自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3024)
  • 收藏
  • 关注

原创 程序员挣够了钱,到中年失业真的很可怕吗?

最近一刷知乎全部都是大龄程序员失业危机真的有这么可怕吗?程序员35岁就真的到了瓶颈期?我不这么认为挣够了钱,当然不可怕,问题是没挣够啊~!!!按题主的算法是,大城市薪资1w以上,45岁失业,工作20年可以挣够钱:那我们现在来算一下,20年12个月1w=240w没错,这样算下来的确是可以挣到240w左右,但是你还有很多地方需要花钱,如:房租/房贷、孩子学费、赡养老人、家庭日常开支、朋友聚会……等等,这样全部算下来,你觉得你真的挣够钱了吗???而且按照题主说的是45岁失业,但现实是35岁很多程序员

2022-01-05 22:40:31 20191 37

原创 如果一名程序员一个月拿两万,得知一对夫妇卖猪肉可以赚五万一个月后会怎么选择,做程序员还是卖猪肉?

在知乎上看到这么个帖子,觉得挺有意思,大家一起瞧瞧?对此,我也看到了许多犀利的回答哈**A:**我反过来问你,如果一对夫妇卖猪肉一个月只能挣一万,听说一名程序员一个月拿五万,他们能选择去当程序员拿五万吗?这时候你知道不是谁都能当程序员,不是哪个程序员都能拿五万了,那你怎么就觉得谁都能卖猪肉、谁卖猪肉都能赚五万一个月了?你拿得动刀吗?你有超过常人的进货和销售渠道吗?你有人家的口碑吗?**B:**有时候可能会有一些莫名的优越感,将这个世界按照一条线性的赛道来理解,就像从小到大好好学习,一路考大学,唯一的

2022-01-04 21:58:55 16077 32

原创 一天高中的女同桌突然问我是不是程序员,满脸黑人问号?

背景昨天一个我高中的女同桌突然发微信问我“你是不是程序猿 我有问题求助”,先是激动后是茫然再是冷静,毕业多年不见联系,突然发个信息求助,感觉大脑有点反应不过来…再说我一个搞Python的,这点要求大家懂的,人生苦短,我用Python!为了大家的面子,为了程序猿们的脸,不就简单的小Python嘛,必须答应!梳理需求现有excel表格记录着 有效图片的名字,如:要从一个文件夹里把excel表格里记录名字的图片筛选出来;需求也不是很难,代码思路就有了:读取Excel表格第一列的信息并放入

2021-12-30 22:31:31 32173 36

原创 Agent 中的 ReAct 是什么?Plan-and-Execute 又是什么?

ReAct 是什么?Plan-and-Execute 又是什么?为什么有的 Agent 边思考边调用工具,有的 Agent 却要先制定计划,再一步步执行?在 Agent 开发中,面对一个任务,模型不仅需要理解用户的意图,还需要决定调用什么工具、按照什么顺序执行,以及如何根据执行结果调整后续操作。

2026-11-15 10:45:00 377

原创 字节面试:多个 Agent 能不能同时调用同一个工具?

面试官问:"多个 Agent 能不能同时调用同一个工具?"这是近一年 Agent 岗位里出现频率上升很快的一道题。它只有一句话,看起来也不难——但它的答案不是一个字,而是四层。

2026-11-14 10:45:00 272

原创 RAG延迟降80%,不是算法变快了,是链路被砍短了

做过 RAG 落地的团队,对外挂架构的延迟应该有切身体会。一次语义检索,数据流是这样的:应用层向关系库发一条 SELECT 拿业务上下文,拿到结果后在应用代码里组装请求,再发给向量库做相似度匹配,向量库返回 Top-K,应用层再拼装、再喂给大模型。两次跨进程网络往返,两次结果集序列化。

2026-11-13 20:01:55 202

原创 阿里面试官:“写个算法题吧,只出现一次的数字”,我怼回去:“这种题没看过,很难做出来”,面试官:“那你看过没?” ,我:“看过”

