AI

这里收录我整理的 AI 相关笔记，重点放在四类内容：

• AI 使用：Prompt、使用方法和基础认知
• AI Coding：把 AI 引入开发流程的实践
• Agent：从文章解读到系统设计，再到工程落地
• AI 算法：模型原理、推理优化、训练对齐与架构演进

---

推荐阅读顺序

如果你是第一次看这一栏，建议按这个顺序读：

1. Prompt 工程
2. Building Effective Agents 解读
3. AI Coding 最佳实践（以 Codex 为例）
4. Agent 是什么
5. Memory 系统怎么设计
6. LLM 原理与训练八股

---

内容导航

AI 使用

• Prompt 工程 从 Prompt 的本质、设计原则到常见模式，适合作为入门。

AI Coding

• AI Coding 最佳实践（以 Codex 为例） 记录我当前把 AI 接入需求拆解、实现和迭代的工作流。

AI 文章解读

• Building Effective Agents 对 Anthropic 这篇文章的中文解读，重点在 workflow、agent 和工程取舍。

Agent

• Agent 是什么 从基本概念和常见组成开始认识 Agent。

• Memory 系统怎么设计 聚焦记忆分层、写入、召回和更新策略。

AI 算法

• LLM 原理与训练八股 单独整理 KV Cache、Few-shot、Attention、Mask、Pretraining、SFT、LoRA 和 RLHF。

• MoE 聚焦当前主流大模型为什么转向 Mixture of Experts。

---

这一栏适合谁

• 想系统补 AI 基础，但不想只看概念
• 想把 AI 真正接入开发流程
• 对 Agent 工程、代码智能体、工作流编排感兴趣

---

说明

这一栏会持续补充，当前仍偏工程实践，但模型原理类内容已经开始单独沉淀到 AI 算法 目录。