<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Prompt on 知识铺的博客</title>
    <link>https://index.zshipu.com/ai002/tags/prompt/</link>
    <description>Recent content in Prompt on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Thu, 03 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/ai002/tags/prompt/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI Agent 生产成功率仅 24%：提示词失效后数据库如何接管上下文</title>
      <link>https://index.zshipu.com/ai002/post/20260903/AI-Agent-%E7%94%9F%E4%BA%A7%E6%88%90%E5%8A%9F%E7%8E%87%E4%BB%85-24%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%A4%B1%E6%95%88%E5%90%8E%E6%95%B0%E6%8D%AE%E5%BA%93%E5%A6%82%E4%BD%95%E6%8E%A5%E7%AE%A1%E4%B8%8A%E4%B8%8B%E6%96%87/</link>
      <pubDate>Thu, 03 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260903/AI-Agent-%E7%94%9F%E4%BA%A7%E6%88%90%E5%8A%9F%E7%8E%87%E4%BB%85-24%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%A4%B1%E6%95%88%E5%90%8E%E6%95%B0%E6%8D%AE%E5%BA%93%E5%A6%82%E4%BD%95%E6%8E%A5%E7%AE%A1%E4%B8%8A%E4%B8%8B%E6%96%87/</guid>
      <description>生产环境中 AI Agent 成功率只有 24%。提示词无法承载长期记忆、状态跟踪和多工具调用，导致复杂任务反复失败。数据库提供了持久化存储与按需检索能力，让上下文不再依赖单次提示长度，而是通过结构化组织实现可靠管理。这正是 Context Engineering 的核心转变。 生产环境里 Agent 成功率仅 24% 的根源 多数开发者把 AI Agent 失败归因于模型</description>
    </item>
    <item>
      <title>四种大模型全军覆没：自改进Agent的提示重写实验彻底失败</title>
      <link>https://index.zshipu.com/ai002/post/20260903/%E5%9B%9B%E7%A7%8D%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%85%A8%E5%86%9B%E8%A6%86%E6%B2%A1%E8%87%AA%E6%94%B9%E8%BF%9BAgent%E7%9A%84%E6%8F%90%E7%A4%BA%E9%87%8D%E5%86%99%E5%AE%9E%E9%AA%8C%E5%BD%BB%E5%BA%95%E5%A4%B1%E8%B4%A5/</link>
      <pubDate>Thu, 03 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260903/%E5%9B%9B%E7%A7%8D%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%85%A8%E5%86%9B%E8%A6%86%E6%B2%A1%E8%87%AA%E6%94%B9%E8%BF%9BAgent%E7%9A%84%E6%8F%90%E7%A4%BA%E9%87%8D%E5%86%99%E5%AE%9E%E9%AA%8C%E5%BD%BB%E5%BA%95%E5%A4%B1%E8%B4%A5/</guid>
      <description>四种模型全部失败了，没有一个能让自改进Agent成功优化自身提示词。 开发者在系列实验中记录到，Agent重写提示的尝试要么被安全门直接拒绝，要么产生的编辑无法带来净收益，这与此前9个看似正常实则带bug的系统、以及安全门拒绝4150次编辑的发现一脉相承。 四模型在提示重写任务上的具</description>
    </item>
    <item>
      <title>2026年成为AI工程师：避开最新模型陷阱的完整技能路线</title>
      <link>https://index.zshipu.com/ai002/post/20260902/2026%E5%B9%B4%E6%88%90%E4%B8%BAAI%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%81%BF%E5%BC%80%E6%9C%80%E6%96%B0%E6%A8%A1%E5%9E%8B%E9%99%B7%E9%98%B1%E7%9A%84%E5%AE%8C%E6%95%B4%E6%8A%80%E8%83%BD%E8%B7%AF%E7%BA%BF/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/2026%E5%B9%B4%E6%88%90%E4%B8%BAAI%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%81%BF%E5%BC%80%E6%9C%80%E6%96%B0%E6%A8%A1%E5%9E%8B%E9%99%B7%E9%98%B1%E7%9A%84%E5%AE%8C%E6%95%B4%E6%8A%80%E8%83%BD%E8%B7%AF%E7%BA%BF/</guid>
      <description>2026年想成为AI工程师的人，最常见的错误是直接上手最新模型或Agent框架。 dev.to路线图明确指出，这个顺序错误会导致后续RAG、MCP和LLMOps学习缺乏根基，Python、数学、机器学习与深度学习才是必须先掌握的内容，否则学习效率会大幅降低。 Python和数学仍是2</description>
    </item>
    <item>
      <title>Anthropic详解7·30事件：配置错误让Claude直连真实系统</title>
      <link>https://index.zshipu.com/ai002/post/20260902/Anthropic%E8%AF%A6%E8%A7%A3730%E4%BA%8B%E4%BB%B6%E9%85%8D%E7%BD%AE%E9%94%99%E8%AF%AF%E8%AE%A9Claude%E7%9B%B4%E8%BF%9E%E7%9C%9F%E5%AE%9E%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/Anthropic%E8%AF%A6%E8%A7%A3730%E4%BA%8B%E4%BB%B6%E9%85%8D%E7%BD%AE%E9%94%99%E8%AF%AF%E8%AE%A9Claude%E7%9B%B4%E8%BF%9E%E7%9C%9F%E5%AE%9E%E7%B3%BB%E7%BB%9F/</guid>
      <description>7月30日和8月4日两次评测中Claude访问真实系统的具体路径 7月30日，Claude模型在一次网络安全评测环境中直接访问了真实系统。8月4日，类似情况再次发生。Anthropic的调查显示，两次事件的核心都不是模型主动越界，而是评测所用的第三方环境配置出现错误，导致模型获得了</description>
    </item>
    <item>
      <title>Claude-Mem 用外部持久存储解决 AI 编码代理的失忆难题</title>
      <link>https://index.zshipu.com/ai002/post/20260902/Claude-Mem-%E7%94%A8%E5%A4%96%E9%83%A8%E6%8C%81%E4%B9%85%E5%AD%98%E5%82%A8%E8%A7%A3%E5%86%B3-AI-%E7%BC%96%E7%A0%81%E4%BB%A3%E7%90%86%E7%9A%84%E5%A4%B1%E5%BF%86%E9%9A%BE%E9%A2%98/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/Claude-Mem-%E7%94%A8%E5%A4%96%E9%83%A8%E6%8C%81%E4%B9%85%E5%AD%98%E5%82%A8%E8%A7%A3%E5%86%B3-AI-%E7%BC%96%E7%A0%81%E4%BB%A3%E7%90%86%E7%9A%84%E5%A4%B1%E5%BF%86%E9%9A%BE%E9%A2%98/</guid>
      <description>Claude-Mem 通过外部持久存储为 AI 编码代理解决了失忆问题，让代理能在多次会话中保留代码上下文和决策历史。传统代理受限于单次上下文窗口，复杂编码任务经常中途丢失状态，而这一工具直接把记忆搬到外部，实现跨会话连续性。开发者因此能把 AI 真正当作长期协作伙伴而非每次重启的临时助手。 上下文窗口限制如何让</description>
    </item>
    <item>
      <title>Codex 并未全面放弃上下文压缩：从 Compaction 转向硬切窗口</title>
      <link>https://index.zshipu.com/ai002/post/20260902/Codex-%E5%B9%B6%E6%9C%AA%E5%85%A8%E9%9D%A2%E6%94%BE%E5%BC%83%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8E%8B%E7%BC%A9%E4%BB%8E-Compaction-%E8%BD%AC%E5%90%91%E7%A1%AC%E5%88%87%E7%AA%97%E5%8F%A3/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/Codex-%E5%B9%B6%E6%9C%AA%E5%85%A8%E9%9D%A2%E6%94%BE%E5%BC%83%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8E%8B%E7%BC%A9%E4%BB%8E-Compaction-%E8%BD%AC%E5%90%91%E7%A1%AC%E5%88%87%E7%AA%97%E5%8F%A3/</guid>
      <description>Codex 并没有全面放弃上下文压缩，只是把 Compaction 换成了硬切窗口 最近流传的说法称所有 Codex 都已经不再压缩上下文，这一判断并不准确。Codex 仍需把相关信息塞进固定长度的输入窗口，只是处理超长上下文的方式从生成摘要变成了直接截断。Context window 是大语言模型每次工作时的核心限制，模型必须把所有相关信</description>
    </item>
    <item>
      <title>Saver 如何让 Agent 跨轮记住用户自述和订单信息</title>
      <link>https://index.zshipu.com/ai002/post/20260902/Saver-%E5%A6%82%E4%BD%95%E8%AE%A9-Agent-%E8%B7%A8%E8%BD%AE%E8%AE%B0%E4%BD%8F%E7%94%A8%E6%88%B7%E8%87%AA%E8%BF%B0%E5%92%8C%E8%AE%A2%E5%8D%95%E4%BF%A1%E6%81%AF/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/Saver-%E5%A6%82%E4%BD%95%E8%AE%A9-Agent-%E8%B7%A8%E8%BD%AE%E8%AE%B0%E4%BD%8F%E7%94%A8%E6%88%B7%E8%87%AA%E8%BF%B0%E5%92%8C%E8%AE%A2%E5%8D%95%E4%BF%A1%E6%81%AF/</guid>
      <description>同一段对话里，用户说&amp;rsquo;我叫小明，家在杭州&amp;rsquo;，下一句问&amp;rsquo;我家在哪&amp;rsquo;，Agent 直接答&amp;rsquo;杭州&amp;rsquo;——这靠的不是模型记性，而是 saver 把这段会话上下文重新喂回去了。 Saver 把前轮用户自述直接注入下一轮 prompt Saver 的核心作用是把上一轮的用</description>
    </item>
    <item>
      <title>一年使用Cursor后62天最长连续 streak 的真实记录</title>
      <link>https://index.zshipu.com/ai002/post/20260902/%E4%B8%80%E5%B9%B4%E4%BD%BF%E7%94%A8Cursor%E5%90%8E62%E5%A4%A9%E6%9C%80%E9%95%BF%E8%BF%9E%E7%BB%AD-streak-%E7%9A%84%E7%9C%9F%E5%AE%9E%E8%AE%B0%E5%BD%95/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/%E4%B8%80%E5%B9%B4%E4%BD%BF%E7%94%A8Cursor%E5%90%8E62%E5%A4%A9%E6%9C%80%E9%95%BF%E8%BF%9E%E7%BB%AD-streak-%E7%9A%84%E7%9C%9F%E5%AE%9E%E8%AE%B0%E5%BD%95/</guid>
      <description>一位程序员使用Cursor一年后，创下了62天的最长连续 streak。在办公室和个人项目中，他确认生产力确实提升，也学会了高效指挥 AI 写代码。但他总结出两条核心规则：改动前必须先彻底读懂现有代码，把需求表述得足够清晰后再让 AI 执行。 这个 streak 数据不是营销数字，而是真实工作日志的体现。作者</description>
    </item>
    <item>
      <title>三家实验室集体压低Token价格，两百万GPU订单同步落地</title>
      <link>https://index.zshipu.com/ai002/post/20260902/%E4%B8%89%E5%AE%B6%E5%AE%9E%E9%AA%8C%E5%AE%A4%E9%9B%86%E4%BD%93%E5%8E%8B%E4%BD%8EToken%E4%BB%B7%E6%A0%BC%E4%B8%A4%E7%99%BE%E4%B8%87GPU%E8%AE%A2%E5%8D%95%E5%90%8C%E6%AD%A5%E8%90%BD%E5%9C%B0/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/%E4%B8%89%E5%AE%B6%E5%AE%9E%E9%AA%8C%E5%AE%A4%E9%9B%86%E4%BD%93%E5%8E%8B%E4%BD%8EToken%E4%BB%B7%E6%A0%BC%E4%B8%A4%E7%99%BE%E4%B8%87GPU%E8%AE%A2%E5%8D%95%E5%90%8C%E6%AD%A5%E8%90%BD%E5%9C%B0/</guid>
      <description>本周三家实验室发布模型全部打价格牌：Anthropic 把缓存读取费用下调 75%，Z.ai 以 0.15 美元/百万输入 token 推出原生多模态 320B 模型，阿里巴巴则展示每 token 计算六亿参数的新架构。与此同时 AWS 和 NVIDIA 却同时锁定两百万张 GPU 新订单。 三家模型输入价格集体跳水，token 成本进入新低区间 Anthropic 将缓存读取费用</description>
    </item>
    <item>
      <title>同一个订单查询Agent，用Spring AI 2.0和AgentScope Java实现后差距明显</title>
      <link>https://index.zshipu.com/ai002/post/20260902/%E5%90%8C%E4%B8%80%E4%B8%AA%E8%AE%A2%E5%8D%95%E6%9F%A5%E8%AF%A2Agent%E7%94%A8Spring-AI-2.0%E5%92%8CAgentScope-Java%E5%AE%9E%E7%8E%B0%E5%90%8E%E5%B7%AE%E8%B7%9D%E6%98%8E%E6%98%BE/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/%E5%90%8C%E4%B8%80%E4%B8%AA%E8%AE%A2%E5%8D%95%E6%9F%A5%E8%AF%A2Agent%E7%94%A8Spring-AI-2.0%E5%92%8CAgentScope-Java%E5%AE%9E%E7%8E%B0%E5%90%8E%E5%B7%AE%E8%B7%9D%E6%98%8E%E6%98%BE/</guid>
      <description>Spring AI 2.0实现订单查询Agent只需不到80行核心代码 直接拿一个订单查询助手作为基准场景：用户输入自然语言，Agent需调用后端订单服务查询数据，再以友好方式回复。使用Spring AI 2.0时，开发者先定义一个简单的FunctionCallback，把订单查询逻辑封装成工具函数，然</description>
    </item>
    <item>
      <title>更短AI输出反而推高编码总成本，GitHub Copilot的优化路径</title>
      <link>https://index.zshipu.com/ai002/post/20260902/%E6%9B%B4%E7%9F%ADAI%E8%BE%93%E5%87%BA%E5%8F%8D%E8%80%8C%E6%8E%A8%E9%AB%98%E7%BC%96%E7%A0%81%E6%80%BB%E6%88%90%E6%9C%ACGitHub-Copilot%E7%9A%84%E4%BC%98%E5%8C%96%E8%B7%AF%E5%BE%84/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/%E6%9B%B4%E7%9F%ADAI%E8%BE%93%E5%87%BA%E5%8F%8D%E8%80%8C%E6%8E%A8%E9%AB%98%E7%BC%96%E7%A0%81%E6%80%BB%E6%88%90%E6%9C%ACGitHub-Copilot%E7%9A%84%E4%BC%98%E5%8C%96%E8%B7%AF%E5%BE%84/</guid>
      <description>更短的输出有时会让AI编码总成本上升，这与直觉相反。 GitHub Copilot的实践表明，单纯追求简短响应常引发更多重试与无效交互，而减少完整编码任务中的浪费工作，才能在不牺牲质量的前提下真正降低成本。 更短输出为何反而推高总成本 开发者通常认为，让模型输出更短就能直接省钱。但实际编码流程里，</description>
    </item>
    <item>
      <title>用了AI后工作量不减反增，核心卡在理解问题和流程设计</title>
      <link>https://index.zshipu.com/ai002/post/20260902/%E7%94%A8%E4%BA%86AI%E5%90%8E%E5%B7%A5%E4%BD%9C%E9%87%8F%E4%B8%8D%E5%87%8F%E5%8F%8D%E5%A2%9E%E6%A0%B8%E5%BF%83%E5%8D%A1%E5%9C%A8%E7%90%86%E8%A7%A3%E9%97%AE%E9%A2%98%E5%92%8C%E6%B5%81%E7%A8%8B%E8%AE%BE%E8%AE%A1/</link>
      <pubDate>Wed, 02 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260902/%E7%94%A8%E4%BA%86AI%E5%90%8E%E5%B7%A5%E4%BD%9C%E9%87%8F%E4%B8%8D%E5%87%8F%E5%8F%8D%E5%A2%9E%E6%A0%B8%E5%BF%83%E5%8D%A1%E5%9C%A8%E7%90%86%E8%A7%A3%E9%97%AE%E9%A2%98%E5%92%8C%E6%B5%81%E7%A8%8B%E8%AE%BE%E8%AE%A1/</guid>
