engineering

FDE 到底需要什么技术栈？从全栈工程到 AI 落地的复合能力过去一年，大模型从“演示很惊艳”走向“生产要交付”，一个岗位越来越频繁地出现在招聘 JD 里：FDE，前沿部署工程师。它不像算法科学家那样从零训练模型，也不像普通后端那样只负责某个服务。FDE 更像是站在客户现场和产品研发之间的“翻译器”和“交付者”：既要懂技术，又要懂业务；既能写代码，又能把大模型真正塞进客户的流程里。

从 Prompt Engineering 到 Agent Engineering：开发范式的代际跃迁AI 开发范式正在经历从 Prompt Engineering 到 Agent Engineering 的代际跃迁。本文系统分析四代 AI 开发范式的本质差异——从"调提示词"到"设计系统"，从"优化单次输出"到"构建自主循环"。深入对比两种范式在思维模式、技能要求、工程实践和质量评估四个维度的区别，给出从 Prompt 工程师向 Agent 工程师转型的学习路径和技能树。面向已有 LLM 应用开发经验、希望向 Agent 方向进阶的开发者。

AI Coding应用上线安全实践指南最近小马也是看到了AI Coding的逐步崛起，这种爆发式的形态必然存在Coding驾驭人员的参差不齐，因为大家对于AI Coding应用上线安全审计的理解和把控程度自然也是良莠不齐。 AI编写的代码达到什么样的程度是可以上线的，如何保证服务器和程序是安全的，这些都是大多数小白和大白同样头疼的问题。本文基于调研整理，涵盖从通用安全实践到平台级代码隔离的完整安全方法论，是一份从基础设施到业务逻辑的完整安全上线方法论，涵盖工具、流程与实战方案。

GraphEngineering：让复杂任务一目了然最近经常看到 Graph Engineering 这个词，很多人第一反应是：又在整新词。其实，这个东西一点不神秘，相反还有点土味，几句话就能讲清楚。

恋喵大鲤鱼

Loop Engineering 简介最近，AI 圈的新概念越来越多：Prompt Engineering、Context Engineering、Harness Engineering、Loop Engineering。

一直怕大模型幻觉，发现针对性harness约束能大大消除最近我在尝试让大语言模型（LLM）自动生成万字以上的长篇行业分析报告和技术调研文档。初看生成结果，文笔流畅、结构严谨，但当我进入人工审核环节时，却惊出一身冷汗：文中充斥着大量胡编乱造的数据、虚构的参考文献以及看似合理实则毫无根据的结论。

【AI Engineering · Harness 系列】02 确定性外壳 × 非确定性内核——git push 红线的故事上一篇我给 Harness 下了一个定义：Agent = Model + Harness，Harness 是 Agent 的操作系统。

爱听歌的周童鞋

Harness Engineering 到底是什么？概念、实战与争议，一次全部讲清楚学习 UP 主马克的技术工作坊的 Harness Engineering 到底是什么？概念、实战与争议，一次全部讲清楚视频，跟着马克叔来了解下最近 AI 圈非常火的 Harness Engineering，记录下个人学习笔记，和大家一起分享交流😄

Prompt Engineering——从随意提问到工程化调用在上一篇文章中，我们理解了大模型为什么会产生幻觉。其中一个关键的缓解手段，就是Prompt Engineering。

大模型为什么会有“幻觉”——从训练方式到推理局限如果你用过ChatGPT或任何大模型，你一定遇到过这种情况：你问：“深度求索公司是哪一年成立的？” 大模型答：“深度求索公司成立于2019年，总部位于深圳……”（一本正经、语气肯定、完全是编的）

Harness Engineering：AI 时代的软件工程新范式最近在 AI 工程圈很火的 “Harness Engineering”，翻译过来可以是AI“驾驭工程”，它的来源大致是这样的：Mitchell Hashimoto 在 2026 年 2 月初用这个词来描述自己使用 AI agent 的方法；随后 OpenAI 在 2 月 11 日发布了《Harness engineering: leveraging Codex in an agent-first world》；紧接着 Martin Fowler 在 2 月 17 日写了专门的解读，把它归纳成更清晰的工程框

大型语言模型基础之 Prompt Engineering：打造稳定输出 JSON 格式的天气预报 Prompt在大型语言模型 (LLM) 如 GPT、Claude、文心一言等快速发展的今天，我们与 AI 的交互方式正在发生深刻变革。Prompt Engineering（提示词工程）作为连接人类意图与 AI 能力的桥梁，其重要性日益凸显。

Machine Learning Engineering Open Book 机器学习工程开放书这是一个开放的方法、工具和分步说明集合，有助于成功训练和微调大型语言模型和多模态模型及其推理。这是一份适合LLM/VLM培训工程师和操作员的技术材料。这里的内容包含大量脚本和n-粘贴命令，使您能够快速满足您的需求。

我是有底线的