AI探索

分类下共 5 篇文章。

知识管理 独立开发 AI探索 产品知识

本分类知识地图 5 篇 · 4 关系 在知识地图中打开 →

01

Harness 是什么?从马具到驾驭大模型的「挽具」

Agent = 模型 + Harness。模型只会把文字变成文字,harness 负责让它真正干活:工具、循环、上下文管理与控制机制。本文从 700 年词源讲到 2026 年 harness engineering 成型,拆解四大核心件,附 60 行可运行的最小 harness 代码与十条实践经验。

2026-10-22·33 分钟·57 阅读
02

一个人的 AI 开发团队:五智能体协同实战

一个人开发双端 App,我的答案是配一支随仓库迁移的 AI 团队:产品、双端开发、UI、测试五个子智能体,由主会话担任 Lead 编排。本文复盘角色铁律与三种流水线,并拆解最近一次实战——QA 连续走查出单、双端开发并行修复、28 张工单零退回,附跨端契约裁定与总回归的三层口径。

2026-10-20·9 分钟·77 阅读
03

FDE:前沿部署工程师的诞生、复兴与日常

FDE(前沿部署工程师)是个借自军事术语的头衔,诞生于 Palantir 服务政府的年代,在 SaaS 时代沉寂多年,又因 LLM 落地难而被 OpenAI 等公司重新捧热。本文梳理这个岗位从诞生、沉寂到复兴的脉络,拆解它的真实日常——现场诊断、数据接入、定制开发、评测守护与产品反馈,厘清它与解决方案工程师、AI Engineer 的边界,并聊聊服务化争议、适合什么人与职业去向。

2026-10-08·9 分钟·301 阅读
04

深入理解 RAG:从检索准确率到持续优化

RAG 系统中 80% 的问题出在检索环节,业界平均检索准确率仅 60–75%。本文沿管线拆解知识库质量、文档切片、Embedding 选型、向量数据库、混合检索、查询改写、元数据过滤与重排序,给出四指标评估体系、七种失败模式排查口诀与 RAGOps 持续优化闭环,并用真实案例数据说明:内容质量比换模型更值钱。

2026-10-01·12 分钟·339 阅读
05

深入理解 AI Skill:构造、触发、权限与评估

本文深入拆解 AI Skill 的工程内部:Skill 包的文件夹构成与 SKILL.md 的 frontmatter 三字段;渐进式披露如何让它装上百个技能不爆上下文;description 作为路由器的触发机制与两种翻车;allowed-tools 最小权限模型;Skills、MCP、Subagents、Hooks 四层分工;以及用 eval 循环对付悄无声息的失灵。

2026-10-01·12 分钟·294 阅读