      <description>用了AI后效率不升反降的真实原因 很多中国开发者在接入Copilot、ChatGPT或通义千问后，发现每天敲代码的时间没少，反而多了审阅AI输出、反复修改提示词和处理异常结果的环节。工作量不减反增的直接原因，是把AI当成单纯的代码补全或聊天机器人，却没有调整自己对问题的理解方式、任</description>
    </item>
    <item>
      <title>Lovart 悄然大更新：AI 开始适应设计师的画板和图层</title>
      <link>https://index.zshipu.com/ai002/post/20260901/Lovart-%E6%82%84%E7%84%B6%E5%A4%A7%E6%9B%B4%E6%96%B0AI-%E5%BC%80%E5%A7%8B%E9%80%82%E5%BA%94%E8%AE%BE%E8%AE%A1%E5%B8%88%E7%9A%84%E7%94%BB%E6%9D%BF%E5%92%8C%E5%9B%BE%E5%B1%82/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260901/Lovart-%E6%82%84%E7%84%B6%E5%A4%A7%E6%9B%B4%E6%96%B0AI-%E5%BC%80%E5%A7%8B%E9%80%82%E5%BA%94%E8%AE%BE%E8%AE%A1%E5%B8%88%E7%9A%84%E7%94%BB%E6%9D%BF%E5%92%8C%E5%9B%BE%E5%B1%82/</guid>
      <description>Lovart 悄然完成大更新，核心变化是让 AI 主动适应设计师的画板、图层和快捷键操作，而不是要求设计师去学习提示词语法。这一次工具开始向人靠拢。 Lovart 把 AI 能力直接嵌入画板和图层操作 Lovart 这次更新最显著的变化发生在界面和交互层面。它不再把 AI 当作一个独立的聊天窗口或单独的生成面板，而是把生成能力直接融合进</description>
    </item>
    <item>
      <title>Opus 5 手搓 5 万字文档，把 NewAPI 中转网关和场景化应用揉成一锅乱炖</title>
      <link>https://index.zshipu.com/ai002/post/20260901/Opus-5-%E6%89%8B%E6%90%93-5-%E4%B8%87%E5%AD%97%E6%96%87%E6%A1%A3%E6%8A%8A-NewAPI-%E4%B8%AD%E8%BD%AC%E7%BD%91%E5%85%B3%E5%92%8C%E5%9C%BA%E6%99%AF%E5%8C%96%E5%BA%94%E7%94%A8%E6%8F%89%E6%88%90%E4%B8%80%E9%94%85%E4%B9%B1%E7%82%96/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260901/Opus-5-%E6%89%8B%E6%90%93-5-%E4%B8%87%E5%AD%97%E6%96%87%E6%A1%A3%E6%8A%8A-NewAPI-%E4%B8%AD%E8%BD%AC%E7%BD%91%E5%85%B3%E5%92%8C%E5%9C%BA%E6%99%AF%E5%8C%96%E5%BA%94%E7%94%A8%E6%8F%89%E6%88%90%E4%B8%80%E9%94%85%E4%B9%B1%E7%82%96/</guid>
      <description>Opus 5 直接输出 5 万字项目文档，把 NewAPI 中转网关和场景化应用合并成 AI ALL IN ONE（一锅乱炖）项目。昨天分享的这份文档已完成首轮原型定义。 这份文档不是简单的需求列表，而是完整的技术方案、模块拆解、调用流程图和实现路径。作者把整个项目命名为 AI ALL IN ONE，核心思路是把传统 NewAPI 那样的中转网关和针对特</description>
    </item>
    <item>
      <title>从“用了多少AI”到“Token效”：企业AI投入评估尺子已换</title>
      <link>https://index.zshipu.com/ai002/post/20260901/%E4%BB%8E%E7%94%A8%E4%BA%86%E5%A4%9A%E5%B0%91AI%E5%88%B0Token%E6%95%88%E4%BC%81%E4%B8%9AAI%E6%8A%95%E5%85%A5%E8%AF%84%E4%BC%B0%E5%B0%BA%E5%AD%90%E5%B7%B2%E6%8D%A2/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260901/%E4%BB%8E%E7%94%A8%E4%BA%86%E5%A4%9A%E5%B0%91AI%E5%88%B0Token%E6%95%88%E4%BC%81%E4%B8%9AAI%E6%8A%95%E5%85%A5%E8%AF%84%E4%BC%B0%E5%B0%BA%E5%AD%90%E5%B7%B2%E6%8D%A2/</guid>
      <description>企业不再只问用了多少AI，而是开始盯紧每个Token能换来多少人效提升。从‘用了多少AI’到‘Token效’，这一新口径直接改变了AI投入的评估方式。国内企业应用中，Token效率已成为预算和模型决策的核心依据，而非单纯的工具使用量。成本与性能的每一次权衡，都围绕着Token产出</description>
    </item>
    <item>
      <title>从软件工程师转AI工程师：MCP如何让工具带实现规模化复用</title>
      <link>https://index.zshipu.com/ai002/post/20260901/%E4%BB%8E%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B%E5%B8%88%E8%BD%ACAI%E5%B7%A5%E7%A8%8B%E5%B8%88MCP%E5%A6%82%E4%BD%95%E8%AE%A9%E5%B7%A5%E5%85%B7%E5%B8%A6%E5%AE%9E%E7%8E%B0%E8%A7%84%E6%A8%A1%E5%8C%96%E5%A4%8D%E7%94%A8/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260901/%E4%BB%8E%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B%E5%B8%88%E8%BD%ACAI%E5%B7%A5%E7%A8%8B%E5%B8%88MCP%E5%A6%82%E4%BD%95%E8%AE%A9%E5%B7%A5%E5%85%B7%E5%B8%A6%E5%AE%9E%E7%8E%B0%E8%A7%84%E6%A8%A1%E5%8C%96%E5%A4%8D%E7%94%A8/</guid>
      <description>自己编写所有工具的模式无法规模化 应用自己编写所有工具的做法虽然有趣，但无法规模化扩展。在软件开发中，我们把功能放入库和框架中跨项目复用，MCP协议正是为了让模型访问这些工具目录，由SaaS提供商或公司内部AI平台团队维护MCP服务器。 许多中国开发者从传统后端或前端岗位起步，早期接</description>
    </item>
    <item>
      <title>周末原型升级生产后遗留LLM系统如何迁移到AI网关</title>
      <link>https://index.zshipu.com/ai002/post/20260901/%E5%91%A8%E6%9C%AB%E5%8E%9F%E5%9E%8B%E5%8D%87%E7%BA%A7%E7%94%9F%E4%BA%A7%E5%90%8E%E9%81%97%E7%95%99LLM%E7%B3%BB%E7%BB%9F%E5%A6%82%E4%BD%95%E8%BF%81%E7%A7%BB%E5%88%B0AI%E7%BD%91%E5%85%B3/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260901/%E5%91%A8%E6%9C%AB%E5%8E%9F%E5%9E%8B%E5%8D%87%E7%BA%A7%E7%94%9F%E4%BA%A7%E5%90%8E%E9%81%97%E7%95%99LLM%E7%B3%BB%E7%BB%9F%E5%A6%82%E4%BD%95%E8%BF%81%E7%A7%BB%E5%88%B0AI%E7%BD%91%E5%85%B3/</guid>
      <description>周末原型只靠一个模型、一个提供商和环境变量里的单个 API key 就能跑通。生产后，供应商宕机就等于系统宕机，所有重试逻辑必须自己写，花销直到发票才知道，智能体工具调用也只能随意拼接。这篇文章把这套遗留栈迁移到开源企业 AI 网关 Bifrost，并给出实际迁移的原始输出。 单一 API key 把系统可用性完全绑</description>
    </item>
    <item>
      <title>粘贴前先画信任边界：免费AI模型如何吞掉你的生产密钥</title>
      <link>https://index.zshipu.com/ai002/post/20260901/%E7%B2%98%E8%B4%B4%E5%89%8D%E5%85%88%E7%94%BB%E4%BF%A1%E4%BB%BB%E8%BE%B9%E7%95%8C%E5%85%8D%E8%B4%B9AI%E6%A8%A1%E5%9E%8B%E5%A6%82%E4%BD%95%E5%90%9E%E6%8E%89%E4%BD%A0%E7%9A%84%E7%94%9F%E4%BA%A7%E5%AF%86%E9%92%A5/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260901/%E7%B2%98%E8%B4%B4%E5%89%8D%E5%85%88%E7%94%BB%E4%BF%A1%E4%BB%BB%E8%BE%B9%E7%95%8C%E5%85%8D%E8%B4%B9AI%E6%A8%A1%E5%9E%8B%E5%A6%82%E4%BD%95%E5%90%9E%E6%8E%89%E4%BD%A0%E7%9A%84%E7%94%9F%E4%BA%A7%E5%AF%86%E9%92%A5/</guid>
      <description>生产配置里的客户端密钥已进入第三方日志 上周一位同事把生产环境的 config.yml 文件直接复制粘贴到免费 AI 聊天界面。他遇到的连接频繁掉线问题，在三分钟内就得到了可运行的修复方案。这份文件包含了客户端密钥，现在这个密钥已经躺在模型提供商的日志里。 具体来说，config.yml 里除了连接参数、超时设置</description>
    </item>
    <item>
      <title>Agentic AI 不过是把模糊意图翻译成确定 API 调用的中间件</title>
      <link>https://index.zshipu.com/ai002/post/20260831/Agentic-AI-%E4%B8%8D%E8%BF%87%E6%98%AF%E6%8A%8A%E6%A8%A1%E7%B3%8A%E6%84%8F%E5%9B%BE%E7%BF%BB%E8%AF%91%E6%88%90%E7%A1%AE%E5%AE%9A-API-%E8%B0%83%E7%94%A8%E7%9A%84%E4%B8%AD%E9%97%B4%E4%BB%B6/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/Agentic-AI-%E4%B8%8D%E8%BF%87%E6%98%AF%E6%8A%8A%E6%A8%A1%E7%B3%8A%E6%84%8F%E5%9B%BE%E7%BF%BB%E8%AF%91%E6%88%90%E7%A1%AE%E5%AE%9A-API-%E8%B0%83%E7%94%A8%E7%9A%84%E4%B8%AD%E9%97%B4%E4%BB%B6/</guid>
      <description>抽象层演进已把 GUI 推到能力边界 计算机科学的进步一直靠不断叠加抽象层。从最早的打孔卡开始，程序员必须手动排列物理卡片来控制机器，每一个比特都得精确计算。后来出现汇编语言，把机器指令包装成助记符，开发者终于可以摆脱二进制细节，用更接近人类思维的符号编写代码。高层次编程语言进一步拉高抽象</description>
    </item>
    <item>
      <title>AI产品版本号不变，行为却已悄然改变</title>
      <link>https://index.zshipu.com/ai002/post/20260831/AI%E4%BA%A7%E5%93%81%E7%89%88%E6%9C%AC%E5%8F%B7%E4%B8%8D%E5%8F%98%E8%A1%8C%E4%B8%BA%E5%8D%B4%E5%B7%B2%E6%82%84%E7%84%B6%E6%94%B9%E5%8F%98/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/AI%E4%BA%A7%E5%93%81%E7%89%88%E6%9C%AC%E5%8F%B7%E4%B8%8D%E5%8F%98%E8%A1%8C%E4%B8%BA%E5%8D%B4%E5%B7%B2%E6%82%84%E7%84%B6%E6%94%B9%E5%8F%98/</guid>
      <description>AI层每次调整都可能让同一版本产品行为偏离 三个月前发布的AI增强产品，版本号依旧显示相同。但其背后的AI层已经历多次改动。前沿模型被迁移到新版本，检索增强生成（RAG）系统被刷新了50次，系统提示词经过多次“改进”，工具权限也被放宽以解决某个支持问题。这些变化都不是通过新版本发布</description>
    </item>
    <item>
      <title>Claude Code 后台常驻机制：关闭终端后仍能跑整晚任务</title>
      <link>https://index.zshipu.com/ai002/post/20260831/Claude-Code-%E5%90%8E%E5%8F%B0%E5%B8%B8%E9%A9%BB%E6%9C%BA%E5%88%B6%E5%85%B3%E9%97%AD%E7%BB%88%E7%AB%AF%E5%90%8E%E4%BB%8D%E8%83%BD%E8%B7%91%E6%95%B4%E6%99%9A%E4%BB%BB%E5%8A%A1/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/Claude-Code-%E5%90%8E%E5%8F%B0%E5%B8%B8%E9%A9%BB%E6%9C%BA%E5%88%B6%E5%85%B3%E9%97%AD%E7%BB%88%E7%AB%AF%E5%90%8E%E4%BB%8D%E8%83%BD%E8%B7%91%E6%95%B4%E6%99%9A%E4%BB%BB%E5%8A%A1/</guid>
      <description>关闭终端后Claude Code仍能继续执行一整晚的测试或等待事件任务，这源于程序脱离终端的后台常驻机制。内部两个记事本分别存储机器逻辑数据和界面状态数据，累计花费、当前模型等信息在任务运行中持续更新。 后台常驻让终端关闭后任务继续执行 Claude Code 的后台常驻能力让开发者能在关闭终端窗口后，依</description>
    </item>
    <item>
      <title>Claude Skills 社区仓库：Deep Research 真正好用的开源工具盘点</title>
      <link>https://index.zshipu.com/ai002/post/20260831/Claude-Skills-%E7%A4%BE%E5%8C%BA%E4%BB%93%E5%BA%93Deep-Research-%E7%9C%9F%E6%AD%A3%E5%A5%BD%E7%94%A8%E7%9A%84%E5%BC%80%E6%BA%90%E5%B7%A5%E5%85%B7%E7%9B%98%E7%82%B9/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/Claude-Skills-%E7%A4%BE%E5%8C%BA%E4%BB%93%E5%BA%93Deep-Research-%E7%9C%9F%E6%AD%A3%E5%A5%BD%E7%94%A8%E7%9A%84%E5%BC%80%E6%BA%90%E5%B7%A5%E5%85%B7%E7%9B%98%E7%82%B9/</guid>
      <description>Claude Skills 上线不到一年，社区已经把官方 docx、pdf、pptx 处理工具包甩在身后，开发出真正能自主搜索、验证和综合信息的 Deep Research 技能仓库。官方技能就像微波炉，功能明确但仅限基础操作，而社区仓库让研究流程从手动转向自动化。 Claude 的 Skills 功能推出后，开发者迅速发现官方提供的工具主要停留在文件解析层面</description>
    </item>
    <item>
      <title>Codex 多模型共存，用户手动挑选已成每日必做题</title>
      <link>https://index.zshipu.com/ai002/post/20260831/Codex-%E5%A4%9A%E6%A8%A1%E5%9E%8B%E5%85%B1%E5%AD%98%E7%94%A8%E6%88%B7%E6%89%8B%E5%8A%A8%E6%8C%91%E9%80%89%E5%B7%B2%E6%88%90%E6%AF%8F%E6%97%A5%E5%BF%85%E5%81%9A%E9%A2%98/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/Codex-%E5%A4%9A%E6%A8%A1%E5%9E%8B%E5%85%B1%E5%AD%98%E7%94%A8%E6%88%B7%E6%89%8B%E5%8A%A8%E6%8C%91%E9%80%89%E5%B7%B2%E6%88%90%E6%AF%8F%E6%97%A5%E5%BF%85%E5%81%9A%E9%A2%98/</guid>
      <description>多模型共存让 Codex 选择变成每日必做题 Codex 账号里同时有好几个模型，名字看着都很厉害，可每次到底该用哪个，还是得自己选。特别是 gpt-5.6 出来之后，用户常常忘记切换。 国内开发者日常使用 AI 编码助手时，这个问题尤其突出。很多人在同一个项目里既要处理简单的数据处理脚本，又要面对复杂算法优化或架构重构。每次</description>
    </item>
    <item>
      <title>你的RAG返回垃圾答案，问题根本不在大模型</title>
      <link>https://index.zshipu.com/ai002/post/20260831/%E4%BD%A0%E7%9A%84RAG%E8%BF%94%E5%9B%9E%E5%9E%83%E5%9C%BE%E7%AD%94%E6%A1%88%E9%97%AE%E9%A2%98%E6%A0%B9%E6%9C%AC%E4%B8%8D%E5%9C%A8%E5%A4%A7%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/%E4%BD%A0%E7%9A%84RAG%E8%BF%94%E5%9B%9E%E5%9E%83%E5%9C%BE%E7%AD%94%E6%A1%88%E9%97%AE%E9%A2%98%E6%A0%B9%E6%9C%AC%E4%B8%8D%E5%9C%A8%E5%A4%A7%E6%A8%A1%E5%9E%8B/</guid>
      <description>你的 RAG 机器人给出了一个自信而详细的回答，却完全错误。模型没有做错任何事，它只是基于你交给它的文本做出了完美回应。问题不在 AI，而在 AI 之前的五个步骤上。 实际工程中，开发者把大量精力放在选更大更好的 LLM，却很少系统检查数据进入模型前的整条流水线。结果就是模型拿到一堆碎片化、噪声重、</description>
    </item>
    <item>
      <title>公开安全工具全部缺陷后 可信度反而上升</title>
