Zean retweeted
也分享下我的部分常用 Prompt。
1/ dont implement or fix directly, analyze related files first if needed, tell me what changes are needed and ask questions if unclear.
2/ implement all steps one by one until all is completed, in worktree, then commit in one commit, merge to main & push / create pr
3/ save to ~/Downloads/ in a seperate markdown in zh with mermaid if need
4/ grill me on ...
5/ This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.
6/ implement and test and proven me it works with a html under ~/Downloads/
7/ make a dynamic 15to30 second motion graphics video that shows what an incredible this product is. should be fancy and great design. go all out. music on. dont use hyperframe.
8/ review prs one by one with worktree. and should care the bundle size increase and edge case and good ui design and ux and related. approve & merge or reject with comment. if approve and have suggestion, should update the pr and do the improve first.
9/ /goal to make this app professional and beautiful and have good design and have good performance and small animation is better. dont ask me question since i will go to sleep and check your job later. dont stop util you archived it. use workflow if need and work multiple turns. use worktree and commit and create pr for this.
翻了一下最近两个月,我用Agent干活最爱说的几句Prompt:
1. 从第一性原理出发,找到最本质原因,修复一下。
2. 先问一些不清晰的问题,对齐我的喜好,然后再出3版方案。
3.不要默认我提出的问题定义就是正确的。你先分析我真正想解决的底层需求,判断我有没有把症状误认为原因、把手段误认为目标。如果存在更值得解决的问题,直接指出来
4. 不要只考虑这个改动产生的直接效果。继续推演它的二阶、三阶影响,尤其关注对其他模块、用户行为、系统复杂度和长期维护成本的潜在影响。
5. 其他领域里有没有类似的方案,用跨领域的方式全面思考,找到最优解。
6. 先假设你当前认为最合理的方案是错误的。站在最强反对者的角度,寻找能够推翻它的证据、反例和边界情况。然后重新评估方案,看看有没有更好的解法。
7. 深入分析整个代码库的 Git 历史、关键 PR 和架构演变过程。找出哪些设计是有意为之,哪些是历史遗留,哪些是为了解决已经不存在的问题而引入的。识别可以安全移除的历史包袱。
8. 假设明天有一个完全不了解项目、但是能力很强的工程师来接手。请评估他理解整个项目需要付出的认知成本,找出那些命名混乱、抽象过度、职责不清晰、需要大量上下文才能理解的代码,并提出简化方案。
9. 全面分析最近XX天里的所有的PR,找出最慢的那几个,看看有没有导致卡顿、可以优化的地方。
10. 全面复盘最近XX时间的 Bug、返工、回滚和重复修改。不要只统计发生了什么,要分析这些问题背后有没有共同的根因。把能够预防的共性问题沉淀成项目规则、自动化或者Skill,避免我们反复支付同样的成本。
Zean retweeted
大家信不信?
熟练掌握土豆姐这套AI Coding工程方法
去北上广深找工作,月入低于3万,我给你补!!!
All Code Is Slop (Except Mine) 10条顶级干货:
1. AI Coding 最重要的,不是让AI写代码的速度越来越快,而是想办法让它一直能写出好代码。即使写错了,也能自己发现问题,自己改过来。
2. 代码库本身就是给AI投喂的知识库。代码库的质量,直接影决定AI生成代码的质量。让AI读屎山代码库,AI就直接写屎一样的代码。
3.不要总想着在靠提示词来告诉 AI 应该怎么做。能直接写进代码、变成硬性规则的,就不要只靠文字提醒。比如类型检查、Lint 规则、自动化测试。
4.不要以为AGENTS.md、CLAUDE.md是万能的。规则写得再多,Agent 也可能忽略,甚至理解过头。真正重要的约束,还是应该交给代码和工具。
