AI系统开发思维
大家在谈论anthropic的时候,提到:对很多应用来说,优化单次LLM调用,在配合检索和上下文示例,通常就够了。 这个观点在实际落地的时候都要做哪些工作,怎么做
Tag
5 篇公开文章。
大家在谈论anthropic的时候,提到:对很多应用来说,优化单次LLM调用,在配合检索和上下文示例,通常就够了。 这个观点在实际落地的时候都要做哪些工作,怎么做
吴恩达提出3层Loop Engineering框架,将AI Agent开发分为微循环、中循环和宏循环,分别对应模型调用、工具使用和用户反馈,为B2B企业构建可靠、可迭代的AI系统提供了系统方法论。
本文深入探讨了智能体Skills体系的架构设计原则与落地实践方法,为B2B企业构建可扩展、可复用的AI Agent能力提供了系统化指导。
AutoResearch 是一个开源项目,通过多 Agent 交叉审核机制实现全自动软件开发,从需求分析到代码生成、测试、部署全程由 AI 自主完成,显著提升开发效率。
本文详细记录了一次由AI智能体主导的完整研发流程,从PRD撰写、目标设定到后目标评估,展示了AI在工程实践中的自主决策与执行能力。