      <link>https://index.zshipu.com/ai002/post/20260831/%E5%85%AC%E5%BC%80%E5%AE%89%E5%85%A8%E5%B7%A5%E5%85%B7%E5%85%A8%E9%83%A8%E7%BC%BA%E9%99%B7%E5%90%8E-%E5%8F%AF%E4%BF%A1%E5%BA%A6%E5%8F%8D%E8%80%8C%E4%B8%8A%E5%8D%87/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/%E5%85%AC%E5%BC%80%E5%AE%89%E5%85%A8%E5%B7%A5%E5%85%B7%E5%85%A8%E9%83%A8%E7%BC%BA%E9%99%B7%E5%90%8E-%E5%8F%AF%E4%BF%A1%E5%BA%A6%E5%8F%8D%E8%80%8C%E4%B8%8A%E5%8D%87/</guid>
      <description>主动公布缺陷反而增强工具公信力 作者把PlannerCritic引擎所有已知缺陷全部写成文章公开。这一举动没有让用户远离，反而提升了工具的可信度。信号明确指出，一个宣称自己防弹的开源安全工具，其实比主动公布自身漏洞的版本更不可信。 透明在这里成为核心变量。当开发者把工具包装成无懈可击</description>
    </item>
    <item>
      <title>模型百万token窗口为何让答案越用越差</title>
      <link>https://index.zshipu.com/ai002/post/20260831/%E6%A8%A1%E5%9E%8B%E7%99%BE%E4%B8%87token%E7%AA%97%E5%8F%A3%E4%B8%BA%E4%BD%95%E8%AE%A9%E7%AD%94%E6%A1%88%E8%B6%8A%E7%94%A8%E8%B6%8A%E5%B7%AE/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260831/%E6%A8%A1%E5%9E%8B%E7%99%BE%E4%B8%87token%E7%AA%97%E5%8F%A3%E4%B8%BA%E4%BD%95%E8%AE%A9%E7%AD%94%E6%A1%88%E8%B6%8A%E7%94%A8%E8%B6%8A%E5%B7%AE/</guid>
      <description>模型宣称支持一百万token上下文窗口，但真实工作记忆远小于此。长上下文基准测试中，模型在远低于标称数字时就开始失效。更关键的是，超过某一临界点后，添加更多上下文会让答案质量下降而非改善。这一现象直接源于注意力机制限制，视频中的注意力成本动画已直观展示计算资源如何被无效分散。 大模</description>
    </item>
    <item>
      <title>AWS Well-Architected Framework 遇上 Agent 非确定性：调用图假设失效后怎么办</title>
      <link>https://index.zshipu.com/ai002/post/20260830/AWS-Well-Architected-Framework-%E9%81%87%E4%B8%8A-Agent-%E9%9D%9E%E7%A1%AE%E5%AE%9A%E6%80%A7%E8%B0%83%E7%94%A8%E5%9B%BE%E5%81%87%E8%AE%BE%E5%A4%B1%E6%95%88%E5%90%8E%E6%80%8E%E4%B9%88%E5%8A%9E/</link>
      <pubDate>Sun, 30 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260830/AWS-Well-Architected-Framework-%E9%81%87%E4%B8%8A-Agent-%E9%9D%9E%E7%A1%AE%E5%AE%9A%E6%80%A7%E8%B0%83%E7%94%A8%E5%9B%BE%E5%81%87%E8%AE%BE%E5%A4%B1%E6%95%88%E5%90%8E%E6%80%8E%E4%B9%88%E5%8A%9E/</guid>
      <description>AWS Well-Architected Framework 遇上 Agent 非确定性：调用图假设失效后怎么办 传统 Well-Architected Framework 依赖预先绘制完整调用图进行风险评估，而 Agentic AI 的执行路径无法在请求到达前确定，导致原有设计审查节奏失灵。这一根源性变化正迫使云架构实践重新思考观测性和控制手段。 过去十多年，AWS Well-Architected Framework（WAF）一直是云上系统设计审查的</description>
    </item>
    <item>
      <title>AI Agent入门实战第12篇，Spring AI Alibaba结构化输出实战--给AI发一张“标准表格”</title>
      <link>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC12%E7%AF%87Spring-AI-Alibaba%E7%BB%93%E6%9E%84%E5%8C%96%E8%BE%93%E5%87%BA%E5%AE%9E%E6%88%98--%E7%BB%99AI%E5%8F%91%E4%B8%80%E5%BC%A0%E6%A0%87%E5%87%86%E8%A1%A8%E6%A0%BC/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC12%E7%AF%87Spring-AI-Alibaba%E7%BB%93%E6%9E%84%E5%8C%96%E8%BE%93%E5%87%BA%E5%AE%9E%E6%88%98--%E7%BB%99AI%E5%8F%91%E4%B8%80%E5%BC%A0%E6%A0%87%E5%87%86%E8%A1%A8%E6%A0%BC/</guid>
      <description>让Java开发者像写Spring Boot一样开发AI应用——第二阶段第六篇 写在前面 前五天，我们给Agent装上了完整的记忆系统——短时记忆、长时记忆、用户画像，三层架构正式闭环。Agent不仅能“思考”、能“动手”，还能“记住你”。 但还有一个工程化的问题没有解决：Agent的“输</description>
    </item>
    <item>
      <title>AI Agent入门实战第13篇，Spring AI Alibaba Agent Skills可扩展技能体系实战--给AI装上一座“技能图书馆”</title>
      <link>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC13%E7%AF%87Spring-AI-Alibaba-Agent-Skills%E5%8F%AF%E6%89%A9%E5%B1%95%E6%8A%80%E8%83%BD%E4%BD%93%E7%B3%BB%E5%AE%9E%E6%88%98--%E7%BB%99AI%E8%A3%85%E4%B8%8A%E4%B8%80%E5%BA%A7%E6%8A%80%E8%83%BD%E5%9B%BE%E4%B9%A6%E9%A6%86/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC13%E7%AF%87Spring-AI-Alibaba-Agent-Skills%E5%8F%AF%E6%89%A9%E5%B1%95%E6%8A%80%E8%83%BD%E4%BD%93%E7%B3%BB%E5%AE%9E%E6%88%98--%E7%BB%99AI%E8%A3%85%E4%B8%8A%E4%B8%80%E5%BA%A7%E6%8A%80%E8%83%BD%E5%9B%BE%E4%B9%A6%E9%A6%86/</guid>
      <description>让Java开发者像写Spring Boot一样开发AI应用——第二阶段第七篇 写在前面 前六天，我们解决了Agent的“动手”（工具调用）、“记忆”（短时+长时+画像）和“输出工程化”（结构化输出）问题。Agent已经能思考、能行动、能记住你、能按格式输出。 但还有一个更根本的工程问题没</description>
    </item>
    <item>
      <title>AI Agent入门实战第2篇，ReAct范式深度解析--从“会说话的AI”到“会思考、会动手的AI”</title>
      <link>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC2%E7%AF%87ReAct%E8%8C%83%E5%BC%8F%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90--%E4%BB%8E%E4%BC%9A%E8%AF%B4%E8%AF%9D%E7%9A%84AI%E5%88%B0%E4%BC%9A%E6%80%9D%E8%80%83%E4%BC%9A%E5%8A%A8%E6%89%8B%E7%9A%84AI/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC2%E7%AF%87ReAct%E8%8C%83%E5%BC%8F%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90--%E4%BB%8E%E4%BC%9A%E8%AF%B4%E8%AF%9D%E7%9A%84AI%E5%88%B0%E4%BC%9A%E6%80%9D%E8%80%83%E4%BC%9A%E5%8A%A8%E6%89%8B%E7%9A%84AI/</guid>
      <description>让Java开发者像写Spring Boot一样开发AI应用——第二课 写在前面 第一天的课程，我们创建了第一个AI Agent——一位“智能心理咨询师”。它能够根据我们设定的角色和指令，给出专业、有温度的回应。 但有一个问题：它只能“说”，不能“做”。 如果用户问：“明天杭州天气怎么样，帮我</description>
    </item>
    <item>
      <title>AI Agent入门实战第3篇，Spring AI Alibaba多Agent模式深度解析--从“单兵作战”到“团队协作”</title>
      <link>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC3%E7%AF%87Spring-AI-Alibaba%E5%A4%9AAgent%E6%A8%A1%E5%BC%8F%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90--%E4%BB%8E%E5%8D%95%E5%85%B5%E4%BD%9C%E6%88%98%E5%88%B0%E5%9B%A2%E9%98%9F%E5%8D%8F%E4%BD%9C/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC3%E7%AF%87Spring-AI-Alibaba%E5%A4%9AAgent%E6%A8%A1%E5%BC%8F%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90--%E4%BB%8E%E5%8D%95%E5%85%B5%E4%BD%9C%E6%88%98%E5%88%B0%E5%9B%A2%E9%98%9F%E5%8D%8F%E4%BD%9C/</guid>
      <description>让Java开发者像写Spring Boot一样开发AI应用——第三课 写在前面 前两天的课程，我们学会了创建单个Agent，也理解了ReAct范式如何让Agent具备“思考-行动-观察”的自主推理能力。 但有一个问题始终没有解决：一个Agent真的能搞定所有事吗？ 想象一下：让一个人同时做</description>
    </item>
    <item>
      <title>AI Agent入门实战第6篇--收官之作！6天从零构建第一个完整Agent应用，Java开发者如何拿下AI应用开发？</title>
      <link>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC6%E7%AF%87--%E6%94%B6%E5%AE%98%E4%B9%8B%E4%BD%9C6%E5%A4%A9%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%AC%AC%E4%B8%80%E4%B8%AA%E5%AE%8C%E6%95%B4Agent%E5%BA%94%E7%94%A8Java%E5%BC%80%E5%8F%91%E8%80%85%E5%A6%82%E4%BD%95%E6%8B%BF%E4%B8%8BAI%E5%BA%94%E7%94%A8%E5%BC%80%E5%8F%91/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC6%E7%AF%87--%E6%94%B6%E5%AE%98%E4%B9%8B%E4%BD%9C6%E5%A4%A9%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%AC%AC%E4%B8%80%E4%B8%AA%E5%AE%8C%E6%95%B4Agent%E5%BA%94%E7%94%A8Java%E5%BC%80%E5%8F%91%E8%80%85%E5%A6%82%E4%BD%95%E6%8B%BF%E4%B8%8BAI%E5%BA%94%E7%94%A8%E5%BC%80%E5%8F%91/</guid>
      <description>让Java开发者像写Spring Boot一样开发AI应用——第六课 写在前面 六天前，我们从“什么是AI Agent”开始，一步步走到了今天。 这六天，我们学了什么？ 第一天：理解AI Agent与Chatbot的本质区别，搭建开发环境，创建了第一个Agent——一位“智能心理咨询师”。 第二</description>
    </item>
    <item>
      <title>Spring AI 2.0 入门：20 分钟写出第一个 AI 应用</title>
      <link>https://index.zshipu.com/ai002/post/20260823/Spring-AI-2.0-%E5%85%A5%E9%97%A820-%E5%88%86%E9%92%9F%E5%86%99%E5%87%BA%E7%AC%AC%E4%B8%80%E4%B8%AA-AI-%E5%BA%94%E7%94%A8/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/Spring-AI-2.0-%E5%85%A5%E9%97%A820-%E5%88%86%E9%92%9F%E5%86%99%E5%87%BA%E7%AC%AC%E4%B8%80%E4%B8%AA-AI-%E5%BA%94%E7%94%A8/</guid>
      <description>摘要：Java 程序员想接大模型，别自己写 HTTP 请求了——Spring AI 2.0 让这一切像写 CRUD 一样简单，还能让 AI 用上你的业务工具 前阵子朋友问我： &amp;ldquo;我想在项目里接个大模型做个智能客服，是不是得自己用 HttpClient 调 OpenAI 的 API？还要处理流式响应、JSON 解析、多轮对话上下文……想想就头大。&amp;rd</description>
    </item>
    <item>
      <title>Spring AI 2.0 实战：从 ChatClient 到让 AI 调用你的代码</title>
      <link>https://index.zshipu.com/ai002/post/20260823/Spring-AI-2.0-%E5%AE%9E%E6%88%98%E4%BB%8E-ChatClient-%E5%88%B0%E8%AE%A9-AI-%E8%B0%83%E7%94%A8%E4%BD%A0%E7%9A%84%E4%BB%A3%E7%A0%81/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/Spring-AI-2.0-%E5%AE%9E%E6%88%98%E4%BB%8E-ChatClient-%E5%88%B0%E8%AE%A9-AI-%E8%B0%83%E7%94%A8%E4%BD%A0%E7%9A%84%E4%BB%A3%E7%A0%81/</guid>
      <description>摘要：ChatClient 怎么用、多模型怎么配、上下文怎么记、怎么让 AI 调你的代码——Spring AI 2.0 官方能力一条线串起来，看完就能动手 上一篇文章我写 Spring AI 2.0 入门，有人可能问： &amp;ldquo;跑通了，但只会 chatClient.prompt().call() 这一招。多模型怎么配？对话怎么记住上下文？让 AI 调我的业务方法怎么搞？能不能串起</description>
    </item>
    <item>
      <title>本体智能体实战设计指南：从0到1搭建企业级可信Agent（工程落地版）</title>
      <link>https://index.zshipu.com/ai002/post/20260823/%E6%9C%AC%E4%BD%93%E6%99%BA%E8%83%BD%E4%BD%93%E5%AE%9E%E6%88%98%E8%AE%BE%E8%AE%A1%E6%8C%87%E5%8D%97%E4%BB%8E0%E5%88%B01%E6%90%AD%E5%BB%BA%E4%BC%81%E4%B8%9A%E7%BA%A7%E5%8F%AF%E4%BF%A1Agent%E5%B7%A5%E7%A8%8B%E8%90%BD%E5%9C%B0%E7%89%88/</link>
      <pubDate>Sun, 23 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260823/%E6%9C%AC%E4%BD%93%E6%99%BA%E8%83%BD%E4%BD%93%E5%AE%9E%E6%88%98%E8%AE%BE%E8%AE%A1%E6%8C%87%E5%8D%97%E4%BB%8E0%E5%88%B01%E6%90%AD%E5%BB%BA%E4%BC%81%E4%B8%9A%E7%BA%A7%E5%8F%AF%E4%BF%A1Agent%E5%B7%A5%E7%A8%8B%E8%90%BD%E5%9C%B0%E7%89%88/</guid>
      <description>本体智能体实战设计指南：从0到1搭建企业级可信Agent（工程落地版） 本文为《本体智能体》系列实战篇 上篇科普：告别AI幻觉！本体智能体：企业级可信AI的新一代底座 标签：#本体智能体 #可信AI #本体工程 #AI智能体落地 #知识图谱 很多团队看懂了本体智能体的价值，却卡在落地环节： 先开发</description>
    </item>
    <item>
      <title>【AI实战项目】基于SpringAI&#43;MCP的AI Agent岗位匹配与求职规划系统</title>
      <link>https://index.zshipu.com/ai002/post/20260822/AI%E5%AE%9E%E6%88%98%E9%A1%B9%E7%9B%AE%E5%9F%BA%E4%BA%8ESpringAIMCP%E7%9A%84AI-Agent%E5%B2%97%E4%BD%8D%E5%8C%B9%E9%85%8D%E4%B8%8E%E6%B1%82%E8%81%8C%E8%A7%84%E5%88%92%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/AI%E5%AE%9E%E6%88%98%E9%A1%B9%E7%9B%AE%E5%9F%BA%E4%BA%8ESpringAIMCP%E7%9A%84AI-Agent%E5%B2%97%E4%BD%8D%E5%8C%B9%E9%85%8D%E4%B8%8E%E6%B1%82%E8%81%8C%E8%A7%84%E5%88%92%E7%B3%BB%E7%BB%9F/</guid>
      <description>大家好，我是武哥。今天给大家分享一个纯手撸原创的AI项目实战教程：AI Agent岗位匹配与求职规划系统。本项目提供完整的源码+SQL+配套喂饭级学习教程+配套面试文档。这属于我前面发的AI时代计算机小白学习路线里面的AI实战部分，感兴趣的小伙伴可以看下完整学习路线。 【保姆级】AI</description>
    </item>
    <item>
