从第一性原理构建 Agent：环境、行动与强化学习
本文旨在从第一性原理出发探讨如何构建和训练 AI Agent。文章批评了过度依赖框架的教程，转而从底层构建了一个极简的“文本转图表”Agent。作者通过 Python 实现了一个包含 Canvas 环境的系统，深入解析了 Agent 如何通过 JSON 动作空间与环境交互，阐述了从监督微调（SFT）到强化学习（RL）的完整闭环，即“提示-行动-环境-奖励-梯度更新”，揭示了模型学习可执行指令逻辑的核心机制。
全部文档 / 标签: LLM
1042 篇
LangSmith Engine 构建详解：利用 Agent 优化 Agent
文章详细介绍了 LangSmith Engine 的技术架构与实现细节。Engine 是一个构建在 LangSmith 平台之上的元 Agent，旨在解决大规模 Agent 部署中的调试难题。它能够自动分析海量 Traces，识别如工具循环调用、参数错误等重复性失败模式，并将其转化为具体的“问题”，进而建议评估器、数据集示例或代码修复方案。
OpenClaw 终于有了一个能打的对手：Hermes Engine 全平台实测+迁移指南
本文深入评测了新兴的 AI Agent 引擎 Hermes Engine，视其为 OpenClaw 的强力替代品。文章指出 Hermes 在稳定性、记忆持久化和进度可视化方面显著优于 OpenClaw，且完美兼容 OpenClaw 的技能生态。详细提供了 Linux/Mac/Windows 全平台安装教程、数据迁移方法及 Telegram Bot 集成指南，推荐搭配 Google AI Studio 的免费 Gemma 模型使用。
从零构建 LLM 架构：10 个实用经验教训
本文指出构建 AI 产品的核心不在于选择模型，而在于架构设计。作者分享了 10 个实用经验，强调从工作流而非模型入手、重视检索优于微调、将提示工程视为系统工程、关注延迟优化、为智能体设置护栏、妥善处理记忆、建立评估管道以及优化成本。最终，多智能体系统将是未来趋势。
企业级 Agent 构建指南：Deep Research 原理与多 Agent 架构
本文详细解析了企业级 AI Agent 的构建方法，重点在于通过多 Agent 系统解决复杂任务。文章从 Agent 的核心定义出发，区分了 Workflow 与 Agent 的适用场景，并深入探讨了多 Agent 系统的编排模式、上下文管理及信息传递机制。作者以 Deep Research 为例，拆解了其工作原理与架构设计，强调了在 AI 变现中做定制化项目的价值。
如何构建 AI 语音代理：全流程指南
文章揭示了构建语音代理的核心要素：并非追求最强模型，而是建立低延迟的实时管道。作者阐述了三种主流架构，并详细拆解了链条式流程中 STT（听力）、LLM（大脑）、TTS（嘴巴）、检索（记忆）与执行（手）这五个关键组件的选型、调优与避坑指南，强调对话设计的重要性。
Benedict Evans 演示文稿《AI 正在吞噬世界》深度解读
本文解读了 Benedict Evans 的演示文稿《AI 正在吞噬世界》，强调了当前正处于巨大的平台转型初期。作者指出，AI 模型将像电力一样成为低成本的商品，真正的价值将转移到应用层和垂直领域的 Agent。文章鼓励创业者关注法律、医疗等尚未被 AI 渗透的行业，通过高频垂直应用和大量实验来抓住机遇。
dbskill 更新：新增 /dbs-good-question 助力 Agent 自动化
本文介绍了 dbskill 的新功能 `/dbs-good-question`。作者结合《无穷的开始》中的理论，提出 Agent 自动化的起点在于“更好的问题”。该工具旨在将模糊的问题重写为包含对象、目标、冲突、约束和反馈入口的“问题说明书”，从而生成可批评、可验证的候选解释，为 Agent 自动化任务提供稳定的基础。