5.不要让 Agent 只写代码。要让它写完后,自己启动项目、运行程序、看日志、调试bug。最好能像真人一样,打开页面,把整个功能操作一遍。
6.给 Agent 做一张产品功能地图。产品有哪些页面、每个页面有什么功能、用户怎么操作,都整理清楚。后续让AI测试功能的时候,就有依据,而不是靠猜。
7.接下来让AI写代码不是最重要的了,代码写出来只是第一步,能不能验证有没有问题,才是最重要的。土豆姐提到,有工程师每天70%的Token都花在验证上。
8.别一上来就搞多 Agent,也别急着把所有流程自动化。先把一个 Agent 的工作流程跑顺。如果一个 Agent 写出来的代码很垃圾很水,几十个Agent一起干活,只能干出一坨屎。
9.每次发现Agent搞错了,不要只是让它把这次问题改掉。最好想想,能不能从代码结构、规则或者测试上解决,让它下次根本没机会再犯同样的错误。
10.以后真正厉害的程序员,不是最会写代码、最会写提示词的,而是最懂怎么给AI搭环境、定规矩、做验证的人。
视频源地址:youtube.com/watch?v=O_zcc6Xl…
Zean retweeted
AWS 发布了一套可插拔 agent 参考架构,有点像 dsh 的插件化理论。
这篇文章要解决的核心工程是为什么很多团队做出来的多 agent 原型演示时很顺利,但是生产环境容易出问题。
原因往往在于做原型时大家习惯把模型名称、子 agent 的调用地址、数据库查询逻辑全部写在业务代码里。
等到上生产需要控制成本换小模型、过安全合规审查或者排查线上故障时,修改一些地方容易导致一些不可言说的问题出现。
AWS 这套方案的核心思路,就是把智能体系统拆成七个插件化独立的层,层与层之间只通过固定的接口契约和配置中心通信,确保换掉任何一层的组件都不会影响其他模块。
根据他们给出的电商售后参考实现,可以很清楚地看到这套解耦思路是怎么一步步落地的。
第一步是把模型和业务逻辑拆开。在底层的数据和推理层,系统没有让后面的 Agent 直接去绑定某个厂商的 SDK,而是通过 LiteLLM 搭了一层统一推理接口,并把当前启用的模型 ID、退货政策知识库 ID 等全部注册到配置中心(SSM)。
后续无论是想把简单任务切给便宜的轻量模型,还是把推理后端从 AWS 原生服务换成第三方托管平台,只需要在配置层改一个字符串,上层的智能体代码一行都不用动。
第二步是在编排层解决总 agent 与子 agent之间的硬编码耦合。如果总 Agent 代码里写死了各个子 Agent 的地址,每次业务部门新加一个专职 Agent 都得去改总 agent 代码。
这里的做法是引入一个注册表和统一工具网关。各个专职子 Agent 部署后自己往注册表里登记能力,总 Agent 在收到用户请求时,通过运行时 harness 动态去注册表里发现可用的子 Agent 并通过 A2A 协议派发任务。
而子 Agent 去查数据库或知识库的底层工具调用,则全部收口到统一网关做精细的权限校验。这样一来,子 agent 的增删改就变成了热插拔。
第三步是怎么在不污染业务代码的前提下,把隐私和一些比如故障排查的善后工作加上去。
在真实售后场景里,底层工具从数据库查出订单详情后,里面往往带着用户的真实邮箱、电话和家庭住址,如果直接把这些原始数据塞回给总控大模型,很容易引发隐私泄露或提示词注入。
这套架构是在统一网关上挂了一个拦截器,就是说工具返回的数据在送达大模型之前,先在网关被拦截下来,自动过一遍把敏感隐私字段打码脱敏,再交给上层继续推理。
同时,由于所有跨层调用都遵循统一的接口,分布式追踪能把一次对话从前端入口、总控分发、网关拦截到数据库查询的耗时和 Token 账单完整链接起来。
一旦出现了某些问题的话,对于问题的排查就会很简单。顺着链路一眼就能看清到底是知识库没召回、模型算错了日期,还是说是别的问题。
github:github.com/aws-samples/sampl…
原文:aws.amazon.com/cn/blogs/mach…
Zean retweeted
我删除了所有 .agents/skills 下的技能
只留我自己的这个 skills-router
不让skills平铺在顶层直接暴露
而是让 Agent 自主渐进式检索发现
还建了一些方便的工具集
帮助给一个项目配置好上下文环境
github.com/ShenQingchuan/ski…
我最近的做法居然和 Matt 不谋而合,现在启动 agent 已经不是在各个项目 repo 中了,而是有一个叫做 start repo 的统一入口,里面存放了所有的 steering 文件,比如 agents.md skills design.md wiki 配置等等,不用重复在各 repo 中配置,然后通过一个简单的 md 文档告诉 agent 其他项目的路径,可以从那里直达。
这样 Agent 就知道其他项目在哪 可以直接操作它们,同时所有的 skills、steering 文件、规则都集中在主仓库统一管理,这样统一入口,可以一次性统一调整一些全局的规则,假如几个项目有联系的话,agent 也可以很轻松的一块进行管理或者修改,很方便,效率更高。
最近一直在学 Agent,顺手调研了一圈 Agent 相关的课程
发现斯坦福今年秋季新开了一门:CS329Z《Engineering AI Agents》
翻完课表,我觉得是目前看到的最系统的一门
它不教你怎么调某个框架,教的是把 Agent 当成一个工程系统来做
主讲是 Diyi Yang,另外两位讲师:
Michael Ryan,DSPy 团队,MIPROv2、GEPA 作者之一