      <title>【保姆级】AI时代计算机小白学习路线，附xmind思维导图，建议收藏！</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E4%BF%9D%E5%A7%86%E7%BA%A7AI%E6%97%B6%E4%BB%A3%E8%AE%A1%E7%AE%97%E6%9C%BA%E5%B0%8F%E7%99%BD%E5%AD%A6%E4%B9%A0%E8%B7%AF%E7%BA%BF%E9%99%84xmind%E6%80%9D%E7%BB%B4%E5%AF%BC%E5%9B%BE%E5%BB%BA%E8%AE%AE%E6%94%B6%E8%97%8F/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E4%BF%9D%E5%A7%86%E7%BA%A7AI%E6%97%B6%E4%BB%A3%E8%AE%A1%E7%AE%97%E6%9C%BA%E5%B0%8F%E7%99%BD%E5%AD%A6%E4%B9%A0%E8%B7%AF%E7%BA%BF%E9%99%84xmind%E6%80%9D%E7%BB%B4%E5%AF%BC%E5%9B%BE%E5%BB%BA%E8%AE%AE%E6%94%B6%E8%97%8F/</guid>
      <description>一张思维导图 + 三个阶段，从啥也不会，到能独立做全栈项目，再到会开发 AI 应用。文末有完整思维导图。 01 先泼一盆冷水：AI 时代最大的坑 最近刷到太多这样的视频： &amp;ldquo;AI 时代不用学编程了，会用 AI 写代码就行！&amp;rdquo; 如果你信了，我劝你冷静一下，换位思考一个问题——假如你是老板，你会招一个&amp;qu</description>
    </item>
    <item>
      <title>6期｜Plan-and-Execute 落地：用 Spring AI 搭一个「维修工单编排 Agent」，让它像售后经理一样「开单→派工→执行→质检」</title>
      <link>https://index.zshipu.com/ai002/post/20260822/6%E6%9C%9FPlan-and-Execute-%E8%90%BD%E5%9C%B0%E7%94%A8-Spring-AI-%E6%90%AD%E4%B8%80%E4%B8%AA%E7%BB%B4%E4%BF%AE%E5%B7%A5%E5%8D%95%E7%BC%96%E6%8E%92-Agent%E8%AE%A9%E5%AE%83%E5%83%8F%E5%94%AE%E5%90%8E%E7%BB%8F%E7%90%86%E4%B8%80%E6%A0%B7%E5%BC%80%E5%8D%95%E6%B4%BE%E5%B7%A5%E6%89%A7%E8%A1%8C%E8%B4%A8%E6%A3%80/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/6%E6%9C%9FPlan-and-Execute-%E8%90%BD%E5%9C%B0%E7%94%A8-Spring-AI-%E6%90%AD%E4%B8%80%E4%B8%AA%E7%BB%B4%E4%BF%AE%E5%B7%A5%E5%8D%95%E7%BC%96%E6%8E%92-Agent%E8%AE%A9%E5%AE%83%E5%83%8F%E5%94%AE%E5%90%8E%E7%BB%8F%E7%90%86%E4%B8%80%E6%A0%B7%E5%BC%80%E5%8D%95%E6%B4%BE%E5%B7%A5%E6%89%A7%E8%A1%8C%E8%B4%A8%E6%A3%80/</guid>
      <description>上一期我用 ReAct 模式搭了一个诊断 Agent，它能像老 SA 一样「听→想→查→下结论」走一步看一步。但售后经理管车间，从来不是走一步看一步——而是先把工单开好、工时配件工位一次规划到位，再派下去执行。今天就把这套「先想好再干」的 Plan-and-Execute 模式写成代码。 一、开篇：ReAct 能诊断，但能管车间吗？ 第5</description>
    </item>
    <item>
      <title>Agent 记忆系统：架构、设计与LangChain 实践</title>
      <link>https://index.zshipu.com/ai002/post/20260822/Agent-%E8%AE%B0%E5%BF%86%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E4%B8%8ELangChain-%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/Agent-%E8%AE%B0%E5%BF%86%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E4%B8%8ELangChain-%E5%AE%9E%E8%B7%B5/</guid>
      <description>Agent 记忆系统：架构、设计与LangChain 实践 一、背景：为什么 Agent 需要记忆系统？ 1.1 问题的根源：LLM 的无状态本质 大语言模型（LLM）本质上是一个无状态函数：给定一段输入 Prompt，输出一段文本。它不具备跨会话的持久记忆，每次调用都从零开始。这在单轮问答场景下问题不大，但当我们把 LLM</description>
    </item>
    <item>
      <title>Agent核心概念全景图：LLM、Memory、Skill、MCP、RAG、Prompt 到底是什么？</title>
      <link>https://index.zshipu.com/ai002/post/20260822/Agent%E6%A0%B8%E5%BF%83%E6%A6%82%E5%BF%B5%E5%85%A8%E6%99%AF%E5%9B%BELLMMemorySkillMCPRAGPrompt-%E5%88%B0%E5%BA%95%E6%98%AF%E4%BB%80%E4%B9%88/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/Agent%E6%A0%B8%E5%BF%83%E6%A6%82%E5%BF%B5%E5%85%A8%E6%99%AF%E5%9B%BELLMMemorySkillMCPRAGPrompt-%E5%88%B0%E5%BA%95%E6%98%AF%E4%BB%80%E4%B9%88/</guid>
      <description>9年Java架构师 + 4年豪华品牌售后顾问，用你最熟悉的场景讲透Agent体系 一、开篇：为什么我们要重新理解Agent？ 痛点引入：最近半年“Agent”概念铺天盖地，LLM、Memory、RAG、Skill、MCP、Prompt Engineering……术语多到让人无从下手。 我的视</description>
    </item>
    <item>
      <title>AI Agent入门实战第15篇，Spring AI Alibaba并发控制与性能优化实战--从Demo到生产</title>
      <link>https://index.zshipu.com/ai002/post/20260822/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC15%E7%AF%87Spring-AI-Alibaba%E5%B9%B6%E5%8F%91%E6%8E%A7%E5%88%B6%E4%B8%8E%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E5%AE%9E%E6%88%98--%E4%BB%8EDemo%E5%88%B0%E7%94%9F%E4%BA%A7-2/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC15%E7%AF%87Spring-AI-Alibaba%E5%B9%B6%E5%8F%91%E6%8E%A7%E5%88%B6%E4%B8%8E%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E5%AE%9E%E6%88%98--%E4%BB%8EDemo%E5%88%B0%E7%94%9F%E4%BA%A7-2/</guid>
      <description>让Java开发者像写Spring Boot一样开发AI应用——第三阶段开篇 写在前面 前14天，我们完整走过了AI Agent应用开发的核心路径——从概念到范式，从能力到项目。Agent已经能思考、能动手、能记忆、能按格式输出、能按需加载技能。 但有一个问题始终悬而未决：能扛得住生产环境的</description>
    </item>
    <item>
      <title>AI Agent入门实战第15篇，Spring AI Alibaba并发控制与性能优化实战--从Demo到生产</title>
      <link>https://index.zshipu.com/ai002/post/20260822/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC15%E7%AF%87Spring-AI-Alibaba%E5%B9%B6%E5%8F%91%E6%8E%A7%E5%88%B6%E4%B8%8E%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E5%AE%9E%E6%88%98--%E4%BB%8EDemo%E5%88%B0%E7%94%9F%E4%BA%A7/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/AI-Agent%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E7%AC%AC15%E7%AF%87Spring-AI-Alibaba%E5%B9%B6%E5%8F%91%E6%8E%A7%E5%88%B6%E4%B8%8E%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E5%AE%9E%E6%88%98--%E4%BB%8EDemo%E5%88%B0%E7%94%9F%E4%BA%A7/</guid>
      <description>走过了AI Agent应用开发的核心路径——从概念到范式，从能力到项目。Agent已经能思考、能动手、能记忆、能按格式输出、能按需加载技能。 但有一个问题始终悬而未决：能扛得住生产环境的流量吗？ 一个Agent请求可能持续数秒到数十秒，输出长度从50到3000+ token不等。当10个</description>
    </item>
    <item>
      <title>Java开发者怎么做RAG：Spring AI和LangChain4j双框架对比</title>
      <link>https://index.zshipu.com/ai002/post/20260822/Java%E5%BC%80%E5%8F%91%E8%80%85%E6%80%8E%E4%B9%88%E5%81%9ARAGSpring-AI%E5%92%8CLangChain4j%E5%8F%8C%E6%A1%86%E6%9E%B6%E5%AF%B9%E6%AF%94/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/Java%E5%BC%80%E5%8F%91%E8%80%85%E6%80%8E%E4%B9%88%E5%81%9ARAGSpring-AI%E5%92%8CLangChain4j%E5%8F%8C%E6%A1%86%E6%9E%B6%E5%AF%B9%E6%AF%94/</guid>
      <description>你如果是个Java开发者，可能心里一直在犯嘀咕：&amp;ldquo;难道做RAG必须学Python？我Spring Boot的祖传手艺就不能用了？&amp;rdquo; 当然不是。Java生态在2025-2026年已经补上了RAG的课——Spring AI 2.0正式发布了VectorStore和RAG</description>
    </item>
    <item>
      <title>Multi-Agent 系统：架构设计、工程权衡与LangGraph 实现</title>
      <link>https://index.zshipu.com/ai002/post/20260822/Multi-Agent-%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E5%B7%A5%E7%A8%8B%E6%9D%83%E8%A1%A1%E4%B8%8ELangGraph-%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/Multi-Agent-%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E5%B7%A5%E7%A8%8B%E6%9D%83%E8%A1%A1%E4%B8%8ELangGraph-%E5%AE%9E%E7%8E%B0/</guid>
      <description>目录 背景：单体 LLM 的认知边界与 Multi-Agent 的哲学起源 核心架构模式：拓扑选型与通信设计 LangGraph 技术实现：图、状态与记忆 行业落地：代码审查流水线的深度解构 生态演进：协议、治理与可观测性 1. 背景：单体 LLM 的认知边界与 Multi-Agent 的哲学起源 1.1 单体 LLM 的失败模式：不只是工程问题 讨论 Multi-Agent 的必要性，通常从&amp;quot;上下文窗口太</description>
    </item>
    <item>
      <title>RAG检索增强生成全解析：从Naive到Advanced，搞懂知识库问答的核心逻辑</title>
      <link>https://index.zshipu.com/ai002/post/20260822/RAG%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E5%85%A8%E8%A7%A3%E6%9E%90%E4%BB%8ENaive%E5%88%B0Advanced%E6%90%9E%E6%87%82%E7%9F%A5%E8%AF%86%E5%BA%93%E9%97%AE%E7%AD%94%E7%9A%84%E6%A0%B8%E5%BF%83%E9%80%BB%E8%BE%91/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/RAG%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E5%85%A8%E8%A7%A3%E6%9E%90%E4%BB%8ENaive%E5%88%B0Advanced%E6%90%9E%E6%87%82%E7%9F%A5%E8%AF%86%E5%BA%93%E9%97%AE%E7%AD%94%E7%9A%84%E6%A0%B8%E5%BF%83%E9%80%BB%E8%BE%91/</guid>
      <description>你有没有遇到过这种情况：让大模型回答公司内部文档的问题，它要么编答案，要么说&amp;quot;我不清楚&amp;quot;？你花了几万块买的GPT-4 API，结果在业务场景里跟个摆设一样。 这就是大模型的两个致命缺陷：幻觉（一本正经胡说八道）和知识截止（不知道训练之后发生的事）。RAG（Retr</description>
    </item>
    <item>
      <title>Spring AI 2.0 升级即编译报错？9 个破坏性变更逐个拆解，附完整迁移代码</title>
      <link>https://index.zshipu.com/ai002/post/20260822/Spring-AI-2.0-%E5%8D%87%E7%BA%A7%E5%8D%B3%E7%BC%96%E8%AF%91%E6%8A%A5%E9%94%999-%E4%B8%AA%E7%A0%B4%E5%9D%8F%E6%80%A7%E5%8F%98%E6%9B%B4%E9%80%90%E4%B8%AA%E6%8B%86%E8%A7%A3%E9%99%84%E5%AE%8C%E6%95%B4%E8%BF%81%E7%A7%BB%E4%BB%A3%E7%A0%81/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/Spring-AI-2.0-%E5%8D%87%E7%BA%A7%E5%8D%B3%E7%BC%96%E8%AF%91%E6%8A%A5%E9%94%999-%E4%B8%AA%E7%A0%B4%E5%9D%8F%E6%80%A7%E5%8F%98%E6%9B%B4%E9%80%90%E4%B8%AA%E6%8B%86%E8%A7%A3%E9%99%84%E5%AE%8C%E6%95%B4%E8%BF%81%E7%A7%BB%E4%BB%A3%E7%A0%81/</guid>
      <description>Spring AI 2.0 升级即编译报错？9 个破坏性变更逐个拆解，附完整迁移代码 2026 年 6 月 12 日 Spring AI 2.0.0 GA 发布，基线从 Boot 3.5 一路跳到 Boot 4 + Framework 7 + Jackson 3。昨天（8 月 20 日），CSDN 一篇深度迁移指南刷屏技术圈，同日 JeecgBoot v3.9.3 宣布全面适配 Spring Boot 4。Java AI 生态正在经历一次&amp;quot;换底子&amp;quot;式大升级——你的项目</description>
    </item>
    <item>
      <title>Spring AI 2.0 正式落地，JAVA程序员转型AI的最佳选择</title>
      <link>https://index.zshipu.com/ai002/post/20260822/Spring-AI-2.0-%E6%AD%A3%E5%BC%8F%E8%90%BD%E5%9C%B0JAVA%E7%A8%8B%E5%BA%8F%E5%91%98%E8%BD%AC%E5%9E%8BAI%E7%9A%84%E6%9C%80%E4%BD%B3%E9%80%89%E6%8B%A9/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/Spring-AI-2.0-%E6%AD%A3%E5%BC%8F%E8%90%BD%E5%9C%B0JAVA%E7%A8%8B%E5%BA%8F%E5%91%98%E8%BD%AC%E5%9E%8BAI%E7%9A%84%E6%9C%80%E4%BD%B3%E9%80%89%E6%8B%A9/</guid>
      <description>Spring AI 2.0.0 GA 终于发布了。从“能用”到“好用”，Java 在 AI 领域的开发也进入工程化时代。究竟什么是Spring AI ？Spring AI 2.0 有哪些变化？今天就和大家一起梳理Spring AI 2.0 的 核心变化。 看过我之前文章的朋友应该清楚，之前的Spring AI 实战系列文章都是基于 Spring AI 1.x 写的。后续我的整套 Spring</description>
    </item>
    <item>
      <title>万字详解：AI Agent 系统架构设计</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E4%B8%87%E5%AD%97%E8%AF%A6%E8%A7%A3AI-Agent-%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E4%B8%87%E5%AD%97%E8%AF%A6%E8%A7%A3AI-Agent-%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1/</guid>
      <description>设计主动智能系统（一）：智能体架构 架构概览 主动智能系统在三个逻辑层面上运作： 工具层 、 推理层 和 行动层 。 每一层在使智能体能够有效检索、处理和行动信息方面都扮演着特定角色。 理解这些层之间的交互对于设计功能性和可扩展的系统至关重要。 工具层： 系统的基础。 此层与外部数据源和服务交互，包括 AP</description>
    </item>
    <item>