Shopify 工程师团队的 Claude Code 配置与实战策略
文章详细介绍了 Shopify 23,000 名工程师如何通过 Claude Code 实现 96% 的代码自动化。核心策略包括：构建统一的 LLM 代理层以控制成本，并行运行多个 Agent 处理不同模块，利用 MCP 服务器集成内部文档与 API，以及将 CLAUDE.md 纳入版本控制。工程师角色正从代码编写者转向架构审查者，通过护栏机制保障安全。
Hermes Agent 入门指南：模型选择与 Skill 配置实战
本文是 Hermes Agent 的新手入门教程，通过 PPT 生成的实战对比测试，深入解析了“模型能力”与“Skill 技能”之间的乘数关系。文章指出，仅靠强模型或好 Skill 无法达到最佳效果，必须两者配合。作者介绍了 Ring-2.6-1T 模型在工具调用和多步规划上的优势，并强调了在使用 Hermes Agent 时“先规划（Plan）、后执行”的重要性。
从零到 AI 工程师——没人真正讲清楚的路线图
本文为 AI 初学者提供了一份为期 14 周的实战路线图，旨在通过免费资源将新手培养成具备构建生产级 AI 系统能力的工程师。路线图包含六个阶段：环境搭建、AI 基础、机器学习基础、深度学习、现代 LLM 工程以及 Agent 与部署。文章强调动手实践，推荐了 OpenAI、Anthropic 官方教程及 GitHub 优质开源仓库，帮助学习者避开盲目刷证书的误区，真正掌握 AI 开发技能。
20 个 Codex 替代不了的 GitHub 真神器
文章旨在寻找无法被 Codex 等通用 AI 编程工具替代的 GitHub 开源项目。作者确立了包括多 Agent 编排、本地化设备操作、特定硬技能及隐私保护在内的筛选标准，精选并介绍了 CrewAI、AppAgent、F5-TTS、Stable-Diffusion-WebUI 等 20 款工具，强调了它们在复杂协作、隐私安全和特定垂直领域的独特价值。
Your Agent Needs a Wiki and a Recording
文章指出仅依靠扩大上下文窗口无法解决 Agent 的遗忘问题，并提出了 GBrain 和 Lossless 两个解决方案。GBrain 是基于 Wiki 的知识检索层，解决跨对话的长期记忆（如项目背景、决策历史）；Lossless 则像会议录音，通过保留原始消息记录，解决长对话中的细节检索与回溯问题。二者结合能让 Agent 拥有类似查阅文档和回溯记录的能力，从而更智能地处理复杂任务。
从零构建 LLM 架构并转化为高薪职业的指南
本文详细介绍了如何从零开始学习大语言模型（LLM）架构。内容涵盖了从掌握 Python 基础、理解神经网络和 Transformer 原理，到深入掌握 Tokenization、Embedding、Attention 机制及 RAG 技术等核心概念。文章还提供了具体的学习路线图，并探讨了通过自由职业、构建 SaaS 产品、远程工作及自动化代理等方式将 LLM 技能转化为高美元收入的职业路径。
Claude Code 进阶：14 个让 AI 处理脏活累活的高级技巧
本文是 Claude Code 的进阶指南，承接上篇基础配置，深入探讨了如何利用 AI 进行高强度开发。文章从上下文管理（如主动压缩、瘦身系统提示）、高级工作流（Git Worktrees、多标签页）、实战场景（PR 审查、DevOps、写作）及避坑指南四个维度，分享了 14 个实用技巧，旨在将开发者从繁琐的脏活累活中解放出来。
Agent 记忆架构指南：为什么你需要 Wiki 和 录音
文章探讨了 AI Agent 开发中的记忆瓶颈，指出单纯扩大上下文窗口并不足以解决遗忘问题。作者提出了 GBrain 和 Lossless 两个核心模式：GBrain 像公司 Wiki，用于跨会话查询事实和决策；Lossless 像会议录音，允许在长对话中无损检索原始细节。文章详细解释了二者的区别、应用场景以及如何在 OpenClaw 和 Hermes 运行时中集成。