去年和今年阿里淘天、快手、Shopee都有考察过这道题目。这道题目,偏技巧类。 **就是看过了,就会,没看过,很难想出来

2026-11-12 20:21:50 79

原创 Agent Loop底层原理深度图解:强模型为什么也会跑偏,8张原理图拆到底

这次重写,我逐条核了 **8 条机制**、5 类失败路径和每个成功出口需要的证据。旧版最刺眼的问题不是少讲了一个名词,而是把 Agent Loop 画成“模型调工具,再判断完成”的细线:目标谁定义、成功谁证明、中断后靠什么续、失败往哪走,全被藏在箭头里。

2026-11-12 20:20:38 295

原创 企业级 AI 智能中台全栈实录:FastAPI + LangGraph + Milvus + ES + Redis + MySQL 全景拆解

一套代码,把「RAG 知识问答」「C 端 AI 导购商城」「多租户后台治理」装进同一个中台。这篇文章只讲三件事:全景架构长什么样、每一步选型为什么、踩过的坑值多少学费。所有截图来自项目真实运行界面。

2026-11-12 20:18:57 168

原创 一文搞懂本体四大核心技术 :RDF、OWL、SPARQL、SHACL

如果你参与过企业 AI 项目,可能遇到过这样的情况:CRM 里客户编号是 C001,ERP 里同一个客户却可能是 A-9001。Agent 即使查到了数据,也可能不知道这些数据代表什么、彼此怎样关联。 这时,企业面对的不只是“数据存在哪里”,还有“不同系统说的是不是同一件事”。客户、订单、产品这些概念需要有共同定义,它们之间的关系也需要能被系统理解和查询。这类对业务概念及其关系的形式化描述,称为本体(Ontology)。 RDF、OWL、SPARQL、SHACL 是构建和使用语义知识时常见的四项核心技术

2026-11-11 20:55:43 35

原创 从 RAG、MCP、Skills 到 Ontology First,AI Agent 真正的企业级架构来了!

模型越来越擅长理解自然语言,却不一定真正理解企业的业务世界——这才是企业 Agent 落地真正的门槛:让它在允许的边界内可靠地行动。

2026-11-11 20:54:27 321

原创 多 Agent 越多越慢?DeepAgents 式编排 5 步收敛清单

把「谁拆、派给谁、什么时候算完」写成契约:一套可复用的多 Agent 编排工作流> 📌 摘要:DeepAgents 这条热点真正提出的不是「怎么多招几个 Agent」,而是「怎么让它们收得了口」。这篇不谈模型能力,只谈编排:契约、路由、不变量、并发上限、收敛门槛。文末附一张七项验收检查单。

2026-11-11 20:52:22 187

原创 构建个人 Agent Runtime:让大模型真正进入工作系统

在真实工作场景中,大模型的核心限制并非内容生成能力,而是缺少对工作现场的持续理解:资料位置、事实权威源、任务执行顺序与完成判定,均需人工重复提供。

2026-11-10 19:59:12 200

原创 米哈游大模型面经:13 道 Agent/RAG 设计题,没做过 Agent 直接露馅

这场面试的特点,一句话概括:**没有一道题是背出来的,全在问你对 Agent 架构到底理解到哪一层。**面试官从头到尾只做一件事——顺着 Agent 和 RAG 往架构深处钻。你讲 RAG,他就问怎么衡量回答质量;你讲记忆,他就问长期记忆怎么写回、怎么冲突消解;最后还丢一道手撕让你现场写向量检索。

2026-11-10 19:56:58 230

原创 Jev 能做什么?翻完几十个项目,我留下 6 个案例和 4 个判断问题

这一周,TypeSafe 推出的决策模型 Jev ,仍在我的信息流里几乎是循环刷屏。浏览器自己丝滑点击,游戏自动操作,几百条数据几十秒跑完,Agent 自己挑 Skill,上下文一刀砍掉 99%。上一个这么热的是「小龙虾」,再往前是 Skill。

