- 博客(39)
- 收藏
- 关注
RSS订阅原创 从AI Coding 到 Harness Engineering 的端到端工程开发实践
端到端开发的流程远不止写代码——一个需求的完整交付，还涉及 TAPD 创建子需求、Rick 平台修改协议、123 平台发布服务、七彩石修改配置、伽利略查看日志等等。如果这些环节都需要人手动在不同平台之间切换操作，AI 在流程中就只能起到局部加速的作用，无法实现真正的端到端自动化。因此，我们在工程中将公司内各平台的能力进行了系统化集成，让 AI 在流程中经人工确认后，可以直接完成跨平台的读写操作。(1) tRPC-Gateway：让本地 AI 能调通内网接口。
2026-07-31 15:01:30
368
原创 从 Harness 工程到 Loop 工程落地实践
循环（Loop）是一个递归的、自动驾驶式的系统。它能够自主发现工作（Work）、将任务（Tasks）细化分发给智能体、验证执行结果、持久化状态并决定下一步行动。这一切都会按照既定的调度日程运行，直到最终目标达成。以前，你在 Loop 里面：你打 Prompt --> AI 回答 --> AI 你人肉判断验收 --> 再改再来，你不打字它就停下。现在，你退出 Loop 外面：你负责定义高难度的目标、供给工具、制定客观的判断标准（Specs/Evals），让 AI 自动跑、自动检查、自动演进。
2026-07-31 14:44:02
364
原创 在大模型RAG系统中应用知识图谱
对于复杂的 RAG 和多跳数据检索的一般场景，如下图所示, 关于RAG的更多信息可以参考《大模型系列——解读RAG阶段1——预处理: 这指的是在查询被用于帮助从向量数据库中提取数据块之前对其进行处理阶段2/D——数据块提取: 这是指从数据库中检索最相关的信息块阶段3-5——后处理: 这指的是为准备检索到的信息以生成答案而执行的过程在不同阶段应该使用哪些知识图谱技术呢？
2026-07-29 13:55:55
321
原创 RAG 三大检索方式：向量、关键词、知识图谱
关键词检索也是很必要的，很多场景里有固定的品牌名、型号、专业术语、专有名词，这种精准词条走语义检索反而容易跑偏，匹配出一堆不相关内容，反而更适合用关键词检索，比如通过 ElasticSearch 倒排索引检索文档，依靠 BM25 算法做相关性排序，精准命中带有关键词的原文内容。语义检索是匹配相似的意思，哪怕话术表达不一样、用词不一样，只要核心含义相近，就能匹配到相关内容，这种通过向量检索来查找资料的方式，也是目前 RAG 里最常用的一种，典型代表就是 Milvus 向量检索。
2026-07-29 13:45:11
199
原创 面试官：“什么是大模型量化？”，我：“量化就是把模型参数变小，跑得更快”，他：“……这是表面现象”
回到开头那段对话，问到大模型量化，最重要的是先把量化的本质讲清楚：把高精度浮点（FP16）映射到低精度整数（INT8/INT4），用更少的比特表示同样的信息，核心机制是「scale + zero_point 的线性映射」。收益是显存压到 1/4、推理快 2-4 倍，这是为什么所有大模型部署几乎都开量化。接下来讲精度边界。INT8 通常损失很小，INT4 是甜蜜点但要看任务，INT3 开始明显冒险，INT2 一般不推荐。
2026-07-28 11:31:49
207
原创 CUDA 20年护城河一个周末崩了 ！Claude独自跑通AMD新GPU
Claude之以能实现对CUDA生态的「降维打击」，是因为AMD直接给AI开发了一套能上手调GPU的工具。一句话，一个周末，Claude直接把自家最前沿的模型跑在了一台全新的AMD MI355X机架上！人类工程师全程没动手改过一行代码。谁能想到，英伟达花20年堆起的CUDA护城河，就这样被跨了过去。
2026-07-28 11:29:15
231
原创 大模型智能体如何突破规模化应用瓶颈，核心在于Agentic ROI
