From 595e2bef57cd4ad65ad04adf332142ef69412473 Mon Sep 17 00:00:00 2001 From: Zane <1638944816@qq.com> Date: Thu, 11 Jun 2026 17:55:57 +0800 Subject: [PATCH] =?UTF-8?q?=E5=B7=B2=E9=98=85=E8=AF=BB?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- ... ¼é©±åŠ¨è½åœ°_文档管ç†ç­–ç•¥_BV1mZV76eEPC_笔记.md | 177 ------- ...ç†_核心组件和实战应用_å­¦ä¸ä¼šæˆ‘_BV1Hn9UBrEsH_P1_笔记.md | 320 ------------- ...ill的自动评分器怎么æ­_BV1HWd6BsEmG_笔记.md | 316 ------------- ...»„织è¦çš„ä¸æ˜¯ä¸ªäººæ效_是组织自进化_BV1i77X6pE1C_笔记.md | 187 -------- InBox/milky_BV17y7U6EER5.md | 158 ------- InBox/milky_BV1ArVU62Eac.md | 435 ----------------- InBox/milky_BV1BpEh6YEDU.md | 444 ------------------ InBox/milky_BV1HWd6BsEmG.md | 321 ------------- InBox/milky_BV1Hn9UBrEsH.md | 324 ------------- InBox/milky_BV1LjdzB3EAu.md | 186 -------- InBox/milky_BV1SZoXBkErT.md | 365 -------------- InBox/milky_BV1Z5EL6XE2m.md | 107 ----- InBox/milky_BV1i77X6pE1C.md | 192 -------- InBox/milky_BV1mZV76eEPC.md | 181 ------- InBox/milky_BV1p9QnBtEMq.md | 273 ----------- InBox/milky_BV1tJwKzDE8x.md | 320 ------------- 16 files changed, 4306 deletions(-) delete mode 100644 InBox/2026-05-30_SDD_规格驱动è½åœ°_文档管ç†ç­–ç•¥_BV1mZV76eEPC_笔记.md delete mode 100644 InBox/Harness_Engineering最佳实践_深度解æžAgentHamness的底层原ç†_核心组件和实战应用_å­¦ä¸ä¼šæˆ‘_BV1Hn9UBrEsH_P1_笔记.md delete mode 100644 InBox/OpenAI_Skill的自动评分器怎么æ­_BV1HWd6BsEmG_笔记.md delete mode 100644 InBox/Shopify_内部_Agent__为什么ä¸å‡†å‘˜å·¥ç§èŠ___AI_native组织è¦çš„ä¸æ˜¯ä¸ªäººæ效_是组织自进化_BV1i77X6pE1C_笔记.md delete mode 100644 InBox/milky_BV17y7U6EER5.md delete mode 100644 InBox/milky_BV1ArVU62Eac.md delete mode 100644 InBox/milky_BV1BpEh6YEDU.md delete mode 100644 InBox/milky_BV1HWd6BsEmG.md delete mode 100644 InBox/milky_BV1Hn9UBrEsH.md delete mode 100644 InBox/milky_BV1LjdzB3EAu.md delete mode 100644 InBox/milky_BV1SZoXBkErT.md delete mode 100644 InBox/milky_BV1Z5EL6XE2m.md delete mode 100644 InBox/milky_BV1i77X6pE1C.md delete mode 100644 InBox/milky_BV1mZV76eEPC.md delete mode 100644 InBox/milky_BV1p9QnBtEMq.md delete mode 100644 InBox/milky_BV1tJwKzDE8x.md diff --git a/InBox/2026-05-30_SDD_规格驱动è½åœ°_文档管ç†ç­–ç•¥_BV1mZV76eEPC_笔记.md b/InBox/2026-05-30_SDD_规格驱动è½åœ°_文档管ç†ç­–ç•¥_BV1mZV76eEPC_笔记.md deleted file mode 100644 index f8ea206..0000000 --- a/InBox/2026-05-30_SDD_规格驱动è½åœ°_文档管ç†ç­–ç•¥_BV1mZV76eEPC_笔记.md +++ /dev/null @@ -1,177 +0,0 @@ -# SDD 规格驱动è½åœ°ï¼šæ–‡æ¡£ç®¡ç†ç­–ç•¥ - -## 研讨会背景与目的 - -本次分享是 AI 编程相关è¯é¢˜çš„延续，主è¦èšç„¦ **SDD（Spec-Driven Development，规格驱动开å‘）** 的文档管ç†ç­–略。 - -### 研讨会机制 - -- **目的**：让å‚会者能够å‚与达æˆç¤¾åŒºå…±è¯†ï¼Œåˆ†äº«å„å…¬å¸åœ¨ AI 编程实践中的ç»éªŒ -- **å½¢å¼**：咨询师分享观察到的公å¸å®žçŽ°æ–¹æ¡ˆã€æž¶æž„设计ã€ç³»ç»Ÿè®¾è®¡ç­‰å†…容 -- **价值**：对个人和团队帮助都éžå¸¸å¤§ï¼Œé€šè¿‡é›†ä½“讨论形æˆå…±è¯† - -> 特别感谢å¡å°¼å…‹è€å“¥åœ¨ç ”讨会期间贡献了大é‡åˆ†äº«æ€æƒ³ï¼Œå—益颇多。 - ---- - -## AI 编程å‘展历程回顾 - -### 时间线概览 - -| 时间 | 分享内容 | 核心概念 | -|------|----------|----------| -| 2025å¹´6月 | 早期 AI 编程实践 | DPER5 方法论 | -| åŽç»­ | MCP ç­‰å·¥å…·æ•´åˆ | MCPã€Scales | -| 5月9æ—¥ | Plan å’Œ Build æ¨¡å¼ | æ–°å› å­ï¼ˆå¸å¼•å­ï¼‰æ¦‚念 | -| 本次 | SDD 文档管ç†ç­–ç•¥ | 规格驱动è½åœ° | - ---- - -## DPER5 方法论 - -### 核心æ€æƒ³ - -DPER5 将软件工程中使用 AI 进行开å‘的过程分为 **5 个弱阶段（Weak Stages）**： - -``` -Discover → Plan → Execute → Review → Refine - ↓ ↓ ↓ ↓ ↓ - å‘现 规划 执行 评审 优化 -``` - -### 阶段特性 - -- ä¸åŒé˜¶æ®µ AI 会按照ä¸åŒçš„模å¼è¿è¡Œ -- 例如在 **Design** 模å¼æˆ– **Discover** 模å¼ä¸‹ï¼ŒAI **ä¸ä¼šä¿®æ”¹ä»£ç ** -- è¿™ç§åˆ†é˜¶æ®µçº¦æŸæ˜¯é©¯æœ AI 的简å•æœ‰æ•ˆæ–¹æ³• - -### 实践应用 - -- 在早期阶段（2025年），演讲者已ç»åœ¨å…¬å¸å†…部领先应用 -- 采用 `Design → Plan → Execute` çš„æµç¨‹é©±åŠ¨å¼€å‘ -- 该方法使用了较长时间，有效规范了 AI 辅助开å‘æµç¨‹ - ---- - -## MCP（Model Context Protocolï¼‰å·¥å…·ç”Ÿæ€ - -### å·¥å…·æ•´åˆ - -åŽç»­éšç€ MCP 以åŠç›¸å…³å·¥å…·å¥—件的出现，形æˆäº†å®Œæ•´çš„ AI 编程工具生æ€ï¼š - -- **MCP（Model Context Protocol）**：模型上下文åè®® -- **Scales**：扩展工具 -- **SDD**：规格驱动开å‘方法论 - -这些工具被整åˆåˆ°ä¸€ä»½ PPT 手册中，作为团队 AI 编程的指å—或手册å‚考。 - ---- - -## SDD（规格驱动开å‘） - -### SDD çš„æ ¸å¿ƒæ¨¡å¼ - -SDD æ供了多ç§å·¥ä½œæ¨¡å¼ï¼Œé€‚用于ä¸åŒçš„å¼€å‘场景： - -| æ¨¡å¼ | 适用场景 | AI è¡Œä¸ºç‰¹å¾ | -|------|----------|-------------| -| **Design** | 需求分æžã€æž¶æž„设计 | ä¸ä¿®æ”¹ä»£ç ï¼Œä»…æ供设计建议 | -| **Discover** | 探索å‘现ã€æ–¹æ¡ˆè°ƒç ” | ä¸ä¿®æ”¹ä»£ç ï¼Œä¸“注于信æ¯æ”¶é›† | -| **Plan** | 规划分解ã€ä»»åŠ¡æ‹†è§£ | 生æˆå®žçŽ°è®¡åˆ’ | -| **Build** | 代ç å®žçŽ°ã€å…·ä½“å¼€å‘ | 执行代ç ç¼–写和修改 | - -### æ–°å› å­ï¼ˆå¸å¼•å­ï¼‰æ¦‚念 - -ç”± countic 大佬在 5月9日的分享中引入： - -**物ç†å­¦çš„概念解释**： - -- 在混沌系统中，存在两ç§éœ‡è¡å馈的系统 -- è¿™ç§ç³»ç»Ÿæœ€ç»ˆä¼šæ”¶æ•›åˆ°ä¸€ä¸ªç¨³å®šçŠ¶æ€ -- 这个收敛点被称为 **å¸å¼•å­ï¼ˆAttractor）** - -**在 AI 编程中的应用**： - -- 通过引入新因å­ï¼Œå¯ä»¥å¼•å¯¼ AI 的输出趋å‘äºŽé¢„æœŸçš„ç¨³å®šçŠ¶æ€ -- 帮助控制 AI 在å¤æ‚任务中的å‘散性 -- 实现更å¯æŽ§çš„ AI 驱动开å‘æµç¨‹ - ---- - -## SDD 文档管ç†ç­–ç•¥ - -> 本次分享的核心主题，èšç„¦äºŽè§„格驱动开å‘的文档管ç†æ–¹æ³• - -### 文档在 SDD 中的作用 - -1. **规格定义**：明确需求和设计规范，作为开å‘的基准 -2. **上下文传递**：在ä¸åŒé˜¶æ®µä¹‹é—´ä¼ é€’ä¸Šä¸‹æ–‡ä¿¡æ¯ -3. **版本控制**：记录规格的å˜æ›´åŽ†å² -4. **团队å作**：统一团队对需求的ç†è§£å’Œå®žçŽ°æ–¹å¼ - -### 文档管ç†æœ€ä½³å®žè·µ - -（基于 SDD 方法论，文档管ç†åº”éµå¾ªä»¥ä¸‹åŽŸåˆ™ï¼‰ - -- **规格优先**：在开å‘å‰å…ˆå®Œæˆè§„格文档的编写 -- **增é‡è¿­ä»£**：规格文档éšé¡¹ç›®è¿›å±•é€æ­¥å®Œå–„ -- **åŒå‘追溯**：规格与实现之间ä¿æŒå¯è¿½æº¯æ€§ -- **工具集æˆ**：将文档管ç†ä¸Ž AI ç¼–ç¨‹å·¥å…·é“¾æ•´åˆ - ---- - -## 工具链整åˆæ–¹æ¡ˆ - -### 推èçš„ AI 编程工具栈 - -``` -┌─────────────────────────────────────────────────────┠-│ 规格层 (Spec) │ -│ ┌─────────────┠┌─────────────┠┌─────────────┠│ -│ │ Design │ │ Discover │ │ Plan │ │ -│ └─────────────┘ └─────────────┘ └─────────────┘ │ -├─────────────────────────────────────────────────────┤ -│ 工具层 (Tools) │ -│ ┌─────────────┠┌─────────────┠┌─────────────┠│ -│ │ MCP │ │ Scales │ │ SDD │ │ -│ └─────────────┘ └─────────────┘ └─────────────┘ │ -├─────────────────────────────────────────────────────┤ -│ 执行层 (Execution) │ -│ ┌─────────────┠┌─────────────┠│ -│ │ Build │ │ Review │ │ -│ └─────────────┘ └─────────────┘ │ -└─────────────────────────────────────────────────────┘ -``` - -### MCP 的核心功能 - -- æ供标准化的上下文åè®® -- 实现 AI 与外部工具的无ç¼é›†æˆ -- 支æŒå¤šå·¥å…·ååŒå·¥ä½œ - ---- - -## 社区贡献者致谢 - -| 贡献者 | 贡献内容 | -|--------|----------| -| å¡å°¼å…‹ | 大é‡åˆ†äº«æ€æƒ³ï¼Œç ”讨会核心å‚与者 | -| countic | 引入新因å­ï¼ˆå¸å¼•å­ï¼‰æ¦‚念，分享 Plan/Build æ¨¡å¼ | -| å°‘ä¸ªåˆ†å· | SDD 方法论整ç†ï¼Œå·¥å…·é“¾æ•´åˆï¼Œæ–‡æ¡£ç®¡ç†ç­–略分享 | - ---- - -## åŽç»­è¯é¢˜é¢„å‘Š - -本次分享的议程安排： - -1. **SDD 文档管ç†ç­–ç•¥**（当å‰å†…容） -2. **AIGC 模æ¿ç›¸å…³è¯é¢˜**（由å¡å°¼å…‹è€å“¥åˆ†äº«ï¼‰ - ---- - -## å‚è€ƒèµ„æº - -- 本次分享的 PPT 资料（å¯ä½œä¸ºå›¢é˜Ÿ AI 编程手册/指å—） -- æœç´¢å…³é”®è¯ï¼š`AI编程`ã€`MCP`ã€`SDD`ã€`DPER5`ã€`规格驱动开å‘` -- 相关标签：`人工智能`ã€`规格驱动开å‘`ã€`AI编程` \ No newline at end of file diff --git a/InBox/Harness_Engineering最佳实践_深度解æžAgentHamness的底层原ç†_核心组件和实战应用_å­¦ä¸ä¼šæˆ‘_BV1Hn9UBrEsH_P1_笔记.md b/InBox/Harness_Engineering最佳实践_深度解æžAgentHamness的底层原ç†_核心组件和实战应用_å­¦ä¸ä¼šæˆ‘_BV1Hn9UBrEsH_P1_笔记.md deleted file mode 100644 index 1211b26..0000000 --- a/InBox/Harness_Engineering最佳实践_深度解æžAgentHamness的底层原ç†_核心组件和实战应用_å­¦ä¸ä¼šæˆ‘_BV1Hn9UBrEsH_P1_笔记.md +++ /dev/null @@ -1,320 +0,0 @@ -# Harness Engineering 最佳实践：Agent Harness 底层原ç†ã€æ ¸å¿ƒç»„件与实战应用 - -## 目录 - -1. [AI 工程师的岗ä½åˆ†å±‚体系](#1-ai-工程师的岗ä½åˆ†å±‚体系) -2. [大模型应用的三层进化范å¼](#2-大模型应用的三层进化范å¼) -3. [Prompt Engineering：让模型"会说"](#3-prompt-engineering让模型会说) -4. [Context Engineering：解决上下文膨胀问题](#4-context-engineering解决上下文膨胀问题) -5. [Agent Harness 核心架构](#5-agent-harness-核心架构) -6. [Harness Engineering 的工程实践](#6-harness-engineering-的工程实践) - ---- - -## 1. AI 工程师的岗ä½åˆ†å±‚体系 - -### 1.1 三层架构概述 - -在 2026 年，AI 工程师å¯åˆ†ä¸ºä¸‰ä¸ªå±‚级，æ¯ä¸ªå±‚级有明确的技术侧é‡ç‚¹ï¼š - -| 层级 | å®šä½ | 核心èŒè´£ | æŠ€æœ¯ä¾§é‡ | -|------|------|----------|----------| -| **AI 产å“化** | AI 产å“ç»ç†ã€AI 解决方案架构师 | å‘现 AI 价值场景，é‡å¡‘业务æµç¨‹ | 业务分æžã€äº§å“设计 | -| **AI 应用层** | AI 应用工程师ã€å¤§æ¨¡åž‹åº”ç”¨å¼€å‘ | 业务方案è½åœ°ï¼ŒAI 赋能场景 | Prompt Engineeringã€Context Engineeringã€RAG | -| **AI 大模型算法层** | 模型研å‘工程师 | æå‡æ¨¡åž‹åž‚直能力 | SFT 微调ã€RLHF 对é½ã€å®‰å…¨æŠ¤æ  | - -### 1.2 å„层级的核心差异 - -**AI 产å“化层**： -- èšç„¦äºŽæ‰¾åˆ° AI 的价值场景 -- é‡æ–°å®šä¹‰ä¸šåŠ¡äº§å“线 -- 属于业务与产å“æ–¹å‘ - -**AI 应用层**（Harness Engineering çš„è½åœ°å±‚）： -- å业务 + 方案è½åœ° -- 利用开æºæ¨¡åž‹æž„建垂直应用 -- 2026 年最稀缺ã€æœ€å…·æœºä¼šçš„æ–¹å‘ - -**AI 大模型算法层**： -- ä¸åšåŸºåº§æ¨¡åž‹ï¼ˆGPT-4ã€Qwen3.6 等基座由大厂完æˆï¼‰ -- èšç„¦äºŽæ¨¡åž‹çš„**垂直能力æå‡** -- 包括： - - **SFT 微调**（Supervised Fine-Tuning） - - **RLHF**（Reinforcement Learning from Human Feedback） - - **对é½è®­ç»ƒ**（Alignment） - - **安全护æ **（Safety Guardrails） - -### 1.3 èŒä¸šé€‰æ‹©å»ºè®® - -``` -技术背景 → AI 应用层（最佳入场点） -产å“背景 → AI 产å“化层 → å¯å»¶ä¼¸è‡³åº”用层 -算法背景 → AI 大模型算法层 -``` - -> **核心观点**：2026 年是**大模型应用è½åœ°**的关键年份，大多数人的机会在于 AI 应用层。 - ---- - -## 2. å¤§æ¨¡åž‹åº”ç”¨çš„ä¸‰å±‚è¿›åŒ–èŒƒå¼ - -从时间维度看，AI 应用开å‘ç»åŽ†äº†ä¸‰ä¸ªé˜¶æ®µçš„范å¼è½¬å˜ï¼š - -``` -2022-2024：Prompt Engineering 时代 - ↓ -2025：Context Engineering 时代 - ↓ -2026：Agent Harness / Harness Engineering 时代 -``` - ---- - -## 3. Prompt Engineering：让模型"会说" - -### 3.1 æ—¶é—´çª—å£ - -2022 å¹´ 11 月 ChatGPT å‘布åŽæˆä¸ºç„¦ç‚¹ - -### 3.2 核心问题 - -**解决"如何说"的问题**——如何更好地与模型沟通，让模型生æˆæ›´é«˜è´¨é‡çš„回答。 - -### 3.3 æŠ€æœ¯ç‰¹å¾ - -- å•å¯¹å•å¯¹è¯æ¨¡å¼ -- 用户输入一å¥è¯ï¼Œæ¨¡åž‹è¿”回一å¥è¯ -- 关注点：如何编写有效的 Prompt - -### 3.4 典型场景 - -``` -用户 → Prompt → LLM → Response -``` - ---- - -## 4. Context Engineering：解决上下文膨胀问题 - -### 4.1 æ—¶é—´çª—å£ - -2025 å¹´ - -### 4.2 核心问题 - -éšç€ Agent å¼€å‘引入工具调用（如 MCP å议），上下文窗å£ä¸­çš„内容越æ¥è¶Šå¤šï¼Œå¯¼è‡´æ¨¡åž‹èƒ½åŠ›å而下é™ã€**幻觉（Hallucination）** 问题加剧。 - -### 4.3 核心目标 - -**解决"有什么"的问题**——让模型清楚地知é“当å‰æ‹¥æœ‰å“ªäº›ä¿¡æ¯ã€‚ - -### 4.4 关键概念 - -**Context Window（上下文窗å£ï¼‰**： -- 多轮对è¯çš„执行过程中，所有历å²ä¿¡æ¯éƒ½å­˜å‚¨åœ¨ä¸Šä¸‹æ–‡çª—å£ä¸­ -- 当内容越æ¥è¶Šå¤šæ—¶ï¼Œæ¨¡åž‹ä¼šå‡ºçŽ°"迷失"现象 - -**迷失问题（Lost in Context）**： -- 模型在大é‡ä¸Šä¸‹æ–‡ä¸­æ— æ³•å‡†ç¡®è¯†åˆ«å…³é”®ä¿¡æ¯ -- 导致： - - å“应质é‡ä¸‹é™ - - 幻觉增加 - - 任务执行失败 - -### 4.5 Context Engineering çš„èŒè´£ - -| 问题 | 解决方案 | -|------|----------| -| 上下文过长 | 上下文压缩ã€æ‘˜è¦ | -| ä¿¡æ¯æ··ä¹± | 结构化组织ã€åˆ†ç±»ç®¡ç† | -| 关键信æ¯è¢«æ·¹æ²¡ | 关键信æ¯çªå‡ºã€æ£€ç´¢å¢žå¼º | - ---- - -## 5. Agent Harness 核心架构 - -### 5.1 官方æ¥æº - -本文档基于 **LangChain 团队**å‘布的关于 Agent Harness 的官方åšå®¢ï¼Œæ˜¯å…¨çƒæœ€æ‡‚ Agent 的团队å‘布的系统性技术文档。 - -### 5.2 Agent Harness çš„å®šä½ - -**Harness** 的本æ„是"驾驭ã€åˆ©ç”¨"，Agent Harness å³å¯¹ Agent 的工程化驾驭框架。 - -### 5.3 核心架构体系 - -``` -┌─────────────────────────────────────────┠-│ Agent Harness │ -├─────────────────────────────────────────┤ -│ ┌─────────────┠┌─────────────────┠│ -│ │ 规划层 │ │ 执行层 │ │ -│ │ Planning │ │ Execution │ │ -│ └─────────────┘ └─────────────────┘ │ -│ ┌─────────────┠┌─────────────────┠│ -│ │ 工具层 │ │ 记忆层 │ │ -│ │ Tools │ │ Memory │ │ -│ └─────────────┘ └─────────────────┘ │ -│ ┌─────────────┠┌─────────────────┠│ -│ │ 感知层 │ │ 评估层 │ │ -│ │ Perception │ │ Evaluation │ │ -│ └─────────────┘ └─────────────────┘ │ -└─────────────────────────────────────────┘ -``` - -### 5.4 å„层核心组件详解 - -#### 5.4.1 规划层（Planning） - -**èŒè´£**：将å¤æ‚任务分解为å¯æ‰§è¡Œçš„å­ä»»åŠ¡ - -**关键技术**： -- **任务分解**（Task Decomposition） -- **æ€ç»´é“¾**（Chain of Thought, CoT） -- **å­ä»»åŠ¡è§„划** - -#### 5.4.2 执行层（Execution） - -**èŒè´£**：执行规划层生æˆçš„å­ä»»åŠ¡ - -**关键技术**： -- **工具调用**（Tool Calling） -- **动作执行**（Action Execution） -- **结果å馈** - -#### 5.4.3 工具层（Tools） - -**èŒè´£**：为 Agent æ供外部能力 - -**典型工具类型**： -- **MCP 工具**（Model Context Protocol） -- API 调用 -- æœç´¢å¼•æ“Ž -- æ•°æ®åº“查询 -- 文件系统æ“作 - -#### 5.4.4 记忆层（Memory） - -**èŒè´£**ï¼šå­˜å‚¨å’Œç®¡ç† Agent 的历å²çŠ¶æ€ä¸Žä¸Šä¸‹æ–‡ - -**记忆类型**： -| 类型 | 说明 | 用途 | -|------|------|------| -| 短期记忆 | 当å‰å¯¹è¯ä¸Šä¸‹æ–‡ | 处ç†å³æ—¶ä»»åŠ¡ | -| 长期记忆 | æŒä¹…化存储 | 跨会è¯ç»éªŒç§¯ç´¯ | -| 工作记忆 | å·¥ä½œè¿‡ç¨‹ä¸­çš„ä¸´æ—¶çŠ¶æ€ | ä»»åŠ¡æ‰§è¡Œä¸­é—´æ€ | - -#### 5.4.5 感知层（Perception） - -**èŒè´£**：接收和处ç†å¤–部输入 - -**感知内容**： -- 用户指令 -- 文档输入 -- 多模æ€ä¿¡æ¯ï¼ˆå›¾åƒã€éŸ³é¢‘等） -- çŽ¯å¢ƒçŠ¶æ€ - -#### 5.4.6 评估层（Evaluation） - -**èŒè´£**：评估 Agent æ‰§è¡Œç»“æžœçš„è´¨é‡ - -**评估维度**： -- 输出正确性 -- 任务完æˆåº¦ -- 安全性检查 -- 效率评估 - ---- - -## 6. Harness Engineering 的工程实践 - -### 6.1 定义 - -**Harness Engineering** 是系统性地构建ã€æµ‹è¯•ã€ä¼˜åŒ– Agent 行为能力的工程学科。 - -### 6.2 与传统软件工程的区别 - -| 维度 | 传统软件工程 | Harness Engineering | -|------|-------------|---------------------| -| ä¸ç¡®å®šæ€§ | 低（确定性逻辑） | 高（概率性输出） | -| 测试难度 | å¯ç²¾ç¡®æ–­è¨€ | 需概率评估 | -| 调试方法 | 日志追踪 | è¡Œä¸ºè½¨è¿¹åˆ†æž | -| è´¨é‡ä¿éšœ | å•å…ƒæµ‹è¯• + 集æˆæµ‹è¯• | è¯„ä¼°é©±åŠ¨å¼€å‘ | - -### 6.3 核心工程实践 - -#### 6.3.1 评估驱动开å‘（Evaluation-Driven Development） - -``` -设计评估指标 → å¼€å‘ Agent → æŒç»­è¯„ä¼° → 迭代优化 -``` - -#### 6.3.2 行为å¯å¤çŽ°æ€§ - -- 通过ç§å­ï¼ˆseed）控制éšæœºæ€§ -- 构建å¯æµ‹è¯•çš„ Agent 行为 -- 建立回归测试机制 - -#### 6.3.3 多维度评测 - -- **任务完æˆçŽ‡**：Agent 是å¦å®Œæˆç›®æ ‡ -- **效率指标**：消耗的 Token æ•°é‡ã€æ‰§è¡Œæ—¶é—´ -- **è´¨é‡è¯„分**：输出的人力评估 -- **安全性检查**：有害内容过滤 - -### 6.4 LangChain Agent Harness 的工具链 - -``` -┌──────────────────────────────────────────┠-│ LangChain ç”Ÿæ€ â”‚ -├──────────────────────────────────────────┤ -│ LangChain │ Agent å¼€å‘框架 │ -│ LangSmith │ è¿½è¸ªä¸Žè¯„ä¼°å¹³å° â”‚ -│ LangServe │ Agent 部署æœåŠ¡ │ -│ LangGraph │ Agent 工作æµç¼–排 │ -└──────────────────────────────────────────┘ -``` - ---- - -## 7. 补充：观众å馈中的有价值观点 - -> 本节整ç†è‡ªè§†é¢‘弹幕中观众的补充与讨论 - -### 7.1 关于 Context Engineering 的延伸 - -- Context Engineering ä¸ä»…解决"上下文膨胀"，还需è¦è€ƒè™‘**ä¿¡æ¯å¯†åº¦**问题 -- 有效上下文 = 去除噪音åŽçš„æ ¸å¿ƒä¿¡æ¯ -- 常用的压缩策略：LLM 摘è¦ã€å…³é”®ä¿¡æ¯æå–ã€ä¿¡æ¯åŽ»é‡ - -### 7.2 关于 Agent å¹»è§‰çš„å¤„ç† - -- 幻觉问题在å•è½®å¯¹è¯ä¸­å·²å­˜åœ¨ -- 在多轮 Agent 执行中，幻觉会被**级è”放大** -- 建议在æ¯ä¸ªå…³é”®æ­¥éª¤å¢žåŠ **自我校验**机制 - -### 7.3 关于实际è½åœ°çš„建议 - -- ä¸è¦è¿‡åº¦è¿½æ±‚ Agent 的自主性，**人机ååŒ**往往更å¯é  -- åˆæœŸåº”èšç„¦åž‚直场景，积累领域知识åŽå†æ‰©å±• - ---- - -## 附录：关键术语表 - -| 英文术语 | 中文解释 | -|----------|----------| -| **Harness Engineering** | 驾驭工程，Agent 的系统工程化方法 | -| **Agent Harness** | Agent æ¡†æž¶çš„æ ¸å¿ƒç»„ä»¶é›†åˆ | -| **Prompt Engineering** | æ示è¯å·¥ç¨‹ï¼Œä¼˜åŒ–äººæœºäº¤äº’è´¨é‡ | -| **Context Engineering** | 上下文工程，管ç†ä¿¡æ¯è¾“å…¥è´¨é‡ | -| **Hallucination** | 幻觉，LLM 生æˆè™šå‡æˆ–ä¸å‡†ç¡®å†…容 | -| **Chain of Thought (CoT)** | æ€ç»´é“¾ï¼Œå¼•å¯¼æ¨¡åž‹å±•ç¤ºæŽ¨ç†è¿‡ç¨‹ | -| **SFT** | Supervised Fine-Tuning，有监ç£å¾®è°ƒ | -| **RLHF** | Reinforcement Learning from Human Feedback，基于人类å馈的强化学习 | -| **MCP** | Model Context Protocol，模型上下文åè®® | -| **Agent** | 智能体，能够自主执行任务的 AI 系统 | - ---- - -> **笔记说明**：本笔记基于 LangChain 团队å‘布的官方åšå®¢æ•´ç†ï¼Œèšç„¦äºŽ Agent Harness 的技术架构与工程实践。视频原版对三层架构有详细展开，读者å¯æ ¹æ®éœ€è¦ç»“åˆåŽŸè§†é¢‘深入ç†è§£å„层级的技术细节。 \ No newline at end of file diff --git a/InBox/OpenAI_Skill的自动评分器怎么æ­_BV1HWd6BsEmG_笔记.md b/InBox/OpenAI_Skill的自动评分器怎么æ­_BV1HWd6BsEmG_笔记.md deleted file mode 100644 index a45374e..0000000 --- a/InBox/OpenAI_Skill的自动评分器怎么æ­_BV1HWd6BsEmG_笔记.md +++ /dev/null @@ -1,316 +0,0 @@ -# OpenAI Skill è‡ªåŠ¨è¯„åˆ†å™¨æž„å»ºæŒ‡å— - -## 一ã€ä¸ºä»€ä¹ˆéœ€è¦è¯„分器 - -当更新一个 Skill 并执行完æˆåŽï¼Œ**表é¢ç»“果正常ä¸ä»£è¡¨çœŸçš„å˜å¥½äº†**。核心问题是： - -- Skill 是å¦çœŸçš„完æˆäº†é¢„期任务？ -- 修改是å¦å¼•å…¥äº†æ–°çš„问题（回归）？ -- 如何在ä¸åŒç‰ˆæœ¬ä¹‹é—´è¿›è¡Œæ€§èƒ½æ¯”较？ - -评分器的èŒè´£å°±æ˜¯å›žç­”这些问题，让 Skill çš„è´¨é‡å˜åŒ–å¯è¡¡é‡ã€å¯è¿½è¸ªã€‚ - ---- - -## 二ã€è¿è¡Œè½¨è¿¹è®°å½• - -### 2.1 什么是è¿è¡Œè½¨è¿¹ - -评分的å‰æ是有东西å¯ä»¥æ‰“分。OpenAI çš„åšæ³•æ˜¯ä½¿ç”¨ **CodeExec JSON** 记录 Skill 的完整执行过程。 - -### 2.2 é…ç½®æ–¹å¼ - -```json -{ - "code_exec": true // å¯ç”¨åŽè¾“出结构化执行记录 -} -``` - -### 2.3 记录内容 - -å¯ç”¨åŽï¼ŒSkill æ¯æ‰§è¡Œä¸€æ­¥éƒ½ä¼šè¾“出结构化记录，包括： - -- 跑了什么命令 -- 创建了什么文件 -- æ‰§è¡Œé¡ºåº -- 时间戳 - -### 2.4 关键特性 - -| 特性 | 说明 | -|------|------| -| **完整性** | 记录完整执行æµç¨‹ï¼Œè€Œéžæ—¥å¿—æ‘˜è¦ | -| **å¯è§£æžæ€§** | 结构化数æ®ï¼Œå¯è¢«ç¨‹åºç›´æŽ¥è¯»å– | -| **å¯è°ƒè¯•æ€§** | 失败时å¯ç²¾ç¡®å®šä½åˆ°å…·ä½“哪一步出错 | - -> 没有è¿è¡Œè½¨è¿¹ï¼Œè¯„分器åªèƒ½çœ‹æœ€ç»ˆäº§ç‰©ï¼Œæ— æ³•åˆ†æžæ‰§è¡Œè¿‡ç¨‹ã€‚ - ---- - -## 三ã€è¯„分器类型 - -### 3.1 确定性检查（Deterministic Checks） - -#### 3.1.1 åŽŸç† - -纯代ç è§„则驱动的检查，**ä¸ç”¨å¤§æ¨¡åž‹**，写死判断逻辑，程åºç›´æŽ¥å¯¹ç€è¿è¡Œè½¨è¿¹æ ¸å¯¹ã€‚ - -#### 3.1.2 典型检查项 - -``` -- 有没有执行 npm install -- 有没有创建 package.json -- 命令执行顺åºæ˜¯å¦ç¬¦åˆé¢„期 -- 是å¦åœ¨æŒ‡å®šç›®å½•æ‰§è¡Œæ“作 -``` - -#### 3.1.3 核心特性 - -| 特性 | 说明 | -|------|------| -| **确定性** | åŒæ ·è¡Œä¸ºæ¯æ¬¡åˆ¤æ–­ç»“果一致，没有模糊地带 | -| **å¯è°ƒè¯•** | 一旦失败，打开记录文件å³å¯çœ‹åˆ°ä»Žå“ªä¸€æ­¥å¼€å§‹å离 | - -#### 3.1.4 å±€é™æ€§ - -确定性检查能回答"**基础动作åšäº†æ²¡æœ‰**"，但无法回答"**åšå‡ºæ¥çš„东西是ä¸æ˜¯ä½ æƒ³è¦çš„æ ·å­**"。 - ---- - -### 3.2 评分细则检查（Rubric-based Checks） - -#### 3.2.1 åŽŸç† - -使用 **LLM 作为è£åˆ¤**，读å–仓库内容，按预定义的评分细则输出结构化打分结果。 - -#### 3.2.2 适用场景 - -很多 Skill 的验收标准本æ¥å°±æ˜¯è½¯æ€§è§„则，例如： - -- 代ç ç»“构是å¦å¹²å‡€ -- 组件组织是å¦ç¬¦åˆå›¢é˜Ÿçº¦å®š -- æ ·å¼é…置是å¦æŒ‰æ—¢å®šé£Žæ ¼è½åœ° -- 命å规范是å¦éµå¾ª - -#### 3.2.3 评分细则的拆解方法 - -把模糊的质é‡æ ‡å‡†æ‹†æˆè‹¥å¹²ä¸ª**å¯ç‹¬ç«‹åˆ¤æ–­çš„维度**： - -| 模糊标准 | 拆解åŽçš„维度 | -|----------|--------------| -| 代ç è´¨é‡å¥½ | 组件是å¦æŒ‰åŠŸèƒ½åˆ†ç›®å½• | -| | 是å¦æœ‰æœªä½¿ç”¨çš„引用 | -| | æ ·å¼ç±»å是å¦éµå¾ªå‘½å约定 | -| | é…置项是å¦é›†ä¸­ç®¡ç† | - -#### 3.2.4 关键è¦æ±‚：é”å®šè¾“å‡ºæ ¼å¼ - -**å¿…é¡»æå‰å®šä¹‰è¾“出模æ¿**，规定模型必须输出哪些字段： - -```json -{ - "passed": true/false, - "total_score": 85, - "dimensions": [ - { - "name": "component_organization", - "score": 90, - "reason": "组件按功能正确分目录" - }, - { - "name": "unused_imports", - "score": 70, - "reason": "å‘现3处未使用的import" - } - ] -} -``` - -#### 3.2.5 为什么必须é”æ­»æ ¼å¼ - -| 自由输出 | é”æ­»æ ¼å¼ | -|----------|----------| -| æ¯æ¬¡æŽªè¾žä¸åŒ | æ ¼å¼ç»Ÿä¸€ | -| 无法跨版本比较 | 结果å¯é‡åŒ– | -| 无法进自动化æµç¨‹ | å¯ç›´æŽ¥é›†æˆ CI/CD | -| 输出是"审稿æ„è§" | 输出是"评估数æ®" | - ---- - -## å››ã€è¯„分器组åˆç­–ç•¥ - -### 4.1 分工明确 - -``` -确定性检查 ──→ 抓底线（基础动作有没有å‘生） -评分细则检查 ──→ 抓质é‡ï¼ˆåšå‡ºæ¥çš„东西åƒä¸åƒä½ è¦çš„） -输出格å¼é”定 ──→ 防飘移（æ¯æ¬¡è¯„分结果一致） -``` - -### 4.2 集æˆåˆ°æµæ°´çº¿ - -这套组åˆè®¾è®¡ä¹‹åˆå°±é¢å‘ **æŒç»­é›†æˆï¼ˆCI）**： - -- ä¸å†ä¾èµ–工程师手动触å‘测试 -- æˆä¸ºæŒç»­è¿è¡Œçš„回归守门员 -- Skill æ¯æ¬¡æ›´æ–°éƒ½ä¼šè‡ªåŠ¨éªŒè¯ - ---- - -## 五ã€6 类扩展检查 - -在基础评分器之上，å¯æŒ‰éœ€å åŠ ä»¥ä¸‹æ£€æŸ¥ï¼š - -### 5.1 命令数与循环检测 - -``` -检查è¿è¡Œè®°å½•é‡Œæ‰§è¡Œäº†å¤šå°‘æ¡å‘½ä»¤ -``` - -**目的**：检测行为退化 - -> 案例：如果一个 Skill ä»¥å‰ 6 步能完æˆï¼ŒçŽ°åœ¨è¦ 18 步，表é¢ä¸Šä»»åŠ¡è¿˜æ˜¯å®Œæˆäº†ï¼Œä½†ç³»ç»Ÿæ­£åœ¨å˜å·®ã€‚ - -### 5.2 消耗é‡è¿½è¸ª - -``` -记录æ¯æ¬¡è¿è¡Œæ¶ˆè€—çš„ token æ•°é‡ -``` - -**目的**：防止 Skill 越æ¥è¶Šè‡ƒè‚¿ - -- æ¯æ¬¡æ‰§è¡Œè¶Šæ¥è¶Šè´µ -- æ¯æ¬¡æ‰§è¡Œè¶Šæ¥è¶Šæ…¢ - -### 5.3 构建检查 - -```bash -# skill 完æˆåŽç›´æŽ¥æ‰§è¡Œæž„建命令 -npm run build -``` - -**目的**ï¼šç«¯åˆ°ç«¯éªŒè¯ - -- 很多项目表é¢å®Œæˆï¼Œæž„建就露馅 -- æˆæœ¬ä½Žï¼Œåº”该**默认开å¯** - -### 5.4 è¿è¡Œæ—¶å†’烟检查 - -```bash -# å¯åŠ¨å¼€å‘æœåŠ¡å™¨ -npm run dev -# å‘é€æµ‹è¯•è¯·æ±‚ -curl http://localhost:3000/api/health -``` - -**目的**：验è¯æœåŠ¡æ˜¯å¦çœŸæ­£å¯ç”¨ - -> 注æ„：这类检查更慢，按风险等级决定是å¦æ¯æ¬¡éƒ½æ‰§è¡Œã€‚ - -### 5.5 仓库清æ´åº¦æ£€æŸ¥ - -``` -检查任务完æˆåŽæ˜¯å¦å‡ºçŽ°ä¸è¯¥æœ‰çš„文件 -``` - -**目的**：确ä¿ç³»ç»Ÿæ²¡æœ‰è¢«"弄è„" - -### 5.6 æƒé™å›žå½’检查 - -``` -éªŒè¯ skill 是å¦è¿˜èƒ½åœ¨æœ€å°æƒé™ä¸‹æ­£å¸¸å·¥ä½œ -``` - -**目的**：防止æƒé™æ¼‚移 - -- æŸæ¬¡æ”¹åŠ¨åŽæ‚„悄开始ä¾èµ–更高æƒé™ -- æƒé™æ¼‚移在自动化åŽä¼šå˜æˆç»“构性风险 - -### 5.7 扩展策略 - -``` -原文建议：先加快速检查，å†æŒ‰é£Žé™©å åŠ æ…¢æ£€æŸ¥ - ä¸æ˜¯ä¸€æ¬¡å…¨ä¸Šï¼Œæ˜¯æŒ‰éœ€æ‰©å±• -``` - -| 检查类型 | 速度 | 建议频率 | -|----------|------|----------| -| 命令数检测 | å¿« | æ¯æ¬¡ | -| 消耗é‡è¿½è¸ª | å¿« | æ¯æ¬¡ | -| 仓库清æ´åº¦ | å¿« | æ¯æ¬¡ | -| 构建检查 | 中 | æ¯æ¬¡ | -| è¿è¡Œæ—¶å†’烟 | æ…¢ | 按风险 | -| æƒé™å›žå½’ | æ…¢ | 定期 | - ---- - -## å…­ã€5 æ¡æ ¸å¿ƒåŽŸåˆ™ - -### 原则一：é‡çœŸæ­£é‡è¦çš„东西 - -> Don't measure for the sake of measuring. First, think about what you'd actually care about if it got worse. - -**ä¸è¦ä¸ºäº†æœ‰æŒ‡æ ‡è€Œæœ‰æŒ‡æ ‡**，先想清楚什么å˜å·®äº†ï¼Œä½ ä¼šçœŸçš„在æ„。 - -### 原则二：先写清晰å¯æ£€æŸ¥çš„定义 - -> If the success criteria are fuzzy, the evaluation will be too. - -验收标准模糊，评估就没有æ„义。**先把"什么å«åšå¯¹"写æˆå¯æ‰§è¡Œçš„判断**。 - -### 原则三：把评估扎在真实行为上 - -> Record the full execution trace and write deterministic checks around the actual actions taken. - -记录 Skill 的完整è¿è¡Œè½¨è¿¹ï¼Œå›´ç»•å®žé™…执行的动作写确定性检查。 - -### 原则四：规则ä¸å¤Ÿæ—¶ï¼Œå†è®©æ¨¡åž‹è¡¥ä¸Š - -> Use rubric-based evals to handle quality judgments that rules can't cover, not as a replacement. - -用评分细则处ç†è§„则覆盖ä¸äº†çš„è´¨é‡åˆ¤æ–­ï¼Œ**顺åºä¸èƒ½å**。确定性检查在å‰ï¼ŒLLM 评分在åŽã€‚ - -### 原则五：让真实失败去驱动样本增长 - -> Every time you manually fix something, turn it into a test case. - -æ¯æ¬¡æ‰‹åŠ¨ä¿®å¤éƒ½æ˜¯ä¸€ä¸ªä¿¡å·ï¼Œ**把它å˜æˆæµ‹è¯•ç”¨ä¾‹**，让 Skill æŒç»­æŠŠè¿™ä»¶äº‹åšå¯¹ã€‚ - ---- - -## 七ã€æ•´ä½“æµç¨‹å›¾ - -``` -┌─────────────────────────────────────────────────────────┠-│ Skill 执行 │ -└─────────────────┬───────────────────────────────────────┘ - â–¼ -┌─────────────────────────────────────────────────────────┠-│ CodeExec JSON 记录è¿è¡Œè½¨è¿¹ │ -└─────────────────┬───────────────────────────────────────┘ - â–¼ - ┌───────┴───────┠- â–¼ â–¼ -┌───────────────┠┌─────────────────┠-│ 确定性检查 │ │ 评分细则检查 │ -│ (规则驱动) │ │ (LLM è£åˆ¤) │ -└───────┬───────┘ └────────┬────────┘ - â–¼ â–¼ - └────────┬─────────┘ - â–¼ -┌─────────────────────────────────────────────────────────┠-│ 结构化评估结果（跨版本å¯æ¯”较） │ -└─────────────────┬───────────────────────────────────────┘ - â–¼ -┌─────────────────────────────────────────────────────────┠-│ 进入 CI/CD æµæ°´çº¿ │ -└─────────────────────────────────────────────────────────┘ -``` - ---- - -## å…«ã€å‚考资料 - -- 原文标题：Testing Agent Skills Systematically with Evals -- 原文链接：https://developers.openai.com/blog/eval-skills -- 视频æ¥æºï¼šæ…¢å­¦AI（BV1HWd6BsEmG） \ No newline at end of file diff --git a/InBox/Shopify_内部_Agent__为什么ä¸å‡†å‘˜å·¥ç§èŠ___AI_native组织è¦çš„ä¸æ˜¯ä¸ªäººæ效_是组织自进化_BV1i77X6pE1C_笔记.md b/InBox/Shopify_内部_Agent__为什么ä¸å‡†å‘˜å·¥ç§èŠ___AI_native组织è¦çš„ä¸æ˜¯ä¸ªäººæ效_是组织自进化_BV1i77X6pE1C_笔记.md deleted file mode 100644 index 6f70fde..0000000 --- a/InBox/Shopify_内部_Agent__为什么ä¸å‡†å‘˜å·¥ç§èŠ___AI_native组织è¦çš„ä¸æ˜¯ä¸ªäººæ效_是组织自进化_BV1i77X6pE1C_笔记.md +++ /dev/null @@ -1,187 +0,0 @@ -# Shopify 内部 Agent River：为什么ä¸å‡†å‘˜å·¥ç§èŠï¼Ÿ - -## 核心观点 - -**AI-native 组织的门槛ä¸æ˜¯ä¸ªäººæ›´å¿«ï¼Œè€Œæ˜¯ç»„织能从ç»éªŒä¸­å­¦ä¹ ã€èƒ½è‡ªè¿›åŒ–。** - -å•çº¯ç»™å‘˜å·¥é…备ç§äºº AI Agent，å¯èƒ½è®©æ¯ä¸ªäººå˜å¿«ï¼Œä½†ç»„织本身没有进化。 - ---- - -## 问题背景：ä¼ä¸šå¯¹ AI 的常è§è¯¯åŒº - -### 误区åšæ³• - -ç»™æ¯ä¸ªå‘˜å·¥å¼€ AI è´¦å·ï¼Œé…一个自己的 Agent，让他跑在： - -- 本地终端 -- 编辑器ç§äººå¯¹è¯æ¡† -- ç§èŠçª—å£é‡Œ - -### 效果 - -- 查问题更快 -- 改代ç æ›´å¿« -- 跑测试更快 - -### 真正的门槛 - -> 更硬的问题是：**组织能ä¸èƒ½ä»Žè¿™äº› AI 工作里学习？** - -能å¦æŠŠä¸€æ¬¡æŽ’查ã€ä¸€æ¬¡ä¿®å¤ã€ä¸€æ¬¡å¥½åˆ¤æ–­ï¼Œå˜æˆåŽé¢æ‰€æœ‰äººå’Œæ‰€æœ‰ Agent 都能继承的ç»éªŒï¼Ÿ - ---- - -## 核心对比：ç§äºº Agent çš„å¤©èŠ±æ¿ - -| 维度 | ç§äºº Agent | 公开 Agent（River） | -|------|-----------|---------------------| -| æœåŠ¡èŒƒå›´ | 键盘å‰é‚£ä¸ªäºº | 整个团队 | -| 上下文æ¥æº | å•äººè¾“å…¥ | 多人补充 | -| ç»éªŒæ²‰æ·€ | 个人日志 | 组织语料 | -| å¤çŽ°æ€§ | 低（过程ä¸å¯è§ï¼‰ | 高（å¯æœç´¢ã€å¤ç”¨ï¼‰ | -| 学习能力 | Agent 之间互相学ä¸åˆ° | 团队å作促进 Agent 进化 | - -### ç§äºº Agent çš„å±€é™æ€§ - -以一次排查å¶å‘失败测试为例： - -1. 你昨天怎么定ä½é—®é¢˜ï¼Ÿ -2. 中间错了哪些方å‘？ -3. 最åŽæ˜¯å“ªæ¡çº¿ç´¢æŠŠé—®é¢˜æ”¶ä½ï¼Ÿ - -这些问题**å³ä½¿ç•™åœ¨æ—¥å¿—里，也åªæ˜¯äº‹åŽææ–™**： - -- ä¸ä¼šå¤©ç„¶å˜æˆå¤šäººå作现场 -- 别的工程师ä¸ä¼šåœ¨è¿‡ç¨‹ä¸­çœ‹åˆ° -- ä¸ä¼šæœ‰äººé¡ºæ‰‹è¡¥ä¸€ä¸ªçº¦æŸ -- 下一次类似情况，ä¸ä¼šè‡ªåŠ¨ä»Žè¿™æ¡è·¯å¾„开始 - ---- - -## River 的设计选择 - -### åŸºæœ¬å·¥ä½œæ–¹å¼ - -River 是 Shopify 内部 Slack 里的 AI Agent： - -- 员工**ä¸åœ¨ç§èŠçª—å£æ‰¾ä»–**，è¦åˆ°å†…部公开频é“里 @ ä»– -- River 会执行：读代ç ã€è·‘测试ã€å¼€ PRã€æŸ¥æ•°æ®ä»“库ã€çœ‹ç”Ÿäº§é“¾è·¯è®°å½• -- å¿…è¦æ—¶ï¼ŒRiver 还会**å驳他认为ä¸å¥½çš„计划** - -### 硬性产å“çº¦æŸ - -``` -åªæ”¯æŒå…¬å¼€é¢‘é“工作，ä¸æ”¯æŒä¸€å¯¹ä¸€ç§èŠ -``` - -æ¯ä¸€æ¬¡å’Œ River 的对è¯ï¼Œéƒ½ä¼šå˜æˆä¸€æ¡ Slack 线程记录，**默认对 Shopify 内部员工å¯è§**。 - -> 注：这里的"公开"指 Shopify 内部 Slack 范围内å¯è§ï¼Œä¸æ˜¯äº’è”网公开。 - ---- - -## 公开线程的工作机制 - -### 典型场景 - -``` -1. 工程师 A 在频é“æé—® - ↓ -2. River 开始工作：读文件ã€è·‘查询ã€è´´å‡ºéƒ¨åˆ†å‘现 - ↓ -3. 工程师 B 看到（通过频é“链接或被人拉进æ¥ï¼‰ - ↓ -4. B 补一å¥å…³é”®çº¦æŸï¼š - - "这个表ä¸èƒ½è¿™æ ·æŸ¥" - - "这个æœåŠ¡åˆšè¿ç§»è¿‡" - - "这个测试以å‰å¤±è´¥è¿‡ï¼ŒåŽŸå› å¯èƒ½ä¸åœ¨è¿™é‡Œ" - - "这个方案会影å“å¦ä¸€ä¸ªå›¢é˜Ÿ" - ↓ -5. River å¸æ”¶æ–°ä¸Šä¸‹æ–‡ï¼Œç»§ç»­å¾€ä¸‹æŸ¥ -``` - -### 公开 vs ç§äººçš„关键差别 - -- **ç§äººå¯¹è¯**：AI 多数åªç»§æ‰¿ä¸€ä¸ªäººçš„上下文 -- **公开线程**：AI 进入的是一个**多人å作现场** - ---- - -## 组织学习机制：语料挖掘与回写 - -公开线程记录会形æˆä¸€å¥—**å¯æŒ–掘的组织语料**，Shopify 会： - -1. **挖掘åå¤å‡ºçŽ°çš„模å¼** -2. 把这些模å¼å›žå†™åˆ° River 的： - - 技能（Skills） - - æ示è¯ï¼ˆPrompts） - - 默认动作（Default Actions） - -### 具体沉淀内容 - -| 沉淀内容 | 说明 | -|---------|------| -| 排查路径 | 哪些排查路径有效 | -| å·¥ç¨‹çº¦æŸ | 哪些工程约æŸåº”该默认带上 | -| æ示è¯/技能 | 哪些æ示è¯å’ŒæŠ€èƒ½åŠ¨ä½œå¯ä»¥æ²‰æ·€ä¸‹æ¥ | - -### 核心机制 - -``` -一个人硬啃出æ¥çš„ä¿®å¤åŠžæ³• → 下一个人的起点 -一个线程里åå¤å‡ºçŽ°çš„çº¦æŸ â†’ River 以åŽæ›´å®¹æ˜“带上的上下文 -``` - -> **一次好的排查，ä¸å†åªæ˜¯æŸä¸ªäººå’ŒæŸä¸ª Agent çš„ç§æœ‰ç»åŽ†ï¼Œè€Œæ˜¯å¼€å§‹æ•™ä¼šåŽé¢çš„线程。** - ---- - -## 边界与é™åˆ¶ - -### ä¸ç­‰äºŽç¦æ­¢æ‰€æœ‰ç§èŠ - -ä¼ä¸š**ä¸æ˜¯ä¸èƒ½æœ‰ä»»ä½• AI ç§èŠ**，而是 River 这个 Agent åšæŒä¸åšç§èŠå…¥å£ã€‚ - -### 需è¦è¾¹ç•ŒæŽ§åˆ¶çš„场景 - -以下æ•æ„Ÿé—®é¢˜ä»ç„¶è¦æœ‰è¾¹ç•Œï¼š - -- æƒé™ç›¸å…³ -- 安全相关 -- 人事相关 -- 法务相关 - -### River çš„å®šä½ - -River 处ç†çš„是**那些值得被组织记ä½çš„工作**，而ä¸æ˜¯æ‰€æœ‰å¯¹è¯ã€‚ - ---- - -## 核心å¯ç¤º - -### 对è€æ¿å’ŒæŠ€æœ¯è´Ÿè´£äººçš„é—®é¢˜æ¸…å• - -部署 AI Agent 时，ä¸ä»…è¦é—®ï¼š - -- ⌠员工有没有 Agent？ -- ⌠对è¯æ—¥å¿—能ä¸èƒ½å›žæ”¶ï¼Ÿ -- ⌠个人效率有没有æå‡ï¼Ÿ - -æ›´è¦é—®ï¼š - -- ✅ 这些 Agent 对è¯**会ä¸ä¼šæ•™ä¼šåŽé¢çš„线程**？ -- ✅ 员工用 AI 解决问题的过程，是一份**åŽå°æ—¥å¿—**，还是一个**团队能å‚与ã€èƒ½æŽ¥åŠ›ã€èƒ½å¤ç”¨çš„工作现场**？ - -### 结论 - -| 类型 | 结果 | -|------|------| -| 如果åªæ˜¯åŽå°æ—¥å¿— | 一堆分散的个人æ效，æ¯ä¸ªäººéƒ½å¿«äº†ä¸€ç‚¹ï¼Œä½†ç»„织没有å˜èªæ˜Ž | -| 如果是å¯å作的工作现场 | 组织从æ¯æ¬¡ AI 工作中学习，实现**自进化** | - -### é‡‘å¥ - -> **ç§äºº Agent 的天花æ¿æ˜¯é”®ç›˜å‰é‚£ä¸ªäººã€‚** -> -> **公开 Agent 的价值是让åŽé¢çš„线程ä¸ä»Žé›¶å¼€å§‹ã€‚** \ No newline at end of file diff --git a/InBox/milky_BV17y7U6EER5.md b/InBox/milky_BV17y7U6EER5.md deleted file mode 100644 index 172cdd4..0000000 --- a/InBox/milky_BV17y7U6EER5.md +++ /dev/null @@ -1,158 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€ŠåŒ—大Agent新范å¼ï¼šä¸æ”¹æ¨¡åž‹æƒé‡ï¼Œæ•ˆæžœç¿»å€åŒ—大æžå‡ºAgent新范å¼ï¼šä¸æ”¹æ¨¡åž‹æƒé‡ï¼Œæ•ˆæžœæŽ¥è¿‘ç¿»å€ã€‹ç¬”è®° | BV17y7U6EER5" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 2068 ---- - -Milky 为您整ç†äº†ã€ŠåŒ—大Agent新范å¼ï¼šä¸æ”¹æ¨¡åž‹æƒé‡ï¼Œæ•ˆæžœç¿»å€åŒ—大æžå‡ºAgent新范å¼ï¼šä¸æ”¹æ¨¡åž‹æƒé‡ï¼Œæ•ˆæžœæŽ¥è¿‘ç¿»å€ã€‹ | BV17y7U6EER5 笔记。 - -Life Harnessness：北大Agentä¼˜åŒ–æ–°èŒƒå¼ - -核心å‘现 - -传统Agent优化的核心å‡è®¾è¢«æŽ¨ç¿»ï¼šAgent的效果并éžå®Œå…¨ç”±æ¨¡åž‹èƒ½åŠ›å†³å®šã€‚北京大学这篇论文è¯æ˜Žï¼Œåœ¨å¾ˆå¤šæƒ…况下，Agent的失败ä¸æ˜¯å› ä¸ºæ¨¡åž‹"笨"，而是因为模型与环境之间的接å£ä¸åŒ¹é…。 - - -Agent的本质å†å®šä¹‰ - -传统观点认为：Agent ≈ LLM，能力强则Agent强 - -论文新观点：Agent是一个完整的交互循环系统，包å«ä»¥ä¸‹ç»„件： - -` -环境 → 观测 → è¿è¡Œæ—¶ç³»ç»Ÿ → 工具定义 → 动作模型 → 输出动作 - ↑ ↓ - â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â†â† -` - -| 组件 | 说明 | -|------|------| -| è¿è¡ŒçŽ¯å¢ƒ | 环境给观测，定义工具和动作 | -| 动作执行器 | 模型输出动作，执行器执行 | -| å馈循环 | 执行结果å馈回æ¥æ›´æ–°ä¸‹ä¸€æ­¥å†³ç­– | - -关键洞察：模型输出相åŒï¼Œç»“æžœå¯èƒ½å®Œå…¨ä¸åŒã€‚整个行为是模型和è¿è¡Œæ—¶çŽ¯å¢ƒå…±åŒå†³å®šçš„。 - - -问题根æºï¼šæŽ¥å£å±‚ä¸åŒ¹é… - -传统Agent常è§çš„失败场景： - -模型ä¸çŸ¥é“APIçš„è°ƒç”¨æ ¼å¼ -ä¸çŸ¥é“什么动作是åˆæ³•çš„ -ä¸çŸ¥é“å馈信å·æ˜¯ä»€ä¹ˆæ„æ€ -ä¸çŸ¥é“什么时候该åœæ­¢ - -传统解决方案：通过SFT（监ç£å¾®è°ƒï¼‰æŠŠè¿™äº›çŸ¥è¯†çŒè¿›æ¨¡åž‹æƒé‡ - -新方案æ€è·¯ï¼šä¸ºä»€ä¹ˆæŠŠçŽ¯å¢ƒç‰¹å®šçš„知识硬编ç åˆ°æ¨¡åž‹é‡Œï¼Ÿè¿™äº›ä¸œè¥¿åº”该在接å£å±‚处ç†ã€‚ - - -Life Harnessness 框架 - -核心æ€è·¯ - -ä¸æ”¹æ¨¡åž‹æƒé‡ï¼Œåªæ”¹è¿è¡Œæ—¶æŽ¥å£ - -从训练轨迹中学习，把åå¤å‡ºçŽ°çš„交互失败转æ¢æˆå¯å¤ç”¨çš„干预。 - -四个维度的å¯å¤ç”¨å¹²é¢„ - -| 维度 | 功能 | 说明 | -|------|------|------| -| 环境契约 (Environment Contract) | 告诉模型环境规则 | 明确这个环境中什么能åšã€ä»€ä¹ˆä¸èƒ½åš | -| 程åºæŠ€èƒ½ (Program Skill) | 任务分解标准化 | 把å¤æ‚任务拆解æˆæ ‡å‡†æµç¨‹ | -| 动作实现 (Action Implementation) | æ ¼å¼è½¬æ¢ | 把模型的高层æ„图转æ¢æˆçŽ¯å¢ƒèƒ½ç†è§£çš„ç²¾ç¡®æ ¼å¼ | -| 轨迹调控 (Trajectory Regulation) | æµç¨‹æŽ§åˆ¶ | 决定什么时候该回溯ã€ä»€ä¹ˆæ—¶å€™è¯¥åœæ­¢ã€ä»€ä¹ˆæ—¶å€™è¯¥é‡è¯• | - -æ ¸å¿ƒç‰¹å¾ - -训练åŽå›ºå®šï¼šHarness一旦训练好就固定下æ¥ï¼Œè¯„ä¼°æ—¶ä¸å†æ”¹å˜ -éžåŠ¨æ€è°ƒæ•´ï¼šä¸æ˜¯æŽ¨ç†æ—¶è¿˜åœ¨åŠ¨æ€è°ƒæ•´çš„东西 -标准化接å£é€‚é…层：类似于给Agenté…了一个"ç»éªŒä¸°å¯Œçš„项目ç»ç†" - - -实验结果 - -评估规模 - -7个确定性环境 -18个模型骨干（从最å°åˆ°æœ€å¤§å…¨è¦†ç›–） -126个模型-çŽ¯å¢ƒç»„åˆ - -æ•ˆæžœæ•°æ® - -| 指标 | 数值 | -|------|------| -| 有æå‡çš„组åˆæ•° | 116 / 126 | -| å¹³å‡ç›¸å¯¹æå‡ | 88.5% | - -88.5%是接近翻å€çš„æå‡ï¼Œä¸æ˜¯å°æ•°ç‚¹åŽä¸€ä½çš„微弱改进。 - -è¿ç§»èƒ½åŠ›éªŒè¯ - -使用 Qwen-34B 的训练轨迹进化出æ¥çš„Harness -能直接è¿ç§»åˆ°å…¶ä»– 17个模型 上 -从最å°åˆ°æœ€å¤§çš„模型全部适用 - -关键å‘现：这说明Harness抓到的ä¸æ˜¯æŸä¸ªæ¨¡åž‹çš„特性行为，而是环境本身的结构。 - - -范å¼è½¬å˜ - -| 维度 | 旧范å¼ï¼ˆæ¨¡åž‹ä¸­å¿ƒï¼‰ | 新范å¼ï¼ˆæŽ¥å£ä¸­å¿ƒï¼‰ | -|------|-------------------|-------------------| -| ä¼˜åŒ–æ–¹å‘ | 调模型：SFTã€è’¸é¦ã€æ›´å¤§å‚æ•° | 调接å£ï¼šä¼˜åŒ–è¿è¡Œæ—¶é€‚é…层 | -| 适用场景 | Agentä¸è¡Œå°±è°ƒæ¨¡åž‹ | Agentä¸è¡Œï¼Œå…ˆçœ‹æŽ¥å£æ˜¯å¦æœ‰é—®é¢˜ | -| å…³ç³»å®šä½ | 互补，éžæ›¿ä»£ | 互补，éžæ›¿ä»£ | - - -å±€é™æ€§ - -最适åˆç¡®å®šæ€§ã€è§„则型的环境：需è¦å¤§é‡åˆ›é€ æ€§ã€å¼€æ”¾æ€§çš„任务å¯èƒ½æ•ˆæžœä¸æ˜Žæ˜¾ -ä¾èµ–训练轨迹：需è¦æœ‰è¶³å¤Ÿå¤šçš„失败案例æ‰èƒ½æ€»ç»“干预规则 -干预维度固定：目å‰æ˜¯4个维度，能å¦æ‰©å±•åˆ°æ›´å¤šç±»åž‹çŽ¯å¢ƒè¿˜éœ€éªŒè¯ - - -未æ¥å‘å±•æ–¹å‘ - -自动å‘现与进化 -ä¸ç”¨äººå·¥å®šä¹‰4个维度，让系统自己å‘现需è¦ä»€ä¹ˆæ ·çš„接å£é€‚é… - -跨环境è¿ç§» -在一个环境上学到的接å£é€‚é…，能å¦ç”¨åˆ°å¦ä¸€ä¸ªç±»ä¼¼çŽ¯å¢ƒ - -ååŒè¿›åŒ–（最具潜力） -Harness和模型的ååŒè¿›åŒ–，接å£å±‚与模型共åŒè¿›åŒ– - - -对普通人的æ„义 - -短期 -ä¼ä¸šçº§Agent体验大幅æå‡ -"你得用精确è¯æœ¯è·ŸAI说è¯"的情况越æ¥è¶Šå°‘ -接å£å±‚帮你把æ„图转æ¢æˆç³»ç»Ÿèƒ½ç†è§£çš„æ ¼å¼ - -中期 -Agentå¼€å‘门槛大幅é™ä½Ž -ä¸éœ€è¦æµ·é‡æ•°æ®åŽ»SFT大模型 -åªè¦æŠŠæŽ¥å£é€‚é…åšå¥½ï¼Œä¸­ç­‰æ¨¡åž‹å°±èƒ½æœ‰å¾ˆå¥½çš„效果 - -长期 -å¯èƒ½æ”¹å˜æ•´ä¸ªAI产业的分工： - - 大模型厂商：负责通用推ç†èƒ½åŠ› - - 垂直领域厂商：负责接å£é€‚é…层 -比现在æ¯ä¸ªå…¬å¸éƒ½è®­ç»ƒè‡ªå·±çš„模型更高效 -Harnesså¯è§£é‡Šã€å¯å®¡è®¡ï¼Œè§£å†³ç›‘管问题 - - -核心å¯ç¤º - -ä¸è¦ä¸€é‡åˆ°é—®é¢˜å°±æƒ³ç€å †ç®—力ã€å †å‚数。有时候真正的çªç ´æ¥è‡ªäºŽå¯¹é—®é¢˜æœ¬èº«çš„é‡æ–°å®šä¹‰ã€‚ -ä¸æ˜¯æ¨¡åž‹ä¸è¡Œï¼Œå¯èƒ½æ˜¯æˆ‘们的接å£ä¸è¡Œã€‚ -æ¢ä¸ªè§’度看问题，整个世界都ä¸ä¸€æ ·äº†ã€‚ - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1ArVU62Eac.md b/InBox/milky_BV1ArVU62Eac.md deleted file mode 100644 index 932c6bd..0000000 --- a/InBox/milky_BV1ArVU62Eac.md +++ /dev/null @@ -1,435 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Šé¢å‘架构编程范å¼ï¼Œè¶…越OOPå’ŒMVC》笔记 | BV1ArVU62Eac" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 2062 ---- - -Milky 为您整ç†äº†ã€Šé¢å‘架构编程范å¼ï¼Œè¶…越OOPå’ŒMVC》 | BV1ArVU62Eac 笔记。 - -é¢å‘架构编程范å¼ï¼šè¶…越 OOP å’Œ MVC - -一ã€ç¼–程范å¼çš„本质 - -1.1 ä»€ä¹ˆæ˜¯ç¼–ç¨‹èŒƒå¼ - -编程范å¼ï¼ˆProgramming Paradigm）是指程åºçš„表达方å¼ï¼Œå®ƒä¸å†³å®šç¨‹åºèƒ½å®žçŽ°ä»€ä¹ˆåŠŸèƒ½ï¼Œåªå†³å®šèƒ½å¦æ–¹ä¾¿ã€æ˜“懂地表达功能。 - -` -过程å¼è¡¨è¾¾ï¼š -f1(); f2(); f3(); - -é¢å‘对象表达： -obj.f1(); obj.f2(); obj.f3(); -` - -两段代ç åŠŸèƒ½å®Œå…¨ç›¸åŒï¼Œéƒ½æ˜¯å…ˆæ‰§è¡Œ F1，å†æ‰§è¡Œ F2ã€F3。表达方å¼ä¸åŒï¼Œä½†å®žçŽ°çš„功能是一样的。 - -关键结论： -é¢å‘对象能写的程åºï¼Œè¿‡ç¨‹å¼ä¹Ÿèƒ½å†™ -å过æ¥ä¹Ÿä¸€æ · -无论用哪ç§èŒƒå¼ï¼Œä½ çš„程åºéƒ½èƒ½å®žçŽ°ä¹°ä¸œè¥¿è¿™ä¸ªåŠŸèƒ½ - -1.2 编程范å¼çš„真正目的 - -编程范å¼çš„根本目的是为了大规模代ç å’Œå¤§è§„模团队分工åˆä½œã€‚ - -当代ç é‡è†¨èƒ€åˆ°ï¼š -æˆåƒä¸Šä¸‡è¡Œ -几å万行 -上百万行 - -当团队有上百å·ç¨‹åºå‘˜æ—¶ï¼Œéœ€è¦å°†æ•´ä¸ªé¡¹ç›®æ‹†åˆ†æˆå¤šä¸ªæ¨¡å—，æ¯ä¸ªç»„负责一个模å—。程åºå‘˜éœ€è¦è°ƒç”¨å…¶ä»–人开å‘的模å—，这就引出了模å—å°è£…隔离的概念。 - -1.3 模å—å°è£…隔离的概念 - -把模å—çš„è¿è¡ŒåŽŸç†å°è£…在模å—内，åªæš´éœ²æŽ¥å£ã€‚模å—的调用者åªéœ€è¦ä¼šæ“作接å£ï¼Œä¸éœ€è¦ç†è§£æ¨¡å—内部的è¿è¡ŒåŽŸç†ï¼Œå°±èƒ½ä½¿ç”¨è¿™ä¸ªæ¨¡å—。 - -如果åšä¸å¥½å°è£…隔离： -调用其他模å—时，需è¦å……分ç†è§£é‚£ä¸ªæ¨¡å—çš„å†…éƒ¨åŽŸç† -整个项目å¯èƒ½æœ‰æˆç™¾ä¸Šåƒä¸ªæ¨¡å— -需è¦æ‡‚上百个模å—的内部原ç†ï¼Œæ‰èƒ½å†™è‡ªå·±çš„ç¨‹åº -这在实际项目中是ä¸çŽ°å®žçš„ - -二ã€é¢å‘对象与模å—å°è£… - -2.1 é¢å‘对象的å°è£…优势 - -é¢å‘对象æä¾› class 语法，程åºå‘˜å¯ä»¥å¾ˆæ–¹ä¾¿åœ°æŠŠç¨‹åºæ‹†åˆ†æˆå¤šä¸ªéƒ¨åˆ†ï¼š - -`python -class A: - def interface1(self): ... - def interface2(self): ... - -class B: - def interface1(self): ... - def interface3(self): ... - -class C: - def interface2(self): ... - def interface3(self): ... -` - -æ¯ä¸ªç±»æ˜¯ä¸€ä¸ªæ¨¡å—，æ¯ä¸ªæ¨¡å—下有若干接å£ï¼ˆå¯å¤–部调用的函数）。实际项目中，æ¯ä¸ªç±»å¯èƒ½æœ‰å‡ ç™¾ä¸Šåƒè¡Œä»£ç ï¼Œå¥½å‡ å个函数接å£ï¼Œåˆ†åˆ«ç”±ä¸åŒç¨‹åºå‘˜å¼€å‘。 - -2.2 ä¸åªæ˜¯é¢å‘对象在åšæ¨¡å—å°è£… - -`python -过程å¼æ¨¡å—å°è£… -module_a.py -def f1(): ... -def f2(): ... - -module_b.py -def f3(): ... - -main.py -import module_a -import module_b -module_a.f1() -module_b.f3() -` - -效果和 class 一样。但这ç§æ–¹æ¡ˆå¤ªç¬¨é‡äº†ï¼Œæ¯”用类è¦å¤æ‚。 - -2.3 工程æˆæœ¬åŽŸåˆ™ï¼š"太麻烦，没人用" - -工程问题和数学问题ä¸åŒï¼š -数学算法ä¸éœ€è¦è€ƒè™‘æˆæœ¬ -工程问题最看é‡çš„就是æˆæœ¬ - -如果一个东西的使用æˆæœ¬å¤§äºŽæ”¶ç›Šï¼Œé‚£æ ¹æœ¬å°±ä¸ä¼šæœ‰äººåŽ»ç”¨å®ƒã€‚å³ä½¿è¿™æ˜¯ä¸ªå¥½ä¸œè¥¿ã€‚ - -这会导致： -åªæœ‰é‚£äº›æœ€é‡è¦çš„功能æ‰èƒ½é‡‡ç”¨è¯¥æ–¹æ¡ˆ -一些边边角角的å°åŠŸèƒ½åˆ™å®Œå…¨æ²¡æ³•ç”¨ -用它å而会让程åºæ›´å¤æ‚ - -结论：é¢å‘对象比过程å¼é«˜çº§ï¼Œå› ä¸ºé¢å‘对象æ供了一ç§æ–¹ä¾¿çš„用于å°è£…接å£çš„语法。 - -2.4 class 的本质澄清 - -class 的本质是借å£ï¼ˆInterface）。 - -一个 class 定义得好ä¸å¥½ï¼Œå–决于： -有没有åšå¥½åŠŸèƒ½çš„å°è£… -æœ‰æ²¡æœ‰æš´éœ²å‡ºæ­£ç¡®çš„æŽ¥å£ - -至于汽车有几个轮å­ã€åƒä¸åƒé¸­å­ï¼Œæ ¹æœ¬æ— å…³ç´§è¦ã€‚ - -正确的类比：手机开机按钮就是一个接å£ã€‚按下开机键åŽï¼Œæ‰‹æœºè¿›è¡Œä¸€ç³»åˆ—å¤æ‚çš„åˆå§‹åŒ–过程，而用户ä¸éœ€è¦æ‡‚这个过程，åªè¦ä¼šæŒ‰å¼€æœºé”®å°±å¯ä»¥äº†ã€‚ - -三ã€é¢å‘对象的设计缺陷 - -3.1 继承的问题：代ç æ— æ³•å¤ç”¨ - -使用继承进行代ç å¤ç”¨çš„问题： - -` - A - / \ - B C -` - -å‡è®¾ F1ã€F2ã€F3 的代ç å†™åœ¨ A 类中。用户åªéœ€è¦ F1 å’Œ F3，无法å¤ç”¨è¿™æ®µä»£ç â€”—因为继承会把 F2 也带进æ¥ã€‚ - -3.2 组åˆä¼˜äºŽç»§æ‰¿ - -组åˆæ€æƒ³ï¼š -` - Main - / | \ - A B C -` - -å­æ¨¡å—æ‹†åˆ†æˆ A ç±»ã€B ç±»ã€C 类。写 Main 类的程åºå‘˜éœ€è¦ F1ã€F2ã€F3 中的哪个就组哪个，ä¸éœ€è¦çš„å°±ä¸ç»„。