编程（第36页）

php mysql shell go vue css api接口对接支付接口对接

MongoDB 8.3 发布：AI 时代数据库需求的演进与新特性解读

MongoDB 8.3 发布：AI 时代数据库需求的演进与新特性解读
2026-09-06 22:14:04
MongoDB官方宣布8.3版本发布，指出AI正在改变客户对数据库的需求。核心特性：1.向量搜索性能增强(更快索引构建/更低查询延迟/更高吞吐量/内存效率优化，支持更高维度向量如3072/4096维，混合搜索改进，增量索引更新，更多距离度量)；2.AI代理支持增强(代理会话管理/上下文持久化/工具调用记录/记忆管理，变更流优化/实时聚合，与LangChain/LlamaIndex/MCP协议集成)；3.查询优化(更智能查询计划器/聚合管道优化/索引选择改进/查询缓存增强，时序和地理空间查询优化)；4.开发者体验(驱动程序更新/类型安全增强，Compass向量搜索可视化/AI辅助查询，Atlas一键向量搜索/成本优化建议)；5.企业级功能(客户端字段级加密改进/审计日志增强/LDAP Kerberos集成，副本集选举优化/跨区域复制改进/备份恢复增强，可观测性提升)。意义：简化AI应用架构(一个数据库满足多种存储需求)/加速AI应用开发/支持AI代理生产部署/降低运营成本。
MongoDB MongoDB 8.3 数据库向量搜索 AI代理 Atlas NoSQL 版本发布代数

OpenAI 开源 Skills Catalog for Codex：25.5k Star 的 AI 编程技能目录项目解读

OpenAI 开源 Skills Catalog for Codex：25.5k Star 的 AI 编程技能目录项目解读
2026-09-06 22:14:03
GitHub Trending热门项目openai/skills是OpenAI官方开源的Skills Catalog for Codex，25.5k Star 1.7k Fork。项目提供结构化的技能定义规范和丰富示例，帮助开发者为AI编程助手构建可复用、可组合的技能模块。核心概念：SKILL.md规范(名称/描述/触发条件/执行步骤/验证方法/依赖配置)、技能类型(构建编译/测试质量/部署运维/重构优化/文档协作)、工作原理(任务分析→技能匹配→加载→执行→验证→迭代)、技能组合(多技能串行/并行执行)。与Prompt Engineering对比：更高复用性/结构化/可验证性/可维护性；与MCP互补(MCP提供工具访问，Skills提供使用方法)。优势：一致性/可复用性/可维护性/可验证性/社区协作/上下文效率。代表AI编程从通用对话到专业化技能、从一次性提示到可复用模块、从黑盒生成到可验证流程的发展方向。
OpenAI Skills Codex AI编程 GitHub Trending 开源项目技能目录 Prompt Engineering

重新思考数据可视化：用 UX 方法设计真正驱动决策的仪表盘

重新思考数据可视化：用 UX 方法设计真正驱动决策的仪表盘
2026-09-06 21:17:54
Smashing Magazine探讨如何将UX思维应用于仪表盘设计。数据可视化处于数据和设计两个学科交叉点，许多仪表盘技术正确但沟通无效——显示正确数字但无法促成决策。失败原因：以数据为中心而非用户为中心、缺乏明确目标、信息过载、缺乏上下文、视觉混乱、缺乏行动导向、没有持续迭代。UX驱动设计流程5阶段：发现(定义用户/使用场景/决策目标/关键指标)、定义(信息架构/关键指标选择3-5个/用户旅程)、设计(布局网格/图表选择按数据类型/颜色3-5种色盲友好/排版清晰/交互筛选钻取)、验证(用户测试/数据验证/性能验证)、迭代(收集反馈/持续优化/治理维护)。核心原则：效用优先于美观、少即是多、上下文是关键(对比基准/趋势/解释)、一致性、可访问性、行动导向。常见错误：满足所有人/缺乏上下文数字/错误图表类型/颜色滥用/缺乏交互/一次性设计。
数据可视化 UX 仪表盘设计 Smashing Magazine 用户体验数据驱动决策设计方法

PHP 8.5 新语法实战：clone-with、管道操作符与 #[NoDiscard]

PHP 8.5 新语法实战：clone-with、管道操作符与 #[NoDiscard]
2026-09-06 21:10:28
PHP 8.5 语法层面的三个新特性逐个上手：clone() 可传第二参数关联数组实现 readonly 类的 with-er、管道操作符 |> 配 first-class callable 把嵌套调用改写成从左到右的链、#[NoDiscard] 让关键返回值不再被静默忽略。每个都附可运行示例与正确写法提示。
PHP PHP8.5 语法 readonly 实战

