前面章节我们掌握了 LLM 底层原理、Prompt 工程、结构化输出能力。但目前的 Agent 仍然存在一个致命问题：无记忆能力。

在上一章中，我们搭建好了 AI Agent 的开发环境、理清了智能体的架构与框架选型。从本章开始，我们正式进入AI Agent 底层核心技术栈实战学习。

在大模型应用开发中，幻觉问题几乎是所有业务的通病：问答场景凭空捏造文档内容、总结场景脑补缺失信息、推理场景推导错误逻辑、数据查询场景虚构编号与数值。

AI 测试开发面试高频题："Prompt 变更怎么防回归？" Prompt 是代码，但它比代码危险：改一个错别字不会有编译错误，却可能让模型行为整体漂移。这篇讲...

💡 一句话总结：把题目从文本挪进图片，主流多模态大模型几乎全军覆没（24 个组合全掉分，平均 17.8 分），而它们常常能正确"读"出题目却不照它作答——这篇论...

Prompt（提示词） 是发给AI 模型发出的指令或输入。简单来说，它就是你和 AI 对话时输入的那段文字——你想让 AI 做什么、怎么做，都通过 Prompt...

蛋先生：每当大模型的能力上升一个台阶，围绕它的 agent 工程代码就会废掉一大片

​在上一篇《开发 Agent 前需要掌握哪些大模型基础》中，我们介绍了 Token、上下文窗口、消息角色、Structured Output、Function ...

有人把 Claude Opus 5 的完整 System Prompt（系统提示词）丢到了 GitHub 上。

在信息爆炸的时代，知识工作者面临着一个悖论：我们获取信息的能力前所未有地强大，但处理信息的能力却没有同步提升。每天涌入的海量信息，不仅没有增加我们的认知优势，反...

AI 改完说"好了"，你去看，发现根本没改对。它说"好了"是因为它"以为"好了，不是因为它验证过了。

截至 2026 年 7 月，美联储将基准利率维持在 3.50%-3.75% 区间，降息决策面临巨大分歧，地缘政治摩擦与关税不确定性导致全球去美元化浪潮加速[5]...