2026-11-10 19:55:45 58

原创 Agent Harness:Claude Code 五层机制,Codex 和 DSH 表示也一样

大部分讲 Harness 的书,都会把 Agent 运行系统拆成五个基础机制。 Memory记忆(AGENT.md/CLAUDE.md)、SKILL注入知识、SubAgent执行子任务、Hooks门禁守卫、MCP外部连接。 我把 Claude Code、Codex、DSH 三家文档和源码翻了一遍——Harness五层机制几乎一样。 打开 Claude Code 看到的是 CLAUDE.md,打开 Codex 它叫 AGENTS.md,打开 DSH 落到一个 agent-presets 文件。换了个名字

2026-11-09 19:38:59 241

原创 Agent、Harness、Loop 到底是什么关系?一文讲透 AI 系统的分层架构

Agent 能回答一个问题, Loop 才能让它把一件事真正做完。过去一年,做企业 AI 项目的人,聊天基本绕不开这几个词:Prompt 怎么写、RAG 怎么接、MCP 怎么调、Agent 怎么做 Tool Use、ReAct 怎么让模型自己想自己动、Harness 怎么控制 Agent 的行为。

2026-11-09 19:37:50 107

原创 一文搞懂 Agentic Engineering:Agent Loop、Harness 工程、Loop 工程与 FDE

Agentic Engineering 不是一套边界已经固定的标准,而是围绕 AI Agent 设计、运行、评估和落地的一组工程实践。讨论它时,有几个名字很像、却不在同一层次的概念:**Agent Loop 是 Agent 的运行机制;Harness 工程是搭建运行底座;Loop 工程是设计和改进持续执行的工作循环;FDE 则把这些能力带进真实业务。** 把它们区分开,才能看清 Agent 如何从一次模型调用,变成能够完成多步任务的工作系统。 一、Agent Loop:Agent 如何运行 最基本的 Ag

2026-11-09 19:36:54 249

原创 面试官敲桌:“工具流程为什么封装成 CLI?”,我回应:“就是给函数套个命令行”,他:“换个入口,就算解耦了?”

面试官:为什么要把 Agent 的工具执行流程封装成 CLI,直接调用函数不行吗?🙋‍♂️我:命令行比较简单,模型学会一个命令就能执行工具了。👔面试官:模型返回命令不代表程序已经运行。你把执行入口封装起来,具体解决了哪些工程问题?

2026-11-08 21:03:28 182

原创 RAG这次真死了!SAG2才是本地知识库的神,又快又准又便宜~

在 AI 圈,每天都有新东西冒出来,但已经好久没有一个东西,能让我看完浑身起鸡皮疙瘩了。最近开源的SAG2,真就做到了。或许它将彻底颠覆RAG,因为你都不用预处理文件,它直接就能把你的本地文件当成知识库,而且速度极快,准确度贼高,关键都不需要embedding...

2026-11-08 21:02:21 399

原创 蚂蚁三面被问 :你想过Codex 聊几十轮为什么还稳,我说harness 做的好,他追问咋做的,我没答上来,后来才知道是压缩、笔记和工具核实

其实,这个问题其实很多人都没认真想过。我们天天用这些编码智能体,觉得它"记得住"是理所当然的,但从来没想过它背后到底是怎么做到的。

2026-11-08 21:00:55 209

原创 看懂 Agent,必须了解的 10 个技术术语:RAG、ReAct、MCP 都是什么?

最近,Agent 成了 AI 领域非常热门的一个方向。但当你开始了解 Agent,或者尝试自己搭建一个 Agent 时,很快就会遇到一堆陌生的技术术语:RAG、ReAct、Tool Calling、Memory、Planning、Reflection、MCP……

2026-11-07 10:45:00 369

原创 知识库、RAG、向量数据库、图数据库、知识图谱、GraphRAG 概念完整梳理 (万字)

我们从软件工程和 AI 系统架构的角度,把知识库、RAG、向量数据库、图数据库、知识图谱、GraphRAG 这几个概念完整梳理一遍。我会假设你熟悉传统的数据库、SQL 和软件开发,但没有接触过大模型知识库的实际工程实现。

2026-11-06 21:04:44 195

原创 多 Agent 客服的短期记忆改造:用 Redis + Checkpointer 管理会话状态

mall-customer` 的短期记忆原本是一个手写的 Redis 封装:把对话消息按会话 ID 存进 Redis list,读的时候取最近 N 条。封装本身是通的,但它和 Agent 图之间是断开的——消息存下来了,模型看不到。用户第一轮说"我要退款",第二轮说"给它升级优先级",客服会把第二句当成一件新的事处理:要么答非所问,要么再建一张新工单。