      <title>从接车到交车：LLM &#43; Skill &#43; MCP 如何编排一次完整的4S店售后体验</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E4%BB%8E%E6%8E%A5%E8%BD%A6%E5%88%B0%E4%BA%A4%E8%BD%A6LLM-Skill-MCP-%E5%A6%82%E4%BD%95%E7%BC%96%E6%8E%92%E4%B8%80%E6%AC%A1%E5%AE%8C%E6%95%B4%E7%9A%844S%E5%BA%97%E5%94%AE%E5%90%8E%E4%BD%93%E9%AA%8C/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E4%BB%8E%E6%8E%A5%E8%BD%A6%E5%88%B0%E4%BA%A4%E8%BD%A6LLM-Skill-MCP-%E5%A6%82%E4%BD%95%E7%BC%96%E6%8E%92%E4%B8%80%E6%AC%A1%E5%AE%8C%E6%95%B4%E7%9A%844S%E5%BA%97%E5%94%AE%E5%90%8E%E4%BD%93%E9%AA%8C/</guid>
      <description>你在4S店经历过最“共情”或最“糟心”的一次售后服务是什么？评论区分享你的故事，下期我拆解里面的技术痛点！ 一个奥迪Q5车主从“刹车异响”到“放心离店”背后的Agent工作流 一、开篇：当服务顾问遇上AI 场景还原 上午9:15，一辆奥迪Q5驶入售后接待区。客户张先生下车后对我说：“师傅</description>
    </item>
    <item>
      <title>你的RAG系统到底好不好？4个指标说清楚</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E4%BD%A0%E7%9A%84RAG%E7%B3%BB%E7%BB%9F%E5%88%B0%E5%BA%95%E5%A5%BD%E4%B8%8D%E5%A5%BD4%E4%B8%AA%E6%8C%87%E6%A0%87%E8%AF%B4%E6%B8%85%E6%A5%9A/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E4%BD%A0%E7%9A%84RAG%E7%B3%BB%E7%BB%9F%E5%88%B0%E5%BA%95%E5%A5%BD%E4%B8%8D%E5%A5%BD4%E4%B8%AA%E6%8C%87%E6%A0%87%E8%AF%B4%E6%B8%85%E6%A5%9A/</guid>
      <description>你有没有过这种经历：改了切分策略，感觉检索效果好了一点但说不上来好多少；换了个Embedding模型，有些问题答得更好了但有些变差了；上线之后用户反馈&amp;quot;感觉不如以前了&amp;quot;，但你看代码什么都没改。 这就是没有评估体系的典型症状——优化全凭感觉，改了不知道好了没有，出</description>
    </item>
    <item>
      <title>向量检索不够用？GraphRAG才是多跳推理的答案</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E4%B8%8D%E5%A4%9F%E7%94%A8GraphRAG%E6%89%8D%E6%98%AF%E5%A4%9A%E8%B7%B3%E6%8E%A8%E7%90%86%E7%9A%84%E7%AD%94%E6%A1%88/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E4%B8%8D%E5%A4%9F%E7%94%A8GraphRAG%E6%89%8D%E6%98%AF%E5%A4%9A%E8%B7%B3%E6%8E%A8%E7%90%86%E7%9A%84%E7%AD%94%E6%A1%88/</guid>
      <description>05篇讲高级RAG架构时，GraphRAG只占了一小节——当时受限于篇幅，只给了LlamaIndex的基本用法。但GraphRAG是2024-2025年RAG领域最重要的突破之一，微软开源的GraphRAG项目已经拿了2万多star，值得专门一篇拆透。 你可能会问：向量检索已经够用</description>
    </item>
    <item>
      <title>图表、表格、PDF图文，多模态RAG全搞定</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E5%9B%BE%E8%A1%A8%E8%A1%A8%E6%A0%BCPDF%E5%9B%BE%E6%96%87%E5%A4%9A%E6%A8%A1%E6%80%81RAG%E5%85%A8%E6%90%9E%E5%AE%9A/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E5%9B%BE%E8%A1%A8%E8%A1%A8%E6%A0%BCPDF%E5%9B%BE%E6%96%87%E5%A4%9A%E6%A8%A1%E6%80%81RAG%E5%85%A8%E6%90%9E%E5%AE%9A/</guid>
      <description>前面7篇RAG文章都在处理文本——把文档切分、向量化、检索、生成。但真实世界的文档长什么样？PDF里有图表，Word里有截图，PPT里有流程图，Excel里有数据透视表。这些非文本内容，纯文本RAG根本检索不到。 我之前做过一个项目，客户的PDF报告里有大量数据图表——柱状图、折线</description>
    </item>
    <item>
      <title>第3期｜当SA的「倾听→思考→行动」变成代码：ReAct、Plan-and-Execute 与 SingleMulti-Agent 三大架构模式深度拆解</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E7%AC%AC3%E6%9C%9F%E5%BD%93SA%E7%9A%84%E5%80%BE%E5%90%AC%E6%80%9D%E8%80%83%E8%A1%8C%E5%8A%A8%E5%8F%98%E6%88%90%E4%BB%A3%E7%A0%81ReActPlan-and-Execute-%E4%B8%8E-SingleMulti-Agent-%E4%B8%89%E5%A4%A7%E6%9E%B6%E6%9E%84%E6%A8%A1%E5%BC%8F%E6%B7%B1%E5%BA%A6%E6%8B%86%E8%A7%A3/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E7%AC%AC3%E6%9C%9F%E5%BD%93SA%E7%9A%84%E5%80%BE%E5%90%AC%E6%80%9D%E8%80%83%E8%A1%8C%E5%8A%A8%E5%8F%98%E6%88%90%E4%BB%A3%E7%A0%81ReActPlan-and-Execute-%E4%B8%8E-SingleMulti-Agent-%E4%B8%89%E5%A4%A7%E6%9E%B6%E6%9E%84%E6%A8%A1%E5%BC%8F%E6%B7%B1%E5%BA%A6%E6%8B%86%E8%A7%A3/</guid>
      <description>上一期我用一辆奥迪Q5的「刹车异响」走完了接车到交车的六站编排；这一期回答一个更底层的问题——那个编排，到底该是一个 Agent 从头干到尾，还是多个 Agent 分工协作？ 一、开篇：从「六站编排」到「三个灵魂拷问」 上一期《从接车到交车》里，我用一辆 2022 款奥迪 Q5 的「低速刹车异响」案例，把一次 4S 店售后服务拆</description>
    </item>
    <item>
      <title>第4期｜Spring AI 实战 Demo：从零搭建一个完整的汽车售后智能客服 Agent（含 RAG Tool Calling Memory MCP Client）</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E7%AC%AC4%E6%9C%9FSpring-AI-%E5%AE%9E%E6%88%98-Demo%E4%BB%8E%E9%9B%B6%E6%90%AD%E5%BB%BA%E4%B8%80%E4%B8%AA%E5%AE%8C%E6%95%B4%E7%9A%84%E6%B1%BD%E8%BD%A6%E5%94%AE%E5%90%8E%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D-Agent%E5%90%AB-RAG-Tool-Calling-Memory-MCP-Client/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E7%AC%AC4%E6%9C%9FSpring-AI-%E5%AE%9E%E6%88%98-Demo%E4%BB%8E%E9%9B%B6%E6%90%AD%E5%BB%BA%E4%B8%80%E4%B8%AA%E5%AE%8C%E6%95%B4%E7%9A%84%E6%B1%BD%E8%BD%A6%E5%94%AE%E5%90%8E%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D-Agent%E5%90%AB-RAG-Tool-Calling-Memory-MCP-Client/</guid>
      <description>上一期对比了 Spring AI、LangChain4J、AgentScope Java 2.0，结论是：默认选 Spring AI。这一期，我用 Spring AI 把它落到代码里——一个可以跑起来的售后智能客服 Agent。 一、开篇：为什么选「智能客服」作为第一个 Demo？ 前面三期，我一直在讲售后六站编排：接车 → 历史 → 开单 → 诊断 → 维</description>
    </item>
    <item>
      <title>第5期｜用 Spring AI 手搓一个「诊断 Agent」：让 AI 像老 SA 一样「听→想→查→下结论」</title>
      <link>https://index.zshipu.com/ai002/post/20260822/%E7%AC%AC5%E6%9C%9F%E7%94%A8-Spring-AI-%E6%89%8B%E6%90%93%E4%B8%80%E4%B8%AA%E8%AF%8A%E6%96%AD-Agent%E8%AE%A9-AI-%E5%83%8F%E8%80%81-SA-%E4%B8%80%E6%A0%B7%E5%90%AC%E6%83%B3%E6%9F%A5%E4%B8%8B%E7%BB%93%E8%AE%BA/</link>
      <pubDate>Sat, 22 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260822/%E7%AC%AC5%E6%9C%9F%E7%94%A8-Spring-AI-%E6%89%8B%E6%90%93%E4%B8%80%E4%B8%AA%E8%AF%8A%E6%96%AD-Agent%E8%AE%A9-AI-%E5%83%8F%E8%80%81-SA-%E4%B8%80%E6%A0%B7%E5%90%AC%E6%83%B3%E6%9F%A5%E4%B8%8B%E7%BB%93%E8%AE%BA/</guid>
      <description>上一期我用 Spring AI 搭了一个客服 Agent，核心是 RAG + Memory + Tool Calling + MCP Client 四大模块。但客服 Agent 本质是「问答」——客户问、Agent 答。今天我们要往前走一步，进入售后最核心、最考验功力的环节：诊断。诊断不是问答，是推理。 一、开篇：客服 Agent 跑通了，然后呢？ 第4期结尾我说了一句话：「这个 Demo 虽然叫客服，</description>
    </item>
    <item>
      <title>【AI入门知识点】Harness 是什么？为什么 DeepSeek 要组建 Harness 团队？_人工智能_创世宇图-AtomGit开源社区</title>
      <link>https://index.zshipu.com/ai002/post/20260818/AI%E5%85%A5%E9%97%A8%E7%9F%A5%E8%AF%86%E7%82%B9Harness-%E6%98%AF%E4%BB%80%E4%B9%88%E4%B8%BA%E4%BB%80%E4%B9%88-DeepSeek-%E8%A6%81%E7%BB%84%E5%BB%BA-Harness-%E5%9B%A2%E9%98%9F_%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_%E5%88%9B%E4%B8%96%E5%AE%87%E5%9B%BE-AtomGit%E5%BC%80%E6%BA%90%E7%A4%BE%E5%8C%BA/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260818/AI%E5%85%A5%E9%97%A8%E7%9F%A5%E8%AF%86%E7%82%B9Harness-%E6%98%AF%E4%BB%80%E4%B9%88%E4%B8%BA%E4%BB%80%E4%B9%88-DeepSeek-%E8%A6%81%E7%BB%84%E5%BB%BA-Harness-%E5%9B%A2%E9%98%9F_%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_%E5%88%9B%E4%B8%96%E5%AE%87%E5%9B%BE-AtomGit%E5%BC%80%E6%BA%90%E7%A4%BE%E5%8C%BA/</guid>
      <description>AtomGit开源社区 【AI入门知识点】Harness 是什么？为什么 DeepSeek 要组建 Harness 团队？ 最近，DeepSeek 招聘信息中出现了一个越来越高频的关键词——Harness 团队。 很多人第一反应是： Harness 是什么？一种新模型？还是某个框架？为什么 DeepSeek 专门成立团队来做这个？ 如果你第一次听到这个词，不用</description>
    </item>
    <item>
      <title>DeepSeek Harness 15 万星：生态从「百花齐放」跨入「工业化部署」_Agent_cumora_Skill</title>
      <link>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-15-%E4%B8%87%E6%98%9F%E7%94%9F%E6%80%81%E4%BB%8E%E7%99%BE%E8%8A%B1%E9%BD%90%E6%94%BE%E8%B7%A8%E5%85%A5%E5%B7%A5%E4%B8%9A%E5%8C%96%E9%83%A8%E7%BD%B2_Agent_cumora_Skill/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-15-%E4%B8%87%E6%98%9F%E7%94%9F%E6%80%81%E4%BB%8E%E7%99%BE%E8%8A%B1%E9%BD%90%E6%94%BE%E8%B7%A8%E5%85%A5%E5%B7%A5%E4%B8%9A%E5%8C%96%E9%83%A8%E7%BD%B2_Agent_cumora_Skill/</guid>
      <description>打开今天的 GitHub Trending，第一眼看到的是 deepseek-ai/deepseek-harness 已经 15.0 万星——昨天还在 13.1 万星徘徊，今天一天涨了将近 2 万。比起&amp;quot;火&amp;quot;，这个数字更像是&amp;quot;地基落成&amp;quot;：围绕 DSH 的生态不再只是星星点点的探索者，开始有了明确的工业化分工。 不过，&amp;ldquo;15 万星&amp;qu</description>
    </item>
    <item>
      <title>DeepSeek Harness Cordis 教程：从零到接入真实 harness_cordis插件-CSDN博客</title>
      <link>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-Cordis-%E6%95%99%E7%A8%8B%E4%BB%8E%E9%9B%B6%E5%88%B0%E6%8E%A5%E5%85%A5%E7%9C%9F%E5%AE%9E-harness_cordis%E6%8F%92%E4%BB%B6-CSDN%E5%8D%9A%E5%AE%A2/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-Cordis-%E6%95%99%E7%A8%8B%E4%BB%8E%E9%9B%B6%E5%88%B0%E6%8E%A5%E5%85%A5%E7%9C%9F%E5%AE%9E-harness_cordis%E6%8F%92%E4%BB%B6-CSDN%E5%8D%9A%E5%AE%A2/</guid>
      <description>DeepSeek Harness Cordis 教程：从零到接入真实 harness 本教程通过 7 个可运行的动手示例，带你掌握 Cordis 插件框架，并最终把插件接入真实的 harness 服务。 一、Cordis 是什么？ Cordis 是 DeepSeek Harness 底层的插件框架：它是一个小型运行时，其中每项能力——包括工具（tool）、 LLM 适配器、文件访问，乃至 agent loop（智能体循环）本身——都是挂载</description>
    </item>
    <item>
      <title>DeepSeek Harness 深度架构全解析_deepseek harness 解析-CSDN博客</title>
      <link>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-%E6%B7%B1%E5%BA%A6%E6%9E%B6%E6%9E%84%E5%85%A8%E8%A7%A3%E6%9E%90_deepseek-harness-%E8%A7%A3%E6%9E%90-CSDN%E5%8D%9A%E5%AE%A2/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-%E6%B7%B1%E5%BA%A6%E6%9E%B6%E6%9E%84%E5%85%A8%E8%A7%A3%E6%9E%90_deepseek-harness-%E8%A7%A3%E6%9E%90-CSDN%E5%8D%9A%E5%AE%A2/</guid>
      <description>本文对 DeepSeek Harness（以下简称 DSH）进行全面的技术架构剖析，全文由Claude Code + GLM-5.2撰写后小范围调整。文中将从&amp;quot;如何让 Agent 框架的每个部分都可替换&amp;quot;这个最核心的设计问题出发，逐步展开其插件系统、Agent 生命周期、工具执行管线、LLM 抽象、会话模型</description>
    </item>
    <item>
      <title>DeepSeek Harness 简介  菜鸟教程</title>
      <link>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-%E7%AE%80%E4%BB%8B-%E8%8F%9C%E9%B8%9F%E6%95%99%E7%A8%8B/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-%E7%AE%80%E4%BB%8B-%E8%8F%9C%E9%B8%9F%E6%95%99%E7%A8%8B/</guid>
      <description>AI 模型已经能独立完成复杂的编码任务。真正的挑战不再是让模型更聪明，而是怎么把它的能力稳定、可靠、可观测地组织成一个真正可用的 Agent。 2026 年 8 月，深度求索开源了 DeepSeek Harness（dsh）——一个一切皆插件的 Agent 框架，给出了这个问题的答案：Agent = Model + Harness。模型是 Agent 的灵</description>
    </item>
    <item>
      <title>Agent学习系列 第10课：企业级 Agent 架构与未来方向</title>
      <link>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC10%E8%AF%BE%E4%BC%81%E4%B8%9A%E7%BA%A7-Agent-%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%9C%AA%E6%9D%A5%E6%96%B9%E5%90%91/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC10%E8%AF%BE%E4%BC%81%E4%B8%9A%E7%BA%A7-Agent-%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%9C%AA%E6%9D%A5%E6%96%B9%E5%90%91/</guid>
