Editor's Pick
阅读全文 →
本期精选
如果只读一篇，从这篇开始。
前沿观察
Agent · 深度
AI Agent 2026：从聊天框走向工作流
工具调用、记忆与编排正在把大模型从「会说」变成「会做」。这篇文章拆解一个可落地的 Agent 架构，以及工程化路上最容易踩的坑。
阅读全文
All Posts
关于作者 →
全部文章
关于大模型、工程实践与工具选择的笔记。
前沿观察
AI Agent 2026：从聊天框走向工作流
工具调用、记忆与编排，正在把大模型从「会说」变成「会做」。
阅读全文
工程实践
RAG 实战：让大模型读懂你的私有知识
从切分、向量化到混合检索与重排，一套能落地的 RAG 工程清单。
阅读全文
方法论
提示词工程：把模糊需求变成精确指令
角色、上下文、任务、约束、格式——一个好提示词的五个零件。
阅读全文
工具指南
本地大模型部署：一张消费级显卡能做什么
显存、量化与推理框架怎么选？这份入门地图帮你少走弯路。
阅读全文
工程实践
AI 编程搭档：从代码补全到结对开发
把 AI 当搜索引擎是浪费。真正的效率来自任务拆分与上下文管理。
阅读全文
工具指南
向量数据库选型：从 Chroma 到 Milvus 的取舍
原型、增长、规模化三个阶段，分别该用什么，以及为什么。
阅读全文
About
一个写给实践者的 AI 博客
这里记录我在大模型应用开发中的真实经验：哪些方案跑通了，哪些只是演示好看，哪些坑值得提前绕开。
文章会尽量给出可复现的步骤、代码和判断依据。技术会过时，但「如何验证一个说法」不会。