John Yang,SWE-bench、SWE-agent 作者之一
课程思路很清楚:
先从零手写核心组件,RAG、工具调用、Agent 循环
再看 DSPy 这类框架是怎么把这些模式抽象掉的
内容大致分四块:
积木:RAG、工具调用、MCP
设计:设计模式、记忆、多 Agent、上下文管理
数据与优化:轨迹数据、数据飞轮、提示词优化、强化学习
评估与安全:评估框架、LLM 当裁判、提示注入、沙箱
几个值得注意的细节:
讲设计模式那一课,拿 Pi 做案例拆解
评估占了三讲,还请了 Terminal-Bench 和 SWE-bench 的作者来讲
它的路线也和我在写的「从零手写 Agent」一样:
先手写,再用框架。
课件和阅读清单都放在官网,可以直接看:
cs329z.stanford.edu
Zean retweeted
最近面试了几位自称“精通 Agent 开发”的候选人。聊到具体实现,很多人的方案还是写 Prompt、调模型 API,再把结果返回给用户。
这当然是应用的一部分,但离把 Agent 做可靠还有一段距离。
真正值得深挖的,是 ReAct 这类控制循环:模型根据当前状态选择动作,工具执行后返回 Observation,系统再判断是继续、修正,还是结束。
尤其是失败时,不能只把错误原样塞回去、让模型无限重试。要有明确的状态管理、结果校验、错误反馈、重试上限和退出条件。再往外看,工具调度、上下文管理、超时控制、执行追踪和效果评估,也都是 Agent Harness 的重要部分。
会用 LangChain 这类框架,本身不是问题;问题是框架替你做了什么、失败时会发生什么,如果都说不清,系统出了问题也就很难定位和控制。
Agent 开发的门槛,不在于能不能把模型调起来,而在于能不能把“行动—观察—修正—停止”这套机制做得可控、可追踪。
你现在做的 Agent,失败时能解释它为什么重试、什么时候停下来吗?
想系统摸清Agent的常见设计模式,这本书可以拿来当起点。
Antonio Gulli的《Agentic Design Patterns》从提示链、路由、并行处理,讲到反思、工具调用、规划、多Agent协作,再延伸到记忆、RAG、护栏和人工介入,适合快速建立完整的模式认知。
社区仓库evoiz整理了相关PDF和Jupyter Notebook,可用来对照章节学习。注意,社区提供不代表可以随意转载,具体授权以作者和出版方为准。
📚 搜索书名:Agentic Design Patterns
🔗 社区仓库:github.com/evoiz/Agentic-Des…
Zean retweeted
LangChain 团队发了一篇非常有实操价值的工程文章,是关于如何改进优化 agent 的,题为《What Is Eval-Driven Development? How to Improve AI Agents》。
切中了现在做 agent 落地最普遍的一种迷茫,大部分的人们刚开始做 Agent 时都是靠手感调试,写两句 Prompt、手测几个问题,看哪不对改改词,再试一次。
这种做法在前期错误很明显时还挺好使,但只要业务稍微复杂一点,团队就会立刻陷入一种拆东墙补西墙的绝境。
你为了修好某个特定的边界 Case 偷偷改了一行提示词,根本不知道系统原先能跑通的那堆功能是不是已经由于你的修改造成了问题。
LangChain 借用传统软件工程里的测试驱动开发(TDD),系统总结了他们打磨内部核心智能体时所依赖的评测驱动开发(EDD)三步闭环。
简单来说的话,EDD 的核心就是坚决不在没有评测基准的情况下去盲改任何代码或提示词。
第一步要先给新功能写出一份极其克制的技术规格,不仅要定义什么时候该做什么,更要写死什么时候坚决不准做,以及哪些老逻辑必须原封不动。
第二步是在写功能前先建好测试集和打分器,跑一次基线测试确认新用例必须先挂掉。
文章里举了一个他们团队的内部案例,团队给文档助手加了一个报修提工单的工具,刚加上去时看大盘平均分确实涨了,但打开实验对比才发现,员工随口问一句怎么连 VPN 这种纯使用指南,Agent 居然跑去给 IT 部门建了工单。
顺着调用追踪查了一下,他们才发现是工程师把工具描述写得太宽泛,导致关键词严重串线。
把工具描述收窄、确保老问答和新提单各走各的路之后,整套评测才恢复正常。
这点我相信很多一线做开发的人都有所体会,非确定性的大模型最狡猾的地方,就在于平均分的上涨往往会掩盖具体个案的致命倒退。
LangChain 强调,在 agent 开发里代码只是脚手架,真正的决策逻辑全沉淀在非确定性的调用轨迹里。如果团队没有持续迭代这个评测,所谓的版本迭代说白了像是开盲盒一样。
目前的话他们已经把整套 EDD 流程无缝接进了平时的 PR 提交流水线。
其实能看得出来软件工程几十年总结出来的规律在 AI 时代依然起效。
原文:langchain.com/blog/what-is-e…
Zean retweeted
跟组里几个在学 AI 开发的新人聊天,我发现大家都极其热衷于去调各种大模型的 API,却几乎没人去研究过 Agent 的 Memory(记忆)架构到底是怎么运行的。
以为 Memory 就是把历史对话丢进 Prompt 里?那叫粗暴的拼接。
真正的工程落地,你要去理解 Short-term(短期工作记忆)、Long-term(长期向量记忆)和 Episodic Memory(情境记忆)在底层是怎么检索与融合的。
怎么在有限的 Context Window 里做动态衰减与 Summarize?怎么保证长期记忆更新时不会发生数据污染?
