工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：llm
从提示语优化到反馈循环：DSPy、GEPA和Claude Code
了解DSPy、MIPRO、STORM、GEPA、Claude Code和MCP如何将AI的工作方式从重写提示语转变为构建具有可执行反馈循环的可衡量程序。
阅读约 10 分钟从初学者到合格AI工程师的六个月成长路线图
遵循涵盖 Python、大语言模型 API、RAG、智能体、评估、部署及成本等方面的月度计划，通过四个作品集项目展示你能够成功推出人工智能系统。
阅读约 10 分钟LangChain基础：它能解决什么问题，以及何时可以完全跳过它。
了解LangChain实际提供了什么功能，为何多提供者工具调用会推动团队使用它，需要安装哪些包，以及何时选择轻量封装层更为合适。
阅读约 7 分钟Claude Code的生产级架构：从Slack到合并代码请求的六层结构
六层架构如何将Slack工单转化为合并后的代码：事件接收、受限代理循环、持久状态、自我修复功能、可观测性以及操作员控制。
阅读约 42 分钟藏在你RAG流程背后的五十年检索研究历史
RAG分块、混合搜索、HyDE、重排序以及评估方法在信息检索领域都有着数十年的历史渊源。本文将梳理相关研究进展及其存在的不足。
阅读约 17 分钟降低智能体令牌成本：缓存技术、路由策略与上下文优化。
通过提示词缓存与语义缓存、延迟加载工具、模型路由与级联机制、子代理以及常规的上下文管理，降低大型语言模型代理的运行成本。
阅读约 16 分钟AI智能体基础：目标设定、提示词设计与模型选择
如何为生产型AI智能体奠定基础：明确目标与成功指标，编写带有目标和约束条件的提示词，然后选择合适的模型。
阅读约 21 分钟实践中的上下文工程：一个基于Claude Agent SDK的研究智能体
使用Claude Agent SDK，借助写入、选择、压缩和隔离模式构建一个Python研究智能体，然后在实际测试中将其与简单的基准模型进行对比。
阅读约 20 分钟模型差异检测工具的发现：风格变化掩盖了细微的微调效果。
一个模型差异检测工具对一个金融领域的LoRA微调进行了审核：82%的检测案例发现了长度与结构的变动，而预期的推理变化却未被发现。
阅读约 15 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。