2026-11-01 10:45:00 327

原创 学习大模型训练的预训练工程:框架与 Scaling Law

在上一篇《学习大模型训练的分布式并行策略》中,我们学习了把一个超大模型拆到成百上千张 GPU 上的几种手段:数据并行、张量并行、流水线并行。这些策略组合起来,就是常说的 3D 并行,是预训练能在万卡集群上跑起来的基础。

2026-10-31 20:39:56 119

原创 一文搞懂 Agent 知识库:RAG、GraphRAG、LLM-Wiki、PageIndex 与 Ontology

Agent 要在企业里可靠地回答问题、分析影响或执行流程,不能只依赖模型参数中的通用知识。它还需要找到企业自己的规则、事实和上下文,并且知道这些知识来自哪里、适用于什么范围。企业知识散落在制度、手册、合同、代码、工单和数据库里。不同任务需要的知识形态也不同:有时要快速找一句规定,有时要沿业务关系追踪影响,有时要在长文档里跨章节取证,有时还要遵循业务概念和规则。

2026-10-31 20:38:55 258

原创 智能客服AI Agents三大功能模块设计,意图识别/记忆维护/主动触达完整实战

最近帮几个团队review他们的智能客服系统,发现一个很有意思的现象:90%的智能客服,意图识别都是"一把梭"。* 售前售后闲聊全混在一起* 工具调用混乱* 流程经常失控* 用户问个问题,AI要思考3秒才知道该走哪个流程

2026-10-30 20:50:20 222

原创 字节面试官笑了:“你只说了Skill是什么,但为什么它必须存在?“ 我说“因为它能复用“,面试官皱了皱眉头没说话...

前段时间有个粉丝私信我,说他刚面完大模型的二面,过程挺顺利,唯独有一个问题让他现在想起来还有点意难平。他把当时的场景描述得很细。面试进行到四十多分钟,节奏一直很顺,面试官突然换了个语气,像是随口一问:

2026-10-30 20:47:47 63

原创 深度思考开到 Max,AI 为什么更容易“跑偏”?

深度思考开到 Max,AI 为什么更容易“跑偏”?把战略说清楚,再放 AI 去战术勤奋。深度思考档位选择人机协作你是不是也这样:手头的任务越棘手、自己越没想清楚,就越习惯顺手把模型的深度思考拉到最高。

2026-10-30 20:46:55 201

原创 Agent 模型路由怎么设计:LangChain、NVIDIA、AWS、OpenRouter 与 Portkey 的五种实践

把所有任务交给最强的模型,能省去不少选型的麻烦,账单却未必承受得住。只用便宜模型也不一定省钱:复杂任务多试几轮,单次调用省下的费用可能又花了回去。模型路由要判断的,就是哪些工作可以交给便宜模型,哪些地方值得多花钱。对 Agent 来说,答案还会随着执行变化。一个看起来普通的 Bug Fix,读完代码、改过两次、测试仍然失败后,可能就需要重新选择模型。

2026-10-29 20:56:58 232

原创 AI助理大战:解析Muse、Today与GrokBot背后的设计理念、交互细节与商业豪赌

最近PersonalAgent很火,初创方面,Instinct——一个没有独立App、只存在于Messages(短信)、还在邀请内测、只有10万用户的产品——**半年估值翻了200倍**,当前**估值100亿美金**,同类的还有Town,估值已超10亿美金,国内团队做的Today.ai已经在美区上架;大公司方面,8月份xAI的GrokBot,9月份Meta的Muse,10月OpenAI的Dots,以及文章发布时已经在内测的Anthropic Duet,资金与玩家正在快速布局。

2026-10-29 20:55:49 258

原创 从“人工智障“到“人工智能“:知识图谱如何让机器真正理解世界?