上海交通大学联合中科大在本文中指出：现阶段大模型智能体的主要障碍不在于模型能力不足，而在于其「Agentic ROI」尚未达到实用化门槛。本文第一作者为上海交通大学计算机学院副教授刘卫文，研究方向为大模型智能体，大语言模型，个性化算法等。近年来，随着大语言模型的快速发展，基于其构建的大模型智能体（LLM Agents）正逐步从技术演示走向实际应用部署。然而，真正实现规模化应用仍面临诸多瓶颈。使用范围主要集中于专业领域，如代码生成、科研辅助等。
2026-07-28 11:20:10
180
原创 全球⾸个⼤规模 Agentic 扩散模型来了！
扩散语言模型一直是一个偏科生。效率上的巨大优势，似乎是由绝对能力换来的。但当 LLaDA2.2 证明了扩散语言模型能够胜任智能体任务的时候，其效率上的绝对优势就完全无法忽视了。对于正在评估 Agent 技术路线的团队来说，LLaDA2.2 已经不仅仅限于一个研究样本，而是一个可以被认真放进候选名单的基础模型选项。自回归与扩散这两条路线的竞争还会持续很久。但可以确定的是，Agent 时代正在重新定义什么才是一款真正优秀的模型。
2026-07-28 11:04:30
200
原创 Agent 的“大脑-手“解耦架构：当推理层和工具执行层各自独立演进
如果团队已经在跑 Agent 系统，可以先做一个简单的实验：把工具调用日志中，因为工具返回错误导致推理错误的次数统计出来。如果这个比例超过 10%，就值得考虑分离。如果你的 Agent 已经在生产环境跑了几个月，你一定遇到过这种情况：Agent 在一轮推理中生成了一大段思考，然后调用了一个工具，工具返回了错误，Agent 开始重新推理，但这次推理被之前那堆工具返回的原始数据淹没了，推理质量反而下降。这不是个例。
2026-07-27 15:32:20
354
原创 老码农眼中的Agent Skill
Skill 不是插件，也不是你连接到 API 的脚本，可以把它想象成为新团队成员编写入门指南。与其在每次对话中重新解释你的工作流程和偏好，不如将它们打包一次，每当你的请求匹配时，Agent就会自动提取它们。Skill 的核心只是一个文件夹：├── SKILL.md （必须: 指令+ 元数据）├── scripts/ （可选: Agent 润型的代码）├── references/（可选: 按需加载的文档）└── assets/ （可选：其他资源如模版、图片、字体）
2026-07-27 15:29:23
235
原创 LangGraph Agent 架构设计
本文系统探讨了智能体架构的演进——从传统反应式、审慎式模型到混合式、神经符号式及认知式架构，并通过LangGraph实现展示了规划、协作、反思等设计模式。掌握这些架构原理对构建可扩展、模块化的目标驱动型AI至关重要。未来AI发展将依赖协调性、反思性、目标明确的智能体群体协同解决复杂任务，而非孤立的智能。
2026-07-24 13:27:22
153
原创 Graph 工程三年记：LangGraph 的图工程架构设计实践与思考
把智能体系统表示为图并不新鲜，我们已经做了三年了！在这波新的"Graph 工程"浪潮里，有什么变化吗？一个宽厚的解读是：变化的是节点里能放什么。早期，节点是确定性代码或一次 LLM 调用；如今 agent 本身已经足够可靠，可以托付真实的工作，一个节点可以是一次完整的 agent 运行。你在编排的是 agent，而不仅仅是 LLM 调用。编码 agent 就是一个很好的例子。
2026-07-24 13:21:09
369
原创 企业知识库检索优化：SpringAI 玩转 OCI 向量模型
了解了 Embedding 模型的作用。准备好先决条件。添加依赖和 BOM。通过自动配置快速上手。用表格梳理了配置属性。展示了运行时选项。写了一个 REST 控制器示例。最后补充了手动配置方案。一句话总结：OCI GenAI 向量模型让搜索更聪明，SpringAI 让接入更轻松。如果你正在做企业搜索、知识库、RAG 系统，快把这套组合武器拿去用吧！
2026-07-23 15:40:28
224
原创 RAG技术：优化知识库，解决AI答非所问