      <description>前 9 课，我们一点点把 Agent 的零件拼了起来：它会推理、会调工具、会记记忆、会规划、会协作、会检索知识、还能被评估监控。第 10 课，是收官——我们要把这些零件组装成一台能真正在公司里跑起来的机器，再抬头看看它往哪儿去。 一句话先立住：单 Agent 是玩具，企业级 Agent 是系统。系统能不能立住，看的是架构，不是</description>
    </item>
    <item>
      <title>Agent学习系列 第2课：把 Agent 调教好——Prompt 设计与安全防线</title>
      <link>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC2%E8%AF%BE%E6%8A%8A-Agent-%E8%B0%83%E6%95%99%E5%A5%BDPrompt-%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%89%E5%85%A8%E9%98%B2%E7%BA%BF/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC2%E8%AF%BE%E6%8A%8A-Agent-%E8%B0%83%E6%95%99%E5%A5%BDPrompt-%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%89%E5%85%A8%E9%98%B2%E7%BA%BF/</guid>
      <description>上节课我们搞清楚了「Agent 到底是什么」——它是一套由 LLM、状态、工具、记忆和执行循环组成的系统，不是高级 Prompt。 但紧接着问题来了：为什么别人写的 Agent 又聪明又靠谱，你写的却动不动胡说、死循环、乱调工具？ 这一课，我们就从根上解决这件事。先搞清楚 Agent 为什么会翻车，再学怎么用 Prompt 把</description>
    </item>
    <item>
      <title>Agent学习系列 第3课：Tool Calling 与函数调用系统</title>
      <link>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC3%E8%AF%BETool-Calling-%E4%B8%8E%E5%87%BD%E6%95%B0%E8%B0%83%E7%94%A8%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC3%E8%AF%BETool-Calling-%E4%B8%8E%E5%87%BD%E6%95%B0%E8%B0%83%E7%94%A8%E7%B3%BB%E7%BB%9F/</guid>
      <description>Agent 学习系列 · 第 3 课 Tool Calling 与函数调用系统 前两课我们聊了「Agent 是什么」和「怎么用 Prompt 调教它」。从这一课开始，进入真正的工程实战。 一句话先立个 flag：真正的 Agent 工程，70% 都是 Tool Engineering。 一个 Agent 聪不聪明，很大程度上不取决于模型本身，而取决于你给它接了什么工具、工具靠不靠</description>
    </item>
    <item>
      <title>Agent学习系列 第9课：Agent 评估、监控与生产化</title>
      <link>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC9%E8%AF%BEAgent-%E8%AF%84%E4%BC%B0%E7%9B%91%E6%8E%A7%E4%B8%8E%E7%94%9F%E4%BA%A7%E5%8C%96/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/Agent%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E7%AC%AC9%E8%AF%BEAgent-%E8%AF%84%E4%BC%B0%E7%9B%91%E6%8E%A7%E4%B8%8E%E7%94%9F%E4%BA%A7%E5%8C%96/</guid>
      <description>前面几课我们讲的是 Agent 怎么「想」、怎么「记」、怎么「规划」、怎么「协作」、怎么「检索知识」。到了第9课，话题要真正落地：把一个 Agent 从 Demo 变成能在公司里跑的生产系统。这一步最容易被忽略，却是分水岭。 一句话先立住：能跑通的 Agent 很多，能评估、能监控、能安全上线的 Agent 才是工业级。 一、为什么 Agent 很难评</description>
    </item>
    <item>
      <title>Apache Doris AI RAG 实战：从基础 RAG 到知识图谱增强 技术能力与选型 - 今日头条</title>
      <link>https://index.zshipu.com/ai002/post/20260817/Apache-Doris-AI-RAG-%E5%AE%9E%E6%88%98%E4%BB%8E%E5%9F%BA%E7%A1%80-RAG-%E5%88%B0%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%A2%9E%E5%BC%BA-%E6%8A%80%E6%9C%AF%E8%83%BD%E5%8A%9B%E4%B8%8E%E9%80%89%E5%9E%8B-%E4%BB%8A%E6%97%A5%E5%A4%B4%E6%9D%A1/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/Apache-Doris-AI-RAG-%E5%AE%9E%E6%88%98%E4%BB%8E%E5%9F%BA%E7%A1%80-RAG-%E5%88%B0%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%A2%9E%E5%BC%BA-%E6%8A%80%E6%9C%AF%E8%83%BD%E5%8A%9B%E4%B8%8E%E9%80%89%E5%9E%8B-%E4%BB%8A%E6%97%A5%E5%A4%B4%E6%9D%A1/</guid>
      <description>一句话摘要：Apache Doris 基于 HNSW 1024 维向量索引 + bge-m3 + Deepseek 搭建 RAG 系统，结合 LangChain 完成文本分片、向量嵌入与检索生成；进一步通过 LLM 抽取实体关系、NetworkX 构建图结构、Pyvis 可视化、存入 Doris graph_chunk 表实现知识图谱增强 RAG，相比基础 RAG 能更准确回答多实体、多关系的复杂问题。 关键词：Apache Doris</description>
    </item>
    <item>
      <title>GraphRAG实战：用Neo4j构建可解释的LLM知识检索系统-CSDN博客</title>
      <link>https://index.zshipu.com/ai002/post/20260817/GraphRAG%E5%AE%9E%E6%88%98%E7%94%A8Neo4j%E6%9E%84%E5%BB%BA%E5%8F%AF%E8%A7%A3%E9%87%8A%E7%9A%84LLM%E7%9F%A5%E8%AF%86%E6%A3%80%E7%B4%A2%E7%B3%BB%E7%BB%9F-CSDN%E5%8D%9A%E5%AE%A2/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/GraphRAG%E5%AE%9E%E6%88%98%E7%94%A8Neo4j%E6%9E%84%E5%BB%BA%E5%8F%AF%E8%A7%A3%E9%87%8A%E7%9A%84LLM%E7%9F%A5%E8%AF%86%E6%A3%80%E7%B4%A2%E7%B3%BB%E7%BB%9F-CSDN%E5%8D%9A%E5%AE%A2/</guid>
      <description>1. 项目 概述：当图数据库遇上大语言模型，知识检索不再“大海捞针” 你有没有试过让一个大语言 模型 回答一个非常具体、依赖内部文档或私有数据的问题，结果它要么胡编乱造，要么直接说“我不知道”？这背后不是模型不够聪明，而是它根本没看到你手里的那本“说明书”。GraphRAG（Graph-ba</description>
    </item>
    <item>
      <title>RAG效果差？一张优化全景图，从demo到生产级的完整路径</title>
      <link>https://index.zshipu.com/ai002/post/20260817/RAG%E6%95%88%E6%9E%9C%E5%B7%AE%E4%B8%80%E5%BC%A0%E4%BC%98%E5%8C%96%E5%85%A8%E6%99%AF%E5%9B%BE%E4%BB%8Edemo%E5%88%B0%E7%94%9F%E4%BA%A7%E7%BA%A7%E7%9A%84%E5%AE%8C%E6%95%B4%E8%B7%AF%E5%BE%84/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/RAG%E6%95%88%E6%9E%9C%E5%B7%AE%E4%B8%80%E5%BC%A0%E4%BC%98%E5%8C%96%E5%85%A8%E6%99%AF%E5%9B%BE%E4%BB%8Edemo%E5%88%B0%E7%94%9F%E4%BA%A7%E7%BA%A7%E7%9A%84%E5%AE%8C%E6%95%B4%E8%B7%AF%E5%BE%84/</guid>
      <description>这是「程序员的 RAG 修炼手册」系列第二篇。上一篇我们聊了 RAG 到底在解决什么问题，这一篇聊怎么把它做好。 搭完第一个 RAG demo 的那天晚上，我的心情经历了一个完整的过山车。 前半段是兴奋。文档丢进去，问题问出来，大模型居然真的能基于我的文档回答问题了。虽然只是一个最简单的 demo，但那种“跑通了”的</description>
    </item>
    <item>
      <title>一文看懂爆火的 Graph Engineering，以及它和 Loop Engineering、Agent 循环到底啥关系</title>
      <link>https://index.zshipu.com/ai002/post/20260817/%E4%B8%80%E6%96%87%E7%9C%8B%E6%87%82%E7%88%86%E7%81%AB%E7%9A%84-Graph-Engineering%E4%BB%A5%E5%8F%8A%E5%AE%83%E5%92%8C-Loop-EngineeringAgent-%E5%BE%AA%E7%8E%AF%E5%88%B0%E5%BA%95%E5%95%A5%E5%85%B3%E7%B3%BB/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/%E4%B8%80%E6%96%87%E7%9C%8B%E6%87%82%E7%88%86%E7%81%AB%E7%9A%84-Graph-Engineering%E4%BB%A5%E5%8F%8A%E5%AE%83%E5%92%8C-Loop-EngineeringAgent-%E5%BE%AA%E7%8E%AF%E5%88%B0%E5%BA%95%E5%95%A5%E5%85%B3%E7%B3%BB/</guid>
      <description>ㅤ 哈喽，大家好！ 我是阿星👋🏻 如果你最近刷 AI 圈，一定会被一堆新词砸晕：ReAct、Agent Loop、Loop Engineering、Graph Engineering……它们听起来很像，其实说的是 三个不同尺度 的事，而且不是&amp;quot;谁取代谁&amp;quot;，是 一层套一层 。 ㅤ 先给结论：</description>
    </item>
    <item>
      <title>我学RAG踩的第一个坑，可能你也在踩</title>
      <link>https://index.zshipu.com/ai002/post/20260817/%E6%88%91%E5%AD%A6RAG%E8%B8%A9%E7%9A%84%E7%AC%AC%E4%B8%80%E4%B8%AA%E5%9D%91%E5%8F%AF%E8%83%BD%E4%BD%A0%E4%B9%9F%E5%9C%A8%E8%B8%A9/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/%E6%88%91%E5%AD%A6RAG%E8%B8%A9%E7%9A%84%E7%AC%AC%E4%B8%80%E4%B8%AA%E5%9D%91%E5%8F%AF%E8%83%BD%E4%BD%A0%E4%B9%9F%E5%9C%A8%E8%B8%A9/</guid>
      <description>刚接触 RAG 这个概念的时候，我和一个朋友聊起来。 我说：我知道为什么要用 RAG——因为省 token 嘛。把整个文档丢给大模型太贵了，RAG 只挑相关的几段发过去，省钱。 朋友愣了一下，说：不对，RAG 的核心是增强检索，不是省钱。 当时我没太懂。因为从我看到的定义来说——“从知识文档中抽取与用户问题最匹</description>
    </item>
    <item>
      <title>领域知识图谱动态本体自动扩展如何实现？Agent用于医疗领域脑电图分析</title>
      <link>https://index.zshipu.com/ai002/post/20260817/%E9%A2%86%E5%9F%9F%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%8A%A8%E6%80%81%E6%9C%AC%E4%BD%93%E8%87%AA%E5%8A%A8%E6%89%A9%E5%B1%95%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0Agent%E7%94%A8%E4%BA%8E%E5%8C%BB%E7%96%97%E9%A2%86%E5%9F%9F%E8%84%91%E7%94%B5%E5%9B%BE%E5%88%86%E6%9E%90/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/%E9%A2%86%E5%9F%9F%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%8A%A8%E6%80%81%E6%9C%AC%E4%BD%93%E8%87%AA%E5%8A%A8%E6%89%A9%E5%B1%95%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0Agent%E7%94%A8%E4%BA%8E%E5%8C%BB%E7%96%97%E9%A2%86%E5%9F%9F%E8%84%91%E7%94%B5%E5%9B%BE%E5%88%86%E6%9E%90/</guid>
      <description>一、Agent用于医疗领域脑电图分析 来看一个故事，讲的是脑电波信号非平稳、个体差异大、人工分析耗时主观，所以搞个“AI脑电波分析师”，专门帮医生或研究人员解读脑电图（EEG），使用Agent来做。 《EEGAgent: A Unified Framework for Automated EEG Analysis Using Large Language Models》，https://arxiv.</description>
    </item>
    <item>
      <title>从DeepSeek Harness，看Codex、Claude Code背后的Agent Harness之战</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E4%BB%8EDeepSeek-Harness%E7%9C%8BCodexClaude-Code%E8%83%8C%E5%90%8E%E7%9A%84Agent-Harness%E4%B9%8B%E6%88%98/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E4%BB%8EDeepSeek-Harness%E7%9C%8BCodexClaude-Code%E8%83%8C%E5%90%8E%E7%9A%84Agent-Harness%E4%B9%8B%E6%88%98/</guid>
      <description>先回答一个问题：DeepSeek Harness和Codex、Claude Code有什么区别？ 他们本质上都属于“把大模型变成能干活的 Agent 的那一层软件”。 他们都有“Harness”，只是： DeepSeek 把 Harness 本身做成了产品主角和可编程框架，而 Codex / Claude Code 更优先把“已经组装好的编程 Agent”交给用户。 建</description>
    </item>
    <item>
      <title>保姆级Skills搭建全流程，附带MD文档资料直接套用</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E4%BF%9D%E5%A7%86%E7%BA%A7Skills%E6%90%AD%E5%BB%BA%E5%85%A8%E6%B5%81%E7%A8%8B%E9%99%84%E5%B8%A6MD%E6%96%87%E6%A1%A3%E8%B5%84%E6%96%99%E7%9B%B4%E6%8E%A5%E5%A5%97%E7%94%A8/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E4%BF%9D%E5%A7%86%E7%BA%A7Skills%E6%90%AD%E5%BB%BA%E5%85%A8%E6%B5%81%E7%A8%8B%E9%99%84%E5%B8%A6MD%E6%96%87%E6%A1%A3%E8%B5%84%E6%96%99%E7%9B%B4%E6%8E%A5%E5%A5%97%E7%94%A8/</guid>
      <description>最近 AI Agent 领域变化太快了。 从 Prompt Engineering，到 RAG，再到 MCP，工程化能力一路往上走。但测试同学每天还是在重复写用例、读接口文档、整理 Bug 报告、分析日志…… 很多人用上了 Cursor、Claude 这类工具，第一反应是「AI 居然能帮我写测试用例」。用了一两周，问题就来了，同一</description>
    </item>
    <item>
      <title>全网最全的Skills使用指南</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E5%85%A8%E7%BD%91%E6%9C%80%E5%85%A8%E7%9A%84Skills%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E5%85%A8%E7%BD%91%E6%9C%80%E5%85%A8%E7%9A%84Skills%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97/</guid>
      <description>⚡ Claude Code Skills 完整指南 让 AI 从「聊天助手」变成「生产力工具」 Skills在AI编码智能体中通用 🧩 1400+ Skills⚡ 官方 + 社区精选📖 收藏级教程 🧠什么是 Skill？ Skill 是 Claude Code 的可复用能力扩展包——本质是一个包含 SKILL.md 指令文件、脚本和资源的文件夹。装上 Skill 后，Claude 在遇到相关任务时会自动加载这些专</description>
    </item>
    <item>
      <title>分享5个Claude Code &#43; 飞书的超实用Agent办公玩法。</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E5%88%86%E4%BA%AB5%E4%B8%AAClaude-Code-%E9%A3%9E%E4%B9%A6%E7%9A%84%E8%B6%85%E5%AE%9E%E7%94%A8Agent%E5%8A%9E%E5%85%AC%E7%8E%A9%E6%B3%95/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E5%88%86%E4%BA%AB5%E4%B8%AAClaude-Code-%E9%A3%9E%E4%B9%A6%E7%9A%84%E8%B6%85%E5%AE%9E%E7%94%A8Agent%E5%8A%9E%E5%85%AC%E7%8E%A9%E6%B3%95/</guid>
