AI 技能与能力
-
智能体技能：可复用的能力包
到底什么是「技能」——一个包含指令、脚本与资源的文件夹，由智能体按需加载。
-
长时运行智能体的上下文工程
防止多轮智能体能力衰减的四种手段：压缩而不是截断、结构化笔记、子智能体隔离、即时检索。
-
工具调用：让智能体真正行动
智能体如何可靠地选择与调用外部函数——schema 设计、参数校验与失败恢复。
-
智能体行为评测
上线前建立可用的评分体系——评测集、打分器，以及「用代码还是用模型」的取舍。
-
真正有用的检索增强
多数 RAG 流水线效果差的原因与实修手段：分块、混合检索、重排序、引用纪律。
-
多智能体编排模式
何时该拆分任务、四种协作拓扑，以及为什么大多数任务其实不该拆。
-
护栏与安全默认
智能体行为的分层防御：输入筛查、权限门控、沙箱隔离，以及不可逆开关的「默认安全」设计。
-
结构化输出模式
让返回结果每次都可被机器解析：显式契约、枚举纪律、NULL 出口，以及校验修复循环。
-
MCP：用工具扩展智能体
Model Context Protocol 如何标准化工具集成——服务器、传输方式，以及它何时胜过自己写胶水代码。
-
设计可靠的智能体工作流
让长任务经得起现实折腾：幂等性、检查点、可恢复性，以及显式的失败状态。