RAG作为AI精准回答的“密钥”，其效果高度依赖于文档处理的质量。杂乱无章的知识库只会让AI“越帮越忙”，而结构化、高质量的文档则能让RAG如鱼得水。无论是企业还是开发者，通过统一文档格式、精炼内容、构建结构化知识库等方法，都能显著提升RAG的实用价值。2025年的今天，AI创新已经喷井，几乎每天都有新的技术出现。作为亲历三次AI浪潮的技术人，我坚信AI不是替代人类，而是让我们从重复工作中解放出来，专注于更有创造性的事情，关注我们公众号口袋大数据，一起探索大模型落地的无限可能！
2026-07-23 15:33:35
177
原创 读懂 OPC 和 OPT，看清 AI 时代的个人出路
2026 年也就是今年现在，“一人公司”（OPC）成了年度热词。之前新闻里北京 OPC 大会有上百家企业参展；深圳龙岗出台"龙虾十条"，单笔股权投资上限 1000 万；杭州、上海、苏州接连跟进等等。网上说全国新增一人公司数量同比激增 47%，占企业总数的 27.4%——每新增四家企业，就有一家是"一人公司"，确实热门的很。同一个时期，阿里发布"悟空"平台，定位是"让每位员工带一个 AI 团队"；钉钉同步推出十大行业解决方案；金蝶、飞书、腾讯都在推类似的东西。好嘛！好多种类的AI牛马啊。
2026-07-21 13:54:05
276
原创 字节面试官：你的 Agent 系统里面 Skill 是怎么编写的？如何保证高质量的 Skill？
在实践中，一般可以通过Skill创建器（例如Codex自带的 Skill Creator），来协助创建Skill，但是高质量的Skill的标准需要我们自己来把关，推荐通过下面五个流程来创建Skill。
2026-07-21 13:50:36
390
原创 架构决定上限：Skill 知识架构的三次重构实践
一个月，三次重构，四次认知升级，这个节奏在传统软件开发中并不常见，但在 Skill 搭建中可能会成为常态。因为你的"需求方"是 LLM 的行为模式，而你对 LLM 行为模式的理解，只有在实际运行中才能快速校准。截至目前，这套 Skill 覆盖 20+ 个行业，内置 9 种标准分析方法（归因、趋势、预测、异常检测、分层、漏斗、结构迁移、影响模拟、A/B 实验），支持 4 类输出框架，知识更新闭环已经跑通。
2026-07-20 13:30:20
183
原创 企业 AI 编程落地实践与 Harness 基建架构设计
这是最值得关注的部分，也是与当前行业讨论最错位的地方。2026 年谈 Harness，多数人的注意力还在 Agent 框架和工具调用能力上。但一线实践指向另一个结论：真正决定 AI 能不能落地的，是更基础、更工程化的"基建"问题。上下文工程（Agent 怎么知道该做什么）：L0–L4 五层渐进式披露的文档体系（路由/架构/模块/参考文档/操作手册/Skill），加上 ExecPlan 执行计划，设计文档、施工蓝图、进度日志、决策记录，边干边更新的活文档。
2026-07-20 13:28:59
168
原创 阿里版 Claude Code 发布，夯爆了！
Qoder 是阿里的 AI 编程产品系列，它有两个形态，国际版叫qoder（qoder.com），国内版叫qoder cn（数据不出域）。我实测用的是国际版，因为这才是这次事件里真正能兜底的那个。它自己给的定位很直接，Claude Code 的平替。但平替两个字最怕的就是「能力打折」。我关心的就一个问题，我那些 Claude Code 的用法，迁移过来还顺手吗。
2026-07-17 14:47:37
383
原创 前 OpenAI 科学家谈 Harness 工程的自我提升架构设计
本文聚焦 Harness 工程相关研究，以及它如何推动 RSI。近期许多关于自动化研究（auto-research）、自我改进智能体、进化式程序搜索的工作，都可以围绕这一问题来组织。递归自我改进（recursive self-improvement，RSI）的概念可追溯至 I. J. Good（1965），他将"超智能机器（ultraintelligent machine）"定义为一种在所有智力活动上都能超越人类、并能设计出更好的机器来改进自身的系统。
2026-07-17 14:45:18
346
原创 Anthropic 总算把 Loop 讲清楚了