看懂这九个概念，我太奶奶也可以用 AI 赚钱
本文从纯小白视角出发，系统性拆解了 AI 领域的 9 个核心概念：LLM、Token、Context、RAG、Prompt、Tool、MCP、Agent 和 Agent Skill。通过生动的比喻（如将 LLM 比作发动机，MCP 比作 Type-C 接口）和清晰的逻辑链路，文章阐述了 AI 从文本生成到任务执行的底层架构，帮助读者理解 AI 的能力边界、成本构成及应用开发逻辑。
Pi Coding Agent 最全面指南（完美支持/goal）
文章是一份针对 Claude Code 用户的 Pi Coding Agent 迁移与使用指南。作者对比了 Pi 与 Claude Code 的设计理念，指出 Pi 是一个更透明、可控且高度可配置的 Agent 底座。文章详细介绍了如何配置开源模型 Ring-2.6-1T，推荐了最小可用组件栈，列出了常见的配置陷阱，并通过构建现货-永续监控台的真实案例，阐述了在 Pi 环境下实施 plan-first + skill 工作流的重要性。
越狱提示词工程 · 第四课：输出架构
本文是《越狱提示词工程》系列的第四课，专注于解决模型在输出生成过程中的自我审查与拒绝问题。文章指出，即使解决了身份、免疫和思维轨道问题，模型仍会在逐Token生成时触发安全机制。为此，作者提出了“输出架构”策略，包括通过具体工艺标准劫持验证通道、利用篇幅和示例抢夺注意力、设置锚定循环防止漂移，以及使用暗语触发和格式护甲等手段，确保模型在生成阶段不偏离预设轨道。
如何构建在你睡觉时管理整个业务的 Claude Agent
文章详细介绍了如何构建一个基于 Claude 的全自动业务管理 Agent，用于在用户休息时自动处理邮件、生成报告、追踪项目和客户线索。核心架构由 Claude（智能层）、CLAUDE.md（业务上下文层）、MCP Servers（连接层）和 N8N（自动化层）组成。教程包含了具体的上下文配置模板（CLAUDE.md）、MCP 服务器配置（Gmail, Notion, Calendar 等）以及六个核心自动化工作流的实施步骤，旨在将业务运营从个人依赖转变为系统化智能运行。
Claude Code 斜杠命令全解：14 条实用指南
本文详细介绍了 Claude Code 的 14 条斜杠命令，将其分为一次性设置、日常高频、进阶优化和故障恢复四类。文章深入讲解了 /init、/compact、/btw、/review 等核心命令的功能与用法，并探讨了 Slash 命令与 Hook 的协同工作机制，旨在帮助开发者从简单的补全工具进阶为高效的提效神器。
Designing eval datasets for LLM applications
本文是 Langfuse Academy 系列的一部分，深入探讨了 AI 工程生命周期中的数据集设计。文章解释了数据集如何连接生产监控与开发迭代，详细介绍了数据集项的三个核心字段（输入、期望输出、元数据）及不同的评估模式。此外，文章还分享了构建高质量数据集的最佳实践，包括如何定义范围、确定规模，以及如何从生产 Trace、手工编写和合成数据中起步。
Karpathy 的 CLAUDE.md：如何将 Claude Code 编码准确率提升至 94%
文章介绍了 Andrej Karpathy 验证过的 CLAUDE.md 配置方法，该项目在 GitHub 上获得 8.2 万星标。文章分析了开发者在使用 Claude Code 时常遇到的三个痛点：重复解释上下文、AI 擅自修改代码范围、以及缺乏持久记忆。通过在项目根目录创建包含 Defaults、Behavior 和 Memory/Stack 三个部分的 CLAUDE.md 文件，开发者可以将编码准确率从 65% 提升至 94%，并为团队节省大量因沟通和回滚错误造成的时间成本。
