全栈研发笔记

菜单

归档

2026 年 01 月

X 推荐算法开源解读：Thunder、Phoenix 与多行为打分机制

2026-01-20

人工智能 #X#推荐系统#Transformer#Grok#向量检索#多目标学习#信息流排序
X 平台开源的新推荐系统把排序核心转向 Transformer 模型，通过 Thunder、Phoenix 两条候选来源生成信息流，再用多行为概率加权打分。梳理候选召回、排序、过滤、多样性和 OON 调分等关键机制。
MemOS 入门：把 AI 长期记忆和知识库分开管理

2026-01-20

人工智能 #MemOS#AI Agent#大语言模型#知识库#RAG#长期记忆
MemOS 把 AI 应用里的长期记忆、知识库、工具调用轨迹和上下文调度拆开管理，避免每次对话都从零开始。这里讲清 MemOS 与传统 RAG 的区别、核心架构、记忆类型以及接入知识库和对话循环的基本做法。
Agentic AI 的范式演进与系统架构拆解

2026-01-18

人工智能 #Agentic AI#AI Agent#LLM#ReAct#多智能体#强化学习#模仿学习
Agentic AI 把大语言模型放进可感知、可行动、可记忆、可验证的闭环系统中。围绕范式演进、Agent Transformer 五元组、单 Agent 与多 Agent 协作、三层学习策略和落地评估，系统拆解构建 AI Agent 时必须理解的关键机制。
Manus Sandbox 工作机制：AI Agent 的独立云计算机

2026-01-15

人工智能 #Manus#AI Agent#Sandbox#虚拟机#数据安全#云端环境
Manus Sandbox 是 Manus 为任务分配的独立云虚拟机，让 AI Agent 能访问文件、浏览器、网络和开发工具来完成真实操作。内容讲清它的环境组成、生命周期、数据恢复规则、安全隔离方式，以及分享和协作时的隐私边界。
Assistant Agent：基于 Spring AI Alibaba 的 Code-as-Action 智能助手框架

2026-01-15

后端 #Assistant Agent#Spring AI Alibaba#Code-as-Action#GraalVM#MCP#知识检索#AIOps
Assistant Agent 是一个基于 Spring AI Alibaba 的企业级智能助手框架，核心思路是让智能体生成并执行代码来编排工具。它适合构建智能客服、运维诊断助手、业务助理和 AIOps 场景，并提供评估、动态 Prompt、经验学习、触发器、回复渠道和工具扩展能力。
电商 AI 客服从 0 到 1：Workflow、RAG 与评测闭环落地

2026-01-13

人工智能 #AI客服#大模型#Workflow#Agent#RAG#Dify#Langfuse#上下文工程
电商客服场景里，AI 客服要同时处理商品咨询、售后政策、订单物流和历史问答。围绕从 0 到 1 的落地过程，讲清 Workflow 与 Agent 的取舍、Dify 与工程化代码的边界、RAG 知识工程、上下文组装和评测反馈闭环。
Prompt 设计常见错误与工程化治理方法

2026-01-09

人工智能 #Prompt Engineering#LLM#Multi-Agent#状态管理#Few-shot#JSON#测试用例
Prompt 设计不只是把要求写清楚，还要处理上下文长度、状态传递、边界意图和输出格式稳定性。围绕四类常见错误，给出可落地的拆分、状态管理、示例构造和测试优化方法。
Cursor 动态上下文发现：让代码 Agent 按需读取工具、历史和终端输出

2026-01-08

人工智能 #Cursor#AI Agent#上下文工程#MCP#Agent Skills#Token 优化
Cursor 的动态上下文发现把工具输出、聊天历史、MCP 工具描述、终端会话等长内容放进文件，只在任务需要时让代码 Agent 主动检索和读取。这样可以减少上下文窗口中的无关信息，降低 token 消耗，并缓解摘要丢失细节、工具描述膨胀、终端日志过长等问题。
架构图怎么画：从分层抽象到 UML 七类图

2026-01-08

架构 #架构图#UML#类图#时序图#组件图#分层设计#系统建模
架构图的价值在于把系统边界、模块关系、部署形态和业务流程讲清楚。围绕分层、分模块、分功能的抽象方法，讲解画图步骤、版式规则，以及类图、时序图、组件图等七种常见 UML 图的使用场景。
Agent 上下文工程实战：从提示词、状态管理到 MCP

2026-01-07

人工智能 #Agent#上下文工程#大语言模型#MCP#工具调用#LangGraph#LangSmith
Agent 系统的稳定性不只取决于提示词，更取决于上下文如何组织。围绕状态表达、工具调用、记忆管理、MCP 结构化协议和可靠性工程，系统讲清上下文工程在 Agent 架构中的设计方法。