Go 1.27 的 encoding/json 底层换成 v2：默认拒绝非法 UTF-8 与重复 key，旧项目回退与兼容方案

Go 1.27 的 encoding/json 底层换成 v2：默认拒绝非法 UTF-8 与重复 key，旧项目回退与兼容方案
2026-09-06 21:07:17
Go 1.27 将 encoding/json 底层切换到 v2 实现后，默认拒绝非法 UTF-8 与 JSON 对象重复 key。老项目升级可能遇到原本静默通过的数据现在直接报错。本文讲清楚行为差异、如何用 v1 的 Options 恢复宽松语义，以及构建期 GOEXPERIMENT=nojsonv2 的紧急回退开关。
Go encoding json jsonv2 兼容性迁移

平台工程成熟度模型：从工具链堆砌到自助服务平台的演进路径

平台工程成熟度模型：从工具链堆砌到自助服务平台的演进路径
2026-09-06 19:16:13
CNCF阐述平台工程成熟度模型，描述组织从临时脚本到自助服务平台的演进路径。5个阶段：阶段0临时脚本(无统一平台，手动操作)、阶段1工具链堆砌(部署了Jenkins/K8s/Terraform等工具但缺乏集成，开发者仍需了解每个工具，大多数组织所处且最易停滞的阶段)、阶段2平台化(构建内部开发者平台IDP，提供抽象层隐藏基础设施复杂性，统一API/CLI/Web界面)、阶段3自助服务(成熟的自助服务平台，覆盖完整软件生命周期，按需provisioning服务，新团队几小时启动新项目)、阶段4规模化与智能化(支持数千开发者，AI自动修复优化，平台服务市场)。评估维度：开发者体验/自助服务能力/平台覆盖度/标准化/自动化/可靠性/采用率/运营成熟度。常见反模式：工具链堆砌陷阱、平台团队成为瓶颈、过度抽象、缺乏产品思维、一刀切、重建设轻运营。
平台工程 Platform Engineering CNCF 成熟度模型内部开发者平台 IDP DevOps 云原生

隐藏在统一可观测性数据中的安全攻击：Elastic 揭示攻击者如何利用监控数据作为攻击载体

隐藏在统一可观测性数据中的安全攻击：Elastic 揭示攻击者如何利用监控数据作为攻击载体
2026-09-06 19:16:13
Elastic揭示新型安全攻击：攻击者将恶意代码隐藏在可观测性数据(日志/指标/追踪)中，利用统一数据平台作为攻击载体。攻击原理：可观测性数据自动采集解析渲染响应、高信任度、高权限访问。攻击手法：日志注入(在User-Agent/错误消息注入XSS)、指标标签注入(污染标签导致基数爆炸/XSS)、追踪属性注入、告警操纵(触发虚假告警/抑制真实告警/注入恶意链接)、自动化响应劫持(诱导自动扩容/重启/封禁)。防御措施：输入验证清洗、输出编码、最小权限、数据隔离、监控检测、安全自动化响应、供应商安全评估。对运维/开发/安全/管理层的启示。
Elastic 可观测性安全攻击日志注入 XSS 统一可观测性 DevSecOps 安全防御

用 Baseline 减少 JavaScript 依赖：审计 package.json 中浏览器已原生支持的库

用 Baseline 减少 JavaScript 依赖：审计 package.json 中浏览器已原生支持的库
2026-09-06 19:16:13
Smashing Magazine介绍如何审计项目依赖，移除浏览器已原生支持的JavaScript库。典型中等规模应用中可找到60-90KB(gzipped)可替代依赖。可原生替代的类别：日期格式化(Intl.DateTimeFormat替代moment/date-fns)、数字格式化(Intl.NumberFormat替代numeral)、HTTP请求(fetch替代axios)、深拷贝(structuredClone替代lodash.cloneDeep)、数组合组(Object.groupBy替代lodash.groupBy)、模态框(dialog元素替代Modal库)、工具提示(Popover API替代tippy.js)、URL解析(URL API替代query-string)、防抖节流(自行20行代码替代lodash)、唯一ID(crypto.randomUUID替代uuid)。审计方法：按类别审计、分析打包体积、检查浏览器兼容性、渐进式迁移、建立持续审计机制。
JavaScript Web性能依赖审计 Baseline 前端优化 bundle 原生API Smashing Magazine

