林息の个人blog

生命不息, 折腾不止

文章

Harness Engineering 与 AI Operations

这是《AI 入门指南》拆分系列第 5 篇。前面我们已经把聊天框、工作台、coding agent、Prompt、Context、Tool Use、RAG、MCP、LLM Wiki 都拆开看过了。到了最后这一篇,真正的问题只剩一个:模型开始能做事之后,怎么让它可控、可测、可维护? 很多团队第一次做 Agent,最先遇到的障碍并不是“模型不够聪明”,而是系统根本不稳。

Skill、MCP、RAG 与 LLM Wiki

这是《AI 入门指南》拆分系列第 4 篇。前一篇我们只讲了 Agent 的最小系统骨架;这一篇开始补最关键的基础设施:方法怎么沉淀、工具怎么连接、知识怎么检索、知识库怎么维护。 如果说上一篇回答的是“Agent 为什么是一个系统”,那么这一篇要回答的就是:这个系统到底靠什么站稳。

Agent 为什么是一个系统?

这是《AI 入门指南》拆分系列第 3 篇。这一篇不讲 RAG、MCP、Skill 这些基础设施细节,我们先只做一件事:把 Agent 最小的系统骨架看清楚。 上一篇我们讲的是 AI IDE -> coding agent,它让我们看到 AI 已经不只是“给建议”,而是在某些场景里开始承担交付责任。可一旦你继续往下问,就会发现问题不再只是“模型聪不聪明”,而是“它到底看到了什么”“它会不会乱用工具”“它怎么决定下一步做什么”“它该记住

AI IDE 与 coding agent

这是《AI 入门指南》拆分系列第 2 篇。这一篇专门讲开发工作流:从 AI IDE 到 vibe coding,再到 coding agent,以及为什么工程验证会变成真正的分水岭。 上一篇我们讲的是:AI 为什么不再只是聊天框,而会慢慢长成工作台。那下一步最自然的问题就是:当 AI 真正进入工作现场时,它会先进入哪个场景?

AI 为什么不只是聊天框了?

这是《AI 入门指南》拆分系列第 1 篇。我们先不急着讲 Agent、RAG、Harness,先把最容易被忽略的一层看清:AI 为什么会从一个聊天框,慢慢变成工作台。 很多人第一次接触 AI,都是从网页聊天开始的。打开 ChatGPT、Gemini、Kimi、豆包、通义,输入一句话,它回一句话,够快、够顺、够惊艳。也正因为第一印象太强,很多人会自然把 AI 理解成“一个更聪明的聊天框”。

生命不息, 折腾不止

© 2026 林息の个人blog

Powered by Bolo
Theme bolo-sakura by Mashiro
浏览 426572 文章 12 评论 2
闽ICP备2022001385号-1

主题 | Theme