Anthropic 这次把 Loop 讲清楚了。四种类型的触发方式不同，人交出去的控制权也不同。Agent 可以替人推进下一轮、按时再检查，甚至主动接过一段工作。团队仍要决定什么证据算通过，哪些权限不能放，遇到例外时由谁接手。回到开头那张依赖升级 PR。我宁可它停在草稿状态，也希望它把改动、证据、未覆盖风险和回退方式留清楚。到这里，我会把成熟的 Loop 理解成一份可运行的交接协议。该继续时继续，证据不足或超出权限时，把问题交还给人。
2026-07-16 13:41:35
329
原创 Claude Code之父：「自动化」正变的前所未有的重要
Claude Code的创造者Boris Cherny刚刚发了一条长文,聊了聊他对工程师自动化工作这件事的最新思考：自动化,正在从工程师的加分项,变成整个团队能不能用好AI智能体的分水岭。
2026-07-16 13:38:31
234
原创 Loop Engineering 正在改写 AI Coding
Loop Engineering 可以理解为一种 Agent 工作流设计方法。它把原本由人手动完成的动作，拆成一套持续运行的工程循环：发现任务，分配任务，隔离执行，检查结果，记录状态，再决定下一步。Addy Osmani 最近写了一篇《Loop Engineering》，很适合作为 AI coding 下一阶段的学习材料。它讨论的不是某个工具的新按钮，而是一个更底层的变化：我们正在从“人不断提示 Agent”，走向“人设计一个循环系统，让系统持续提示、分配、验证和记录 Agent 的工作”。
2026-07-15 13:50:27
349
原创 AI 编码 Loop 教程：不写 Prompt，改写 Loop，AI 编码的循环工作法
为什么你让 AI 写代码，总是前半小时很爽，后半小时开始补锅？很多时候不是模型不行，而是我们把开发任务交给了一个「一次性 prompt」：把需求塞进去，期待 AI 一次理解、一次设计、一次实现、一次测试，还要一次性不犯错。真实开发不是这样。真实开发是循环：先对齐需求，再拆任务，再写测试，再实现，再验证，再审查，再记录进度。AI 编码要稳定，也得把这套循环显式做出来。
2026-07-15 13:42:49
171
原创 Claude Code 新浏览器实测：前端开发者真的离不开它了
Claude Code 的内置浏览器，属于那种看起来只是增加了一个面板，真正用起来却会改变开发习惯的功能。在这次测试中，我越来越清楚地意识到：过去那种打开 Chrome、检查元素、切回编辑器、修改代码、再次刷新的工作方式，正在迅速过时。不是传统浏览器不能用了，而是新的开发流程，已经开始变得更加直接。代码写完以后，Claude 自己打开页面。页面出现以后，Claude自己截图。发现问题以后，它继续修改。改完以后，它再检查一次。整个闭环都在同一个窗口中完成，而开发者只需要关注最终目标。
2026-07-14 13:40:11
238
原创 AI时代，人人都是程序员：Vibe Coding如何重塑软件开发的未来
Vibe Coding，直译为 "氛围编程" 或 "感觉编程"，是指开发者通过自然语言（口语或文字描述）向AI表达软件需求和功能意图，由AI生成、修改并调试代码的一种开发方式。在这种模式下，人类的角色从 "代码的书写者" 转变为 "需求的定义者与结果的审阅者"。你告诉AI，"我想要一个可以上传图片、自动生成文案的工具，界面要简洁，支持中英文切换"，AI就会生成对应的前后端代码、数据库结构和部署配置。Vibe Coding并不意味着完全放弃技术理解，但它大幅降低了技术理解的门槛要求。
2026-07-14 13:37:19
218
原创 AI打工大排行：Claude Fable 5自动赚钱的能力，是GPT-5.5的2.5倍
AI 能替人类干多少活？衡量这件事的标尺 RLI 刚刚更新：Fable 5 自动化率 16.1%，是第二名的两倍，但超过八成真实项目仍然做不了。Fable 5 在远程劳动力指数（Remote Labor Index，RLI）上拿到了 16.1% 的自动化率，几乎是第二名 Opus 4.8（8.3%）的两倍，更是第三名 GPT-5.5（6.3%）的 2.5 倍。这三个新模型全部超越了此前所有已评估模型。而就在 8 个月前 RLI 发布时，榜单上的最高分只有 2.5%。
