AI工程化视角

不把 Prompt 当话术，而把 AI 当工程系统来理解

这个专题优先关注大模型基础、Prompt 设计、上下文组织、工作流编排与评测迭代。 内容会尽量从“概念理解”继续往前走一步，落到任务定义、约束边界和工程实现。

4已收录文章

2高频主题标签

Spec内容导向：任务规格、上下文与验证

当前主线

目前以 Vibe Coding 系列为主线，后续会继续向工作流、部署和评测扩展。

认知建立已更新

Vibe Coding 入口

先建立正确预期：AI 编程不是魔法，也不是纯话术，而是一种新的任务分解和协作方式。

• 什么是 Vibe Coding
• 为什么容易误用
• 如何建立正确协作方式

阅读系列开篇

底层机制已更新

大模型基础原理

如果不理解模型为什么会“猜”、为什么会偏、为什么会在上下文不足时走错，很难真正用好它。

• 生成机制与概率本质
• 上下文窗口与记忆边界
• 为什么模型会偏航

查看基础原理

方法升级已更新

Prompt 到 Context 的演进

从“会聊天”升级到“会写任务规格书”，这是高质量 AI 协作最关键的分界线。

• Prompt 不是话术
• 上下文组织与约束设计
• 验证机制与迭代方式

查看演进路线

后续扩展方向

这些方向暂时还在搭建中，但会继续保持“工程化视角”而不是纯概念堆积。

工作流与智能体

重点会放在任务拆解、工具调用、显式授权、跨步骤状态传递和失败恢复，而不是只展示单次对话效果。

评测与部署

后续会补充输出质量评测、结构化验证、缓存与检索、服务化接入和安全边界等主题。

阅读建议

如果你是第一次系统接触这部分内容，建议按“认知建立 → 底层机制 → Prompt 演进”的顺序读。

AI2026-5-12

4、context工程与内存管理

同一句 Prompt，今天让 AI 改 Bug，它像开挂；明天还是这句 Prompt，它像失忆。你以为是模型抽风，真相往往更朴素一点。

• AI
• Vibe Coding

进入文章

AI2026-04-28

3、prompt工程体系进化

prompt工程体系进化

• AI
• Vibe Coding

进入文章

AI2026-04-24

2、LLM基础 底层机制

你身边是不是也有这样的人—— 一种人把 AI 当神仙，丢一句"帮我写个登录功能"，代码出来了直接合入主分支，出了 Bug 一脸懵逼："AI 写的啊，它怎么会错？另一种人把 AI 当骗子，试了两次发现生成的代码跑不起来，从此逢人就说："AI 编程？割韭菜的，根本不能用。

• AI
• Vibe Coding

进入文章