Agent

【LLM应用开发实践】Agent 实战落地经验与技术思考

Sunday, Apr 19, 2026

在当前 AI Agent 技术快速发展的背景下，很多开发者都在探索如何构建高效可靠的 Agent 应用。本文整理了一场来自一线开发者的技术分享，聚焦于 Agent 实践中的真实经验、技术思考与设计哲学，希望能为正在探索 Agent 开发的同学提供参考。

【论文阅读】Reflective Context Learning 组会报告演讲稿

Sunday, Apr 19, 2026

Reflective Context Learning 组会报告演讲稿，8分钟汇报论文核心思想与五大优化原语。

【论文阅读】Reflective Context Learning: Studying the Optimization Primitives of Context Space

Sunday, Apr 19, 2026

深度解读Contextual AI团队2026年预印本论文《Reflective Context Learning》，详解上下文空间优化与传统参数优化的同构性，以及RCL框架五大核心优化原语，为Agent无需参数更新即可持续自演进提供理论与实践指导。

【LLM应用开发原理】从提示词工程、上下文工程到Harness工程的设计哲学

Wednesday, Apr 15, 2026

大模型智能体工程化经历了三个阶段：提示词工程通过优化输入提升模型输出质量；上下文工程引入外部知识库解决记忆限制；最终形成部署生产级智能体的完整工程体系。

【LLM应用开发原理】Function Calling底层原理与MCP

Monday, Mar 9, 2026

Function Calling通过有监督微调让LLM学会将用户意图映射为结构化JSON输出，再借助推理时的约束解码确保JSON语法正确，最终由外部代理执行工具调用并返回结果，形成完整的意图-动作闭环。

【LLM应用开发原理】Agent Skill原理与基础

Monday, Mar 9, 2026

Skill（技能）是Agent能力的模块化封装，通过定义明确的输入输出和执行逻辑，使Agent能够完成特定领域的复杂任务。本文详解Skill的设计起源、核心原理、实现范式（包括渐进式披露）及实际应用，结合OpenAI、Anthropic等大厂的技术实践。

【LLM应用开发原理】Agent经典开发范式

Friday, Mar 6, 2026

深入解析LLM Agent三大经典范式：ReAct、Plan-and-Execute与Reflection。从设计思想到代码实现，理解边想边做、谋定而后动、三省吾身三种思维方式在AI系统中的应用。

【LLM应用开发原理】我怎样理解Agent

Thursday, Mar 5, 2026

个人认为，Agent是以大模型为核心驱动的下一代操作系统，通过代理层管理状态、扩展功能，实现从简单对话到复杂系统的进化。

【LLM应用开发原理】RAG是什么详解

Saturday, Sep 13, 2025

RAG技术通过构建知识库和智能检索机制，为AI模型精准提供外部信息，解决知识过时和幻觉问题。它避免了昂贵的模型重训练，克服了直接输入长文本的低效性，是实现高效、准确AI应用的关键。