Don't Outsource the Learning
本文探讨了在 AI 编程时代开发者面临的认知危机。作者指出，过度依赖 AI 生成代码会导致认知能力下降和技能退化，即“认知债务”。文章引用多项研究证实，虽然 AI 能提高短期效率，但会削弱长期理解力和调试能力。作者建议调整使用 AI 的姿势，如先形成假设、先询问原理或开启学习模式，强调在“交付”与“学习”之间取得平衡，避免为了当下的速度而牺牲未来的核心竞争力。
Agentic Memory: 详解 Agent 记忆系统的架构与实现
文章通过生动的类比，指出缺乏记忆是当前 LLM Agent 的主要短板。作者详细拆解了 Agent 记忆系统的三个核心功能：连续性、上下文和学习。文章重点介绍了四种记忆类型：上下文记忆、外部记忆、情景记忆和参数记忆，并深入探讨了如何通过检索增强（RAG）和反思循环来构建持久的智能。
Zero to AI Engineer — The Roadmap Nobody Explains Properly
本文提供了一个为期14周的实战型AI工程师学习路线图，旨在解决初学者“只学不做”的困境。文章从环境搭建开始，详细列出了从AI基础、机器学习、深度学习到现代LLM工程及Agent开发的最佳免费资源（如OpenAI/Anthropic官方课程、Karpathy的教程等）。路线强调通过GitHub项目实践来理解原理，最终掌握部署与评估技能，真正从零开始构建可用的AI系统。
2026 年 AI 编程三强横评：OpenCode / Claude Code / Codex
本文是对 2026 年主流 AI 编程框架 OpenCode、Claude Code 和 Codex 的深度横评。文章详细介绍了 OpenCode 旗下的 OMO 插件及其多 Agent 编排哲学，并犀利指出了 OpenCode 目前面临的稳定性与性能问题。同时，对比了 Claude Code 的云端重构与 Ultraplan 特性，以及 Codex 的移动端与 Symphony 框架优势。作者认为模型能力差距正在收敛，真正的竞争在于 Agent 的编排与工具链整合，并推荐新手根据稳定性与生态需求选择合适的工具。
如何在不修改模型或提示词的情况下提升编程智能体能力
文章介绍了一项关于 Agentic Harness Engineering (AHE) 的研究。该框架通过自动进化工具、中间件和记忆等 Harness 组件，在不修改底层模型或提示词的情况下，显著提升了编程智能体的性能。实验表明，AHE 在 Terminal-Bench 2 上将 pass@1 从 69.7% 提升至 77.0%，并在 SWE-bench-verified 上表现出更高的成本效率。研究还发现，仅依赖提示词优化反而会导致性能下降，而工具和中间件的进化才是性能提升的关键。
Claude Code 在大型代码库中的运作方式：最佳实践与入门指南
文章探讨了 Claude Code 在处理数百万行级单体仓库及遗留系统时的成功模式。区别于传统 RAG 工具的嵌入索引滞后问题，Claude 采用本地代理式搜索实时导航。核心论点指出，工具链生态（CLAUDE.md、钩子、技能、LSP 集成等）的重要性远超模型本身。文章详细解析了七大扩展点，并建议通过渐进式配置与插件分发来提升在大型复杂代码库中的协作效率。
Mercury Agent：真正的智能体应该自带电池，而非依赖插件
文章探讨了 AI Agent 的设计哲学，批评了那些需要为读取文件、Git 操作等基础功能专门配置技能或插件的智能体。作者介绍了 Mercury Agent 的设计理念，即“开箱即用”，强调核心智能体应内置文件系统、Shell、Git、Web 获取及内存管理等能力，同时在权限、预算控制和进度追踪上保持严格边界，通过“可控代理”实现能力与安全的平衡。
