复杂的企业级问题拆开，然后一遍遍地去找上下文，确认信息够了，再动手生成答案。说白了，就是让模型别急着回答，先把上下文功课做扎实。
2026-06-08 20:26:14
232
原创 驾驭工程学：理解这一点将让你的AI智能体表现超过80%的其他智能体
关于智能AI系统为何在生产环境中仍然崩溃的不适真相——以及最终能解决这一问题的工程学科。
2026-06-08 20:23:34
233
原创 为什么我放弃了 OpenClaw，全面拥抱 Hermes Agent（上手指南）
作为一个带大模型后训练算法团队的 AI 工程师，我用 OpenClaw（龙虾）用了大半年，积累了不少记忆和技能。但当 Hermes 发布之后，我花了一个周末完成迁移，再也没回去。这篇是我上手Hermes 的完整记录——不只是迁移教程，更是从零理解 Hermes 三大核心机制（Memory / Skill / Nudge Engine）、安装、配置 GLM-5.1、以及我用它做工作记录、简历筛选、论文调研等六个真实场景的实战心得。
2026-06-07 20:41:51
318
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人