共 10 篇文章
那些被管理层请进公司，却不被一线员工接受的FDE们。
文章围绕使用大模型辅助编程总结实践心得，比较不同Agent工具的使用方式，强调需求明确与迭代反馈对代码质量的影响，给出提升AI Coding产出稳定性与可验收性的具体建议。
一文彻底打通AI底层逻辑：从LLM到Agent，所有核心概念拆解透彻
本文从工程视角系统拆解 AI 底层核心概念：LLM 本质是逐词预测的概率模型，Tokenizer 负责文字与数字互译，Context/Window 是临时记忆体，Prompt 决定输出质量，Tool 与 MCP 打通外部能力，Agent 与 Agent Skill 实现自主任务编排。文章厘清概念间关系并指出底层逻辑恒定，适合想夯实 AI 认知、看懂新产品原理的进阶读者。
Harness、LLM、Token、Agent、MCP…AI圈最烧脑的8个概念，一文彻底讲透
本文面向零基础读者，用最通俗语言讲透 AI 圈最易混淆的八个核心概念：LLM 是逐词预测的引擎，Token 是计费的最小单元，Context 是临时记忆，Prompt 决定指令质量，进阶的 Harness 是给 AI 的完整工作手册，Tool 与 MCP 打通外部能力，Agent 与 Agent Skill 实现自主任务。帮助普通人消除概念迷雾、建立系统认知。
志雄：大家口中的“智能体”，到底是什么
白志雄梳理“智能体”演进：从封装 ChatBot 能力包的提示词应用，到更可控的工作流平台（Dify、n8n、扣子），再到自主规划执行智能体（Claude Code），直至用自然语言封装可复用能力的 Skill。产品分构建平台、执行型智能体、常驻 IM 的助理、综合集合体四类，差异在演进链位置不同，主线是 AI 从“会说”走向“能做、稳定做、长期协作做”。
Agent 评估实践：从"改了不敢发"到"发布有据可依"
AliExpress 技术分享 Agent 评估落地实践，破解「改了不敢发」。痛点根源是 Agent 不是函数：相同输入未必产生相同输出、对错没有唯一判据，所以传统单测前提被同时打破。文章前半梳理业界共识——评测集从真实失败案例挑 20–50 个简单任务起步（越晚建越难）、LLM-as-a-Judge 有局限、只看结果不够；后半讲落地：框架选型与三模块架构，并复盘三个坑——一次抽样绕过了 CI 卡口、评测集自身没填对致误判、同一数据集四次跑出四个分数。结论：先定契约再定指标、平台管执行业务管判分、评估体系自己会坏且坏得安静。