AI
致精神股东们的信2026
AI智能体生产循环机制深度解析,探讨上下文数据、模型推理与工具调用三大核心要素。分析AI时代人机共存的生产关系变革,揭示文字作为token媒介的关键杠杆作用。面对信息过载与内容生成革命,提出保持人类独特思维价值的应对策略。
2026年2月14日
上下文工程中提示词编写的原则和技巧
上下文工程是提示工程的演进,专注于在LLM推理过程中优化信息管理。核心原则包括使用清晰直接语言、追求最小化高信号信息集合,以及找到正确的抽象高度平衡具体性与灵活性。关键技巧涵盖结构化标记、XML标签组织内容,以及精心策展多样化示例。通过避免过度复杂逻辑和模糊指导,开发者能构建更高效可靠的AI智能体系统。
2025年10月12日
编写高效工具的最佳实践指南(精华版)
为AI代理构建高效工具的核心策略包括:以代理为中心的设计理念,通过原型构建、综合评估和协作优化的迭代过程,选择高影响力工具而非功能堆砌,注重上下文关联性和令牌效率,实现功能整合以减少冗余调用,最终提升代理解决实际任务的能力和效能。
2025年9月13日
提示词技巧之元提示
元提示词是用于生成高质量AI提示词的模板技术,通过模版化和反馈迭代机制优化大语言模型输出效果。该技术解决不同模型间提示词适配问题,提供可操作的反馈优化手段,包含多场景应用模板,支持中文英文等多种语言环境。
2025年6月8日
机器学习的常用概念
机器学习核心概念涵盖特征工程、训练集构建和算法分类等关键技术要点。特征作为数据列属性,包含数值型、二值型和枚举类型;训练集用于算法学习,目标变量决定预测结果。主要任务包括分类和回归,分别处理标称型和连续型数据。监督学习基于明确目标进行训练,无监督学习则用于聚类分析和密度估计,通过合理选择算法实现数据维度降低和模式识别。
2017年4月8日



