https://cubxxw.com/zh/ai-agent/ AI Builder、开源贡献者、数字游民的技术博客：Kubernetes、Go、AI 开源项目与成长思考。 https://cubxxw.com/assets/og-image.png https://cubxxw.com/ Hugo -- gohugo.io zh-cn https://cubxxw.com/zh/ai-agent/posts/give-ai-tasks-not-directions/ Sat, 11 Jul 2026 16:30:00 +0800 Sat, 11 Jul 2026 21:02:20 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/give-ai-tasks-not-directions/ 为什么你跟 AI 聊了三个小时，越聊越开心，停下来却什么都没留下？因为你给的是"方向"，不是"任务"。方向没有完成态，可以聊到天荒地老；任务有明确的验收标准，一次就产出可用的东西。这篇短文把这一条操作原则讲透——它可能是你用 AI 时最该建立的习惯。 AI LLM Agent Context Engineering Product Strategy Automation 给 AI 任务而非方向——从无完成态的漫谈到有验收标准的产出 https://cubxxw.com/zh/ai-agent/posts/engineering-discipline-ai-workflow/ Sat, 11 Jul 2026 15:30:00 +0800 Sat, 11 Jul 2026 21:02:20 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/engineering-discipline-ai-workflow/ 大多数人的个人 AI 系统停在"能跑就行"，然后被不可靠的输出反噬。而软件工程早就积累了一套让系统可靠的纪律：可观测性、质量门禁、结构即约束、SOP。这篇文章把这四样搬进个人 AI 工作流——让你的系统不只是能跑，还能报警、能自查、能稳定复用。 AI LLM Agent Harness Engineering Testing DevOps 给 AI 工作流装质量门禁的四道工程纪律 https://cubxxw.com/zh/ai-agent/posts/ai-second-brain-build/ Sat, 11 Jul 2026 15:00:00 +0800 Sat, 11 Jul 2026 21:02:20 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-second-brain-build/ 大多数人的笔记系统是"给人读的"，而 AI 时代真正有杠杆的，是一个"AI 能直接读写、操作"的知识系统。这篇文章讲清楚它的三层架构（Claude 当大脑、Obsidian 当文件系统、微信当随身入口），一步步怎么搭，以及一个社群里真实踩出来的坑：别想一天跑通全链路，要分层验收。 AI LLM Agent MCP Harness Engineering Automation Claude + Obsidian + 微信 三层 AI 第二大脑架构示意 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-creation/ Sat, 11 Jul 2026 14:40:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-creation/ 创作是流水线的成品，它解决的是别人的问题。这篇文章讲清楚创作和知识的本质区别、如何搭一条"灵感→加工→文章→视频→反馈→新洞见"的内容飞轮、为什么必须"先手动呈现自己"AI 才帮得上忙，以及 AI 在创作层到底该站在哪个位置。这是「从信息到创作」专栏的收官篇。 Product Strategy Personal Growth AI LLM Self-Discovery Super Individual Automation 创作层：把知识面向受众重组为成品并形成飞轮 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-knowledge/ Sat, 11 Jul 2026 14:30:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-knowledge/ 知识是结构化、可反复调用、解决你自己问题的能力沉淀。这篇文章讲清楚为什么要把知识库从"收藏夹"改造成"能力沉淀区"：分开生产区与沉淀区、只让验证过的内容入库、用 PARA 和知识卡片做结构、把目录当成给 AI 的地图、以及"没用过就删掉"的淘汰机制。这是「从信息到创作」专栏的第四篇，也是与上下文工程结合最紧的一篇。 AI LLM Agent Context Engineering RAG Automation 知识层：把验证过的成果沉淀为可复用的能力 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-record/ Sat, 11 Jul 2026 14:20:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-record/ 记录是信息和知识之间的半成品，也是整条流水线上转化率最高的一环。这篇文章讲清楚为什么"每天写点什么"是最被低估的动作、写下来的过程本身就是复盘、用最低摩擦把半成品沉下来的方法，以及"隔天精修"如何用冷却期把记录逼向知识。这是「从信息到创作」专栏的第三篇。 Personal Growth Self-Discovery AI LLM Automation Product Strategy 记录层：把信息加工成半成品知识的第一现场 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-information/ Sat, 11 Jul 2026 14:10:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-information/ 信息是流水线的第一道工序，它的绝大部分是噪音。