2026-07-13 13:09:23
631
原创 Agent并发干活像“三个和尚没水喝”？CoAgent新框架：让它们学会看懂冲突再动手
如今，人类工程师一起维护云系统时，协作靠的是各种协调群，甚至是办公室里的吆喝。然而，具体的活儿正越来越多地交给agent，人正一步一步退到指挥的位置上。因此，协作的责任，不可避免地要逐步下放到agent层。当工作流变成一位真人工程师，给手下几个agent分派如“维护整个系统健康运转”、“每天自己构思新功能，开发上线”等任务，到那时，agent和agent之间必须自己学会协作：发现彼此的冲突、看懂冲突的语义、用最小的代价互相礼让。CoAgent，也许就是朝着这个未来迈出的一步。
2026-07-13 13:05:16
343
原创 上下文多模态文档检索开源思路-CMDR模型架构实现方法
现有的多模态文档检索基准（如 SlideVQA、MMLongBench、ColPali/ViDoRe、VisR-Bench 等）都是【直接检索】——query 和目标 page 之间存在明显的词汇或语义匹配。忽略了真实文档中存在的：跨页依赖、文档全局结构。往期：CMDR（Contextual Multimodal Document Retrieval）是一个新的多模态文档检索任务，要求系统在利用文档上下文的前提下，从多页文档（即一组有序的文档图像）中检索出相关页面。
2026-07-10 14:06:35
197
原创 前端工程师必备的 10 个 AI 万能提示词：复制就能用，效率再翻倍 !
前端用 AI 提效，关键不是背多少 Prompt，而是把需求说成工程任务。一个好 Prompt 不只是“帮我写代码”，而是告诉 AI：你要解决什么问题、项目有什么限制、代码要接到哪里、哪些行为不能变、最后怎么验证。当你按这个方式使用 AI，它就不再只是一个会补代码的工具，而是一个可以参与组件开发、Bug 排查、重构、样式优化和工程配置的开发助手。上面这 10 个 Prompt 可以直接复制使用。真正落地时，把里面的占位内容换成你当前项目的技术栈、文件路径、业务规则和验证标准，效果会比泛泛提问稳定得多。
2026-07-10 14:04:17
475
原创 Spring AI 2.0 和 Spring AI Alibaba，哪个更好？
三哥，Spring AI 2.0和Spring AI Alibaba，选哪个更好？这两个框架，一个背靠Spring官方，一个背靠阿里云，都是2026年Java AI开发领域最炙手可热的存在。Spring AI 2.0刚刚在2026年6月12日正式发布GA版本，基于Spring Boot 4.1和Spring Framework 7.0构建。而Spring AI Alibaba也于2026年5月13日发布了1.0 GA版本，至今已累计获得10k+ Star。
2026-07-09 10:09:08
335
原创 2026 年爆火的 Harness Engineering 到底是什么？从原理到实战一文讲透
🤦 让 AI 改个按钮颜色，它直接把整个页面布局重写了😤 明明说了「单文件不超过 200 行」，几轮对话后 AI 写了个 1000 行的巨无霸💥 让 AI 修一个 Bug，结果修出了 3 个新 Bug，代码越改越乱前两个靠写好 Prompt、提供充足上下文基本能缓解，第三个问题光靠提示词搞不定——你需要给 AI 搭一套靠谱的工作环境和工作流程。这就是 2026 年 AI 圈最火的概念：Harness Engineering（驾驭工程）。
2026-07-09 09:43:51
238
原创 用 Claude Code 从零开发了一个商品库存管理系统，全程没写一行代码，真有点强！