既简å•åˆçµæ´»ï¼Œå®Œèƒœç»§æ‰¿é“¾æ¡ã€‚ - -组åˆæ˜¯ä¸€ç§æ€æƒ³ï¼Œå¹¶ä¸å±€é™äºŽæŸç§ç‰¹å®šè¯­æ³•ã€‚ - -3.3 多é‡ç»§æ‰¿çš„致命问题：é‡åå†²çª - -这是一个记账器例å­ï¼Œå­æ¨¡å— A å’Œå­æ¨¡å— C 有一个é‡å的函数 F1，这会造æˆå†²çªã€‚ - -有人会说：把其中一个函数é‡å‘½å为其他åå­—ä¸å°±å¾—了？ - -现实项目里没这么简å•ï¼š -A 模å—å’Œ C 模å—å¯èƒ½åˆ†åˆ«æ˜¯ä¸¤å®¶å…¬å¸å¼€å‘çš„å¼€æºåº“ -æ¯ä¸ªåº“å¯èƒ½æœ‰å‡ ä¸‡è¡Œä»£ç  -F1 函数的调用链å¯èƒ½éžå¸¸å¤æ‚ -如果è¦æ”¹å，就è¦æ”¹åŠ¨æ•´æ¡è°ƒç”¨é“¾ -项目还å¯èƒ½å­˜åœ¨å…¶ä»–库ä¾èµ–这两个库的命å -è¦æ”¹çš„è¯å°±è¦è¿žåŒå…¶ä»–库一起改 - -真正è¦å‘½çš„是：原库å¯èƒ½å·²ç»åœ¨ä¸šç•Œè¿è¡Œè¿‡å¤šå¹´ï¼Œå®‰å…¨æ€§å’Œç¨³å®šæ€§æœ‰ä¿è¯ã€‚改了æºä»£ç å°±è¦æ‰¿æ‹…出 bug 的风险。 - -3.4 è¿™ç§æ”¹åŠ¨è¦æ±‚是ä¸åˆç†çš„ - -对比其他领域的例å­ï¼š -显å¡ä¸Šæœ‰ä¸€ä¸ªç”µå®¹ -主æ¿ä¸Šçš„电容å¯èƒ½å’Œæ˜¾å¡ä¸Šçš„电容é‡å或型å·ç›¸åŒ -ä¸ä¼šäº§ç”Ÿå‘½åå†²çª - -工业产å“的拆分逻辑都是组åˆã€‚å­æ¨¡å—中存在é‡å零件，根本ä¸å½±å“任何东西。这æ‰æ˜¯æ­£ç¡®çš„å°è£…逻辑。 - -全天底下å„è¡Œå„业，就é¢å‘对象æžç‰¹æ®Šã€‚ - -å››ã€MVC æ–¹æ¡ˆçš„å±€é™ - -4.1 MVC å°±æ˜¯ç»„åˆ - -MVC 把功能拆分æˆæœ€ç»†çš„ Model（数æ®ï¼‰å’Œ View（函数），å†é€šè¿‡ Controller 组åˆèµ·æ¥ï¼š - -`python -class MainController: - def init(self): - self.modelA = ModelA() - self.modelB = ModelB() - self.viewC = ViewC() -` - -用哪个 model 或 view 函数就组哪个，ä¸ç”¨çš„å°±ä¸ç»„。 - -虽然 A å’Œ B 存在é‡å函数，但是并ä¸ä¼šäº§ç”Ÿå†²çªã€‚ - -4.2 MVC 的问题：抽象泄露 - -在 Main 模å—中åˆå§‹åŒ– A å’Œ B，并交æ¢ä¸¤è€…的指针时，存在一个问题： - -A å’Œ B çš„åˆå§‹åŒ–逻辑泄露到 Main 这一层了。 - -在实际项目中： -A å’Œ B å¯èƒ½æ˜¯åˆ«çš„程åºå‘˜å†™çš„底层库 -Main 模å—由业务层程åºå‘˜å†™ -底层库的逻辑本ä¸åº”该泄露到业务层 - -正确的å°è£…：æ¯ä¸€å±‚程åºå‘˜å°†æœ¬å±‚的逻辑å°è£…在本层。ä¸åº”该è¦æ±‚使用者ç†è§£æœ¬å±‚逻辑，åªè¦ä½¿ç”¨è€…会用å³å¯ã€‚ - -4.3 åˆå§‹åŒ–逻辑的å¤æ‚性 - -实际项目中åˆå§‹åŒ–å¯èƒ½å­˜åœ¨éžå¸¸å¤æ‚的交互关系： - -` -A å…ˆåˆå§‹åŒ–几步 -把中间结果传给 B åˆå§‹åŒ– -å†æŠŠä¸­é—´ç»“果传回给 A，继续åˆå§‹åŒ– -` - -å¦å¤–，实际项目中å­æ¨¡å—å¯èƒ½ä¸æ­¢ä¸¤ä¸ªï¼Œå¾ˆå¯èƒ½å­˜åœ¨å¤šä¸ªå­æ¨¡å—åˆå§‹åŒ–过程相互交织的情况。这è¦æ±‚ Main 程åºå‘˜å¿…é¡»éžå¸¸ç†è§£ A å’Œ B ç­‰å­æ¨¡å—的内部实现，æ‰èƒ½å†™å‡º Main 层。 - -4.4 抽象泄露导致的问题 - -问题 1：模å—æ— æ³•æ›¿æ¢ - -库存程åºå‘˜æ— æ³•å†™å‡ºä¸€ä¸ªæ¨¡å— C 去替æ¢æ¨¡å— B，因为 Main 层耦åˆäº†æ¨¡å— B çš„åˆå§‹åŒ–é€»è¾‘ã€‚æ¨¡å— C åªè¦åˆå§‹åŒ–逻辑ç¨æœ‰ä¸åŒï¼Œå°±æ— æ³•æ›¿æ¢ B。 - -问题 2：中间层方案è¦ä¹ˆçµæ´»æ€§å·®ï¼Œè¦ä¹ˆä»£ç æžä¸ºå¤æ‚ - -一ç§æ–¹æ¡ˆæ˜¯åŠ ä¸€ä¸ªä¸­é—´å±‚（Middle Layer），中间层由 A 或 B 这一层的程åºå‘˜ç¼–写。Main 层程åºå‘˜æ— éœ€ç†è§£ä¸­é—´å±‚的内部实现。 - -但存在两ç§æƒ…况： -中间层代ç æœ€ä¸ºç®€å•ï¼Œä½†çµæ´»æ€§å·®ï¼šMain 程åºå‘˜æ— æ³•é€‰æ‹©ç»„åˆå“ªå‡ ä¸ªå­æ¨¡å—或者组åˆå…¶ä»–åŒæŽ¥å£çš„å­æ¨¡å—。比如 Main 实现ä¸äº†ç»„åˆ Aã€Cã€D 三个模å—，因为中间层åªå®žçŽ°äº† Aã€B ç»„åˆ -让中间层适é…，由 Main 层程åºå‘˜è‡ªç”±é€‰æ‹©ç»„åˆå“ªäº›å­æ¨¡å—：中间层的代ç å˜å¾—æžä¸ºå¤æ‚ - -è®°ä½"太麻烦，没人用"原则。 - -4.5 ä¾èµ–注入和微æœåŠ¡ - -ä¾èµ–注入或微æœåŠ¡ç¡®å®žè§£å†³äº†æŠ½è±¡æ³„露问题。这两个方案都能进行模å—替æ¢ã€‚ - -è¡¡é‡å°è£…得好ä¸å¥½ï¼Œå¯ä»¥çœ‹æ­¤æ¨¡å—能ä¸èƒ½æ›¿æ¢æˆåŒç±»æ¨¡å—。 - -唯一的问题是：这俩方案太é‡åž‹äº†ã€‚使用æˆæœ¬å¤ªé«˜ã€‚ - -五ã€æ—¶é—´æ‚–论问题 - -5.1 æ—¶é—´æ‚–è®ºçš„æ ¹æº - -回到第一ç§æ–¹æ¡ˆï¼Œåˆ†æžæ ¹æœ¬åŽŸå› ï¼š - -` -A æ¨¡å— â†â†’ B æ¨¡å— - ↓ - Main æ¨¡å— -` - -这里存在一个时间悖论： -A 模å—å’Œ B 模å—是先写出æ¥çš„ -Main 模å—是在之åŽçš„æŸä¸ªæ—¶é—´ç‚¹å†™å‡ºæ¥çš„ - -如果想é¿å…抽象泄露到 Main 层，程åºå‘˜éœ€è¦åœ¨ Main 类出现å‰è¡¨è¾¾äº¤æ¢ A å’Œ B 的指针这件事。然而，这åšä¸åˆ°ï¼Œå› ä¸º Main åªæœ‰åœ¨ A å’Œ B 存在åŽæ‰å‡ºçŽ°ã€‚ - -5.2 语法é™åˆ¶å¯¼è‡´çš„困境 - -但这是因为语法é™åˆ¶ã€‚å‡è®¾ç¼–译器支æŒä½¿ç”¨æŠ½è±¡å称作为指针å，其实是ä¸å­˜åœ¨æ—¶é—´æ‚–论的。 - -å…­ã€æ–°è¯­æ³•è®¾è®¡æ–¹æ¡ˆ - -6.1 核心语法设计 - -语法基本沿袭继承，但在调用函数或æˆå‘˜å˜é‡æ—¶ï¼Œä½¿ç”¨è¯¥æˆå‘˜çš„整个å称链： - -| ç¬¦å· | å«ä¹‰ | -|------|------| -| ..（两个点） | å‘上级寻找 | -| ...（三个点） | å‘平级寻找 | -| .（一个点） | å‘下级寻找 | - -也å¯ä»¥ä½¿ç”¨ä¸Šæ–œæ ã€æ¨ªæ å’Œä¸‹æ–œæ è¡¨ç¤ºã€‚符å·ä¸é‡è¦ï¼Œé‡è¦çš„是原ç†ã€‚ - -6.2 use 关键字 - -当å称列太长时，å¯ä»¥ä½¿ç”¨ use 关键字进行缩写： - -`python -use module_a.b.c as abc -` - -实际上，这个 use 关键字本质上和传统语言里包管ç†é‡Œçš„ include 或 import 是相åŒçš„东西。 - -6.3 super 关键字 - -代ç ä¸­æœ‰ä¸ª super 关键字。ABCD 模å—å¯èƒ½æ˜¯å…ˆå†™å‡ºæ¥çš„，Main 模å—是未æ¥çš„æŸä¸ªæ—¶é—´ç‚¹å†™å‡ºæ¥çš„。 - -所以写 ABCD 的时候，程åºå‘˜æ˜¯ä¸çŸ¥é“未æ¥é‚£ä¸ªä¸Šçº§æ¨¡å—å«ä»€ä¹ˆå字。这时å¯ä»¥ç”¨ super 关键字表示任æ„å称的上级模å—： - -`python -class A: - def method(self): - super..call_something() # å‘上级寻找 -` - -在这ç§å†™æ³•ä¸‹ï¼š -底层模å—的逻辑å°è£…在底层 -æ¯ä¸€å±‚程åºå‘˜æ— éœ€ç†è§£åº•å±‚模å—，åªè¦ä¼šç»„åˆå°±è¡Œäº† -å¯ä»¥ä»»æ„替æ¢åŒç±»æ¨¡å— - -6.4 from å’Œ to 关键字 - -`python -from ModuleC import xxx as xxx_renamed -to ModuleX use some_function -` - -from å’Œ to 关键字比看上去更é‡è¦ï¼Œç±»ä¼¼äºŽä¸»æ¿è®¾è®¡å¸ˆåœ¨ PCB æ¿ä¸Šè¿žåŒå¯¼çº¿ã€‚这个动作是本编程范å¼ä¸‹çš„基石。 - -6.5 模å—é‡å‘½å - -有时å­æ¨¡å—å¯èƒ½éœ€è¦åŒç±»ã€‚那么å¯ä»¥åƒä¸‹é¢è¿™æ ·é‡å‘½å： - -`python -class MainB: - from ModuleA as mod_a - from ModuleB as mod_b - # 两个模å—都有相åŒçš„接å£ï¼Œä½†å称ä¸åŒæ—¶è¿›è¡Œé‡å‘½å -` - -6.6 新语法的优势 - -在抽象泄露的情况下，是无法åšåˆ°è‡ªç”±æ›¿æ¢å­æ¨¡å—的，因为上级模å—耦åˆäº†ä¸‹å±‚实现。æ¯ä¸ªä¸‹å±‚实现的逻辑ä¸åŒï¼Œæ›¿æ¢æ—¶è¦è¿žå¸¦æ›¿æ¢ï¼Œæ³„露到内层的逻辑代ç ã€‚ - -使用新语法åŽï¼š -æ¯å±‚程åºå‘˜å¯ä»¥ä»»æ„ç»„åˆ B 或 C -两者å称ä¸åŒæ—¶ï¼Œä½¿ç”¨ from 关键字é‡å‘½åå³å¯ -模å—å¯ä»¥è‡ªç”±æ›¿æ¢ - -七ã€æ ¸å¿ƒåŽŸç†ï¼šå·¥ä¸šæµæ°´çº¿æ€æƒ³ - -7.1 èŒèƒ½éš”离的比喻 - -本语法的核心æ€æƒ³æ˜¯ä»¿ç…§å·¥ä¸šæµæ°´ç”Ÿäº§çº¿ç”Ÿäº§å·¥ä¸šå“： - -ä¸åŒå·¥æ®µçš„工人是èŒèƒ½éš”离的 -ä¸åŒå·¥æ®µçš„工人无需ç†è§£å‰ä¸€ä¸ªå·¥æ®µ -åªéœ€è¦ä¼šç»„装上一个工段传输过æ¥çš„零件å³å¯ -åŒæ—¶ï¼Œæœ¬å·¥æ®µçš„工人也应该将å°è£…好的零件æ供给åŽä¸€ä¸ªå·¥æ®µçš„工人，让其无需ç†è§£æœ¬å·¥æ®µé€»è¾‘ - -7.2 空间ä½ç½®å…³ç³» - -拿主æ¿å’Œæ˜¾å¡çš„例å­æ¥åšè¯´æ˜Žï¼š -主æ¿ä¸Šçš„一个电容和显å¡ä¸Šçš„一个电容é‡å或型å·ç›¸åŒæ—¶ï¼Œä¸ä¼šäº§ç”Ÿåç§°å†²çª -原因在于，主æ¿å’Œæ˜¾å¡æ˜¯é€šè¿‡ä¸‰ç»´ç©ºé—´ä½ç½®å¯»æ‰¾å­é›¶ä»¶ - -本语法中的全路径巡境表达的是对象æˆå‘˜çš„空间ä½ç½®å…³ç³»ï¼Œç›¸å½“于主æ¿è®¾è®¡å¸ˆåœ¨ PCB æ¿ä¸ŠæŒ‰ç©ºé—´ä½ç½®è¿žåŒå¯¼çº¿ã€‚ - -7.3 编译期ä¾èµ–注入 - -本语法相当于在é¢å‘对象的继承语法的基础上，在编译期实现ä¾èµ–注入。 - -本语法是对é¢å‘对象的语法的å‘展或改进，而éžå¦å®šã€‚ - -å…«ã€API å…³é”®å­—ä¸Žè°ƒç”¨é“¾è€¦åˆ - -8.1 基本语法存在的问题 - -但刚刚的基本语法存在一个问题：调用链耦åˆäº†å…¶ä»–模å—çš„å称链。 - -看回例å­ï¼š -æ¨¡å— A å†è°ƒç”¨æ¨¡å— B 时，调用链耦åˆäº† B 到 D 这个å称链 -åœ¨å®žé™…é¡¹ç›®ä¸­ï¼Œæ¨¡å— B å¯èƒ½æ˜¯å…¶ä»–å…¬å¸å¼€å‘çš„å¼€æºåº“ -它写的å称链å¯èƒ½æ˜¯ B → E → D -æ¨¡å— A 的程åºå‘˜æ˜¯ä¸å¯èƒ½è¦æ±‚ B 程åºå‘˜æŒ‰ A çš„è¦æ±‚改åçš„ - -所以这ç§åŸºæœ¬è¯­æ³•ä»…适用于模å—内部，程åºå‘˜å¯ä»¥å®Œå…¨æŽ§åˆ¶ä»£ç çš„情况下。 - -8.2 API 关键字解决方案 - -当模å—间进行交互时，需è¦å¦å¤–一ç§å°è£…机制：API 关键字。 - -`python -class ModuleA: - @API # æ ‡è®°ä¸ºå…¬å¼€æŽ¥å£ - def public_interface(self): ... - - def privatemethod(self): ... # 内部方法 -` - -本语法中ä¸å­˜åœ¨å…¶ä»–é¢å‘对象语言中的 public å’Œ private 关键字，而是使用 API 关键字控制å¯è§æ€§ã€‚ - -8.3 API 关键字的作用 - -å½“æ¨¡å— M 的未标记为 API 时： -该 M çš„æˆå‘˜å˜é‡å’Œæˆå‘˜å‡½æ•°å…¨æ˜¯ public 公有 -å¯è¢«å¤–部任æ„访问 - -使用 API 关键字å¯ä»¥ï¼š -精确控制哪些接å£å¯¹å¤–暴露 -将调用链耦åˆå°è£…在模å—内部 -å…许外部替æ¢åŒæŽ¥å£çš„模å—而ä¸å½±å“内部实现 - -ä¹ã€æ€»ç»“ - -9.1 编程范å¼æ¼”进路径 - -| 阶段 | 特点 | 问题 | -|------|------|------| -| è¿‡ç¨‹å¼ | 简å•ç›´æŽ¥ | 代ç è†¨èƒ€åŽéš¾ä»¥ç»´æŠ¤ | -| é¢å‘对象 | class 语法便于å°è£… | 继承导致代ç æ— æ³•å¤ç”¨ã€é‡åå†²çª | -| MVC | 组åˆæ€æƒ³ | 抽象泄露ã€åˆå§‹åŒ–é€»è¾‘è€¦åˆ | -| ä¾èµ–注入/å¾®æœåŠ¡ | 解决抽象泄露 | 太é‡åž‹ã€æˆæœ¬é«˜ | - -9.2 新范å¼çš„核心è¦ç‚¹ - -全路径巡境：通过å称链完整表达模å—间的空间ä½ç½®å…³ç³» -编译期ä¾èµ–注入：在编译阶段完æˆä¾èµ–关系的绑定 -èŒèƒ½éš”离：仿照工业æµæ°´çº¿ï¼Œæ¯å±‚程åºå‘˜æ— éœ€ç†è§£åº•å±‚ -模å—å¯æ›¿æ¢ï¼šè¡¡é‡å°è£…好ä¸å¥½çš„标准是能å¦è‡ªç”±æ›¿æ¢åŒç±»æ¨¡å— -API 关键字：控制模å—间交互的接å£æš´éœ² - -9.3 对é¢å‘对象的æ€åº¦ - -本语法是对é¢å‘对象的语法的å‘展或改进，而éžå¦å®šã€‚它解决了： -继承的代ç å¤ç”¨é—®é¢˜ -多é‡ç»§æ‰¿çš„é‡å冲çªé—®é¢˜ -MVC 的抽象泄露问题 -时间悖论导致的åˆå§‹åŒ–耦åˆé—®é¢˜ - - -相关讨论补充（æ¥è‡ªå¼¹å¹•ï¼‰ï¼š -边界æ¡ä»¶å¤„ç†å’Œè¾“入检查在任何范å¼ä¸‹éƒ½éœ€è¦è€ƒè™‘ -ç”¨å‡½æ•°åš API å’Œç”¨ç±»åš API 区别挺大——类å¯ä»¥ç»´æŠ¤çŠ¶æ€ï¼Œå‡½æ•°å¼æ›´çº¯ç²¹ -有些æˆå‘˜å˜é‡è¦ç»´æŠ¤çš„è¯ï¼Œé¢å‘对象还是最åˆé€‚çš„ - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1BpEh6YEDU.md b/InBox/milky_BV1BpEh6YEDU.md deleted file mode 100644 index bc5aa90..0000000 --- a/InBox/milky_BV1BpEh6YEDU.md +++ /dev/null @@ -1,444 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€ŠClaude Code创始人:教你正确写出AIæ示è¯ï¼Œè¿˜æœ‰æ­å»ºè‡ªå·±çš„Agent智能体》笔记 | BV1BpEh6YEDU" -source: "milky@4ueo.com" -date: 2026-06-10 01:11 -tags: [milky, bilibili, notes] -email_id: 2633 ---- - -Milky 为您整ç†äº†ã€ŠClaude Code创始人:教你正确写出AIæ示è¯ï¼Œè¿˜æœ‰æ­å»ºè‡ªå·±çš„Agent智能体》 | BV1BpEh6YEDU 笔记。 - -Claude Code 官方教程：æ示è¯ç¼–写与 Agent 智能体æ­å»º - -演讲者：Boris Cherny，Anthropic 工程师，Claude Code 创建者 - -Claude Code 简介 - -Claude Code 是一ç§æ–°åž‹çš„ AI 编程助手，与传统的代ç è¡¥å…¨å·¥å…·ï¼ˆå¦‚ GitHub Copilot）ä¸åŒï¼Œå®ƒæ˜¯ä¸€ä¸ªå…¨åŠŸèƒ½çš„ Agent（智能体），å¯ä»¥ï¼š - -构建完整的功能（features） -编写整个函数和文件 -ä¿®å¤æ•´ä¸ª bug -自动串è”使用å„ç§å·¥å…· - -核心特性 - -| 特性 | 说明 | -|------|------| -| è·¨ IDE æ”¯æŒ | æ”¯æŒ VS Codeã€Xcodeã€JetBrains ç­‰æ‰€æœ‰ä¸»æµ IDE | -| è·¨çŽ¯å¢ƒæ”¯æŒ | å¯åœ¨æœ¬åœ°ã€è¿œç¨‹ SSHã€Container 等环境中è¿è¡Œ | -| 通用性 | ä¸éœ€è¦æ”¹å˜çŽ°æœ‰å·¥ä½œæµç¨‹ | -| 无需索引 | 代ç ç•™åœ¨æœ¬åœ°ï¼Œä¸ä¸Šä¼ åˆ°è¿œç¨‹æœåŠ¡å™¨ | -| ä¸è®­ç»ƒæ¨¡åž‹ | ä¸ä½¿ç”¨ç”¨æˆ·ä»£ç è¿›è¡Œè®­ç»ƒ | - - -入门设置 - -基础é…ç½® - -安装 Claude Code åŽï¼Œå®˜æ–¹æŽ¨è以下设置： - -`bash -设置终端（获得 Shift+Enter æ¢è¡ŒåŠŸèƒ½ï¼‰ -/terminal setup - -切æ¢ä¸»é¢˜ -/slash themes # å¯é€‰æ‹© light/dark/zen 主题 - -安装 GitHub App（å¯é€‰ï¼‰ -åœ¨ä»»æ„ GitHub issue 或 PR 中 @Claude） -/install github-app -` - -工具æƒé™è‡ªå®šä¹‰ - -`bash -自定义å…许使用的工具集，é¿å…æ¯æ¬¡éƒ½å¼¹å‡ºç¡®è®¤ -这样设置åŽä¸éœ€è¦æ¯æ¬¡éƒ½æ‰‹åŠ¨æ‰¹å‡†å·¥å…·è°ƒç”¨ -` - -语音输入（Mac 用户） - -进入系统设置 → Accessibility → Dictation -å¯ç”¨å¬å†™åŠŸèƒ½ -åŒå‡»å¬å†™é”®å³å¯è¯­éŸ³è¾“å…¥æç¤ºè¯ - -这对于编写详细的æ示è¯éžå¸¸æœ‰å¸®åŠ©ï¼Œå¯ä»¥åƒä¸Žå¦ä¸€ä¸ªå·¥ç¨‹å¸ˆå¯¹è¯ä¸€æ ·è‡ªç„¶åœ°æ述需求。 - - -第一步：Codebase Q&A（强烈推è入门方å¼ï¼‰ - -为什么从 Q&A 开始 - -这是 Anthropic 新员工入èŒåŸ¹è®­çš„第一课： - -é™ä½Žå­¦ä¹ é—¨æ§›ï¼šä¸éœ€è¦äº†è§£ä»»ä½•å¤æ‚功能，åªéœ€è¦æé—® -了解 AI 边界：帮助ç†è§£ Claude Code 能åšä»€ä¹ˆã€ä¸èƒ½åšä»€ä¹ˆ -无需设置：无需索引ã€æ— éœ€é…置，直接开始使用 - -效率æå‡æ•°æ® - -| 场景 | ä¼ ç»Ÿæ–¹å¼ | 使用 Claude Code Q&A | -|------|---------|---------------------| -| 技术入èŒåŸ¹è®­ | 2-3 周 | 2-3 天 | - -å¯ä»¥é—®çš„问题类型 - -`text -代ç ä½¿ç”¨é—®é¢˜ -"How is this particular piece of code used?" -"How do I instantiate this thing?" - -Git 历å²é—®é¢˜ -"Look through Git history to explain why this function has 15 arguments" -Claude Code 会自动： -查找这些å‚数是如何引入的 -è°å¼•å…¥äº†è¿™äº›æ›´æ”¹ -当时的背景情况 -相关的 commit å’Œ issue - -GitHub Issues 问题 -"Fetch issues related to this feature" -å¯ä»¥èŽ·å– issue çš„ä¸Šä¸‹æ–‡ä¿¡æ¯ - -工作进度查询 -"What did I ship this week?" -Claude Code 会查看 git log，自动总结本周的工作 -` - -é‡è¦æ示：Claude Code ç†è§£è¿™äº›è¯·æ±‚ä¸æ˜¯é€šè¿‡ System Prompt 指定的，而是模型本身能力强的体现。 - - -代ç ç¼–辑功能 - -Agent å·¥ä½œåŽŸç† - -Claude Code 拥有一个å°åž‹å·¥å…·é›†ï¼Œå®ƒä¼šè‡ªåŠ¨ä¸²è”使用这些工具： - -Edit files - 编辑文件 -Run bash commands - è¿è¡Œå‘½ä»¤ -Search files - æœç´¢æ–‡ä»¶ - -推è的代ç ç¼–è¾‘å·¥ä½œæµ - -` -让 Claude å…ˆæ€è€ƒå’Œè§„划 -让它å‘你展示计划 -å¾å¾—ä½ åŒæ„åŽå†å†™ä»£ç  -` - -推èæ示è¯æ¨¡æ¿ï¼š - -`text -"Before you write code, make a plan. Answer with the plan and ask for my approval before writing code." -` - -è¿™ç§æ–¹å¼å¯ä»¥é¿å…"一次性实现3000行功能但完全ä¸æ˜¯æƒ³è¦çš„结果"的情况。 - -常è§ä»»åŠ¡æç¤ºè¯ - -`text -自动创建分支ã€æ交代ç å¹¶æŽ¨é€åˆ°è¿œç¨‹ -"Think for this one. This commit push here." - -Claude Code 会： -自动创建新分支 -åˆ†æž git history å’Œ git log 确定æäº¤æ ¼å¼ -创建符åˆé¡¹ç›®è§„范的 commit -推é€åˆ°è¿œç¨‹ -创建 Pull Request -` - - -å·¥å…·é›†æˆ - -Batch 命令工具 - -定义自定义 CLI： - -`bash -告诉 Claude Code 关于你的 CLI 工具 -Claude 会使用 --help æ¥äº†è§£å·¥å…·ç”¨æ³• - -如果频ç¹ä½¿ç”¨ï¼Œå¯ä»¥æ·»åŠ åˆ° quilMD 中（æŒä¹…化ä¿å­˜ï¼‰ -` - -MCP（Model Context Protocol）工具 - -Claude Code æ”¯æŒ MCP 工具，å¯ä»¥é›†æˆå›¢é˜Ÿå·²æœ‰çš„å„ç§å·¥å…·ï¼š - -告诉 Claude 关于工具的æè¿° -添加 MCP æœåŠ¡å™¨é…ç½® -Claude 会自动学习和使用这些工具 - -常è§å·¥ä½œæµ - -| å·¥ä½œæµ | 适用场景 | 说明 | -|--------|---------|------| -| 探索 → 规划 → 确认 → å†™ä»£ç  | å¤æ‚功能实现 | 适åˆéœ€è¦ä»”细设计的功能 | -| å†™ä»£ç  â†’ è¿è¡Œæµ‹è¯• → 迭代 | UI å¼€å‘ | Claude å¯ä»¥çœ‹åˆ°æµ‹è¯•ç»“果并自我改进 | -| 截图/æˆªå›¾éªŒè¯ | Web/iOS å¼€å‘ | Claude å¯ä»¥ç”¨ Puppeteer 截图并迭代 | - -关键技巧：给 Claude 一个å馈工具（如å•å…ƒæµ‹è¯•ã€æˆªå›¾éªŒè¯ï¼‰ï¼Œå®ƒå¯ä»¥è‡ªä¸»è¿­ä»£ 2-3 次，通常能得到近乎完美的结果。 - - -上下文管ç†ï¼ˆæ ¸å¿ƒåŠŸèƒ½ï¼‰ - -quilMD 文件 - -quilMD 是 Claude Code 的特殊é…置文件，å¯ä»¥æ”¾åœ¨å¤šä¸ªä½ç½®ï¼š - -| ä½ç½® | 说明 | 是å¦æ交到 Git | -|------|------|---------------| -| 项目根目录 | 所有会è¯è‡ªåŠ¨è¯»å– | ✅ 应该æ交 | -| 本地 .claude/ 目录 | 仅本地使用 | ⌠ä¸æ交 | -| 嵌套å­ç›®å½• | 仅在å­ç›®å½•å·¥ä½œæ—¶è¯»å– | ✅ 应该æ交 | -| ä¼ä¸šæ ¹ç›®å½• | ä¼ä¸šçº§é…置，所有项目共享 | ✅ ä¼ä¸šç®¡ç† | - -quilMD 内容建议 - -` -推è包å«çš„内容 -常用的 batch 命令 -MCP 工具é…ç½® -架构决策 -é‡è¦çš„文件路径 -代ç é£Žæ ¼æŒ‡å— - -示例内容（Anthropic 实际使用的） -common bash commands: [...] -style guide: [...] -core files: [...] -` - -ä¿æŒç®€çŸ­ï¼šquilMD 太长会消耗大é‡ä¸Šä¸‹æ–‡çª—å£ï¼Œé€šå¸¸ä¸å¤ªæœ‰ç”¨ã€‚ - -ä¼ä¸šçº§é…ç½® - -`yaml -ä¼ä¸šé…置文件å¯ä»¥åŒ…å«ï¼š -全局 s 命令 -批é‡æƒé™é…ç½® -URL 黑åå•ï¼ˆç¦æ­¢è®¿é—®çš„ URL） -MCP æœåŠ¡å™¨é…ç½® -æƒé™ç­–ç•¥ -` - -æƒé™ç®¡ç†ç¤ºä¾‹ï¼š - -`yaml -å…许所有员工使用æŸä¸ªæµ‹è¯•å‘½ä»¤ï¼ˆè‡ªåŠ¨æ‰¹å‡†ï¼‰ -allowed_commands: - - test - -ç¦æ­¢è®¿é—®çš„ URL -blocked_urls: - - https://internal.company.com/confidential -` - -å…¶ä»–ä¸Šä¸‹æ–‡å¼•å…¥æ–¹å¼ - -| æ–¹å¼ | 语法 | 说明 | -|------|------|------| -| @文件路径 | @path/to/file | 引入特定文件到上下文 | -| s 命令 | /command-name | å¯åœ¨ä¸»ç›®å½•æˆ–项目中定义 | -| 嵌套 quilMD | - | 在å­ç›®å½•ä¸­è‡ªåŠ¨å¼•å…¥ | -| # è®°ä½ | #remember something | 让 Claude è®°ä½æŸäº›å好 | - - -å¿«æ·é”®ä¸Žå®žç”¨æŠ€å·§ - -核心快æ·é”® - -| å¿«æ·é”® | 功能 | -|--------|------| -| Shift+Tab | 切æ¢åˆ°è‡ªåŠ¨æŽ¥å—编辑模å¼ï¼ˆå»ºè®®ç”¨äºŽè¿è¡Œæµ‹è¯•ã€è¿­ä»£æ—¶ï¼‰ | -| Escape | åœæ­¢ Claude 当å‰æ“作（安全æ“作，ä¸ä¼šç ´å会è¯ï¼‰ | -| Escape + Escape | 返回历å²è®°å½• | -| ↑ + F | 查看完整输出（Claude 上下文窗å£ä¸­çš„所有内容） | -| ! | 进入 batch 模å¼ï¼Œè¾“入命令并进入上下文 | -| # | 让 Claude è®°ä½æŸäº›å好（会自动更新 quilMD） | - -常用技巧 - -自动接å—ç¼–è¾‘æ¨¡å¼ -`bash -适åˆåœºæ™¯ï¼š -çŸ¥é“ Claude 在åšæ­£ç¡®çš„事 -è¿è¡Œå•å…ƒæµ‹è¯•å¹¶è¿­ä»£ -ä¸éœ€è¦æ¯æ¬¡éƒ½æ‰‹åŠ¨æ‰¹å‡† -` - -让 Claude è®°ä½å好 -`text -如果 Claude 没有正确使用æŸä¸ªå·¥å…· -输入： -remember always use --verbose flag when running this tool - -Claude 会自动更新 quilMD -` - -批é‡å‘½ä»¤è¿›å…¥ä¸Šä¸‹æ–‡ -`bash -输入 ! åŽè·Ÿå‘½ä»¤ -!docker build -t myapp . -命令和输出都会进入 Claude çš„ä¸Šä¸‹æ–‡çª—å£ -适åˆï¼š -长时间è¿è¡Œçš„命令 -éœ€è¦ Claude 分æžå‘½ä»¤è¾“出 -` - -会è¯æ¢å¤ -`bash -会è¯ç»“æŸåŽï¼Œä½¿ç”¨ resume æ¢å¤ -/claude resume -` - - -Claude Code SDK - -基础使用 - -`bash -使用 -p å‚数调用 CLI SDK -claude -p "ä½ çš„æ示è¯" - -å¯é€‰å‚数： ---allowed-tools: 指定å…许使用的工具 ---format: 输出格å¼ï¼ˆJSON/streaming JSON） -` - -使用场景 - -| 场景 | 示例 | -|------|------| -| CI é›†æˆ | 在æŒç»­é›†æˆæµç¨‹ä¸­ä½¿ç”¨ | -| 事件å“应 | 处ç†ç”Ÿäº§çŽ¯å¢ƒé—®é¢˜ | -| 管é“å¤„ç† | 集æˆåˆ°å„ç§è‡ªåŠ¨åŒ–æµç¨‹ | -| æ—¥å¿—åˆ†æž | è¯»å– GCP bucket 中的日志，Claude æ‰¾å‡ºæœ‰è¶£çš„ä¿¡æ¯ | -| CLI é›†æˆ | ç»“åˆ jq 等工具进行数æ®å¤„ç† | - -管é“示例 - -`bash -读å–æ—¥å¿—æ–‡ä»¶å¹¶åˆ†æž -cat large-log-file.log | claude -p "找出异常模å¼å’Œé”™è¯¯" - -ç»“åˆ Git 命令 -git status | claude -p "帮我生æˆæ交信æ¯" - -ç»“åˆ jq 处ç†æ•°æ® -some-api-call | jq '.data' | claude -p "分æžè¿™ä¸ªæ•°æ®" -` - -Claude Code SDK 本质上是一个智能化的 Unix 工具，给一个æ示，返回一个 JSON/文本结果。 - - -并行工作技巧（高级用户） - -普通用户 vs 高级用户 - -| 普通用户 | 高级用户 | -|---------|---------| -| åŒæ—¶è¿è¡Œ 1 个 Claude session | è¿è¡Œå¤šä¸ª SSH 隧é“连接的 Claude session | -| å•ä¸ªä»“库工作 | 多个仓库 checkout åŒæ—¶è¿è¡Œ | -| 顺åºå®Œæˆä»»åŠ¡ | 使用 Git worktrees 实现隔离并行 | - -并行化方法 - -`bash -方法1：多个 terminal tabs -打开多个终端，æ¯ä¸ªè¿è¡Œä¸åŒçš„ Claude session - -方法2：Git worktrees -git worktree add feature-branch -在ä¸åŒçš„工作树中并行è¿è¡Œ Claude - -方法3：SSH éš§é“ -连接到远程机器è¿è¡Œ Claude -` - -建议 - -å°½é‡ä¸è¦åŒæ—¶åœ¨ä¸€ä¸ªä»“库中è¿è¡Œå¤šä¸ª Claude，这å¯èƒ½ä¼šå¯¼è‡´å†²çªã€‚使用 Git worktrees 实现真正的隔离并行。 - - -Q&A 精选 - -Q: 为什么构建 CLI 工具而ä¸æ˜¯ IDE æ’件？ - -A: 两个原因 - -通用性：Anthropic 员工使用å„ç§ IDE（VS Codeã€Neovimã€Xcodeã€JetBrains 等），终端是共åŒçš„åˆ†æ¯ -未æ¥è¶‹åŠ¿ï¼šAI 模型å‘展迅速，年底å¯èƒ½äººä»¬ä¸å†ä½¿ç”¨ä¼ ç»Ÿ IDE，CLI é¿å…在 UI 层过度投资 - -Q: Claude Code 支æŒå¤šæ¨¡æ€å—？ - -A: 完全支æŒï¼Œä»Žä¸€å¼€å§‹å°±æ”¯æŒ - -使用方法： -拖拽图片到终端 -æ供文件路径 -å¤åˆ¶ç²˜è´´å›¾ç‰‡ - -典型使用场景：æ供一个 UI mock 图片，告诉 Claude "实现这个界é¢"，然åŽç”¨ Puppeteer 迭代验è¯ã€‚ - -Q: Anthropic 内部如何使用 Claude Code？ - -80% 的技术员工æ¯å¤©ä½¿ç”¨ Claude Code -包括工程师和研究员 -研究人员使用 notebook 工具编辑和è¿è¡Œ Jupyter notebooks - -Q: Bash 命令安全性如何处ç†ï¼Ÿ - -A: å¤æ‚的三层æƒé™ç³»ç»Ÿ - -Claude Code 通过以下方å¼å¹³è¡¡å®‰å…¨æ€§å’Œæ•ˆçŽ‡ï¼š - -åªè¯»å‘½ä»¤è¯†åˆ«ï¼šè¯†åˆ«å“ªäº›å‘½ä»¤æ˜¯åªè¯»çš„ -é™æ€åˆ†æžï¼šåˆ†æžå“ªäº›å‘½ä»¤å¯ä»¥å®‰å…¨ç»„åˆ -分层æƒé™ï¼š - - ä¼ä¸šçº§ï¼šç»Ÿä¸€é…ç½®æƒé™ - - 项目级：特定项目é…ç½® - - 用户级：个人å好设置 -黑åå•ï¼šå¯ä»¥é˜»æ­¢å±é™©å‘½ä»¤æˆ– URL - - -总结：最佳实践路线图 - -` -┌─────────────────────────────────────────────────────────┠-│ 入门阶段 │ -│ 1. 安装 Claude Code │ -│ 2. è¿è¡Œ /terminal setup │ -│ 3. 开始 Codebase Q&A（æé—®ã€æé—®ã€æ问） │ -│ 4. ç†è§£ Claude 的能力和边界 │ -└─────────────────────────────────────────────────────────┘ - ↓ -┌─────────────────────────────────────────────────────────┠-│ 进阶阶段 │ -│ 1. 学习代ç ç¼–辑：先规划 → 确认 → å†™ä»£ç  â”‚ -│ 2. 使用 #remember æ•™ Claude ä½ çš„å好 │ -│ 3. 集æˆå›¢é˜Ÿå·¥å…·ï¼ˆMCPã€è‡ªå®šä¹‰ CLI） │ -│ 4. 