这篇文章把信息分成三类——给 AI 看的、给自己粗略扫的、和该被挡在门外的纯噪音，讲清楚在 AI 批量生产内容、信噪比持续恶化的时代，怎么采集、怎么降噪、怎么反过来去抓稀缺信号。这是「从信息到创作」专栏的第二篇。 AI LLM Personal Growth Self-Discovery Product Strategy Automation 信息层：采集与降噪，把噪音挡在门外 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-the-framework/ Sat, 11 Jul 2026 14:00:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-the-framework/ 大多数人的笔记越记越多，人却没有变——因为把「信息、记录、知识、创作」当成了同一件事。这篇文章把它拆成四道工序：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，创作面向受众重组。这是「从信息到创作」专栏的总纲，也是我在 AI 时代重建笔记系统的底层框架。 AI LLM Personal Growth Context Engineering Product Strategy Self-Discovery Automation 信息、记录、知识、创作四段流水线示意图 https://cubxxw.com/zh/ai-agent/posts/geo-measurement-and-tools/ Sat, 11 Jul 2026 12:00:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-measurement-and-tools/ 传统的"排名+点击"在 GEO 时代会失灵，因为大半价值发生在用户没来你站的地方。这最后一篇给你一套能落地的度量体系：提示词测试法、AI 转介流量、GSC 交叉验证、专业工具（Profound/Peec），以及用本仓库自带脚本搭的低成本 DIY 监测。GEO 系列第 6 篇（终章）。 GEO Measurement Analytics AI Search Tools Content Strategy SEO GEO 度量与工具封面，展示被引率、声量份额与监测雷达 https://cubxxw.com/zh/ai-agent/posts/geo-blog-rebuild-case-study/ Sat, 11 Jul 2026 11:30:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-blog-rebuild-case-study/ 前四篇讲方法，这一篇上真数据。我把 cubxxw.com 的 Google Search Console 与 PageSpeed Insights 数据翻了个底朝天，用五层模型逐层诊断：87 万曝光为什么只换来 852 点击、哪些是噪声哪些是金矿、域名迁移怎么保权重，以及一份按优先级排好的改造清单。GEO 系列第 5 篇。 GEO Case Study SEO Audit Analytics Content Strategy AI Search Hugo GEO 本博客改造复盘封面，展示真实数据仪表盘与增长曲线 https://cubxxw.com/zh/ai-agent/posts/geo-trust-and-endorsement/ Sat, 11 Jul 2026 11:00:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-trust-and-endorsement/ 技术底座和结构都做对了，为什么还是不被 AI 引用？因为最后一关拼的是"信任"，而信任大半来自站外。这一篇讲 E-E-A-T 怎么落地、实体一致性怎么建、为什么 Reddit+Wikipedia 占了 AI 引用的 66%，以及个人博客怎么务实地做站外背书。GEO 系列第 4 篇。 GEO E-E-A-T Digital PR Content Strategy AI Search Community Branding GEO 信任与站外背书封面，展示实体一致性与社区引用网络 https://cubxxw.com/zh/ai-agent/posts/geo-structured-content-tactics/ Sat, 11 Jul 2026 10:30:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-structured-content-tactics/ 原理讲完，这一篇全是手上功夫：怎么写 Answer-First 段落、怎么把标题改成问题、FAQPage/HowTo schema 在富媒体被弃用后到底还要不要加、llms.txt 与 tldr 的正确姿势，以及怎么用内链织成主题集群。带代码、带前后对照。GEO 系列第 3 篇。 GEO Structured Data Schema Content Strategy SEO AI Search Hugo GEO 结构化实战封面，展示把每一段写成可引用内容块 https://cubxxw.com/zh/ai-agent/posts/geo-how-ai-retrieves-and-cites/ Sat, 11 Jul 2026 10:00:00 +0800 Sat, 11 Jul 2026 18:28:03 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-how-ai-retrieves-and-cites/ 想让 AI 引用你，先得知道它怎么"选人"。这一篇把 AI 搜索的 RAG 管线拆到零件级：查询扇出、混合检索、向量语义匹配、多层重排、预埋引用的生成。核心结论只有一句——检索单元是"段落"不是"整页"，你要优化的是 chunk。GEO 系列第 2 篇。 