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、上下文工程与生成式引擎优化(GEO),全部来自真实项目的构建、踩坑与复盘。
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 连载专栏基于十篇个案,以控制权、状态、执行身体、强制层和产品表面五个所有权问题,推导 bounded function、workflow、harness、event platform、gateway/computer 与 vertical organization 六种形态,并给出副作用宪法、五层停止协议和选型树。
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。
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。
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。
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。
每有新文章,寄一封信到你的邮箱。双重确认,随时退订。
The Quiet Collector / 静默收藏者
使用上下方向键选择结果,按回车打开;按 Command 或 Control 加回车询问 AI。
没有找到匹配结果