搜索
输入关键词，搜索文章、指南与专题。支持中文、英文与技术术语混合检索。
发现
如果你还没有明确关键词，可以先从专题、标签、推荐阅读路径和最新文章进入。
专题
AI 工程化实践
大模型应用从原型到生产的工程化路径，涵盖 Prompt Engineering、RAG 架构、LLM Ops 等核心主题。
Agent 系统构建
自主 AI Agent 的设计与实现，涵盖架构模式、工具调用、多 Agent 协作与记忆管理。
Agent Harness
Agent 运行环境的设计与优化，涵盖文件系统、代码执行、沙箱、上下文管理与验证闭环。
AI 原生应用架构
AI 时代软件架构的范式革新，探索 AI First 设计原则与人机协作新模式。
Eval Harness
Agent 评测系统的设计与实践，涵盖过程度量、artifact-based scoring、trace 分析与基础设施噪音控制。
量化系统开发实战
以 Micang Trader 为案例，围绕实盘级量化交易系统的架构边界、数据流、交易时段、回测实盘一致性、性能防线、测试防线和架构演进组织阅读路径。
标签
阅读路径
按专题和顺序进入内容，快速建立整体理解。
路径
大模型应用从原型到生产的工程化路径，涵盖 Prompt Engineering、RAG 架构、LLM Ops 等核心主题。
1.AI 工程化落地实践地图
指南从RAG知识入口、需求契约、AI-TDD Manifest、BMAD/Speckit 工作流、交付门禁到训练数据闭环的 AI 工程化实践导航。
2.构建RAG系统指南：架构、检索实现与质量门禁
指南一个围绕个人知识库RAG问答系统组织的三篇式阅读指南，串联系统边界、检索实现、质量评测、安全防护和发布门禁。
3.AI-TDD: 需求契约驱动与多维证据链验收框架
文章AI-TDD 先把人类意图固化为 Manifest 需求契约，再用可复核证据链和 Gate 裁决验收 AI 生成结果。
4.技术解读索引 | Curated Translations
文章原创技术解读与精选国外技术社区文章，探索AI工程化最佳实践
5.原创解读：RAG系统静默幻觉的发现与防范
文章基于生产环境RAG系统故障案例的深度分析，探讨静默幻觉问题的本质、监控盲区以及架构层面的解决方案
路径
高质量监督微调数据的系统性构建方法，涵盖数据清洗、标注、合成与质量评估。
1.从工程实战到训练数据：AI工程化自动产出SFT数据的系统化方法
文章承接第7篇的数据闭环，本文聚焦如何将已筛选的工程资产加工为高质量SFT样本，并接入可治理、可评估、可迭代的训练流水线。
2.为什么你需要给AI当Coding Mentor？
文章当AI编程助手成为标配，真正的竞争力不再是会不会使用AI，而是能不能判断、校准和约束AI的工程输出。本文从信任缺口、反馈协议、评估标准和能力闭环出发，建立“人类作为Coding Mentor”的核心框架。
3.原创解读：LLM微调的艺术——从数据准备到模型炼成
文章深入探索大语言模型微调的完整实践路径，从数据准备的工程思维到模型训练的细节把控，揭示让通用AI变身领域专家的关键方法论
路径
自主 AI Agent 的设计与实现，涵盖架构模式、工具调用、多 Agent 协作与记忆管理。
路径
Agent 运行环境的设计与优化，涵盖文件系统、代码执行、沙箱、上下文管理与验证闭环。
1.Agent Harness 不是配角，而是 2026 年 AI 工程最被低估的主战场
文章真正决定 agent 上限的，往往不是模型本身，而是围绕模型组织起来的 harness。本文基于 LangChain 对 agent harness 的拆解，延展出我对文件系统、代码执行、上下文管理、验证闭环与长时任务续航能力的完整理解，也解释了为什么 2026 年 AI 工程竞争的重心，正在从'模型能力'转向'工作系统设计'。
2.长时任务 Agent 真正缺的不是智力，而是交接、恢复与验收能力
文章长时任务 agent 的失败，往往并不源于模型不会思考，而源于系统没有把'交接、恢复、验证、续跑'设计成一等公民。本文基于 Anthropic 对 long-running agent harness 的讨论，延展出我对跨会话执行、状态外化、feature contract、smoke test、browser verification 和多轮执行结构的完整看法，也解释了为什么真正可用的 agent，不是一次跑很久，而是一轮一轮接得住。
最新
以个人知识库RAG Worker为例，说明800字符分块、200字符重叠、RRF混合检索、规则意图识别和当前页总结的实现边界。
以个人知识库问答系统为例，拆解Cloudflare Workers、Vectorize、D1 FTS5、KV、混合检索和增量索引闭环的架构取舍与验证边界。
以个人知识库RAG问答为例，设计检索、引用、回答三层评估，六层安全防护，固定Evaluation Set和发布前审计门禁。
AI-TDD 先把人类意图固化为 Manifest 需求契约，再用可复核证据链和 Gate 裁决验收 AI 生成结果。
以企业架构视角判断 Java 未来十年的版本策略、路线图状态、生态边界、云原生、AI 与性能演进。
面向 HotSpot、Graal、Native Image 与 PGO 的性能诊断和决策路径。
区分 Spring AI 官方 API、LangChain4j 抽象、示例封装和企业级 AI 运行治理。