AI Agent · 一线构建笔记

与智能体 一起构建

这里是熊鑫伟(cubxxw)的 AI Agent 一线构建笔记:记录如何把大模型从聊天框带进生产系统。内容围绕三个方向展开——Agent 工程上下文工程生成式引擎优化(GEO),全部来自真实项目的构建、踩坑与复盘。

73 篇 持续连载 RSS
01 AGENT ENGINEERING

Agent 工程

Harness 设计、工具编排、多智能体系统——模型之外那 98% 的工程量到底在哪里。

Agent 工程专栏
02 CONTEXT ENGINEERING

上下文工程

Context、记忆、RAG 与检索——决定 Agent 智力上限的不是模型,而是它能看到什么。

从这一篇开始
03 GEO

生成式引擎优化

当搜索从「给链接」变成「给答案」,内容的可见性由被 AI 引用的概率决定。

GEO 连载专栏

连载系列

全部专栏
连载 01 / 06 Agent 系统设计解剖十套真实系统,一篇控制权聚合从 Claude Code、Pi、Codex、Manus、n8n、OpenClaw、TaxHacker、OpenMontage、TradingAgents 到 OpenHands,逐篇冻结版本、 … 11 / 11 篇 · 2026-08 进入专栏 连载 02 / 06 Agent 工程从上下文地基到生产级系统的五篇五篇彼此咬合的长文:上下文工程的地基、Agent 工程的全景地图、一个不用框架的应用生成器拆解、一个生产级求职 Agent 的架构全解,以及关于 Agent 自我的哲学思辨。合起来读,是一条从原理到落 … 9 / 9 篇 · 2026-04 进入专栏 连载 03 / 06 超级个体的装备栈你的装备,同时也在武装你的对手一个五篇的专栏:几乎所有「AI 时代超级个体装备清单」都在回答同一个问题——怎么做得更快。但当每个人的速度都被同一批模型抬高,快就不再是优势。这个专栏用一个更冷的标准重新给装备分层:这层的进步,是只帮 … 5 / 5 篇 · 2026-07 进入专栏 连载 04 / 06 从信息到创作AI 时代,我把笔记拆成了四种东西一个连载中的专栏:大多数人把「信息、记录、知识、创作」当成同一件事,于是笔记越记越多,人却没有变。这个专栏把它们拆成四道工序——信息负责采集与降噪,记录是转化率最高的半成品,知识是可复用的能力沉淀,创 … 6 / 5 篇 · 2026-07 进入专栏 连载 05 / 06 2026 AI 上半场观察以及下半场预测五篇:从上半场真实发生的事,推下半场会发生的事一个五篇的观察 + 预测专栏。我把 2026 上半场 AI Agent 领域真实发生的事拆开来看——信息自动化的能力边界、交互范式从"你提示它"到"它提示你"的迁移、开源模型的成本坍塌、 … 5 / 5 篇 · 2026-07 进入专栏 连载 06 / 06 GEO 生成式引擎优化当搜索从给链接变成给答案一个连载中的专栏:当 AI 搜索引擎直接给出答案而非链接,内容创作者的可见性规则被彻底改写。这个专栏系统拆解 GEO(Generative Engine Optimization)——从原理、测量到落 … 6 / 6 篇 · 2026-07 进入专栏

全部文章

73
  1. 01
  2. 02

    Conversation as Database:OpenHands 的无状态 Agent 与事件运行时

    Agent 系统设计解剖 · 10/11AIAgentHarness Engineering
  3. 03

    多 Agent 辩论真的增加了信息吗:TradingAgents 的组织图与相关性风险

    Agent 系统设计解剖 · 9/11AIAgentHarness Engineering
  4. 04

    Instructions as Code:OpenMontage 如何用工件契约编排视频生产

    Agent 系统设计解剖 · 8/11AIAgentHarness Engineering
  5. 05

    拒绝成为 Agent:TaxHacker 为什么把 LLM 压缩成一个函数

    Agent 系统设计解剖 · 7/11AIAgentDocument AI
  6. 06

    OpenClaw 的常驻网关:连续性不是把所有消息塞进同一会话

    Agent 系统设计解剖 · 6/11AIAgentHarness Engineering
  7. 07
  8. 08

    给 Agent 一台电脑之后:Manus 如何把回复变成交付物

    Agent 系统设计解剖 · 4/11AIAgentHarness Engineering
  9. 09

    Codex 的协议化内核:第二个 Surface 不该复制第一个 Agent

    Agent 系统设计解剖 · 3/11AIAgentHarness Engineering
  10. 10

    Pi 的减法:最小 Agent Kernel 保留什么,责任又去了哪里

    Agent 系统设计解剖 · 2/11AIAgentHarness Engineering
  11. 11

    Claude Code 的扩展语法:一条仓库修改怎样逐级获得控制

    Agent 系统设计解剖 · 1/11AIAgentHarness Engineering
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16
  17. 17
  18. 18
  19. 19
  20. 20

    当东西人人做得出来,「这是他做的」就成了信号

    超级个体的装备栈 · 5/5AISuper IndividualOpen Source
  21. 21

    独立开发者的分发策略:产品能被复制,读者关系不能

    超级个体的装备栈 · 4/5AISuper IndividualContent Strategy
  22. 22

    AI 提需求不要钱,这才是最危险的地方

    超级个体的装备栈 · 3/5AIAgentSuper Individual
  23. 23

    夜里跑十个 agent,早上收十个 PR,然后我卡住了

    超级个体的装备栈 · 2/5AIAgentSuper Individual
  24. 24

    超级个体的四层 AI 装备栈:什么才会真正复利

    超级个体的装备栈 · 1/5AIAgentSuper Individual
  25. 25
  26. 26
  27. 27
  28. 28
  29. 29

    2026 AI Agent 红海与蓝海:垂直工作流、支付协议与责任护城河

    2026 AI 上半场观察以及下半场预测 · 5/5AILLMAgent
  30. 30

    如何建立对无人值守 AI Agent 的真实信任

    2026 AI 上半场观察以及下半场预测 · 4/5AILLMAgent

常见问题

什么是 Agent 工程(Agent Engineering)?

Agent 工程是构建生产级 AI Agent 系统的工程学科。模型能力只占很小一部分,绝大多数工程量在 Harness(执行框架)、工具编排、上下文管理、记忆系统与评估体系上。本栏目的《Agent Engineering 全景地图》系统拆解了这些工程层次。

上下文工程(Context Engineering)和提示词工程有什么区别?

提示词工程优化的是单条指令的措辞;上下文工程管理的是模型在整个会话中能看到的全部信息——检索结果、记忆、工具输出、历史压缩。随着 Agent 长时运行成为常态,上下文工程正在取代提示词工程,成为 AI 应用的新地基。

什么是 GEO(生成式引擎优化)?

GEO(Generative Engine Optimization)是让内容更容易被 ChatGPT Search、Perplexity 等 AI 搜索引擎检索并引用的优化方法。与追求点击排名的传统 SEO 不同,GEO 优化的是「被 AI 引用的概率」。本栏目有六篇连载,从原理、结构化实战到度量工具完整拆解 GEO。

这个栏目的内容基于什么经验?

全部来自作者熊鑫伟(cubxxw)构建 AI 产品的一线实践——开源项目、Agent 系统的生产落地、本博客自身 GEO 改造的实测数据,而非二手转述。文章按连载系列组织,可从任一系列的第一篇进入。