最新博客文章
10 / 200AI 开发实战教程,从零到一构建你的 AI 应用。
All200
Beginner32
Intermediate92
Advanced76
All
Prompt Engineering12
RAG Retrieval Augmented17
Agent Development34
Model Fine-tuning21
Deployment and Operations25
AI Application Development40
DeepSeek API16
Multimodal Development6
AI Safety6
Model Inference3
Retrieval Systems1
RAG Retrieval1
Model Architecture3
API Development1
Agent Development10
Model Deployment1
Multimodal1
Model Evaluation2
Tutorial
Date
工具
Agent Development
Intermediate
在科幻电影《Her》中,AI 助手 Samantha 能主动整理邮件、识别出情感复杂的信件并提议润色回复,能代表主角处理出版事宜,还能在不同的沟通渠道间无缝切换。她的智能之所以动人,是因为她拥有强大的工具——连接语言“大脑”与真实数字世界的“手脚和感官”。今天的 Manus、OpenClaw 等通用 Agent 已经基…
Build Long-Context Multimodal Agents with DeepSeek-V4.1-Flash
Agent Development
Advanced
Use DeepSeek-V4.1-Flash's 1M context and 384K output to build a multimodal Agent with vision, tool calls, and long-context memory, plus cost and pitfalls.
上下文工程
Agent Development
Intermediate
第一章把上下文比作 Agent 的“眼睛”——Agent 只能基于它看到的信息做决策。上下文的设计和管理称为上下文工程(Context Engineering)。所谓上下文,就是每次你和 AI 对话时,AI 实际“看到”的全部信息。它不仅包含你们之前聊了什么(对话历史),还包含开发者预先写好的行为规则(系统指令)、AI…
Agent 的持续进化
Agent Development
Intermediate
今天的 Agent 面临一个鲜明的能力悖论:它可以零样本解决从未见过的复杂任务,却可能在处理了一万次相似任务之后,第二天仍然犯下第一天的错误。模型上岗之后,能否像新员工一样从日常工作中不断长进?能否自主从经验中学习(所谓持续学习,continual learning),正在成为 Agent 从“会完成任务”走向“能够可…
AI Agent 入门
Agent Development
Intermediate
如果你用 Cursor 写过代码,看它搜索代码库、编辑多个文件、运行测试直到通过;用 Deep Research 调研过一个课题,看它反复搜索、阅读,总结出一份完整报告;用 Manus 操控浏览器帮你完成在线任务;让豆包手机助手帮你在手机上订票、发消息;或者让 Pine AI 替你打电话给运营商协商降低账单——你已经在…
多 Agent 协作
Agent Development
Intermediate
前九章围绕单个 Agent 展开:先构建上下文、知识、工具与交互能力,再通过评估、后训练和持续进化让它长期变好。本章把问题从“如何构建和改进一个 Agent”推进到“如何组织多个 Agent”——让它们通过分工、通信与相互验证完成单个 Agent 难以承担的任务。
后记:回到 Agent = LLM + 上下文 + 工具
Agent Development
Intermediate
本书开篇提出了一个公式:Agent = LLM + 上下文 + 工具。全书十章,都在这三个词里展开。
Coding Agent 与通用 Agent
Agent Development
Intermediate
前面的章节分别深入讨论了上下文工程(第二、三章)和工具设计(第四章)。本章将这些构件组合在一起,回答一个核心问题:一个能处理任意任务的通用 Agent,它的架构长什么样?
交互:观察与动作空间的扩展
Agent Development
Intermediate
第一章提出过一个论断:在底层模型固定时,提升 Agent 任务表现最主要的系统工程手段,往往是重新定义或扩展观察空间与动作空间。在前五章的内容中,Agent 与世界的交互是轮流的。用户说完一句,Agent 想一段、调用几个工具,再回一句;在它思考的这段时间里,世界被默认为静止的。这个前提如此自然,以至于很少被当成一个假…
引言
Agent Development
Intermediate
2025 年 8 月至 10 月,我在图灵《AI Agent 实战营》中讲授了一系列课程。课程围绕一个核心问题展开:如何以可解释、可验证、可复用的工程原则设计 AI Agent,而不是依赖经验和直觉反复试错?因此,课程不以跑通一个演示系统为终点,而是进一步分析 Agent 为何采用特定架构,以及每项设计决策对应的能力边…