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。

78 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 / 07 Personal Agent 研究 2 / 2 篇 · 2026-10 进入专栏 连载 02 / 07 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 03 / 07 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 04 / 07 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 05 / 07 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 06 / 07 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 07 / 07 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

78
  1. 31
  2. 32
  3. 33
  4. 34

    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
  5. 35

    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
  6. 36
  7. 37
  8. 38

    当 AI Agent 开始反过来提示你,真正改变了什么

    2026 AI 上半场观察以及下半场预测 · 2/5AILLMAgent
  9. 39

    让 AI 自动帮你追全网资讯,最后会卡在哪里

    2026 AI 上半场观察以及下半场预测 · 1/5AILLMAgent
  10. 40
  11. 41
  12. 42
  13. 43
  14. 44

    AI 内容创作工作流:把知识重组成读者愿意接收的作品

    从信息到创作 · 5/5Product StrategyPersonal GrowthAI
  15. 45
  16. 46

    AI 记录工作流:把易逝输入变成可验证的半成品

    从信息到创作 · 3/5Personal GrowthSelf-DiscoveryAI
  17. 47

    AI 信息筛选工作流:抓住信号,不建噪音仓库

    从信息到创作 · 2/5AILLMPersonal Growth
  18. 48

    AI 知识工作流:从信息、记录、知识到创作

    从信息到创作 · 1/5AILLMPersonal Growth
  19. 49

    2026 GEO 度量指南:可复现的 AI 引用与转介监测方法

    GEO 生成式引擎优化 · 6/6GEOSEOAI Search
  20. 50

    GEO 博客改造复盘:用真实数据重跑五层模型

    GEO 生成式引擎优化 · 5/6GEOSEOAI Search
  21. 51

    GEO 站外信任:身份、证据与合乎伦理的社区分发

    GEO 生成式引擎优化 · 4/6GEOAI SearchContent Strategy
  22. 52

    GEO 结构化内容实战:先服务读者,再验证 AI 可见度

    GEO 生成式引擎优化 · 3/6GEOContent StrategySEO
  23. 53

    AI 搜索如何检索与引用来源:一套可验证的 GEO 模型

    GEO 生成式引擎优化 · 2/6GEORAGAI Search
  24. 54

    2026 GEO 实证指南:证据、边界与可执行工作流

    GEO 生成式引擎优化 · 1/6GEOSEOAI Search
  25. 55
  26. 56
  27. 57
  28. 58
  29. 59
  30. 60

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。