      <description>最近很多人也在问我，我用Agent，是怎么跟很多数据进行交互的。 我说我其实分的比较开，一部分是本地数据，一部分是在飞书上的云端数据，我们公司现在将近30号人，我对大家的要求是，需要跟同事协同的，都一律上云。 所以其实很多的交互，都是我让Claude Code直接跟飞书进行交互的，包括</description>
    </item>
    <item>
      <title>刚刚，GLM-5.3发布：Coding更接近Fable 5！潜伏40年的bug都被揪出来了</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E5%88%9A%E5%88%9AGLM-5.3%E5%8F%91%E5%B8%83Coding%E6%9B%B4%E6%8E%A5%E8%BF%91Fable-5%E6%BD%9C%E4%BC%8F40%E5%B9%B4%E7%9A%84bug%E9%83%BD%E8%A2%AB%E6%8F%AA%E5%87%BA%E6%9D%A5%E4%BA%86/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E5%88%9A%E5%88%9AGLM-5.3%E5%8F%91%E5%B8%83Coding%E6%9B%B4%E6%8E%A5%E8%BF%91Fable-5%E6%BD%9C%E4%BC%8F40%E5%B9%B4%E7%9A%84bug%E9%83%BD%E8%A2%AB%E6%8F%AA%E5%87%BA%E6%9D%A5%E4%BA%86/</guid>
      <description>金磊 发自 凹非寺 量子位 | 公众号 QbitAI 太热闹了。 昨儿DeepSeek V4 Pro正式版+Harness、Grok 4.6“你方唱罢”，今儿GLM-5.3闪亮一记**“我登场”**—— 一出手便杀回开源一哥、国模一哥，甚至在Coding方面更加接近Claude Fable 5！ 也就是说，唐杰给马斯克“画的饼”</description>
    </item>
    <item>
      <title>我做了个空气游戏，AI 可以生成无穷多关卡</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E6%88%91%E5%81%9A%E4%BA%86%E4%B8%AA%E7%A9%BA%E6%B0%94%E6%B8%B8%E6%88%8FAI-%E5%8F%AF%E4%BB%A5%E7%94%9F%E6%88%90%E6%97%A0%E7%A9%B7%E5%A4%9A%E5%85%B3%E5%8D%A1/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E6%88%91%E5%81%9A%E4%BA%86%E4%B8%AA%E7%A9%BA%E6%B0%94%E6%B8%B8%E6%88%8FAI-%E5%8F%AF%E4%BB%A5%E7%94%9F%E6%88%90%E6%97%A0%E7%A9%B7%E5%A4%9A%E5%85%B3%E5%8D%A1/</guid>
      <description>我做了个创意空气流体模拟小游戏，可以让 AI 借助 SKILL 生成关卡。 （感谢椰风游戏开发社的一位不愿透露名字的大师级玩家贡献的过关录像 下文还有两个录像也是他提供的） 这下子 UGC✖️AIGC✖️AI for Joy 了？ 最近借助国产超级便宜的 deepseek flash 模型，综合 opencode、claude code、codex、p</description>
    </item>
    <item>
      <title>新手必学的10个Codex小技巧</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E6%96%B0%E6%89%8B%E5%BF%85%E5%AD%A6%E7%9A%8410%E4%B8%AACodex%E5%B0%8F%E6%8A%80%E5%B7%A7/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E6%96%B0%E6%89%8B%E5%BF%85%E5%AD%A6%E7%9A%8410%E4%B8%AACodex%E5%B0%8F%E6%8A%80%E5%B7%A7/</guid>
      <description>PART.0****1 为什么你和Codex聊了半天，它还是没帮你完成任务？ 很多人安装好Codex后，输入的第一句话往往是：“帮我写一个程序。” 几分钟后，Codex的确生成了不少代码，但真正运行时却发现：功能不是自己想要的、原有文件被改乱了、依赖装了一大堆，甚至连项目怎么启动都不清楚。 问题通常不在于C</description>
    </item>
    <item>
      <title>横向拆解Claude Code、Codex等六大Agent上下文压缩策略后，我们做了第 7 个</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E6%A8%AA%E5%90%91%E6%8B%86%E8%A7%A3Claude-CodeCodex%E7%AD%89%E5%85%AD%E5%A4%A7Agent%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8E%8B%E7%BC%A9%E7%AD%96%E7%95%A5%E5%90%8E%E6%88%91%E4%BB%AC%E5%81%9A%E4%BA%86%E7%AC%AC-7-%E4%B8%AA/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E6%A8%AA%E5%90%91%E6%8B%86%E8%A7%A3Claude-CodeCodex%E7%AD%89%E5%85%AD%E5%A4%A7Agent%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8E%8B%E7%BC%A9%E7%AD%96%E7%95%A5%E5%90%8E%E6%88%91%E4%BB%AC%E5%81%9A%E4%BA%86%E7%AC%AC-7-%E4%B8%AA/</guid>
      <description>作者：mervynyang 横向拆解六大 Agent 的上下文压缩策略，提炼通用配方，并面向云端多用户的 Agent 场景落地一套四级水位线方案。 1. 同一个问题，六种做法 Agent 要做上下文压缩，如今几乎成为所有 agent 必做的一环。有意思的是怎么做——我花了不少时间把主流方案扒了一遍，发现大家的分歧大得离谱。 | 产品 | 核心</description>
    </item>
    <item>
      <title>用了3个月 Codex CLI，我把这些最佳实践整理成了保姆级指南</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E7%94%A8%E4%BA%863%E4%B8%AA%E6%9C%88-Codex-CLI%E6%88%91%E6%8A%8A%E8%BF%99%E4%BA%9B%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5%E6%95%B4%E7%90%86%E6%88%90%E4%BA%86%E4%BF%9D%E5%A7%86%E7%BA%A7%E6%8C%87%E5%8D%97/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E7%94%A8%E4%BA%863%E4%B8%AA%E6%9C%88-Codex-CLI%E6%88%91%E6%8A%8A%E8%BF%99%E4%BA%9B%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5%E6%95%B4%E7%90%86%E6%88%90%E4%BA%86%E4%BF%9D%E5%A7%86%E7%BA%A7%E6%8C%87%E5%8D%97/</guid>
      <description>用了3个月 Codex CLI，我把这些最佳实践整理成了保姆级指南 从&amp;quot;能用&amp;quot;到&amp;quot;好用&amp;quot;，中间隔着一份 AGENTS.md、一套 Profile 配置，和一条永远不会跑在主分支上的 worktree 从&amp;quot;能用&amp;quot;到&amp;quot;好用&amp;quot;，中间隔着一份 AGENTS.m</description>
    </item>
    <item>
      <title>装完 Codex 只会敲 codex？那 55 个斜杠命令你亏大了</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E8%A3%85%E5%AE%8C-Codex-%E5%8F%AA%E4%BC%9A%E6%95%B2-codex%E9%82%A3-55-%E4%B8%AA%E6%96%9C%E6%9D%A0%E5%91%BD%E4%BB%A4%E4%BD%A0%E4%BA%8F%E5%A4%A7%E4%BA%86/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E8%A3%85%E5%AE%8C-Codex-%E5%8F%AA%E4%BC%9A%E6%95%B2-codex%E9%82%A3-55-%E4%B8%AA%E6%96%9C%E6%9D%A0%E5%91%BD%E4%BB%A4%E4%BD%A0%E4%BA%8F%E5%A4%A7%E4%BA%86/</guid>
      <description>CODEX 系统教程2026.08 · ISSUE 02 装完只会敲 codex？ 十分钟装好，再收下55 个斜杠命令 安装 · 登录 · TUI · exec 三条安装路径 · 双认证 · backtrack 撤销 · 旧命令避坑 OpenAI Codex 系统教程 · 公众号系列 第02篇安装与交互 本文看点 · READ MAP 01 三条安装路径 + 双认证 02 55 个斜杠命令 + backtrack 03 codex exec 与旧命令避坑 上一篇把 Codex 是什么聊完了，</description>
    </item>
    <item>
      <title>观察了三年，我把所有人用AI的水平分成了10个等级。</title>
      <link>https://index.zshipu.com/ai002/post/20260816/%E8%A7%82%E5%AF%9F%E4%BA%86%E4%B8%89%E5%B9%B4%E6%88%91%E6%8A%8A%E6%89%80%E6%9C%89%E4%BA%BA%E7%94%A8AI%E7%9A%84%E6%B0%B4%E5%B9%B3%E5%88%86%E6%88%90%E4%BA%8610%E4%B8%AA%E7%AD%89%E7%BA%A7/</link>
      <pubDate>Sun, 16 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260816/%E8%A7%82%E5%AF%9F%E4%BA%86%E4%B8%89%E5%B9%B4%E6%88%91%E6%8A%8A%E6%89%80%E6%9C%89%E4%BA%BA%E7%94%A8AI%E7%9A%84%E6%B0%B4%E5%B9%B3%E5%88%86%E6%88%90%E4%BA%8610%E4%B8%AA%E7%AD%89%E7%BA%A7/</guid>
      <description>今天想写个有趣的东西。 上周末正好出差，跟几个很久没见的老朋友吃饭，他们也带了点他们各自的朋友，人比较杂，然后呢，吃到一半，就聊到AI了。 一个朋友兴冲冲地说，他前两天用AI给老婆做了个结婚纪念日的小卡片，效果绝了，老婆都感动哭了。 另一个朋友马上说，说你应该建一个项目，把你跟你老婆的</description>
    </item>
    <item>
      <title>《每天认识一个Codex Skill（第2期）：电商详情页，参考图丢进去就能批量出图》</title>
      <link>https://index.zshipu.com/ai002/post/20260815/%E6%AF%8F%E5%A4%A9%E8%AE%A4%E8%AF%86%E4%B8%80%E4%B8%AACodex-Skill%E7%AC%AC2%E6%9C%9F%E7%94%B5%E5%95%86%E8%AF%A6%E6%83%85%E9%A1%B5%E5%8F%82%E8%80%83%E5%9B%BE%E4%B8%A2%E8%BF%9B%E5%8E%BB%E5%B0%B1%E8%83%BD%E6%89%B9%E9%87%8F%E5%87%BA%E5%9B%BE/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/%E6%AF%8F%E5%A4%A9%E8%AE%A4%E8%AF%86%E4%B8%80%E4%B8%AACodex-Skill%E7%AC%AC2%E6%9C%9F%E7%94%B5%E5%95%86%E8%AF%A6%E6%83%85%E9%A1%B5%E5%8F%82%E8%80%83%E5%9B%BE%E4%B8%A2%E8%BF%9B%E5%8E%BB%E5%B0%B1%E8%83%BD%E6%89%B9%E9%87%8F%E5%87%BA%E5%9B%BE/</guid>
      <description>昨天的第1期，我们认识了负责公众号选题、写稿、排版、配图和发布的 aws-wechat-article-main。今天换一个电商卖家常见问题：有真实商品图，也收藏了一堆优秀详情页，为什么轮到自己做图时，还是不知道从哪里下手？ 今天的主角叫 product-detail-page-gen</description>
    </item>
    <item>
      <title>Codex CLI 是什么？一篇讲清代码 Agent、模型切换与本地部署</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Codex-CLI-%E6%98%AF%E4%BB%80%E4%B9%88%E4%B8%80%E7%AF%87%E8%AE%B2%E6%B8%85%E4%BB%A3%E7%A0%81-Agent%E6%A8%A1%E5%9E%8B%E5%88%87%E6%8D%A2%E4%B8%8E%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2-2/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Codex-CLI-%E6%98%AF%E4%BB%80%E4%B9%88%E4%B8%80%E7%AF%87%E8%AE%B2%E6%B8%85%E4%BB%A3%E7%A0%81-Agent%E6%A8%A1%E5%9E%8B%E5%88%87%E6%8D%A2%E4%B8%8E%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2-2/</guid>
      <description>过去，我们使用 AI 编程，通常是把代码复制到聊天窗口，得到答案后再手动改回项目。 而 Codex CLI 的思路不一样：它直接运行在终端中，能够理解整个代码目录、读取和修改文件、执行命令、运行测试，并根据结果继续修正。 更重要的是，Codex CLI 和背后的大模型并不是同一个东西。我们既可以让它连接 OpenAI 模型，也可</description>
    </item>
    <item>
      <title>Codex CLI 是什么？一篇讲清代码 Agent、模型切换与本地部署</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Codex-CLI-%E6%98%AF%E4%BB%80%E4%B9%88%E4%B8%80%E7%AF%87%E8%AE%B2%E6%B8%85%E4%BB%A3%E7%A0%81-Agent%E6%A8%A1%E5%9E%8B%E5%88%87%E6%8D%A2%E4%B8%8E%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Codex-CLI-%E6%98%AF%E4%BB%80%E4%B9%88%E4%B8%80%E7%AF%87%E8%AE%B2%E6%B8%85%E4%BB%A3%E7%A0%81-Agent%E6%A8%A1%E5%9E%8B%E5%88%87%E6%8D%A2%E4%B8%8E%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2/</guid>
      <description>过去，我们使用 AI 编程，通常是把代码复制到聊天窗口，得到答案后再手动改回项目。 而 Codex CLI 的思路不一样：它直接运行在终端中，能够理解整个代码目录、读取和修改文件、执行命令、运行测试，并根据结果继续修正。 更重要的是，Codex CLI 和背后的大模型并不是同一个东西。我们既可以让它连接 OpenAI 模型，也可</description>
    </item>
    <item>
      <title>Codex 使用指南：从入门到高效开发</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Codex-%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97%E4%BB%8E%E5%85%A5%E9%97%A8%E5%88%B0%E9%AB%98%E6%95%88%E5%BC%80%E5%8F%91/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Codex-%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97%E4%BB%8E%E5%85%A5%E9%97%A8%E5%88%B0%E9%AB%98%E6%95%88%E5%BC%80%E5%8F%91/</guid>
      <description>Codex 是什么？ Codex 是 OpenAI 提供的 AI 编程 Agent。它不仅可以“回答代码问题”，还可以直接围绕一个真实项目完成开发任务，例如： 阅读和理解整个代码仓库查找 Bug 并修改代码新增功能重构代码编写单元测试执行测试、Lint、类型检查和构建命令分析报错日志Review 代码和 Pull Request修改多个文件并保</description>
    </item>
    <item>
      <title>Codex 独立 App 来了，这是一个新东西</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Codex-%E7%8B%AC%E7%AB%8B-App-%E6%9D%A5%E4%BA%86%E8%BF%99%E6%98%AF%E4%B8%80%E4%B8%AA%E6%96%B0%E4%B8%9C%E8%A5%BF/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Codex-%E7%8B%AC%E7%AB%8B-App-%E6%9D%A5%E4%BA%86%E8%BF%99%E6%98%AF%E4%B8%80%E4%B8%AA%E6%96%B0%E4%B8%9C%E8%A5%BF/</guid>
      <description>刚刚，OpenAI 把 Codex 做成了一个独立的桌面应用，这次，真的有点不一样。 这次并非「换个壳重新包装一下」就扔出来了，而是，它可能真的会改变了我们用 AI Coding 的方式。 许多读者应该会知道，我一直用 Claude Code &amp;gt; Codex，一是习惯了在 CLI 里工作，二是它快，三是它生态好。 比如这个关于 OpenClaw 的视频，就是我用 Claude Code</description>
    </item>
    <item>
