这是一篇关于 AI Agent 的学习笔记，内容总结自一个从零打造简化版 Claude Code 的视频教程。本文将整理和归纳教程中的核心概念，包括 Agent 是什么、最主流的 ReAct 构建模式，以及一种更高级的 Plan-and-Execute 模式。 一、 什么是 AI Agent？ 1. 从大模型 (LLM) 的局限性说起 我们熟悉的大语言模型（如 GPT-4o）虽然逻辑和回答能力很强…
Leave a Comment月度归档： 2025 年 9 月
你是否感觉当下的AI Agent技术听起来很厉害，但实际使用时却常常“掉链子”，尤其是在处理复杂任务时容易半途而废？你可能会认为这是模型能力不足。然而，业内的共识是：多数AI Agent的失败，并非模型能力的失败，而是上下文工程（Context Engineering）的失败。 那么，这个听起来高大上的“上下文工程”究竟是什么？它和我们熟悉的提示词工程（Prompt Engineering）、检索…
Leave a Comment摘要 (TL;DR) 智能体（Agent）需要上下文来执行任务。上下文工程（Context Engineering）是在智能体运行轨迹的每一步中，用恰到好处的信息填充其上下文窗口的艺术与科学。在本文中，我们通过回顾各种流行的智能体和论文，剖析了一些常见的上下文工程策略——写入（write）、选择（select）、压缩（compress）和隔离（isolate）。然后，我们将解释 LangGraph…
Leave a Comment在人工智能领域，我们经常将大语言模型（LLM）比作一个功能强大的“黑箱”函数：你给它输入，它给你输出。但决定这个“黑箱”输出质量的关键，不仅仅是模型本身，更在于我们如何精心设计它的输入。 最近，一个名为 Context Engineering（上下文工程） 的概念在AI领域迅速升温。它到底是什么？它解决了哪些核心问题？我们又该如何实践？这篇教程将为你一一解答。 一、 核心概念：Context 与 …
Leave a Comment“Agent正在从概念走向落地，但从‘能跑起来’到‘能稳定用起来’，中间还隔着一道巨大的鸿沟。” 为了跨越这道鸿沟，旧金山一家名为HumanLayer的初创公司提出了“12-Factor Agents”——一套旨在构建生产环境下稳定、可靠、可维护的AI Agent的设计原则。这套原则的发起人是德克斯特·霍西（Dexter Horthy），他拥有在NASA喷气推进实验室和知名开发工具公司Replic…
Leave a Comment一、我的痛点：远程管理的“达摩克利斯之剑” 我有一台放在另一个城市的Windows 11小主机，它承担着我的下载、备份和一些自动化任务，是我数字生活的一个重要枢纽。日常我通过Windows自带的远程桌面（RDP）进行管理，体验流畅，功能强大。 但一个问题始终像“达摩克利斯之剑”一样悬在我头上：如果有一天，我连不上RDP了怎么办？ 可能的原因有很多： 远程桌面服务意外崩溃或停止。 Windows更新…
Leave a Comment你是否曾对 AI 处理复杂问题时那看似严密的逻辑推理步骤感到惊叹，又是否曾因它在另一个相似问题上给出离谱的错误答案而感到困惑？这种巨大的体验反差，直指当前 AI 领域最核心的谜题：大语言模型（LLM）的“推理能力”究竟是真正的智能涌现，还是一种高级的“模式匹配”？ 为了拨开这层迷雾，我们必须提到一位关键人物——来自谷歌 DeepMind 的 Denny Zhou。他和他的团队通过提出“思维链（Ch…
Leave a Comment引言：故事的开始 在职场中，我们都写过无数份汇报材料。很多时候，我们觉得只要把事情说清楚了，任务就算完成。但最近，我围观了一次“神级”修改，让我彻底明白了“合格的汇报”和“让领导印象深刻的汇报”之间，隔着一条怎样的认知鸿沟。 事情很简单：一位同事写好了一份项目立项申请邮件，准备发给大老板审批。他的直属领导看后，帮忙润色了一版。正是这新旧两版的对比，堪称一堂生动的向上沟通大师课。 案例复盘：两个版本…
Leave a Comment