鐵人檔案
模型是別人訓練的，你動不了。但從模型到能穩定運作的 AI 系統之間，有四層你能動的工程槓桿。這 30 天沿抽象層次往上走：Prompt Engineering，從 Transformer 機制理解 prompt 為何有效、極限在哪；Context Engineering，以 RAG、記憶與 Compaction 決定窗口放什麼；Harness Engineering，用 Session、Tool、Permission、Skills 打造模型外的執行系統；Loop Engineering，靠評估與可觀測性讓系統持續變好。
單一 agent 的裝備昨天集齊了，今天講編隊。先把動機說準：multi-agent 不是為了酷，它解的是一個具體的資源限制 — 單一模型的 context w...
有人量過一個數字：一個掛了 106 個工具的資料庫 MCP server，光初始化就吃掉 54,600 個 token，什麼事都還沒做。同樣的操作用 CLI 做...
昨天說零件全部在桌上。回頭看這九天：session、工具、loop、權限、skills、multi-agent、對外介面，一天拆一個，各講各的道理。但 harn...
昨天收在一個問題：你怎麼知道系統這次做得比上次好？今天進最後一層。Loop Engineering（這系列的 L4）做的事一句話講完：把你自己從迴圈裡拿出來，讓...
昨天把驗證的機制建起來了：確定性信號優先，蓋不到的空間交給分層評估和 LLM-as-Judge。今天的問題是量什麼。這題我交過學費：第一次認真跑評估的時候，我直...
昨天收在一個問題：系統在生產環境裡到底發生了什麼，你看得見嗎？這個問題在 L4 的敘事裡有明確的位置：評估讓你敢放手，可觀測性讓你放手之後還看得見。而它比傳統的...
昨天收在一個問題：看得見之後，系統會自動變好嗎？L4 的第三塊就是這個：讓每一次執行變成下一次的養分。這塊的行情很亂：幾乎每個 agent 系統都宣稱自己「越用...
昨天結尾說，每個會進化的系統都預設自己知道什麼叫「變好」，而那個標準就是 evaluation function。今天把這件事講透。它是 L4 的最後一課，也是...
昨天技術線收口，Prompt、Context、Harness、Loop 四層走完。今天先不急著總結，因為就在寫這個系列的期間，業界又冒出了一個新名詞。 七月十八...
昨天說，名詞通膨擋不住，但學科是真的。系列最後一篇，把鏡頭從產業轉回工程師。 先交代我自己的位置：做過 Data Scientist，寫了三年多的 backen...