GigaPath-Flash 与 GigaTIME-Flash：面向人群规模发现的高效病理基础模型

GigaPath-Flash 与 GigaTIME-Flash：面向人群规模发现的高效病理基础模型
2026-09-06 19:16:12
Microsoft Research介绍GigaPath-Flash和GigaTIME-Flash两个高效病理基础模型。Flash家族在GigaPath和GigaTIME基础上通过模型蒸馏大幅提升效率，在不牺牲性能的前提下降低计算需求，使大规模病理学研究更可及。GigaPath-Flash是高效病理图像特征提取模型，GigaTIME-Flash是配套的高效生存分析模型。通过蒸馏骨干网络、高效patch处理、多尺度特征融合等技术，推理速度显著提升、内存占用大幅降低。支持人群规模发现：疾病亚型发现、生物标志物识别、罕见病研究、治疗靶点发现、精准医学。模型开源开放。
GigaPath 病理基础模型数字病理学 Microsoft Research 模型蒸馏生存分析 AI医疗基础模型医疗

Redis 向量搜索实战指南：索引权衡、失败模式与生产环境最佳实践

Redis 向量搜索实战指南：索引权衡、失败模式与生产环境最佳实践
2026-09-06 19:16:12
Redis系统讲解向量搜索在生产环境中的实践。97%企业相信向量搜索价值但只有4%构建生产级系统。向量搜索基于语义相似度，是RAG和AI Agent核心组件。索引类型：Flat（暴力搜索，<1万条）、HNSW（分层图，1万-100万条，默认，参数M/ef_construction/ef_runtime）、IVF（聚类，>100万条，参数nlist/nprobe）。常见失败模式：低召回率、高查询延迟、内存溢出、索引构建慢、数据更新问题、embedding不一致。生产最佳实践：容量规划（预留30-50%内存）、索引调优、查询优化（Top-K/元数据过滤/缓存）、数据管理、监控告警、高可用扩展、安全。100万条768维向量HNSW查询p99<10ms。
Redis 向量搜索 Vector Search HNSW IVF RAG AI Agent 生产环境最佳实践

Compose Multiplatform 1.12.0 发布：MCP 服务器、Web 自动字体回退与桌面窗口 API v2

Compose Multiplatform 1.12.0 发布：MCP 服务器、Web 自动字体回退与桌面窗口 API v2
2026-09-06 18:15:57
JetBrains宣布Compose Multiplatform 1.12.0发布。核心更新：1.MCP服务器for AI agents in Compose Hot Reload：通过Model Context Protocol将AI编码Agent连接到运行中应用，Agent可触发热重载、截图、检查语义树、模拟点击和文本输入、读取应用日志，自主验证编辑结果实现UI开发闭环。2.Web自动字体回退：渲染遇到应用字体未覆盖的字符时，自动下载匹配的Noto字体子集并重新渲染，支持日语、阿拉伯语、天城文、Emoji等，无需手动打包字体。3.桌面窗口和对话框API v2（实验性）：更精细的窗口状态控制、更一致的跨平台行为、更现代的API设计、对话框改进。还包含性能优化、兼容性更新和工具链改进。标志着UI开发进入AI驱动新阶段。
Compose Multiplatform JetBrains Kotlin 跨平台 MCP AI Agent Hot Reload UI框架 TIP

SymCrypt 中的 Rust 密码学形式化验证：从标准到代码的端到端验证实践

SymCrypt 中的 Rust 密码学形式化验证：从标准到代码的端到端验证实践
2026-09-06 18:15:57
Microsoft Research介绍SymCrypt项目如何使用Rust、Lean、Aeneas和AI Agent对生产级密码学算法进行形式化验证。SymCrypt是微软核心密码学库，新实现选择Rust语言（内存安全、性能、并发安全、形式化验证友好），重点验证后量子密码学算法。技术栈：Rust实现语言+Aeneas翻译工具（Rust→Lean）+Lean证明助手。验证流程：规范定义→Rust实现→Aeneas翻译→证明编写→证明检查→持续验证。验证的安全性属性：功能正确性、常量时间执行（防侧信道）、内存安全、算法数学属性。AI Agent辅助证明编写、规范定义和代码审查。挑战：Rust特性覆盖、证明工作量、性能优化、规范准确性。对安全关键软件（密码学库、OS内核、网络协议）具有重要启示。
形式化验证 Rust SymCrypt 密码学 Lean Aeneas 微软后量子密码学破解

