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。