想象一下这个场景**:你问智能音箱"乔布斯最喜欢的音乐家是谁",它不仅直接回答"鲍勃·迪伦",还补充说"乔布斯年轻时曾被迪伦的歌词深深打动,甚至在iPod发布时特别提到了迪伦的影响"。这种"举一反三"的能力,正是知识图谱赋予机器的"知识推理"魔力。

2026-10-29 20:54:36 219

原创 Thorsten Ball:我如何与 Agent 协同开发

Thorsten Ball 是知名技术作家与软件工程师,著有《Writing An Interpreter In Go》(用 Go 语言自制解释器)和《Writing A Compiler In Go》(用 Go 语言自制编译器)等畅销书。他曾长期在 Sourcegraph 等团队深耕底层工具与开发者体验,目前专注于 AI Agent 与软件工程研发流程的深度整合。

2026-10-27 21:40:44 173

原创 面试官:三大协议 MCP、A2A、ACP 如何统一?如果要设计一套 Agent RPC治理底座, 如何实现?

在大规模 Agent 平台落地过程中,同时承载 MCP、A2A、ACP 多协议通信,会持续遭遇三类非常现实的工程痛点,也是催生统一 RPC 治理底座的原始动因。

2026-10-27 21:39:10 207

原创 Jev + LLM:Agent 架构里的新范式

大模型火了之后,开发者养成了一个习惯:不管什么 AI 任务,统统丢给 LLM。代价显而易见:必须等它逐 token 生成,再花一步去解析结构。高延迟、高成本,偶尔还会出现格式幻觉。

2026-10-27 21:13:20 95

原创 搞懂AI,不妨先搞懂这10个词:大模型、Agent、Token、Context、Harness、RSI……

最近两年,AI领域的新名词越来越多。大语言模型、Token、上下文、Agent、RAG、MCP、Harness、Skill、Workflow……

2026-10-27 21:12:19 195

原创 京东二面追问:你的RAG链路里,向量检索已经能召回相关文档了,为什么还要单独加一个Rerank环节?直接把召回的Top-K丢给大模型不行吗?

前几天我有个同事去大模型面试,面的是二面。聊到RAG这块的工程实践,面试官就抛出了一个问题。> "你的RAG链路里,向量检索已经能召回相关文档了,为什么还要单独加一个Rerank环节?直接把召回的Top-K丢给大模型不行吗?"说实话啊,这个问题看着挺简单的。但如果你只回答"重排序能提高准确率"这种表面的话,很容易被面试官继续追问,直接打穿。好在我同事把背后的原理给讲清楚了。面试官听完点了点头,说"这个点很多人答不到位"。

2026-10-27 21:11:31 56

原创 一篇讲透 Agent 规划:6 种规划方式

你有没有发现一个挺反差的现象:同一个大模型,有人做出来的 Agent 聪明得像干了三年的老员工——你丢一句模糊的需求,它自己拆步骤、自己查资料、卡住了还会换条路重来;可有人做出来的 Agent,却像没带脑子:问一句答一句,走两步就卡死,还在一个坑里反复打转,越努力越离谱。

2026-10-26 20:39:50 182

原创 转Agent开发,我把“做到什么程度算过关“拆成了七关

这半年我收到最多的私信,是问"现在转 Agent 开发还来得及吗"。我的回答通常不太好听:来得来不及,不取决于你什么时候开始,取决于你打算停在"能跑通",还是停在"能上线"。我做 Agent 开发快两年了。最早是拿 LangChain 把几个工具串成一条 workflow,现在带个小团队做企业里的多 Agent 系统。

2026-10-26 20:38:58 163

原创 万字长文:从 Workflow 到 Multi-Agent,企业级 AI 架构到底怎么选?(附决策树)

Agent 架构里最该问的,从来不是 要不要用 Agent ,而是 到底把多少控制权交给 Agent 。最近做企业 AI 的圈子里, 聊天的话题变了 。一年前大家聊的还是模型选 GPT 还是 Claude,要不要上 RAG,Prompt 怎么写。现在聊的是要不要拆成多个 Agent,要不要加 Planner,Router 怎么设计,Agent 之间怎么协作,还有 Workflow 到底要不要上。

2026-10-26 20:38:06 76

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

提示
确定要删除当前文章?
取消 删除