我的创作纪念日:成为创作者的第 128 天

机缘

2026 年 6 月 3 日,发布了第一篇技术博客:《Spring AI Graph:从0到Supervisor(一)RAG子图+Supervisor 编排》。

在此之前是 7 年 Java 后端开发,开始系统性转向 AI Agent 方向。写第一篇的动机很直接:RAG 子图与 Supervisor 编排是当时多 Agent 架构里最核心的一块,把从需求到落地的完整过程写清楚,既是对自己技术决策的复盘,也希望给同样在 Java 技术栈上做 Agent 工程化的开发者提供一条可复用的路径。

收获

128 天里,创作和工程实践始终是同步推进的:

  • 完成一个已上线的多 Agent 平台 Dream-SaaS,基于 StateGraph 实现 Supervisor + 子图 DAG 编排,覆盖 RAG 混合召回、MCP 工具接入、代码审查等核心场景
  • 完成两个开源学习项目:dream-ai(Spring AI + 六边形架构,150 个业务分类、38 个测试用例)与 dream-scope(基于 AgentScope Java 的模块化通用 Agent 运行时)
  • 输出《深入理解AI Agent》系列文章,覆盖 RAG、Agent 范式、MCP、记忆机制、多 Agent 编排、可观测评估、Agent 安全等主题;另完成《AgentScope Java 实战》系列 6 篇

最大的收获不是文章数据,而是一个被反复验证的过程:能把一个技术点写到让别人看懂、能复现,才算真正掌握了它。

日常

创作基本保持"工程实践先行、文章沉淀随后"的节奏:

  • 工作日先推进项目代码,遇到关键技术决策或踩坑点随手记录
  • 周末把零散记录整理成完整文章,每篇都配套可运行的代码或真实项目片段
  • 不追更新频率,坚持每篇内容都来自真实项目,不写没有验证过的方案

成就

  • 多 Agent 平台从架构设计到上线运行,形成了完整的工程闭环
  • RAG、MCP、多 Agent 编排、Agent 安全等主题的系列文章在多个平台持续分发
  • 开源项目与系列文章形成了互相印证的证据链:文章讲设计决策,仓库里是可检查的实现

憧憬

AI Agent 的工程化仍处在早期,协议、记忆、可观测、生产安全这些方向都还有大量待解决的实际问题。接下来会继续在 Java 技术栈上深耕 Agent 工程化,把平台做扎实,也把更多一线实战经验沉淀成文字。

欢迎同样在做 Agent 工程化的开发者交流。


发布日期:2026 年 10 月,成为创作者的第 128 天。

相关推荐
海宇大数据5 小时前
零信任架构实战:基于海宇全能小微企业报告构建自动化持牌网络小贷小微商户极速助业贷秒级全维风险决策网关
网络·人工智能·架构·自动化
hkNaruto5 小时前
【AI】基于大模型的AI游戏地图生成、控制方案:AI Native Game Harness 迁移操作手册
前端·人工智能·游戏
IT_陈寒5 小时前
Java序列化踩坑记:对象循环引用让我加班两小时
前端·人工智能·后端
ZhengEnCi6 小时前
同样的模型,为什么本地和云 API 差别那么大:量化精度、聊天模板与采样参数的三大元凶
人工智能·算法·llm
lgcgkCQ6 小时前
【AI 转型实战 1】SpringAI 入门:搭建基础大模型对话能力
java·ai·agent·rag·spring ai·mcp·langchain4j
vilya6 小时前
Agent 语音引擎换心记:从「够用」到「稳且好」
人工智能·agent
王中阳Go6 小时前
5.27 分钟干完后端和全部测试:一场三小时笔试的五个失分点,四个不在代码上
大数据·数据库·人工智能·后端·大语言模型
70后写java的老码农6 小时前
Ollama 大模型私有化部署与彻底卸载指南(Windows/Linux)
人工智能
清如许.6 小时前
如何评估 AI 智能体(AI Agent)?指标、方法与最佳实践
人工智能
猪八宅百炼成仙6 小时前
让 AI 帮你清理电脑而不翻车:一个 Windows 体检调优 Skill 的工程化设计
人工智能·windows