大模型技术
未读
AI 架构之道：如何用情景规划设计穿越未来迷雾的组织与技术
面对 AI 带来的颠覆性变革，预测未来是徒劳的，但我们可以为不同的未来做好准备。本文将 O'Reilly 的情景规划方法论与企业架构设计相结合，为你提供一套系统性的框架，帮助你的组织在不确定的 AI 浪潮中构建稳健的技术与组织能力。 1、背景与问题提出 我们正处在一个充满矛盾的时代。一方面，新闻头条
大模型技术
未读
从实践到架构：AI 驱动的软件工厂（Trycycle 模式）深度解析
当软件开发的核心生产力从人类开发者转向 AI 时，我们需要怎样的架构来组织这场变革？本文深度解读黑暗工厂背后的核心思想，并引入 Trycycle 模式作为最简实现，为你提供一套从理念到实践的 AI 驱动软件开发新范式。 1、背景与挑战：当 AI 成为软件生产的主力 1.1 黑暗工厂的崛起 软件行业正
大模型技术
未读
AI Agent 规模化落地核心：提示词缓存工程化优化实战指南
在 Agent 工程化开发领域，业内流传着缓存支配一切（Cache Rules Everything Around Me）的工程准则，这一准则在长周期运行的 Agent 产品中体现得尤为关键，Claude Code 便是典型案例。对于 Claude Code 这类需要持续对话、多轮交互、复杂任务执行
大模型技术
未读
AI 代理的上下文工程
上下文工程是围绕智能体（Agent）决策需求，系统性构建、筛选、压缩、隔离与更新输入上下文的工程化实践，核心是建立可复用、可度量、可持续的信息供给流程，让大模型每次调用都能获得精准、可信的信息集合，区别于静态的提示工程，更强调动态信息治理：明确给什么、何时给、给到何种粒度、如何保持一致。智能体的最终效果，由模型能力与上下文信息供应链共同决定。