Claude Code（简称 CC），时至今日，它依然是 AI 编程圈最火热、也是最实用的 AI Agent。不管你是程序员，还是其他脑力工作者，都值得试一试，或许会成为你日常工作的得力助手。下面这个截图，是借用 Claude Code + DeepSeek V4，没写一行代码的情况下，全程使用提示词自动生成的一个商品库存管理系统，从实际效果来看，非常惊艳，很多功能可以直接使用。不得不说，AI 正在重新定义软件开发。即使没有任何技术基础，也可以借助 AI 完成整个项目的开发。
2026-07-08 11:29:54
224
原创 2026年必须搞懂的20个 Agent 工程概念（运行机制篇）：大白话一次讲清
在工程上，“检索” 这件事情远没有看起来那么简单。因为 AI 世界的检索不是一个简单的数据库查询，而是一个决策系统：查什么、查多少、如何确保相关性、如何排序等等。Agent 这个词这两年已经被用的有点“概念疲劳”了。如果你问Agent（智能体） 是什么，可能答案会五花八门 — 机器人、数字员工、“龙虾”。但当 Agent 落到工程，特别是企业应用，它就不是玄学，而是一套围绕大模型构建的系统工程：执行循环、工具链、上下文、知识结构以及人机协作机制。
2026-07-07 13:08:47
263
原创 混合检索RAG实战：向量+关键词双检索、LangGraph流程与Streamlit可视化
这个问题，即使“净收入占总收入的百分比”这样的词语与查询词完全不重叠，它也能找到包含这些词语的文本块。本文中，我们构建了一个完整的混合RAG系统，它结合了FAISS语义搜索和BM25关键词搜索，并通过倒数排名融合技术将结果融合，然后通过LangGraph管道将所有数据路由到Claude进行答案生成。50个词元的重叠意味着每个词块的最后50个词元都与下一个词块的前50个词元共享，因此靠近边界的关键句子至少会出现在两个词块中，从而提高被检索到的概率。对于专业PDF文档的问答，60是一个可靠的默认值。
2026-07-07 11:37:00
387
原创 开启 Harness Engineering 探索之旅
过去两年，AI Coding 从"能写出能跑的代码"走到"能放手让它写一整段功能"。但把这个能力放进真实业务、放进多人协作、放进存量系统里跑时我们发现一件怪事——AI 写得越快，整体节奏并没有同步加快。盘点下来，单看"AI 写出来的代码占比"这个数字一路走高，可真正落到版本节奏上，提效却远没有这个数字好看。出码率和提效之间，裂开了一道缝。
2026-07-06 13:23:35
360
原创 面试官皱眉：“公司项目几百万行代码，Claude Code 怎么扛得住？”我：“换 Opus 4.7”，他叹气：模型是地板，Harness 才是天花板
第一，Claude Code 在大代码库不是「装上就能用」，是要在 harness（外围基建）上花一次性功夫的。第二，最高 ROI 的三个动作是：CLAUDE.md 砍到 200 行以内 + 在子目录启动 Claude + 装 LSP。这三件事做完，体验立刻不一样。第三，跨大文件改动、团队推广、CLAUDE.md 维护这些大代码库下的硬骨头，官方都给了具体答案，Boris 自己也在用，你照抄就行。现在你可以打开你公司的项目，对照这 7 个问题逐一过一遍，看看哪几个你已经做对了，哪几个还差一截。
2026-07-03 11:33:12
311
原创 谷歌发布Nano Banana 2 Lite，闪电般的速度，专为快速视觉探索而设计
2026 年 5 月的 I/O 开发者大会上，谷歌 CEO 预告 Gemini 3.5 Pro 将在“下个月”（即6月）发布。与上一代相比， Nano Banana 2 生成速度 19s 的， Nano Banana 2 Lite 只要 3s，速度快了 6 倍多，质量几乎无差别。能用更少的钱创造更多创意作品。你添加的细节越多，图像就越接近你想象中的样子。例如，利用模型丰富的世界知识，随手上传一张头像，就能去到任何著名的世界地标打卡旅游。官方还出了提示词教程，使用越详细提示，越能够更好地控制你生成的图片。
2026-07-03 11:06:58
324
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