trubble shotting

跨系统的 debug ,trubble shotting ,架构设计

Harness Engineering

Prompt Engineering

Context Engineering

https://github.com/ConardLi/easy-learn-ai

还在造词,还在造概念,本质上都是提示词

大模型的交互模式基本上一年多了就没变过,所谓的上下文工程,hanness工程,其实本身都可以在prompt 工程上进行工程化化的拓展

个人的感受是造出这些概念,却不把工程化依赖的最基本的东西描述清楚。报文的包也抓过,所有大模型的交互 流程的决策,分支的调度

本质就是提示词,当然对于大模型来说,它是没有提示词概念的,对于它来说就是system和user,funacion caling就是tool,在这个基础上做工程标准化我觉得是很有意义的,它其实是在持续解决遇到的工程问题,标准化实施的完成度也决定了Agent的智能,感慨一下当前对概念的不断包装(

模型使用

Codex,质量高不贵

Cline本地部署qwen3.5-122b(组里设备 昇腾910B)

Claude Code,质量高但是贵

CC+GLM,质量不太高但是便宜

lc874

set<pair<int, int>> vis;

class Solution {

public:

int robotSim(vector<int> &commands, vector<vector<int>> &obstacles) {

int dx4 = {1, 0, -1, 0};//向东、南、西、北四个方向移动时x的增量

int dy4 = {0, -1, 0, 1};////向东、南、西、北四个方向移动时y的增量

int res = 0;

int x = 0, y = 0, dir = 3;//初始在(0,0), 方向向北

set<pair<int, int>> vis;

for (auto &i: obstacles)

vis.emplace(i0, i1);//记录有障碍物的位置

for (auto op: commands) {

if (op == -2)

dir = (dir - 1 + 4) % 4;//左转

else if (op == -1)

dir = (dir + 1) % 4;//右转

else {

for (int i = 0; i < op; i++) {

//沿当前方向尝试走op个单位

int nx = x + dxdir;

int ny = y + dydir;

if (vis.count({nx, ny}))

//前方有障碍物

break;

x = nx;

y = ny;

res = max(res, x * x + y * y);

}

}

}

return res;

}

};

相关推荐
吴佳浩5 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_099 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区10 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔10 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区10 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM12311 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI11 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健11 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV12 小时前
Google 重返第一梯队
人工智能·google·aigc