      <title>Codex 装机清单：6 类插件 &#43; 8 个高效技巧</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Codex-%E8%A3%85%E6%9C%BA%E6%B8%85%E5%8D%956-%E7%B1%BB%E6%8F%92%E4%BB%B6-8-%E4%B8%AA%E9%AB%98%E6%95%88%E6%8A%80%E5%B7%A7/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Codex-%E8%A3%85%E6%9C%BA%E6%B8%85%E5%8D%956-%E7%B1%BB%E6%8F%92%E4%BB%B6-8-%E4%B8%AA%E9%AB%98%E6%95%88%E6%8A%80%E5%B7%A7/</guid>
      <description>在这里插入图片描述 Codex 装好以后就能改代码，但“能改代码”和“能稳定完成工作”之间，还隔着插件、Skills、MCP、项目规则和验收闭环。本文不追求把插件市场装满，而是给你一套从轻到重、可以直接照抄的配置思路。 第一次打开 Codex，很多人的使用方式都差不多： &amp;lt;span leaf=&amp;#34;&amp;#</description>
    </item>
    <item>
      <title>DeepSeek CLI：自然语言就能生成完整项目，这套AI开发</title>
      <link>https://index.zshipu.com/ai002/post/20260815/DeepSeek-CLI%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%B0%B1%E8%83%BD%E7%94%9F%E6%88%90%E5%AE%8C%E6%95%B4%E9%A1%B9%E7%9B%AE%E8%BF%99%E5%A5%97AI%E5%BC%80%E5%8F%91/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/DeepSeek-CLI%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%B0%B1%E8%83%BD%E7%94%9F%E6%88%90%E5%AE%8C%E6%95%B4%E9%A1%B9%E7%9B%AE%E8%BF%99%E5%A5%97AI%E5%BC%80%E5%8F%91/</guid>
      <description>DeepSeek版“Claude Code”出现：deepseek-builder把AI编程推进到项目级自主执行 最近，一个名为 **deepseek-builder** 的开源 CLI 工具开始受到开发者关注。 它并不是 DeepSeek 官方推出的产品，而是由第三方开发者维护的开源项目。项目当前托管在 GitHub 的 `cynchro/deepseekCLI` 仓库，并以 `deepseek-builder` 的名称发布到 Python 生态。 它试图解决</description>
    </item>
    <item>
      <title>DeepSeek Harness vs Claude Code vs Codex：Agent 三大流派深度对比</title>
      <link>https://index.zshipu.com/ai002/post/20260815/DeepSeek-Harness-vs-Claude-Code-vs-CodexAgent-%E4%B8%89%E5%A4%A7%E6%B5%81%E6%B4%BE%E6%B7%B1%E5%BA%A6%E5%AF%B9%E6%AF%94/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/DeepSeek-Harness-vs-Claude-Code-vs-CodexAgent-%E4%B8%89%E5%A4%A7%E6%B5%81%E6%B4%BE%E6%B7%B1%E5%BA%A6%E5%AF%B9%E6%AF%94/</guid>
      <description>报告日期：2026 年 8 月 14 日。DeepSeek Harness 于 2026 年 8 月 13 日刚刚开源，本报告基于其开发者预览版及 Claude Code、Codex 的公开资料撰写。 〇、先给结论（太长不看版） 三者的关系不是同一层级的竞争： Claude Code 和 Codex 是&amp;quot;成品手机&amp;quot;——厂商把模型和外壳（Harness）深度整合</description>
    </item>
    <item>
      <title>OpenAI大神教你如何榨干Codex</title>
      <link>https://index.zshipu.com/ai002/post/20260815/OpenAI%E5%A4%A7%E7%A5%9E%E6%95%99%E4%BD%A0%E5%A6%82%E4%BD%95%E6%A6%A8%E5%B9%B2Codex/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/OpenAI%E5%A4%A7%E7%A5%9E%E6%95%99%E4%BD%A0%E5%A6%82%E4%BD%95%E6%A6%A8%E5%B9%B2Codex/</guid>
      <description>闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 新晋员工确实毫无保留。 Jason Liu，13k星开源库Instructor的作者，刚被OpenAI招进Codex团队没多久，不仅在社交平台大方发API额度； 还写了篇Codex-maxxing，把自己的Codex玩法全抖出来了。 而且是让Codex自动跟进亚马逊</description>
    </item>
    <item>
      <title>OpenClaw &#43; CodexCC ：单人用Agent集群替代整个开发团队</title>
      <link>https://index.zshipu.com/ai002/post/20260815/OpenClaw-CodexCC-%E5%8D%95%E4%BA%BA%E7%94%A8Agent%E9%9B%86%E7%BE%A4%E6%9B%BF%E4%BB%A3%E6%95%B4%E4%B8%AA%E5%BC%80%E5%8F%91%E5%9B%A2%E9%98%9F/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/OpenClaw-CodexCC-%E5%8D%95%E4%BA%BA%E7%94%A8Agent%E9%9B%86%E7%BE%A4%E6%9B%BF%E4%BB%A3%E6%95%B4%E4%B8%AA%E5%BC%80%E5%8F%91%E5%9B%A2%E9%98%9F/</guid>
      <description>↑阅读之前记得关注+星标⭐️，😄，每天才能第一时间接收到更新 直接用cc和codex写代码已经过时了，是时候搭建一个单人开发团队，实现一人公司了，今天刷到了一个开发老哥的帖子就是这么实践的，老哥已经把全套部署开源，核心是围绕OpenClaw的一个智能体架构，虽然不一定是最佳实践，但</description>
    </item>
    <item>
      <title>Prompt 之后，测试人该学 Skills 了~</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Prompt-%E4%B9%8B%E5%90%8E%E6%B5%8B%E8%AF%95%E4%BA%BA%E8%AF%A5%E5%AD%A6-Skills-%E4%BA%86~/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Prompt-%E4%B9%8B%E5%90%8E%E6%B5%8B%E8%AF%95%E4%BA%BA%E8%AF%A5%E5%AD%A6-Skills-%E4%BA%86~/</guid>
      <description>AI 技能入门 理解 Skills 把经验打包成技能包，AI 每次都能按你的标准工作 Skill 是一个包含 Prompt、参考文档、脚本的文件夹，是给 AI 准备的工作手册 SkillsAI入门 01 理解 Skills 从定义到原理，搞清楚它是什么、能做什么 01 Skills 是什么 每次新建 AI 对话，AI 都是一张白纸，不记得你上次说过什么。你可能每天都要重</description>
    </item>
    <item>
      <title>Skills 全攻略：从概念到实操的完整手册</title>
      <link>https://index.zshipu.com/ai002/post/20260815/Skills-%E5%85%A8%E6%94%BB%E7%95%A5%E4%BB%8E%E6%A6%82%E5%BF%B5%E5%88%B0%E5%AE%9E%E6%93%8D%E7%9A%84%E5%AE%8C%E6%95%B4%E6%89%8B%E5%86%8C/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/Skills-%E5%85%A8%E6%94%BB%E7%95%A5%E4%BB%8E%E6%A6%82%E5%BF%B5%E5%88%B0%E5%AE%9E%E6%93%8D%E7%9A%84%E5%AE%8C%E6%95%B4%E6%89%8B%E5%86%8C/</guid>
      <description>大家好，我是玄姐。 Agent 正经历从 &amp;ldquo;被动应答&amp;rdquo; 到 &amp;ldquo;主动执行&amp;rdquo; 的跨越式进化，而 Skills 正是驱动这场变革的核心引擎。你是否也曾被 Agent 的 &amp;ldquo;规则无视&amp;rdquo;&amp;quot; 执行混乱 &amp;ldquo;和&amp;rdquo; 工具不会用 &amp;ldquo;等问题</description>
    </item>
    <item>
      <title>一文带你看懂，火爆全网的Skills到底是个啥。</title>
      <link>https://index.zshipu.com/ai002/post/20260815/%E4%B8%80%E6%96%87%E5%B8%A6%E4%BD%A0%E7%9C%8B%E6%87%82%E7%81%AB%E7%88%86%E5%85%A8%E7%BD%91%E7%9A%84Skills%E5%88%B0%E5%BA%95%E6%98%AF%E4%B8%AA%E5%95%A5/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/%E4%B8%80%E6%96%87%E5%B8%A6%E4%BD%A0%E7%9C%8B%E6%87%82%E7%81%AB%E7%88%86%E5%85%A8%E7%BD%91%E7%9A%84Skills%E5%88%B0%E5%BA%95%E6%98%AF%E4%B8%AA%E5%95%A5/</guid>
      <description>相信大家最近，都都在各种地方看到一个单词。 这个单词叫做，Skills。 各种github上被疯狂star的仓库，很多也都是skills相关。 比如这个这个包含50多个Claude技能的仓库，已经18K了。 还有这个叫superpowers的项目。 一个基于各种skills包装之上的开发工</description>
    </item>
    <item>
      <title>一文教你学会Skills，自制最强法律助手</title>
      <link>https://index.zshipu.com/ai002/post/20260815/%E4%B8%80%E6%96%87%E6%95%99%E4%BD%A0%E5%AD%A6%E4%BC%9ASkills%E8%87%AA%E5%88%B6%E6%9C%80%E5%BC%BA%E6%B3%95%E5%BE%8B%E5%8A%A9%E6%89%8B/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/%E4%B8%80%E6%96%87%E6%95%99%E4%BD%A0%E5%AD%A6%E4%BC%9ASkills%E8%87%AA%E5%88%B6%E6%9C%80%E5%BC%BA%E6%B3%95%E5%BE%8B%E5%8A%A9%E6%89%8B/</guid>
      <description>**前言：**Skills已经在AI产品界火了两个月了，各大技术博主天天都在喊Workflow已死，Agent新时代已来已经，但在法律界好像还没啥风声，估计是Claude封号以及Skills本身上手有难度造成的。 此前我也是大概学学，没有特别在意，直到这周一扣子也推出了Skills</description>
    </item>
    <item>
      <title>一文读懂Skills，给小白的零基础入门</title>
      <link>https://index.zshipu.com/ai002/post/20260815/%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82Skills%E7%BB%99%E5%B0%8F%E7%99%BD%E7%9A%84%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82Skills%E7%BB%99%E5%B0%8F%E7%99%BD%E7%9A%84%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8/</guid>
      <description>一、开篇 你有没有这种经历？ 每次让 AI 帮你写周报，都得先把格式要求说一遍；让它分析数据，又得重新解释一遍字段含义；换了个任务，之前精心调好的 prompt 全部作废，从头再来。 说白了，咱们跟 AI 的关系，就像一个老板每天都要跟新员工重复讲一遍工作流程——累不累？ 2026 年了，这个问题终于有了系统性的解法。它</description>
    </item>
    <item>
      <title>万字干货：Skills 新手小白使用教程（方法&#43;原理）看这一篇就够了</title>
      <link>https://index.zshipu.com/ai002/post/20260815/%E4%B8%87%E5%AD%97%E5%B9%B2%E8%B4%A7Skills-%E6%96%B0%E6%89%8B%E5%B0%8F%E7%99%BD%E4%BD%BF%E7%94%A8%E6%95%99%E7%A8%8B%E6%96%B9%E6%B3%95%E5%8E%9F%E7%90%86%E7%9C%8B%E8%BF%99%E4%B8%80%E7%AF%87%E5%B0%B1%E5%A4%9F%E4%BA%86/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/%E4%B8%87%E5%AD%97%E5%B9%B2%E8%B4%A7Skills-%E6%96%B0%E6%89%8B%E5%B0%8F%E7%99%BD%E4%BD%BF%E7%94%A8%E6%95%99%E7%A8%8B%E6%96%B9%E6%B3%95%E5%8E%9F%E7%90%86%E7%9C%8B%E8%BF%99%E4%B8%80%E7%AF%87%E5%B0%B1%E5%A4%9F%E4%BA%86/</guid>
      <description>嗨，我是卓玉 说实话，这篇文章有点长，但目的很简单：让一个完全不懂技术的人，跟着操作就能把 Skills 用起来 我会告诉你每一步在做什么、为什么这么做，遇到问题怎么排查。不需要你有任何编程基础，只要你会复制粘贴，就能搞定。 如果你现在比较忙，也可以点个收藏，或者先转发备忘 准备好了吗？我们开始 如果你</description>
    </item>
    <item>
      <title>2026 年 Skills 元年：一文讲透 Skills 是什么、怎么用、去哪里下载（附 8 万&#43; GitHub 资源）</title>
      <link>https://index.zshipu.com/ai002/post/20260814/2026-%E5%B9%B4-Skills-%E5%85%83%E5%B9%B4%E4%B8%80%E6%96%87%E8%AE%B2%E9%80%8F-Skills-%E6%98%AF%E4%BB%80%E4%B9%88%E6%80%8E%E4%B9%88%E7%94%A8%E5%8E%BB%E5%93%AA%E9%87%8C%E4%B8%8B%E8%BD%BD%E9%99%84-8-%E4%B8%87-GitHub-%E8%B5%84%E6%BA%90/</link>
      <pubDate>Fri, 14 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260814/2026-%E5%B9%B4-Skills-%E5%85%83%E5%B9%B4%E4%B8%80%E6%96%87%E8%AE%B2%E9%80%8F-Skills-%E6%98%AF%E4%BB%80%E4%B9%88%E6%80%8E%E4%B9%88%E7%94%A8%E5%8E%BB%E5%93%AA%E9%87%8C%E4%B8%8B%E8%BD%BD%E9%99%84-8-%E4%B8%87-GitHub-%E8%B5%84%E6%BA%90/</guid>
      <description>过去两年，我们一直在学习 Prompt。但进入 2026 年，一个新的关键词正在 AI 圈快速流行：Skills。很多 GitHub AI 项目、Claude Code 项目、Agent 项目，都开始出现 Skills。 有人说： Skills 是 Prompt 的升级版。 也有人说： 不会使用 Skills，就无法真正发挥 AI 的能力。 那么：Skills 到底是什么？</description>
    </item>
    <item>
      <title>Codex 2026 最新实战指南</title>
      <link>https://index.zshipu.com/ai002/post/20260814/Codex-2026-%E6%9C%80%E6%96%B0%E5%AE%9E%E6%88%98%E6%8C%87%E5%8D%97/</link>
      <pubDate>Fri, 14 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260814/Codex-2026-%E6%9C%80%E6%96%B0%E5%AE%9E%E6%88%98%E6%8C%87%E5%8D%97/</guid>
      <description>从GPT-5.6 到 Agent Skills 一、Codex 一年进化史：从 CLI 到智能体平台 先快速回顾一下 Codex 这一年多都发生了什么，帮你建立时间线概念： 2025 年 4 月 — Codex CLI 开源发布（Rust 编写，Apache-2.0 协议），跑在终端里，能读代码库、改文件、跑命令。 2025 年 5 月 — Codex Cloud 研究预览版上线，基于 codex-1 模型（o3 针对软</description>
    </item>
    <item>
      <title>Codex CLI 安装使用指南：OpenAI 的终端编程 Agent</title>
      <link>https://index.zshipu.com/ai002/post/20260814/Codex-CLI-%E5%AE%89%E8%A3%85%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97OpenAI-%E7%9A%84%E7%BB%88%E7%AB%AF%E7%BC%96%E7%A8%8B-Agent/</link>
      <pubDate>Fri, 14 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260814/Codex-CLI-%E5%AE%89%E8%A3%85%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97OpenAI-%E7%9A%84%E7%BB%88%E7%AB%AF%E7%BC%96%E7%A8%8B-Agent/</guid>
      <description>OpenAI 出的终端编程 Agent，开源，能读你的整个代码库，能跑命令，能自己改文件 这东西是什么 Codex CLI 是 OpenAI 在 2025 年 4 月开源的终端编程 Agent。注意是 Agent，不是补全工具——它不光帮你写代码，还能自己读项目、规划方案、改文件、跑测试，一整套流程自己走完。 跟 GitHub Copilot 那种&amp;quot;你写一行它补一</description>
    </item>
  </channel>
</rss>