这些底层的记忆管理机制,决定了一个 Agent 到底是个只能对话三次的玩具,还是一个能持续跟进复杂项目的自动化助手。
别再停留在调用层了,把记忆和状态机的底层原理弄懂,你的代码才站得住脚。
Zean retweeted
大佬们,现在社区最好的知识库方案是什么?
我们之前尝试了RAG, RAG 的问题是文档超级多的时候,索引很慢,而且文档太大,上下文一大了,知识库就跟智障一样
传说 PageIndex 这个技术可以,但是还没有深入研究
已经有本地的大语言模型,解码速度在50~150TPS,求大佬们指点最佳知识库架构
Zean retweeted
最近研究本地知识库,发现一个挺头疼的问题。
RAG 检索通常会设置 Top-K,只取最相关的几段内容。
但如果答案分散在几十篇笔记里,Top-K 太小就可能漏掉重要信息。
调大了又容易塞满上下文,还增加 Token 消耗。
你们是怎么解决这个问题的?
混合检索、Rerank、多轮检索,还是有更好的方案?
Zean retweeted
集美一边运动,一边给男朋友打电话,被男朋友曝光了。
现在的年轻人玩得这么花吗?看到最后的结局,属实让人大跌眼镜,心疼这个男生啊,应该悟了吧。
PS:附件只有图片无视频,请理性吃瓜。
AI 领域值得关注的 20 个最佳账号:
@karpathy = 学习大语言模型
@steipete = 学习 openclaw
@gregisenberg = 学习创业点子
@rileybrown = 学习 vibecoding
@corbin_braun = 学习 cursor
@jackfriks = 学习个人应用开发
@levelsio = 学习个人创业
@marclou = 学习个人创业
@EXM7777 = 学习 AI 运营 + 系统
@eptwts = 学习 AI 赚钱
@ai_explorer25 = 学习 AI 工具
@mardehaym = 学习企业 AI
@vasuman = 学习 AI 代理
@AmirMushich = 学习 AI 广告
@0xROAS = 学习 AI UGC
@AndrewYNg = 学习 AI 工程
@kloss_xyz = 学习系统架构
@emollick = 学习 AI 科学
@Hesamation = 学习 AI/ML
@claudeskills101 = 学习 Claude
全部关注并学习。
逆向工程界这两天迎来了一个极其亮眼的 Rust 开源新项目:craft-anything。
它的定位非常硬核:帮助工程师彻底理解手头任何封闭软件的底层工作原理,并在理解的基础上重新构建出属于自己的原生版本。
不同于传统的 Ghidra 或 IDA Pro 只专注于将汇编语言反编译成伪代码,craft-anything 的切入维度是在系统行为层面做全景观测。
你给它输入一个未知的可执行文件或前端打包应用,它会在沙箱内自动Hook该软件所有的系统调用、内存状态机迁移以及网络底层协议封包;
接着利用内置的符号执行引擎,自动将散乱的 API 请求和内部事件流,拓扑重构出一张完整的业务架构交互图;
最后直接生成一份结构清晰的模块化规范与骨架代码。
对于想要学习优秀开源项目、或者需要逆向对接遗留系统私有协议的工程师来说,这套工具几乎把原本需要几天的人工抓包分析压缩到了几分钟之内。
源码用纯 Rust 编写,内存占用极低,跨平台运行丝滑顺畅。
开源地址:github.com/storytold/craft-a…





























