第3页 | 大语言模型 | 人人都是产品经理

ALL About AI 系列（五）：智能体（Agent）

从自动写代码、做财报，到帮运营发邮件、做客服，Agent 正在把 AI 能力拆解成可执行、可编排、可商业化的“数字员工”。但 Agent 到底怎么“想”、怎么“动”、怎么“记住”？Function Calling、MCP、多智能体协同，这些技术路线谁更适合你的业务？本篇用 1 张架构图、3 个实战案例、5 段核心代码，带你从零看懂智能体的底层逻辑、能力边界与落地路径，让 AI 真正为你打工。

大波子

Agent 基础知识大语言模型

AI,个人随笔

当单个大模型开始“卷”不出新花样，硅谷把目光投向“多智能体”——让一群AI像公司一样分工：产品经理写需求、架构师出方案、程序员敲代码、测试员找Bug，24小时自我迭代。实测把4个Agent关进同一频道，3晚跑出1个完整SaaS原型，成本只要15美元。本篇文章带你拆解多智能体的底层协议、通信机制与3个主流框架，外加1份可复制的“虚拟团队”Prompt模板，让你立刻把AI从“聊天框”升级成“数字员工”。

大波子

A2A协议基础知识大语言模型

ALL About AI 系列（三）：RAG：检索增强生成

在人工智能领域，大语言模型（LLM）虽然功能强大，但仍然存在知识更新困难和幻觉问题。为了解决这些问题，RAG（Retrieval Augmented Generation，检索增强生成）框架应运而生。

大波子

RAG 基础知识大语言模型

AI,个人随笔

ALL About AI 系列（一）：大语言模型基础

在人工智能领域，大语言模型已经成为了一个热门话题。从GPT到各种多模态模型，这些强大的工具正在改变我们的工作和生活方式。这篇文章将带你深入了解大语言模型的基础原理、核心能力以及潜在风险。

大波子

基础知识大语言模型行业观察

AI

不要构建多智能体

近年来，AIGC与多智能体系统成为热门概念，产品人也开始幻想通过智能体分工合作解决一切问题。但在实际落地中，多智能体常常成为复杂、割裂、难以维护的噩梦。本篇文章将从产品角度揭示：构建多智能体或许并不是通往智能未来的最佳路径，反而可能拖慢协同效率、模糊交互边界。

yan

AIGC 大语言模型智能体

AI

上下文工程：大语言模型的新范式

大语言模型不止靠参数“大”，更靠“上下文”聪明。本文系统性拆解上下文工程的设计逻辑与调用策略，从提示构造、状态保持到信息注入，揭示当下LLM开发正从模型调参，走向“上下文编排”的工程新范式。

猫猫观察员的AI思考

大语言模型技术原理经验分享

AI

00后融资420万美金，用数学天才的方法解决AI最头疼的“找错信息”问题

即使是最先进的 AI 系统，在面对复杂问题时也常因找不到正确信息而给出错误答案：想查询 “不提及埃隆・马斯克的电动车文章”，结果全是讨论他的内容；想了解 “收购公司未召开股东大会的处罚”，AI 却无法关联 “未召开导致协议终止” 与 “协议终止的处罚条款”。这些困境暴露了当前 AI 检索系统在处理否定查询、多步推理等问题时的致命缺陷。而 00 后创始人 Ghita Houir Alami 创办的 ZeroEntropy 公司，凭借借鉴国际象棋 ELO 评分系统的创新训练方法，获得 420 万美元种子轮融资，立志彻底改变这一现状。本文将深入解析这家公司如何用数学智慧破解 AI 检索难题，及其背后的技术突破与行业影响。