MAI-Code-1-Flash：微软自研编码模型在 VS Code 真实开发工作流中的早期成果

MAI-Code-1-Flash：微软自研编码模型在 VS Code 真实开发工作流中的早期成果
2026-09-06 18:15:56
VS Code团队介绍微软自研编码模型MAI-Code-1-Flash在真实开发者工作流中的早期评估结果。MAI-Code-1-Flash定位于高速低成本编码模型，与VS Code的Coding Harness深度集成。评估方法不同于标准基准测试，在真实代码库、真实任务、真实工具和真实指标环境中评估，涵盖代码质量、任务完成率、迭代效率、工具使用效率、延迟和成本等维度。早期成果显示在代码生成质量、多步骤任务完成率、成本效益和延迟表现方面均表现良好。适用于实时代码补全、代码生成、代码重构、调试辅助和大规模批量任务。代表微软在AI编码助手领域的自研布局。
MAI-Code 微软 VS Code 编码模型 AI编码 Coding Harness 大模型代码生成

CPU + GPU：为什么 AI 平台工程是一个异构基础设施问题

CPU + GPU：为什么 AI 平台工程是一个异构基础设施问题
2026-09-06 17:14:03
CNCF分析AI平台工程的异构基础设施挑战。AI工作负载与传统应用截然不同：计算密集（GPU）、内存密集（大模型HBM）、存储密集（PB级数据集）、网络密集（分布式训练AllReduce）、资源异构（CPU+GPU+加速器）。GPU从可选加速器变成核心计算资源。核心挑战：资源调度（多维分配、GPU拓扑感知、碎片化、超额订阅差异）、资源利用率（训练<50%、推理波动、碎片化浪费、上下文切换开销）、网络架构（RDMA、GPU Direct RDMA、NCCL、多网络平面）、存储系统（并行文件系统Lustre/BeeGFS、对象存储、数据缓存、分层存储）、多租户隔离（GPU共享MIG/时间分片、性能隔离、计费配额）、生命周期管理（训练/微调/推理/批处理/交互式）。技术方案：Kubernetes GPU调度（设备插件、扩展资源、拓扑管理）、GPU虚拟化（MIG、vGPU）、RDMA网络、Volcano/Kueue调度器、Kubeflow/Ray/KServe平台。演进方向：GPU一等资源、异构调度标准化、网络存储协同、弹性成本优化、全面可观测性。
CNCF AI平台异构基础设施 GPU Kubernetes CPU 分布式训练云原生资源调度

Go 错误处理完全指南：从 error 接口到 errors 包、panic/recover 与最佳实践

Go 错误处理完全指南：从 error 接口到 errors 包、panic/recover 与最佳实践
2026-09-06 17:14:02
JetBrains系统讲解Go错误处理。核心理念：错误是值（errors are values），显式if err != nil检查，不像异常那样中断流程。error接口只需实现Error() string。errors包：New创建简单错误、Is判断错误链匹配、As提取特定类型、Join组合多错误（Go1.20+）、Unwrap解包。fmt.Errorf的%w动词包装错误保留错误链，%v只嵌入字符串。特定类型错误：I/O错误（os.ErrNotExist/ErrPermission/EOF）、网络错误（net.Error超时/临时判断）、数据验证错误（自定义ValidationError）、并发错误（sync.WaitGroup+errors.Join）。panic/recover：panic只用于不可恢复错误（初始化失败、内部状态损坏、开发者错误），recover只能在defer中调用。常见陷阱：忽略错误、错误消息不清晰、重复包装、不检查特定错误类型、循环中defer。最佳实践：始终检查错误、添加上下文、使用errors.Is/As、保持消息清晰、合理使用panic、避免过度包装、处理并发错误、记录详细日志、考虑可恢复性、编写错误处理测试。
Go Golang 错误处理 error errors包 panic recover JetBrains 最佳实践

100x 工程师的神话：Explorers 与 Exploiters，AI 时代的团队生产力真相

100x 工程师的神话：Explorers 与 Exploiters，AI 时代的团队生产力真相
2026-09-06 17:14:01
Stack Overflow探讨100x工程师神话及AI时代团队生产力。Snowflake工程SVP Vivek Raghunathan借用强化学习explore/exploit框架：约5%工程师是explorer（迫不及待实验AI工具），95%是exploiter（想要铺好的路径）。关键洞察：这是连续谱而非二元分类，目标不是把人分成特殊和不特殊，而是让人们沿刻度移动。传统做法找特殊人推广特质行不通，因为特质难识别复制、高度依赖上下文、多样性有价值。正确方法：为exploiter铺好路径（标准化流程、模板、培训）、让explorer发挥杠杆作用（发现新模式、构建工具、培训他人）、创造安全实验环境、衡量正确指标、接受渐进改进。
100x工程师 AI生产力团队管理 explorer exploiter 工程管理 AI采用 Stack Overflow 播客

