文章
书籍
画廊
项目
问答
文章
书籍
画廊
项目
问答
文章 · Writing
写产品、写代码，
也记一些自己的念头。
共 45 篇 · 2014–2026
全部
·
AI
·
自我成长
·
产品
·
情绪
·
认知
·
AI编程
·
心理学
·
创新
更多筛选
▾
年份
全部
·
2026
·
2025
·
2024
·
2023
·
2022
·
2021
·
2020
·
2017
·
2016
·
2015
·
2014
标签
全部
·
AI
·
自我成长
·
产品
·
情绪
·
认知
·
AI编程
·
心理学
·
创新
·
设计
·
哲思
·
Agent
·
学习
·
生活
·
组织
·
战略
·
效率
·
观点
·
创意
·
工具
·
失败学
·
数字化
·
方法论
·
随笔
·
编程
·
游戏
·
笔记
·
推理模型
·
提示工程
·
教练
·
长期主义
·
教育
·
治愈
·
独立开发
·
RL
·
成长
·
规范驱动开发
·
Apple
·
Cloudflare
·
可观测性
·
读书笔记
·
SaaS
·
即兴戏剧
·
自托管
·
AI safety
·
AI安全
·
English
·
GEO
·
iOS
·
macOS
·
prompt injection
·
prompt注入
·
卡片
·
戏剧
2026
03·26
memory技术被高估了，真正难的是“上下文组装”
真正拉开差距、考验功力的地方，是如何把各种信息组装成有效的prompt，给模型看的真正重要的、有价值的内容，这个是agentic runtime的核心。 而非memory。 memory技术…
→
03·14
ReAct Agent 为什么需要记忆机制？
1. 【维持连续】 让多轮对话像正常聊天，而不是每句话都像第一次见面。 例子：用户问“北京明天天气”，回答后又问“那上海呢？” → 有记忆：直接答“上海明天晴，25℃” → 没记忆：傻问“你说…
→
03·14
揭开agent魔法的神秘面纱，你才是魔法本身
你想要AI agent做的事情，和AI agent真正执行的事情之间，隔着一层“魔法”。 如果你不懂这个魔法的原理和本质，它会一直成为你想要利用AI实现个人目标的摩擦成本。 这种摩擦不只带来阻…
→
02·28
如何翻译Agency这个单词？
本篇是“我被agent教育了”之二。我偶尔会分享一些我跟Agent之间沟通互动的话题。与它的沟通，会让我看到自己的盲区。有时甚至会让我喜出望外。 这次探讨仍旧是Agency的话题， 我发现Ag…
→
02·28
我被Agent教育了，实在是有水平～
跟一个智能体聊天，它给我讲了讲什么是Agency，给我惊掉下巴，受教育了。 【我】这次我们聊聊，对于人而言，什么是agency？ 【AI Agent】 这是个好问题，也是个危险的问题。 Age…
→
02·23
“SOTA”还有意义么？
SOTA，state of the art，代表当前顶尖水平。 在 AI、机器学习、LLM、Agent 等领域，SOTA 几乎是每天都会出现的词，意思就是“在这个任务/基准/领域里，目前已知的…
→
02·05
OpenClaw中记忆海马体：QMD
OpenClaw（前Clawdbot/Moltbot）的 qmd 记忆管理 是目前社区里讨论最多、最有特色的本地持久化记忆方案之一。 它本质上是一个 “文件优先 + 向量检索” 的混合记忆系统…
→
01·28
🦞龙虾机器人的火爆，颠覆了什么认知？抢了谁的蛋糕？
Clawdbot（现已改名为 Moltbot） 是 2026 年 1 月在 AI 开发者社区和 X上突然爆火的开源项目。 由奥地利开发者 Peter Steinberger（@steipete…
→
01·27
clawbot核心竞争力之一：可观测性observation
clawdbot🦞是一个经典的ReAct架构的agent，从这点而言，它跟cursor/claudcode没有本质区别。 作为一个独立的agent，它有哪些特别之处？我认为最突出的是“too…
→
01·26
为啥Clawdbot看起来有些AGI的样子了？它的核心技术机制拆解如下：
Clawdbot 的核心机制其实挺清晰的，它是一个本地优先、自托管的代理控制平面（agent control plane）。 Gateway 作为常驻控制平面 WebSocket 统一协议 动…
→
2025
07·21
提示词工程是提对问题，上下文工程是为LLM输出答案准备好一切。
在Agentic产品设计中，为了能让LLM发挥更好的效能，上下文工程（Context Engineering）与提示词工程（Prompt Engineering）是两类完全不同的“方法”。 提…
→
07·12
【系统提示词】高级PPT文案助手
在豆包智能体里面，输入如下提示词，生成自己的“高级PPT文案助手”，助你PPT文案水准原地飞起。 也可以在豆包智能体里面直接搜索“高级PPT文案助手”，直接使用即可。 用好这个提示词，帮助你准…
→
06·08
Agent设计中，PRD不只是文档，而是“代码”，是上下文，是功能本身。
Agent开发过程中，PRD不只是文档，而是“代码”，是上下文，是功能本身。 传统软件开发，和AI Agent开发范式差异巨大。这一点，在PRD（产品需求文档）的作用上就能体现出来。 PRD…
→
06·07
AI Agent的评估框架
建立AI Agent，是为了解决问题，发挥大语言模型的价值，由于LLM的特性，AI Agent的有效性很难在设计之初有准确预判，它的提升是一个渐进过程，所以agent开发时，边评估，边优化，比…
→
06·01
关于AI Agent产品管理的一些思考
关于Agent产品管理的 一些思考如下 【思考1】 在用户的复杂需求与单一底层AI模型的能力之间，始终存在着巨大的认知鸿沟(Gap)，和表达方式上的鸿沟。让模型理解人的意图，以及让用户理解模型…
→
05·15
类比人类大脑，当前AI的能力水平如何？
大语言模型（如 GPT-4、DeepSeek）的出现推动了人工智能的范式转变，使其具备复杂推理、多模态理解和生成能力。然而，LLMs 本身并非完整的智能体（Agent）—— 智能体Agent需…
→
05·12
AI Agent产品经理的关键技能
AI Agent设计，旨在通过感知环境，并利用LLM规划调用工具，采取行动实现特定目标。 Agent的核心在于其推理、逻辑以及访问外部信息的能力。 Agent的架构包含三个基本要素：模型（Mo…
→
03·11
MCP：可以从四个方面理解。
在过去，AI Agent只能依赖预训练的数据，缺乏与实时外部资源（如文件、数据库、工具等）互动的能力。 MCP的定义一套通用规则，让AI智能体能够连接到外部资源，提升响应的准确性和实用性。 M…
→
03·11
协议，是生态的野望。 MCP是盘大棋，后势如何？
在过去，AI助手只能依赖预训练的数据，缺乏与实时外部资源（如文件、数据库、工具等）互动的能力。 MCP的目标是通过定义一套通用规则，让AI智能体能够连接到外部资源，提升响应的准确性和实用性。…
→
03·10
AI Agent智能体应用的6大领域
AI Agent是指能够在特定环境中，结合大模型的分析、规划、推理能力，自主执行任务的人工智能软件系统。 不同类型的AI Agent可应用于各自对应的业务场景，比如创意智能体可用于内容创作，代…
→
← 上一页
2 / 3
下一页 →