GEO RAG AI Search Retrieval LLM Embeddings Content Strategy GEO 原理篇封面，展示 AI 检索、重排与引用的 RAG 管线 https://cubxxw.com/zh/ai-agent/posts/geo-generative-engine-optimization-guide/ Fri, 10 Jul 2026 22:00:00 +0800 Sat, 11 Jul 2026 17:27:12 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-generative-engine-optimization-guide/ 当 68% 的 Google 搜索不再产生点击、AI 直接把答案端到用户面前，传统 SEO 争的"排名"正在失效。GEO（生成式引擎优化）争的是另一件事：让 AI 在生成答案时理解你、信任你、引用你。这是一篇从原理到方法论、再到我用自己博客做的真实案例复盘的支柱长文，也是「GEO 系列」的总纲。 GEO SEO AI Search Generative Engine Optimization Content Strategy LLM AEO GEO 完全指南封面，展示从 SEO 排名到 AI 引用的五层模型 https://cubxxw.com/zh/ai-agent/posts/dissecting-open-lovable/ Mon, 29 Jun 2026 09:30:00 +0800 Sat, 11 Jul 2026 08:33:54 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/dissecting-open-lovable/ 把 firecrawl/open-lovable（27k★，输入一个网址几秒重建成 React 应用）从产品到代码彻底拆开。它最有意思的地方不是「能生成代码」，而是它不用任何 Agent 框架、不用 Claude Agent SDK、不用原生 tool-calling，而是在裸 LLM API 之上手搓了一整套 harness：文本 DSL 协议、流式正则解析、截断检测与补全、手工上下文编排，再配一套可切换的云端沙箱（E2B / Vercel Sandbox）。这是一份「直接驯服原始 API」的工程范本拆解。 AI Agent LLM Architecture Sandbox Harness Engineering https://cubxxw.com/zh/ai-agent/posts/relay-agent-architecture-design/ Wed, 24 Jun 2026 10:00:00 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/relay-agent-architecture-design/ 这篇文章以 Relay 开源求职 Agent 项目为案例，完整拆解一个生产级多 Agent 系统从架构设计到落地的每一个关键决策：为什么把单 Agent 拆成 5 个、如何用 LangGraph 实现 HITL 检查点、三层 LLM 路由如何精算成本、反虚构防卫如何运行时验证、混合后端（Hono/Bun + FastAPI/Python）如何优雅解耦。无论你是在搭建第一个 Agent PoC 还是推进生产落地，这里都有可以拿走的设计模式。 AI Agent LangGraph LLM Architecture TypeScript Python 展示 Relay 求职 Agent 系统五层架构的技术图解：用户层、API 编排层、Agent 执行层、共享服务层、数据与集成层 https://cubxxw.com/zh/ai-agent/posts/context-engineering-the-new-foundation/ Mon, 22 Jun 2026 03:30:00 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/context-engineering-the-new-foundation/ 上下文工程正在从一句口号变成一门独立学科。这篇文章从 Anthropic、Karpathy、LangChain、Sourcegraph 与 Manus 的一线实践出发，拆解上下文工程与提示词工程的本质区别、两套四支柱分类法、以及装配检索压缩淘汰这些具体设计模式，再回到我自己的判断：上下文不是工具的参数，而是 AI 与你之间那条共享的世界线。 Context Engineering AI LLM Agent MCP 书桌上的笔记本电脑显示「Context 不是 Prompt」文章与核心要点面板，旁边摊开的笔记写着 Context Engineering 的四支柱与 Worldline https://cubxxw.com/zh/ai-agent/posts/agent-engineering-the-98-percent-harness/ Wed, 17 Jun 2026 09:30:00 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-engineering-the-98-percent-harness/ 一篇把 Agent Engineering 当成一门学科来拆的全景地图。从 Claude Code 那个广为流传的「1.6% 是 AI 决策、98.4% 是基础设施」说起，沿着八大支柱——编排、上下文、记忆、工具、可靠性、评估、成本、治理——逐根讲清每一块填补的缺口、最小实现与失效边界，并融合 Anthropic、OpenAI、Cognition、Manus、Temporal 在 2025 至 2026 年的一线工程实践，最后落到一句话：模型是买来的，harness 是你造的，工程杠杆全在那 98.4%。 AI Agent LLM Context Engineering Architecture MCP 一张技术示意图，中心是一个小小的 agent loop，外面一圈一圈包裹着编排、上下文、记忆、工具、可靠性、评估、成本、治理八根支柱 https://cubxxw.com/zh/ai-agent/posts/agent-identity-from-locke-to-openclaw/ Sun, 05 Apr 2026 20:00:00 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-identity-from-locke-to-openclaw/ AI Agent 的失忆不是功能缺陷，是信任账户的根本缺失。