React Flight 协议安全：React2Shell 漏洞与 RSC 反序列化攻击深度分析

React Flight 协议安全：React2Shell 漏洞与 RSC 反序列化攻击深度分析
2026-09-06 16:26:56
Smashing Magazine深度分析React Server Components（RSC）使用的Flight协议安全漏洞。Flight是自定义流式协议，行分隔格式、自定义类型系统、引用解析，客户端静默重建组件树。React2Shell漏洞CVSS 10.0，攻击者操纵Flight数据可远程代码执行。攻击向量：模块引用注入（加载恶意模块）、函数引用劫持（替换为恶意函数）、原型污染（__proto__操纵）、类型混淆（字符串当函数解析）、循环引用DoS。防御措施按优先级：严格schema验证（模块白名单、类型检查、深度限制）、CSRF加固（token验证、SameSite、Origin检查）、传输层安全（HTTPS/HSTS/证书固定）、CDN缓存安全（缓存键配置、中毒检测）、最小权限原则（沙箱、文件/网络限制）、输入验证输出编码、依赖管理、监控告警。Next.js App Router团队需特别关注。
React Flight协议 RSC 安全 React2Shell 反序列化 CVSS 10.0 Next.js 前端安全

NVIDIA NemoClaw：构建记忆驱动的 Chief of Staff Agent，准确率达 90.9%

NVIDIA NemoClaw：构建记忆驱动的 Chief of Staff Agent，准确率达 90.9%
2026-09-06 16:26:55
NVIDIA介绍用NemoClaw构建记忆驱动的Chief of Staff Agent。核心是self model——人类可读的结构化知识层，以Markdown页面记录人员、项目、优先级、工作模式，定期审查新活动并整合反馈。SQLite账本记录义务、排名、用户纠正、审计事件（追加-only）。设计原则：证据与判断分离（用户可检查和纠正判断）、意图门控（优先与用户声明优先级相关的义务）、确定性代码执行关键逻辑（层级大小/溢出/排名）、用户纠正更新可读偏好策略。运行时用NVIDIA OpenShell沙箱，凭证在沙箱外。Agent Memory Benchmark评估：整体准确率82.8%→90.9%，变更事实追踪60%→100%。适用于行政助理、项目管理、知识管理、决策支持。
NVIDIA NemoClaw AI Agent 记忆 self model Chief of Staff 企业Agent OpenShell

Docker YOLO Mode：Agent 完全自主模式的兴起与安全边界

Docker YOLO Mode：Agent 完全自主模式的兴起与安全边界
2026-09-06 16:26:55
Docker探讨AI Agent领域的YOLO Mode（完全自主模式）：Agent可执行所有允许操作无需确认，包括编写文件、运行命令、安装依赖、提交代码。Stack Overflow 2025调查显示84%开发者使用AI工具。YOLO Mode吸引力：最大化生产力、改善心流、适合可信任务和夜间执行。风险：不可逆转操作（git push force、rm -rf）、级联错误、安全漏洞（恶意依赖、硬编码密钥）、成本失控（无限循环API调用）、合规问题。Docker方案：Docker Sandboxes隔离执行环境、AI Governance跨团队管理策略和审计、MCP Enterprise Gateway集中管理工具访问、Hardened Images安全基础镜像。最佳实践：分层自主性、环境隔离、监控告警、审计回溯、渐进式采用。
Docker YOLO Mode AI Agent 自主性安全沙箱 AI Governance MCP 容器

VS Code 推出 Agent Host：持久化、可移植的 Agent 会话与开放 Agent Host Protocol

VS Code 推出 Agent Host：持久化、可移植的 Agent 会话与开放 Agent Host Protocol
2026-09-06 16:26:54
VS Code推出Agent Host——自包含进程，拥有和管理Agent会话，同时发布开放Agent Host Protocol（AHP）连接Host和Client。核心目标：Agent会话持久运行，用户不关注时也能继续工作。切换会话、在编辑器和Agents窗口间移动、从另一台机器或浏览器远程连接，都能监控和交互同一会话。关键特性：持久性（独立于编辑器窗口）、可移植性（状态存储在Host中）、多客户端支持、远程访问、资源隔离。AHP是开放协议，促进生态创新，与MCP互补（MCP定义Agent与工具接口，AHP定义Host与Client接口）。支持长时间运行重构、多设备开发、团队协作、CI/CD集成等场景。
VS Code Agent Host AHP AI Agent 持久化远程开发多客户端 MCP 编码助手

