Agent 系列
多 Agent 与实时交互：协作不是把模型数量相加
从单 Agent 的边界出发，理解多 Agent 的分工、上下文隔离、异步事件和人工介入，并看清协作系统最容易出现的失败模式。
blog
Thoughts, tutorials, and development logs.
No matching articles found.
AI 工程
LLM 推理服务的新战场：长上下文时代如何管理 KV Cache
从 Prefill、Decode 到 PagedAttention、Prefix Caching 与连续批处理，拆解 LLM 推理服务为什么越来越像一个内存和调度系统。
Agent 系列
Agent 后训练与持续进化：何时改模型，何时改系统
从轨迹反馈出发，判断问题应该由提示词、上下文、工具、知识库还是模型后训练解决，并建立可验证、可回滚的进化循环。
Agent 系列
Agent 评估：不要用一次成功掩盖系统性失败
从任务集、轨迹指标和成本延迟出发，建立 Agent 的评估闭环，并用观测、消融和统计方法判断改动是否真的有效。
Agent 系列
Coding Agent：把代码变成通用行动能力
从搜索、编辑、执行到验证，拆解 Coding Agent 的工作循环，理解为什么可恢复、可审计的工程环境比一次性生成代码更重要。
Agent 系列
Agent 工具设计：从函数调用到 MCP
讲清感知、执行与协作工具的边界，理解 schema、幂等、沙箱、权限和 MCP 如何共同构成可控的 Agent 行动接口。
AI 工程
LLM 后训练的新主线：让模型会推理，也会在该停的时候停
从 SFT、偏好优化到可验证奖励，理解今天的大语言模型为什么越来越依赖后训练，以及如何把推理能力变成可评测、可发布的工程能力。
Agent 系列
Agent 记忆与 RAG：让知识可检索、可治理
从短期上下文到长期记忆，拆解 Agent 的写入、检索和更新链路，并理解向量、关键词与混合检索各自解决什么问题。
Agent 系列
上下文工程：决定 Agent 上限的不是窗口长度
理解消息、工具、Skills、状态栏和压缩策略如何共同构成 Agent 的工作上下文，并把上下文从信息堆变成可用状态。
Agent 系列
Agent 入门：从 LLM 到可行动的智能体
从模型、上下文和工具出发，建立 Agent 的心智模型，理解 ReAct 循环以及一个可靠智能体最小需要哪些工程能力。
AI 工程
Loop Engineering：别再逐轮提示，让智能体在设计好的循环里工作
Loop Engineering 把 AI 编程从一次次手动提示，推进到发现任务、执行修改、验证结果、记录状态并决定下一步的持续循环。
AI 工程
Harness Engineering：当 AI 写代码之后，工程师真正要构建什么？
从 Prompt、Context 到可验证的反馈回路，理解 Harness Engineering 如何把代码智能体从聊天窗口变成可靠的工程协作者。
别把 Vibe Coding 当成魔法：AI 时代构建网页与应用的技术栈优先原则
Vibe Coding 让软件开发更快，但真正决定项目能否持续迭代的，仍然是技术栈规划、上下文管理与工程边界。这篇文章从前端、后端、数据到 Prompt、Context、Skills、MCP，讲清楚如何把 AI 变成生产力，而不是技术债放大器。
从“看几遍就会”到“小样本行为识别”：给初学者的一篇入门指南
在机器学习里，我们经常默认一件事：数据越多，模型越聪明。但现实常常不是这样。
Hello, World! —— 欢迎来到我的博客
写博客是一种对抗遗忘的仪式。我希望在这里记录技术、分享生活。