Posts
All the articles I've posted.
-
Loops闭环工作流如何取代提示词工程
介绍 AI 编程工具 Loops 用触发器、反馈门控、退出条件构成的闭环工作流取代逐条提示词工程，并梳理其模板配置、生态接入与安全边界。
-
Kami 与 Markdown 生成结构化简历的机制与边界
以 Kimi 简历能力（素材称 Kami）配合 Markdown 素材生成结构化简历的三步流程，其机制、案例数据口径与适用边界均有证据支持。
-
Skill不是提示词：机制维护与分发
归藏从实践多个爆款 Skill 出发，拆解 Agent Skill 的渐进式披露机制、eval 与 gotchas 维护方法、GitHub 与小红书的分发生态，说明它如何将人的经验变成可复用、可迭代的能力商品。
-
循环的关键在验证器
解析 Goal/Loop/Routine 三种循环模式与十五种实战案例，说明 Agent 循环的成败取决于内嵌的独立验证器和停止条件。
-
STORM：自动发现视角的AI研究引擎
拆解斯坦福STORM方法：视角自动发现、检索支撑的模拟对话如何驱动提问，以及'25%更有序''五角色四提示词'等流行说法背后的精确口径与使用边界。
-
AGI-Saber：记忆上下文的组织与应用
本文深入探讨了AGI-Saber中记忆上下文的组织方式，包括SlotKind槽位的工作机制、SlotFilter的过滤逻辑，以及如何利用双层预算控制和优先级裁减有效地管理Token，最终实现Agent状态的恢复和长任务能力的增强。
-
循环工程师：智能体时代的新机遇
本文深入探讨了“循环工程师”这一新兴AI领域角色，阐述了大语言模型时代提示工程师、上下文工程师等概念的演变，并详细介绍了构建高效智能体循环的四大核心要素及实战案例，旨在帮助读者理解和应用AI驱动的自动化工作流。
-
AGI Core记忆系统：整体架构与五种记忆形态
本文详细介绍了AGI Core项目的记忆系统，涵盖了整体架构、五种记忆形态（短期对话记忆、结构化偏好、长期语义记忆、图增强层、任务步骤环形缓冲），以及写入链路和召回链路的设计思想，旨在实现Agent的智能问答和任务执行。
-
Harness Engineering：AI Agent开发方法论与落地指南
AI Agent开发已进入Harness Engineering时代，模型能力的上限取决于系统架构设计，而非模型或Prompt的质量。
-
AI智能体内存系统设计：构建高效、个性化的交互体验
本文深入探讨了AI智能体内存系统的设计，涵盖短期记忆、外部信息源集成以及长期记忆的构建，旨在提升AI在复杂、多轮次对话中的表现，同时优化Token使用效率。