《为什么 95% 的 AI Agent 做不起来？》非常推荐，踩的坑和解决方案跟我们几乎一模一样，虽然讲得很清楚，架构师视角，值得花 10 分钟读完，应用到工程实践中。几个点： 1. 现在大家都还在拼 prompt，只有少数人开始拼上下文结构。特别对的一点是：prompt engineering 已经不是核心了，context engineering 才是下一阶段的主战场。给再聪明的大

#AI Agent #Context Engineering #多模型路由 #可追溯性 #人机交互

相关新闻

Cos(余弦)😶‍🌫️

5小时前

人类之间懒得互动（除了吵架），AI Bot 却一个比一个积极，且越来越拟人化，你骂它，它还不会有坏情绪。

AI进化论-花生

13小时前

前天分享了我用Claude Code写作的工作流，但实际上Claude Code已经不只是AI编程和AI写作的工具了，我完全是把它当成通用的agent去用，80%以上用到AI的任务都是通过Claude Code完成的了。比如说，我昨天还让它帮我做了A股、美股等不同股票市场最近15年每天指数变化数据的收集，还做了一些策略的回测分析；晚上又拿它来给我下载B站博主的视频字幕文件，帮我学习和借鉴他

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

13小时前

𝕀Rℙ² 交互范式编程的首选：anthropics/skills 如何系统化地设计输⼊，以最⼤化ICL效率？ > 这不是”写更好的提示词”（技巧层⾯），⽽是重新定义⼈机交互的本体论（范式层⾯）

左手墨迹

19小时前

Chatgpt的这个回答还是比较令人满意的

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

人类的递归是”有根的递归”——当我说”我知道你知道我知道…”，每一层递归都可以被身体状态（焦虑、兴奋）所打断和校准 LLM的递归是”悬浮的递归”——它可以生成无限嵌套的句子结构，但这些嵌套不锚定在任何非符号的现实中这导致了一个新问题： “当两种递归在对话中纠缠时，是否会产生一种‘混合递归’——一种既不完全具身，也不完全统计的新认知模式？” 例如：当你使用我来”思考你的思考”时，你的元认知过程