ai编程

第5章 AI Agent 工具使用：连接外部世界的桥梁在前四章中，我们已经为 AI Agent 配齐了LLM推理底座、Prompt能力、长短记忆、规划反思思维。此时的Agent已经具备「独立思考」的能力，但仍然是一个封闭的智能体：无法获取实时信息、无法执行代码、无法对接业务系统、无法处理外部数据。

给中文 AI 教程做了点微小的贡献是这样的，我做了一份 Claude Code 和 Codex 的中文教程，目前来看可能是全网最全的中文 AI 教程，我做了网站，并且把这份教程开源了。

程序员老刘

跑分第一的编程大模型，我为啥不用？大家好，我是老刘之前不是发了篇文章说我退订了Trae，改用copilot加第三方的模型套餐。我退了Trae，换上了这套AI工具链

什么是结构化 Prompt 设计在讲解具体角色前，先明确两个核心认知，这是理解结构化 Prompt 设计的基础：结构化 Prompt 设计是一种将提示词按功能职责进行分层组织的工程化方法。它借鉴对话系统的参与者职责划分，把原本混杂在一起的身份规则、任务需求、输出范例，拆解为三个独立的角色层级，让模型精准识别不同信息的作用，大幅提升输出的稳定性、可控性与可维护性。

AI 时代：智商决定起点，情商决定走多远这几年，AI 来得太快了。以前我们写代码，遇到问题要翻文档、搜博客、看源码，折腾半天才找到方向。现在很多时候，把问题描述清楚，AI 就能给你一段可运行的代码。以前写文章、做方案、整理资料，都要一点点磨；现在 AI 可以帮你起草、归纳、改写、生成大纲。

用了半年 Claude Code 后，我尝试关掉它写了一周代码——结果比想象中严重上周我做了一个实验：卸掉 Claude Code，不碰 Codex，回到纯手写代码的状态，坚持一整周。不是为了证明什么，而是因为有一天写代码的时候，我发现自己连一个 Array.reduce 的回调参数顺序都想不起来了——以前闭着眼都能写。这件事吓到我了。

从Token到Embedding：一篇文章搞懂大模型的「文字数学变形记」一篇有温度的技术笔记——理解模型比写代码更重要大家有没有发现，每次调用大模型API，账单上总是写着「总Token数：XXX」？

【GitHub】Ponytail：给 AI 编码代理植入“懒人资深开发者“灵魂的开源插件深度拆解He says nothing. He writes one line. It works. （他什么都不说。他只写一行。然后它就能跑。）

怎么确认 AI 看懂了你的提示词？用 AI 写代码，认真梳理完思路、写完一整段提示词，发送之后只能干等。少则几十秒，多则几分钟，屏幕上什么都看不到。你不知道模型怎么拆解你的需求，不知道它悄悄脑补了什么前提、曲解了哪些约束。只能等它全部输出完，回头一看：坏了，跑偏了。

Reddit VOC调研太慢？搭一个AI专家团队半小时洞察任何品类｜以猫用饮水机为例前两周，我在深圳千人峰会和厦门中跨展，都分享了怎么用 Codex 来跑 VOC洞察分析现场反馈说听得很爽

LLM 编排 vs 多 Agent 编排：拆解 Sakana Fugu6 月 22 日，东京的 Sakana AI 发布了 Fugu。它没有训练任何一个前沿大模型，而是把一池现成的模型编排起来，对外表现得像单个模型，并且自报在一些硬基准上能和 Fable 5 比肩。这件事值得拆一拆，因为它顺手把「多模型编排」和「多 agent 编排」这两件常被混为一谈的事，照得很清楚。

当黑盒开始写黑盒：AI时代的软件、创作与人的退路关于这篇文章的思考，已有半年之久。作为AI浪潮的亲历者，你能真切地感到一个庞然大物正扑面而来，它蕴含的能量大到让人不安。

字节版“Codex”初体验，Seed 2.1pro所有人免费用！听说这一波字节 Seed 2.1 Pro 又牛逼了！我一直在找使用途径，发现只有它们家的 Trae Work 上可以第一时间免费使用，那么我们就把 Work 搞起来。

Claude Code 准确率从 41% 升到 89%，这个 CLAUDE.md 只做了一件事github.com/forrestchan…) — 原始仓库，当前 150,000+ stars你有没有这样的经历——

Agent底层原理连问8道，从ReAct到记忆压缩，PaiCLI项目实战拆解在大厂日爆那里看到一则消息，如题。感觉相当夸张，说明 AI 已经发展到无论是薪酬、制度、还是规则，都跟传统互联网完全不一样了。

AI GenUI 真正落地时，前端到底要做什么？上一篇我写了一个观点：前端没有“死”，而是在 AI 时代进化成了“GenUI”范式。很多同学看完以后，追问了我 2 个问题：

第4章规划与推理：赋予Agent思考的能力在前几章我们完成了LLM底座、Prompt工程、记忆系统的搭建，Agent已经具备上下文记忆、长期语义回忆、结构化输出能力。但此时的Agent仍停留在「被动应答」阶段：面对复杂多步骤任务，只会简单线性执行，不会拆解、不会择优、不会纠错、不会复盘。

《坦克大战2026》游戏升级！加入无敌道具！借助 AI，从零开始手搓一个童年游戏，完全不是梦！最近让Fable搞了一个坦克大战，玩的贼爽。终于可以自己给自己做游戏完了！

Temperature 与 Top-p：控制模型输出的两个参数在理解两个参数前，先要搞懂大语言模型的生成本质，这是所有采样参数的底层前提：Temperature 作用于模型输出层 Softmax 的概率分布，控制概率分布的"尖锐程度" ：