本文从洛克 1689 年的身份理论出发，逐层拆解 2026 年 Agent 身份连续性的完整工程栈：文件即身份（SOUL.md 范式）、Harness 作为环境条件、记忆的四层结构与 Gene Capsule 协议、多智能体拓扑中的自我定位，以及评测作为身份验证的终极难题。 适合正在构建或设计 AI Agent 系统的从业者，以及对 AI 自主性边界有深度思考需求的研究者。 AI Open Source Monthly Notes Locke Identity Spec — Agent Identity Engineering Stack https://cubxxw.com/zh/ai-agent/posts/harnessing-language-model-applications-with-langchain-a-developer-is-guide/ Wed, 22 May 2024 21:37:34 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/harnessing-language-model-applications-with-langchain-a-developer-is-guide/ 本指南深入探讨了使用 LangChain 框架集成和应用语言模型的过程，专为希望简化复杂实现的开发者量身定制。 AI 开发 (AI Development) 语言模型 (Language Models) LangChain AI 框架 (AI Frameworks) AI API 集成 (API Integration) 自然语言处理 (NLP) 软件开发 (Software Development) 编程 (Programming) Automation AI 工具 (AI Tools) OpenAI 深度学习 (Deep Learning) https://cubxxw.com/zh/ai-agent/posts/exploring-large-language-models-llms-pioneering-ai-understanding-generation-human-language/ Wed, 15 May 2024 20:12:29 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/exploring-large-language-models-llms-pioneering-ai-understanding-generation-human-language/ 本文系统介绍大型语言模型（LLM）的核心概念、发展历程与涌现能力。从 GPT、PaLM 等数百亿参数模型出发， 解释它们如何在海量文本上训练以理解和生成人类语言，以及为何参数规模的提升会带来小模型不具备的复杂任务处理能力。 LLM AI Deep Learning Machine Learning https://cubxxw.com/zh/ai-agent/posts/sora-ease-guide-mastering-sora-ai-for-developers/ Thu, 14 Mar 2024 08:44:13 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/sora-ease-guide-mastering-sora-ai-for-developers/ 本综合指南介绍了 Sora AI，为开发者提供了一个易于访问、自动化且迅速的途径来挖掘其潜力。深入不同的场景，掌握指挥 Sora 的技巧，并探索这个 AI 模型的多面应用，该模型被训练用以理解和模拟运动中的物理世界。无论你是寻求最新的 Sora 新闻、开发项目还是开源贡献，本文都是你进入 Sora AI 开发广阔世界的入口。 Blog Sora AI Developer Guide https://cubxxw.com/zh/ai-agent/posts/exploring-sora-technology-for-enthusiasts-and-developers/ Sat, 24 Feb 2024 13:30:15 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/exploring-sora-technology-for-enthusiasts-and-developers/ 深入Sora技术的世界，这是一个开创性的AI驱动视频生成平台。本文旨在为技术爱好者和开发者提供一个了解和利用Sora潜能的入口。探索如何轻松利用Sora创造令人惊叹的AI生成视频，并加入一个正在改变数字景观的创新者社区。 Blog AI Technology Development Git https://cubxxw.com/zh/ai-agent/posts/vector-database-learning/ Sat, 20 Jan 2024 12:57:15 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/vector-database-learning/ 本文介绍了向量数据库的基础知识，使用场景，以及它在现代大数据和人工智能领域中的应用。 Blog AI Database https://cubxxw.com/zh/ai-agent/posts/emerging-challenges-and-trends-in-2024/ Sun, 14 Jan 2024 22:52:24 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/emerging-challenges-and-trends-in-2024/ 探索2024年技术和开发领域的最新趋势和挑战。 Blog AI Technology https://cubxxw.com/zh/ai-agent/posts/use-auto-gpt/ Sun, 16 Jul 2023 16:28:31 +0800 Sat, 11 Jul 2026 08:22:51 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/use-auto-gpt/ 本文详细解释了如何安装和配置 Auto-GPT，一个先进的自主人工智能工具，以及如何有效地利用它来改善业务流程和用户体验。 Blog AI Auto-GPT