Cloudflare 如何用 Zstandard 和 Pingora 节省 PB 级缓存存储空间

Cloudflare 如何用 Zstandard 和 Pingora 节省 PB 级缓存存储空间
2026-09-06 15:14:59
Cloudflare介绍缓存转码（cache transcoding）技术：用Zstandard高压缩率算法和Pingora代理服务器，潜在节省PB级缓存存储。核心创新：缓存中只存储一个Zstandard高压缩率版本，在返回给客户端时实时转码为客户端支持的格式（gzip/Brotli/未压缩）。传统方案需存储2-3个压缩版本，转码方案消除多版本存储，节省50-67%。Zstandard比gzip压缩率高10-30%，解压速度>1GB/s。综合存储节省30-70%。Pingora是Rust编写的新一代代理，支持灵活缓存处理和多线程。挑战：转码延迟、CPU开销、缓存命中率、内容完整性，通过流式处理、多线程、智能转码策略解决。
Cloudflare Zstandard Pingora 缓存 CDN 压缩存储优化 Rust cache transcoding

为什么 Token 价格下降了 75%，你的 AI 账单却翻了三倍

为什么 Token 价格下降了 75%，你的 AI 账单却翻了三倍
2026-09-06 15:14:58
Elastic博客探讨矛盾现象：LLM Token价格过去一年下降约75%，但许多企业AI账单增长了2-3倍。根本原因：使用量爆炸式增长（更多用户、更多用例、更频繁调用、更长上下文）；Agent多步骤工作流（一个任务5-10次LLM调用，消耗是简单问答10-100倍）；上下文膨胀（RAG检索、对话历史、工具结果、系统提示词）；输出Token高成本（价格是输入2-5倍）；模型选择不当（用大模型处理简单任务）；缺乏成本监控和治理。成本控制策略：细粒度监控、优化上下文、模型路由、优化Agent设计、缓存批处理、建立治理流程。综合优化可降低AI账单50%以上。
AI成本 Token价格 LLM 成本优化 Agent 上下文工程模型路由成本治理

Kubernetes v1.37：Rootless 模式（KubeletInUserNamespace）升级至 Beta

Kubernetes v1.37：Rootless 模式（KubeletInUserNamespace）升级至 Beta
2026-09-06 15:14:57
Kubernetes v1.37中KubeletInUserNamespace特性（Rootless mode）从Alpha升级至Beta。允许kubelet在非特权用户命名空间运行，无需root权限，显著提升节点安全性。核心是用户命名空间映射：kubelet在命名空间内是root，但在宿主机上是非特权用户，即使被攻破也无法获得宿主机root权限。Beta阶段改进了稳定性、cgroup v2支持、存储和网络插件兼容性。适用于多租户环境、边缘计算、开发环境。限制：需要Linux 5.4+内核、某些存储和网络插件需特殊配置、有一定性能开销。
Kubernetes Rootless KubeletInUserNamespace 容器安全多租户 v1.37 用户命名空间 cgroup

上下文工程的兴起：为什么它是 AI 工程师最重要的技能

上下文工程的兴起：为什么它是 AI 工程师最重要的技能
2026-09-06 14:11:02
LangChain创始人Harrison Chase提出上下文工程正在成为AI工程师最重要的技能。定义：构建动态系统，以正确格式提供正确信息和工具，使LLM能合理完成任务。大多数Agent表现不可靠的根本原因不是模型能力不足，而是上下文没有正确传达。核心组件包括：系统提示词（角色目标约束）、检索系统（获取相关信息）、工具定义（与外部世界交互）、对话历史管理（多轮上下文）、动态上下文构建（整合所有来源）。LLM应用正从单一提示词演进到复杂Agent系统，上下文工程取代提示词工程成为核心技能。最佳实践：从简单开始、测量和迭代、使用可观测性工具、建立上下文测试套件、文档化设计决策。
上下文工程 LangChain 提示词工程 Harrison Chase AI Agent RAG 检索 LLM

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 python sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调