编写项目 quilMD（共享给团队） │ -└─────────────────────────────────────────────────────────┘ - ↓ -┌─────────────────────────────────────────────────────────┠-│ 高级阶段 │ -│ 1. é…ç½®ä¼ä¸šçº§ç­–略和æƒé™ │ -│ 2. 使用 SDK 集æˆåˆ° CI/CD æµç¨‹ │ -│ 3. 使用并行工作æµï¼ˆå¤šä¸ª sessionã€worktrees） │ -│ 4. 构建自定义 Agent 解决方案 │ -└─────────────────────────────────────────────────────────┘ -` - -核心原则： - -从 Q&A 开始，ä¸è¦æ€¥äºŽä½¿ç”¨å¤æ‚功能 -给予足够的上下文（quilMDã€MCPã€å·¥å…·ï¼‰ -让 Claude å…ˆæ€è€ƒå’Œè§„划 -给予å馈工具让它迭代改进 -投入时间é…置，回报是巨大的 - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1HWd6BsEmG.md b/InBox/milky_BV1HWd6BsEmG.md deleted file mode 100644 index a034258..0000000 --- a/InBox/milky_BV1HWd6BsEmG.md +++ /dev/null @@ -1,321 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€ŠOpenAI：Skill的自动评分器怎么æ­ã€‹ç¬”è®° | BV1HWd6BsEmG" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 1995 ---- - -Milky 为您整ç†äº†ã€ŠOpenAI：Skill的自动评分器怎么æ­ã€‹| BV1HWd6BsEmG 笔记。 - -OpenAI Skill è‡ªåŠ¨è¯„åˆ†å™¨æž„å»ºæŒ‡å— - -一ã€ä¸ºä»€ä¹ˆéœ€è¦è¯„分器 - -当更新一个 Skill 并执行完æˆåŽï¼Œè¡¨é¢ç»“果正常ä¸ä»£è¡¨çœŸçš„å˜å¥½äº†ã€‚核心问题是： - -Skill 是å¦çœŸçš„完æˆäº†é¢„期任务？ -修改是å¦å¼•å…¥äº†æ–°çš„问题（回归）？ -如何在ä¸åŒç‰ˆæœ¬ä¹‹é—´è¿›è¡Œæ€§èƒ½æ¯”较？ - -评分器的èŒè´£å°±æ˜¯å›žç­”这些问题，让 Skill çš„è´¨é‡å˜åŒ–å¯è¡¡é‡ã€å¯è¿½è¸ªã€‚ - - -二ã€è¿è¡Œè½¨è¿¹è®°å½• - -2.1 什么是è¿è¡Œè½¨è¿¹ - -评分的å‰æ是有东西å¯ä»¥æ‰“分。OpenAI çš„åšæ³•æ˜¯ä½¿ç”¨ CodeExec JSON 记录 Skill 的完整执行过程。 - -2.2 é…ç½®æ–¹å¼ - -`json -{ - "code_exec": true // å¯ç”¨åŽè¾“出结构化执行记录 -} -` - -2.3 记录内容 - -å¯ç”¨åŽï¼ŒSkill æ¯æ‰§è¡Œä¸€æ­¥éƒ½ä¼šè¾“出结构化记录，包括： - -跑了什么命令 -创建了什么文件 -æ‰§è¡Œé¡ºåº -时间戳 - -2.4 关键特性 - -| 特性 | 说明 | -|------|------| -| 完整性 | 记录完整执行æµç¨‹ï¼Œè€Œéžæ—¥å¿—æ‘˜è¦ | -| å¯è§£æžæ€§ | 结构化数æ®ï¼Œå¯è¢«ç¨‹åºç›´æŽ¥è¯»å– | -| å¯è°ƒè¯•æ€§ | 失败时å¯ç²¾ç¡®å®šä½åˆ°å…·ä½“哪一步出错 | - -没有è¿è¡Œè½¨è¿¹ï¼Œè¯„分器åªèƒ½çœ‹æœ€ç»ˆäº§ç‰©ï¼Œæ— æ³•åˆ†æžæ‰§è¡Œè¿‡ç¨‹ã€‚ - - -三ã€è¯„分器类型 - -3.1 确定性检查（Deterministic Checks） - -3.1.1 åŽŸç† - -纯代ç è§„则驱动的检查，ä¸ç”¨å¤§æ¨¡åž‹ï¼Œå†™æ­»åˆ¤æ–­é€»è¾‘，程åºç›´æŽ¥å¯¹ç€è¿è¡Œè½¨è¿¹æ ¸å¯¹ã€‚ - -3.1.2 典型检查项 - -` -有没有执行 npm install -有没有创建 package.json -命令执行顺åºæ˜¯å¦ç¬¦åˆé¢„期 -是å¦åœ¨æŒ‡å®šç›®å½•æ‰§è¡Œæ“作 -` - -3.1.3 核心特性 - -| 特性 | 说明 | -|------|------| -| 确定性 | åŒæ ·è¡Œä¸ºæ¯æ¬¡åˆ¤æ–­ç»“果一致，没有模糊地带 | -| å¯è°ƒè¯• | 一旦失败，打开记录文件å³å¯çœ‹åˆ°ä»Žå“ªä¸€æ­¥å¼€å§‹å离 | - -3.1.4 å±€é™æ€§ - -确定性检查能回答"基础动作åšäº†æ²¡æœ‰"，但无法回答"åšå‡ºæ¥çš„东西是ä¸æ˜¯ä½ æƒ³è¦çš„æ ·å­"。 - - -3.2 评分细则检查（Rubric-based Checks） - -3.2.1 åŽŸç† - -使用 LLM 作为è£åˆ¤ï¼Œè¯»å–仓库内容，按预定义的评分细则输出结构化打分结果。 - -3.2.2 适用场景 - -很多 Skill 的验收标准本æ¥å°±æ˜¯è½¯æ€§è§„则，例如： - -代ç ç»“构是å¦å¹²å‡€ -组件组织是å¦ç¬¦åˆå›¢é˜Ÿçº¦å®š -æ ·å¼é…置是å¦æŒ‰æ—¢å®šé£Žæ ¼è½åœ° -命å规范是å¦éµå¾ª - -3.2.3 评分细则的拆解方法 - -把模糊的质é‡æ ‡å‡†æ‹†æˆè‹¥å¹²ä¸ªå¯ç‹¬ç«‹åˆ¤æ–­çš„维度： - -| 模糊标准 | 拆解åŽçš„维度 | -|----------|--------------| -| 代ç è´¨é‡å¥½ | 组件是å¦æŒ‰åŠŸèƒ½åˆ†ç›®å½• | -| | 是å¦æœ‰æœªä½¿ç”¨çš„引用 | -| | æ ·å¼ç±»å是å¦éµå¾ªå‘½å约定 | -| | é…置项是å¦é›†ä¸­ç®¡ç† | - -3.2.4 关键è¦æ±‚：é”å®šè¾“å‡ºæ ¼å¼ - -å¿…é¡»æå‰å®šä¹‰è¾“出模æ¿ï¼Œè§„定模型必须输出哪些字段： - -`json -{ - "passed": true/false, - "total_score": 85, - "dimensions": [ - { - "name": "component_organization", - "score": 90, - "reason": "组件按功能正确分目录" - }, - { - "name": "unused_imports", - "score": 70, - "reason": "å‘现3处未使用的import" - } - ] -} -` - -3.2.5 为什么必须é”æ­»æ ¼å¼ - -| 自由输出 | é”æ­»æ ¼å¼ | -|----------|----------| -| æ¯æ¬¡æŽªè¾žä¸åŒ | æ ¼å¼ç»Ÿä¸€ | -| 无法跨版本比较 | 结果å¯é‡åŒ– | -| 无法进自动化æµç¨‹ | å¯ç›´æŽ¥é›†æˆ CI/CD | -| 输出是"审稿æ„è§" | 输出是"评估数æ®" | - - -å››ã€è¯„分器组åˆç­–ç•¥ - -4.1 分工明确 - -` -确定性检查 ──→ 抓底线（基础动作有没有å‘生） -评分细则检查 ──→ 抓质é‡ï¼ˆåšå‡ºæ¥çš„东西åƒä¸åƒä½ è¦çš„） -输出格å¼é”定 ──→ 防飘移（æ¯æ¬¡è¯„分结果一致） -` - -4.2 集æˆåˆ°æµæ°´çº¿ - -这套组åˆè®¾è®¡ä¹‹åˆå°±é¢å‘ æŒç»­é›†æˆï¼ˆCI）： - -ä¸å†ä¾èµ–工程师手动触å‘测试 -æˆä¸ºæŒç»­è¿è¡Œçš„回归守门员 -Skill æ¯æ¬¡æ›´æ–°éƒ½ä¼šè‡ªåŠ¨éªŒè¯ - - -五ã€6 类扩展检查 - -在基础评分器之上，å¯æŒ‰éœ€å åŠ ä»¥ä¸‹æ£€æŸ¥ï¼š - -5.1 命令数与循环检测 - -` -检查è¿è¡Œè®°å½•é‡Œæ‰§è¡Œäº†å¤šå°‘æ¡å‘½ä»¤ -` - -目的：检测行为退化 - -案例：如果一个 Skill ä»¥å‰ 6 步能完æˆï¼ŒçŽ°åœ¨è¦ 18 步，表é¢ä¸Šä»»åŠ¡è¿˜æ˜¯å®Œæˆäº†ï¼Œä½†ç³»ç»Ÿæ­£åœ¨å˜å·®ã€‚ - -5.2 消耗é‡è¿½è¸ª - -` -记录æ¯æ¬¡è¿è¡Œæ¶ˆè€—çš„ token æ•°é‡ -` - -目的：防止 Skill 越æ¥è¶Šè‡ƒè‚¿ - -æ¯æ¬¡æ‰§è¡Œè¶Šæ¥è¶Šè´µ -æ¯æ¬¡æ‰§è¡Œè¶Šæ¥è¶Šæ…¢ - -5.3 构建检查 - -`bash -skill 完æˆåŽç›´æŽ¥æ‰§è¡Œæž„建命令 -npm run build -` - -ç›®çš„ï¼šç«¯åˆ°ç«¯éªŒè¯ - -很多项目表é¢å®Œæˆï¼Œæž„建就露馅 -æˆæœ¬ä½Žï¼Œåº”è¯¥é»˜è®¤å¼€å¯ - -5.4 è¿è¡Œæ—¶å†’烟检查 - -`bash -å¯åŠ¨å¼€å‘æœåŠ¡å™¨ -npm run dev -å‘é€æµ‹è¯•è¯·æ±‚ -curl http://localhost:3000/api/health -` - -目的：验è¯æœåŠ¡æ˜¯å¦çœŸæ­£å¯ç”¨ - -注æ„：这类检查更慢，按风险等级决定是å¦æ¯æ¬¡éƒ½æ‰§è¡Œã€‚ - -5.5 仓库清æ´åº¦æ£€æŸ¥ - -` -检查任务完æˆåŽæ˜¯å¦å‡ºçŽ°ä¸è¯¥æœ‰çš„文件 -` - -目的：确ä¿ç³»ç»Ÿæ²¡æœ‰è¢«"弄è„" - -5.6 æƒé™å›žå½’检查 - -` -éªŒè¯ skill 是å¦è¿˜èƒ½åœ¨æœ€å°æƒé™ä¸‹æ­£å¸¸å·¥ä½œ -` - -目的：防止æƒé™æ¼‚移 - -æŸæ¬¡æ”¹åŠ¨åŽæ‚„悄开始ä¾èµ–更高æƒé™ -æƒé™æ¼‚移在自动化åŽä¼šå˜æˆç»“构性风险 - -5.7 扩展策略 - -` -原文建议：先加快速检查，å†æŒ‰é£Žé™©å åŠ æ…¢æ£€æŸ¥ - ä¸æ˜¯ä¸€æ¬¡å…¨ä¸Šï¼Œæ˜¯æŒ‰éœ€æ‰©å±• -` - -| 检查类型 | 速度 | 建议频率 | -|----------|------|----------| -| 命令数检测 | å¿« | æ¯æ¬¡ | -| 消耗é‡è¿½è¸ª | å¿« | æ¯æ¬¡ | -| 仓库清æ´åº¦ | å¿« | æ¯æ¬¡ | -| 构建检查 | 中 | æ¯æ¬¡ | -| è¿è¡Œæ—¶å†’烟 | æ…¢ | 按风险 | -| æƒé™å›žå½’ | æ…¢ | 定期 | - - -å…­ã€5 æ¡æ ¸å¿ƒåŽŸåˆ™ - -原则一：é‡çœŸæ­£é‡è¦çš„东西 - -Don't measure for the sake of measuring. First, think about what you'd actually care about if it got worse. - -ä¸è¦ä¸ºäº†æœ‰æŒ‡æ ‡è€Œæœ‰æŒ‡æ ‡ï¼Œå…ˆæƒ³æ¸…楚什么å˜å·®äº†ï¼Œä½ ä¼šçœŸçš„在æ„。 - -原则二：先写清晰å¯æ£€æŸ¥çš„定义 - -If the success criteria are fuzzy, the evaluation will be too. - -验收标准模糊，评估就没有æ„义。先把"什么å«åšå¯¹"写æˆå¯æ‰§è¡Œçš„判断。 - -原则三：把评估扎在真实行为上 - -Record the full execution trace and write deterministic checks around the actual actions taken. - -记录 Skill 的完整è¿è¡Œè½¨è¿¹ï¼Œå›´ç»•å®žé™…执行的动作写确定性检查。 - -原则四：规则ä¸å¤Ÿæ—¶ï¼Œå†è®©æ¨¡åž‹è¡¥ä¸Š - -Use rubric-based evals to handle quality judgments that rules can't cover, not as a replacement. - -用评分细则处ç†è§„则覆盖ä¸äº†çš„è´¨é‡åˆ¤æ–­ï¼Œé¡ºåºä¸èƒ½å。确定性检查在å‰ï¼ŒLLM 评分在åŽã€‚ - -原则五：让真实失败去驱动样本增长 - -Every time you manually fix something, turn it into a test case. - -æ¯æ¬¡æ‰‹åŠ¨ä¿®å¤éƒ½æ˜¯ä¸€ä¸ªä¿¡å·ï¼ŒæŠŠå®ƒå˜æˆæµ‹è¯•ç”¨ä¾‹ï¼Œè®© Skill æŒç»­æŠŠè¿™ä»¶äº‹åšå¯¹ã€‚ - - -七ã€æ•´ä½“æµç¨‹å›¾ - -` -┌─────────────────────────────────────────────────────────┠-│ Skill 执行 │ -└─────────────────┬───────────────────────────────────────┘ - â–¼ -┌─────────────────────────────────────────────────────────┠-│ CodeExec JSON 记录è¿è¡Œè½¨è¿¹ │ -└─────────────────┬───────────────────────────────────────┘ - â–¼ - ┌───────┴───────┠- â–¼ â–¼ -┌───────────────┠┌─────────────────┠-│ 确定性检查 │ │ 评分细则检查 │ -│ (规则驱动) │ │ (LLM è£åˆ¤) │ -└───────┬───────┘ └────────┬────────┘ - â–¼ â–¼ - └────────┬─────────┘ - â–¼ -┌─────────────────────────────────────────────────────────┠-│ 结构化评估结果（跨版本å¯æ¯”较） │ -└─────────────────┬───────────────────────────────────────┘ - â–¼ -┌─────────────────────────────────────────────────────────┠-│ 进入 CI/CD æµæ°´çº¿ │ -└─────────────────────────────────────────────────────────┘ -` - - -å…«ã€å‚考资料 - -原文标题：Testing Agent Skills Systematically with Evals -原文链接：https://developers.openai.com/blog/eval-skills -视频æ¥æºï¼šæ…¢å­¦AI（BV1HWd6BsEmG） - -────────────────────────────── -— Milky 视频总结助手 \ No newline at end of file diff --git a/InBox/milky_BV1Hn9UBrEsH.md b/InBox/milky_BV1Hn9UBrEsH.md deleted file mode 100644 index 9fd6093..0000000 --- a/InBox/milky_BV1Hn9UBrEsH.md +++ /dev/null @@ -1,324 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€ŠHarness Engineering最佳实践：深度解æžAgentHamness的底层原ç†ã€æ ¸å¿ƒç»„件和实战应用 å­¦ä¸ä¼šæˆ‘退出AI圈ï¼ã€‹ P1笔记 | BV1Hn9UBrEsH" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 2013 ---- - -Milky 为您整ç†äº†ã€ŠHarness Engineering最佳实践：深度解æžAgentHamness的底层原ç†ã€æ ¸å¿ƒç»„件和实战应用 å­¦ä¸ä¼šæˆ‘退出AI圈ï¼ã€‹ P1 | BV1Hn9UBrEsH 笔记。 - -Harness Engineering 最佳实践：Agent Harness 底层原ç†ã€æ ¸å¿ƒç»„件与实战应用 - -目录 - -AI 工程师的岗ä½åˆ†å±‚体系 -å¤§æ¨¡åž‹åº”ç”¨çš„ä¸‰å±‚è¿›åŒ–èŒƒå¼ -Prompt Engineering：让模型"会说" -Context Engineering：解决上下文膨胀问题 -Agent Harness 核心架构 -Harness Engineering 的工程实践 - - -AI 工程师的岗ä½åˆ†å±‚体系 - -1.1 三层架构概述 - -在 2026 年，AI 工程师å¯åˆ†ä¸ºä¸‰ä¸ªå±‚级，æ¯ä¸ªå±‚级有明确的技术侧é‡ç‚¹ï¼š - -| 层级 | å®šä½ | 核心èŒè´£ | æŠ€æœ¯ä¾§é‡ | -|------|------|----------|----------| -| AI 产å“化 | AI 产å“ç»ç†ã€AI 解决方案架构师 | å‘现 AI 价值场景，é‡å¡‘业务æµç¨‹ | 业务分æžã€äº§å“设计 | -| AI 应用层 | AI 应用工程师ã€å¤§æ¨¡åž‹åº”ç”¨å¼€å‘ | 业务方案è½åœ°ï¼ŒAI 赋能场景 | Prompt Engineeringã€Context Engineeringã€RAG | -| AI 大模型算法层 | 模型研å‘工程师 | æå‡æ¨¡åž‹åž‚直能力 | SFT 微调ã€RLHF 对é½ã€å®‰å…¨æŠ¤æ  | - -1.2 å„层级的核心差异 - -AI 产å“化层： -èšç„¦äºŽæ‰¾åˆ° AI 的价值场景 -é‡æ–°å®šä¹‰ä¸šåŠ¡äº§å“线 -属于业务与产å“æ–¹å‘ - -AI 应用层（Harness Engineering çš„è½åœ°å±‚）： -å业务 + 方案è½åœ° -利用开æºæ¨¡åž‹æž„建垂直应用 -2026 年最稀缺ã€æœ€å…·æœºä¼šçš„æ–¹å‘ - -AI 大模型算法层： -ä¸åšåŸºåº§æ¨¡åž‹ï¼ˆGPT-4ã€Qwen3.6 等基座由大厂完æˆï¼‰ -èšç„¦äºŽæ¨¡åž‹çš„垂直能力æå‡ -包括： - - SFT 微调（Supervised Fine-Tuning） - - RLHF（Reinforcement Learning from Human Feedback） - - 对é½è®­ç»ƒï¼ˆAlignment） - - 安全护æ ï¼ˆSafety Guardrails） - -1.3 èŒä¸šé€‰æ‹©å»ºè®® - -` -技术背景 → AI 应用层（最佳入场点） -产å“背景 → AI 产å“化层 → å¯å»¶ä¼¸è‡³åº”用层 -算法背景 → AI 大模型算法层 -` - -核心观点：2026 年是大模型应用è½åœ°çš„关键年份，大多数人的机会在于 AI 应用层。 - - -å¤§æ¨¡åž‹åº”ç”¨çš„ä¸‰å±‚è¿›åŒ–èŒƒå¼ - -从时间维度看，AI 应用开å‘ç»åŽ†äº†ä¸‰ä¸ªé˜¶æ®µçš„范å¼è½¬å˜ï¼š - -` -2022-2024：Prompt Engineering 时代 - ↓ -2025：Context Engineering 时代 - ↓ -2026：Agent Harness / Harness Engineering 时代 -` - - -Prompt Engineering：让模型"会说" - -3.1 æ—¶é—´çª—å£ - -2022 å¹´ 11 月 ChatGPT å‘布åŽæˆä¸ºç„¦ç‚¹ - -3.2 核心问题 - -解决"如何说"的问题——如何更好地与模型沟通，让模型生æˆæ›´é«˜è´¨é‡çš„回答。 - -3.3 æŠ€æœ¯ç‰¹å¾ - -å•å¯¹å•å¯¹è¯æ¨¡å¼ -用户输入一å¥è¯ï¼Œæ¨¡åž‹è¿”回一å¥è¯ -关注点：如何编写有效的 Prompt - -3.4 典型场景 - -` -用户 → Prompt → LLM → Response -` - - -Context Engineering：解决上下文膨胀问题 - -4.1 æ—¶é—´çª—å£ - -2025 å¹´ - -4.2 核心问题 - -éšç€ Agent å¼€å‘引入工具调用（如 MCP å议），上下文窗å£ä¸­çš„内容越æ¥è¶Šå¤šï¼Œå¯¼è‡´æ¨¡åž‹èƒ½åŠ›å而下é™ã€å¹»è§‰ï¼ˆHallucination） 问题加剧。 - -4.3 核心目标 - -解决"有什么"的问题——让模型清楚地知é“当å‰æ‹¥æœ‰å“ªäº›ä¿¡æ¯ã€‚ - -4.4 关键概念 - -Context Window（上下文窗å£ï¼‰ï¼š -多轮对è¯çš„执行过程中，所有历å²ä¿¡æ¯éƒ½å­˜å‚¨åœ¨ä¸Šä¸‹æ–‡çª—å£ä¸­ -当内容越æ¥è¶Šå¤šæ—¶ï¼Œæ¨¡åž‹ä¼šå‡ºçŽ°"迷失"现象 - -迷失问题（Lost in Context）： -模型在大é‡ä¸Šä¸‹æ–‡ä¸­æ— æ³•å‡†ç¡®è¯†åˆ«å…³é”®ä¿¡æ¯ -导致： - - å“应质é‡ä¸‹é™ - - 幻觉增加 - - 任务执行失败 - -4.5 Context Engineering çš„èŒè´£ - -| 问题 | 解决方案 | -|------|----------| -| 上下文过长 | 上下文压缩ã€æ‘˜è¦ | -| ä¿¡æ¯æ··ä¹± | 结构化组织ã€åˆ†ç±»ç®¡ç† | -| 关键信æ¯è¢«æ·¹æ²¡ | 关键信æ¯çªå‡ºã€æ£€ç´¢å¢žå¼º | - - -Agent Harness 核心架构 - -5.1 官方æ¥æº - -本文档基于 LangChain 团队å‘布的关于 Agent Harness 的官方åšå®¢ï¼Œæ˜¯å…¨çƒæœ€æ‡‚ Agent 的团队å‘布的系统性技术文档。 - -5.2 Agent Harness çš„å®šä½ - -Harness 的本æ„是"驾驭ã€åˆ©ç”¨"，Agent Harness å³å¯¹ Agent 的工程化驾驭框架。 - -5.3 核心架构体系 - -` -┌─────────────────────────────────────────┠-│ Agent Harness │ -├─────────────────────────────────────────┤ -│ ┌─────────────┠┌─────────────────┠│ -│ │ 规划层 │ │ 执行层 │ │ -│ │ Planning │ │ Execution │ │ -│ └─────────────┘ └─────────────────┘ │ -│ ┌─────────────┠┌─────────────────┠│ -│ │ 工具层 │ │ 记忆层 │ │ -│ │ Tools │ │ Memory │ │ -│ └─────────────┘ └─────────────────┘ │ -│ ┌─────────────┠┌─────────────────┠│ -│ │ 感知层 │ │ 评估层 │ │ -│ │ Perception │ │ Evaluation │ │ -│ └─────────────┘ └─────────────────┘ │ -└─────────────────────────────────────────┘ -` - -5.4 å„层核心组件详解 - -5.4.1 规划层（Planning） - -èŒè´£ï¼šå°†å¤æ‚任务分解为å¯æ‰§è¡Œçš„å­ä»»åŠ¡ - -关键技术： -任务分解（Task Decomposition） -æ€ç»´é“¾ï¼ˆChain of Thought, CoT） -å­ä»»åŠ¡è§„划 - -5.4.2 执行层（Execution） - -èŒè´£ï¼šæ‰§è¡Œè§„划层生æˆçš„å­ä»»åŠ¡ - -关键技术： -工具调用（Tool Calling） -动作执行（Action Execution） -结果å馈 - -5.4.3 工具层（Tools） - -èŒè´£ï¼šä¸º Agent æ供外部能力 - -典型工具类型： -MCP 工具（Model Context Protocol） -API 调用 -æœç´¢å¼•æ“Ž -æ•°æ®åº“查询 -文件系统æ“作 - -5.4.4 记忆层（Memory） - -èŒè´£ï¼šå­˜å‚¨å’Œç®¡ç† Agent 的历å²çŠ¶æ€ä¸Žä¸Šä¸‹æ–‡ - -记忆类型： -| 类型 | 说明 | 用途 | -|------|------|------| -| 短期记忆 | 当å‰å¯¹è¯ä¸Šä¸‹æ–‡ | 处ç†å³æ—¶ä»»åŠ¡ | -| 长期记忆 | æŒä¹…化存储 | 跨会è¯ç»éªŒç§¯ç´¯ | -| 工作记忆 | å·¥ä½œè¿‡ç¨‹ä¸­çš„ä¸´æ—¶çŠ¶æ€ | ä»»åŠ¡æ‰§è¡Œä¸­é—´æ€ | - -5.4.5 感知层（Perception） - -èŒè´£ï¼šæŽ¥æ”¶å’Œå¤„ç†å¤–部输入 - -感知内容： -用户指令 -文档输入 -多模æ€ä¿¡æ¯ï¼ˆå›¾åƒã€éŸ³é¢‘等） -çŽ¯å¢ƒçŠ¶æ€ - -5.4.6 评估层（Evaluation） - -èŒè´£ï¼šè¯„ä¼° Agent æ‰§è¡Œç»“æžœçš„è´¨é‡ - -评估维度： -输出正确性 -任务完æˆåº¦ -安全性检查 -效率评估 - - -Harness Engineering 的工程实践 - -6.1 定义 - -Harness Engineering 是系统性地构建ã€æµ‹è¯•ã€ä¼˜åŒ– Agent 行为能力的工程学科。 - -6.2 与传统软件工程的区别 - -| 维度 | 传统软件工程 | Harness Engineering | -|------|-------------|---------------------| -| ä¸ç¡®å®šæ€§ | 低（确定性逻辑） | 高（概率性输出） | -| 测试难度 | å¯ç²¾ç¡®æ–­è¨€ | 需概率评估 | -| 调试方法 | 日志追踪 | è¡Œä¸ºè½¨è¿¹åˆ†æž | -| è´¨é‡ä¿éšœ | å•å…ƒæµ‹è¯• + 集æˆæµ‹è¯• | è¯„ä¼°é©±åŠ¨å¼€å‘ | - -6.3 核心工程实践 - -6.3.1 评估驱动开å‘（Evaluation-Driven Development） - -` -设计评估指标 → å¼€å‘ Agent → æŒç»­è¯„ä¼° → 迭代优化 -` - -6.3.2 行为å¯å¤çŽ°æ€§ - -通过ç§å­ï¼ˆseed）控制éšæœºæ€§ -构建å¯æµ‹è¯•çš„ Agent 行为 -建立回归测试机制 - -6.3.3 多维度评测 - -任务完æˆçŽ‡ï¼šAgent 是å¦å®Œæˆç›®æ ‡ -效率指标：消耗的 Token æ•°é‡ã€æ‰§è¡Œæ—¶é—´ -è´¨é‡è¯„分：输出的人力评估 -安全性检查：有害内容过滤 - -6.4 LangChain Agent Harness 的工具链 - -` -┌──────────────────────────────────────────┠-│ LangChain ç”Ÿæ€ â”‚ -├──────────────────────────────────────────┤ -│ LangChain │ Agent å¼€å‘框架 │ -│ LangSmith │ è¿½è¸ªä¸Žè¯„ä¼°å¹³å° â”‚ -│ LangServe │ Agent 部署æœåŠ¡ │ -│ LangGraph │ Agent 工作æµç¼–排 │ -└──────────────────────────────────────────┘ -` - - -补充：观众å馈中的有价值观点 - -本节整ç†è‡ªè§†é¢‘弹幕中观众的补充与讨论 - -7.1 关于 Context Engineering 的延伸 - -Context Engineering ä¸ä»…解决"上下文膨胀"，还需è¦è€ƒè™‘ä¿¡æ¯å¯†åº¦é—®é¢˜ -有效上下文 = 去除噪音åŽçš„æ ¸å¿ƒä¿¡æ¯ -常用的压缩策略：LLM 摘è¦ã€å…³é”®ä¿¡æ¯æå–ã€ä¿¡æ¯åŽ»é‡ - -7.2 关于 Agent å¹»è§‰çš„å¤„ç† - -幻觉问题在å•è½®å¯¹è¯ä¸­å·²å­˜åœ¨ -在多轮 Agent 执行中，幻觉会被级è”放大 -建议在æ¯ä¸ªå…³é”®æ­¥éª¤å¢žåŠ è‡ªæˆ‘校验机制 - -7.3 关于实际è½åœ°çš„建议 - -ä¸è¦è¿‡åº¦è¿½æ±‚ Agent 的自主性，人机ååŒå¾€å¾€æ›´å¯é  -åˆæœŸåº”èšç„¦åž‚直场景，积累领域知识åŽå†æ‰©å±• - - -附录：关键术语表 - -| 英文术语 | 中文解释 | -|----------|----------| -| Harness Engineering | 驾驭工程，Agent 的系统工程化方法 | -| Agent Harness | Agent æ¡†æž¶çš„æ ¸å¿ƒç»„ä»¶é›†åˆ | -| Prompt Engineering | æ示è¯å·¥ç¨‹ï¼Œä¼˜åŒ–äººæœºäº¤äº’è´¨é‡ | -| Context Engineering | 上下文工程，管ç†ä¿¡æ¯è¾“å…¥è´¨é‡ | -| Hallucination | 幻觉，LLM 生æˆè™šå‡æˆ–ä¸å‡†ç¡®å†…容 | -| Chain of Thought (CoT) | æ€ç»´é“¾ï¼Œå¼•å¯¼æ¨¡åž‹å±•ç¤ºæŽ¨ç†è¿‡ç¨‹ | -| SFT | Supervised Fine-Tuning，有监ç£å¾®è°ƒ | -| RLHF | Reinforcement Learning from Human Feedback，基于人类å馈的强化学习 | -| MCP | Model Context Protocol，模型上下文åè®® | -| Agent | 智能体，能够自主执行任务的 AI 系统 | - - -笔记说明：本笔记基于 LangChain 团队å‘布的官方åšå®¢æ•´ç†ï¼Œèšç„¦äºŽ Agent Harness 的技术架构与工程实践。视频原版对三层架构有详细展开，读者å¯æ ¹æ®éœ€è¦ç»“åˆåŽŸè§†é¢‘深入ç†è§£å„层级的技术细节。 - -────────────────────────────── -— MilkyAi \ No newline at end of file diff --git a/InBox/milky_BV1LjdzB3EAu.md b/InBox/milky_BV1LjdzB3EAu.md deleted file mode 100644 index f85babc..0000000 --- a/InBox/milky_BV1LjdzB3EAu.md +++ /dev/null @@ -1,186 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Š[播客] Agent技术周报2，harness工程能力更新，开æºagent生æ€åˆ†åŒ–》笔记 | BV1LjdzB3EAu" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 1989 ---- - -Milky 为您整ç†äº†ã€Š[播客] Agent技术周报2，harness工程能力更新，开æºagent生æ€åˆ†åŒ–》| BV1LjdzB3EAu 笔记。 - -Agent技术周报#2：Harness工程能力更新与开æºAgent生æ€åˆ†åŒ– - -本周核心主题 - -Agentå¼€å‘正从å•çº¯çš„模型能力竞赛转å‘æ›´å¤æ‚的系统能力构建，Harness Engineering（脚手架工程）æˆä¸ºAgentå¼€å‘的核心差异化竞争点。 - -业界共识：有用的Agentä¸æ˜¯ "just best models"，而是以下系统能力的组åˆï¼š - -文件系统访问 -BSH（Shell）上下文压缩 -è®°å¿†ç®¡ç† -æƒé™æŽ§åˆ¶ -é‡è¯•æœºåˆ¶ -评估机制 -å­Agentå作 - - -趋势预测 - -预计到 2025年下åŠå¹´ï¼Œç«žäº‰ç„¦ç‚¹å°†ä»Žæ¨¡åž‹ç²¾åº¦è½¬å‘整个Agent系统的é²æ£’性和å¯è§‚测性。 - -用户核心关注点： - -| 旧关注点 | 新关注点 | -|---------|---------| -| å•æ¬¡æŽ¨ç†ç²¾åº¦ | 能å¦æŒç»­è¿è¡Œæ•°å°æ—¶ç”šè‡³æ•°å¤© | -| 模型是å¦æœ€èªæ˜Ž | 任务中途出错能å¦è‡ªåŠ¨æ¢å¤ | -| 上下文ç†è§£èƒ½åŠ› | 长对è¯ä¸­æ˜¯å¦ä¸¢å¤±ä¸Šä¸‹æ–‡ | - - -Harness工程的技术实践路径 - -解耦与标准化 - -代表方案：OpenAI Ediness SDK - -å°†Harness逻辑与实际计算存储环境分离 -Harness本身开æºå¯å®šåˆ¶ -具体代ç æ‰§è¡Œå§”托给第三方沙箱环境（如 Modalã€CodeFlare） -å½¢æˆ æ— çŠ¶æ€ç¼–排 + 有状æ€éš”离工作区 çš„æ¨¡å¼ -优势：既安全åˆçµæ´» - -å¼ºåŒ–æŽ§åˆ¶ä¸ŽæŠ¤æ  - -代表方案：Lachain DeepAgent - -å°†Agenté™çº§ä¸ºç»“构化的工具调用 -通过中间件和严格的文件系统æƒé™è®¾ç½®æŠ¤æ  -防止Agent行为失控 - -技能æŒä¹…化与演化（关键创新） - -代表方案：HermesAgent - -核心æ€æƒ³ï¼šæŠŠAgentæˆåŠŸå®Œæˆçš„工作æµè‡ªåŠ¨ä¿å­˜ä¸ºå¯å¤ç”¨çš„技能 - -` -工作æµç¨‹ï¼šæ‰§è¡Œ → æˆåŠŸ → ä¿å­˜æŠ€èƒ½ → å¯å¤ç”¨ → æŒç»­ç§¯ç´¯ -` - -Agentä¸å†æ˜¯"干完就忘" -能积累ç»éªŒï¼Œè¶Šç”¨è¶Šå¼º -å½¢æˆ å­¦ä¹  → 固化 → å¤ç”¨ 的闭环 - - -å®žé™…å½±å“ - -ä¼ä¸šå±‚é¢ - -部署门槛å˜åŒ–：从"选GPT-4还是Claude"转å‘"如何设计稳定安全的Harness系统" -云æœåŠ¡å•†è¿…速å应：Cloudflareã€Modal等推出专门的Agent沙箱æœåŠ¡ï¼Œè¯•å›¾åœ¨ç”Ÿæ€å±‚绑定用户 -å¼€æºHarness项目正在快速追赶闭æºç³»ç»Ÿçš„能力 - -ç”¨æˆ·å±‚é¢ - -更关注Agentçš„æŒç»­è¿è¡Œèƒ½åŠ›ã€è‡ªåŠ¨æ¢å¤ã€ä¸Šä¸‹æ–‡ä¿æŒ -è¡ç”Ÿæ–°çŽ°è±¡ï¼šWing Fatigue（æŒç»­çš„审查ã€ä¿®æ­£AI输出带æ¥çš„精神疲劳） -åå‘推动系统本身需è¦æ›´å¯é ã€æ›´è‡ªåŠ¨åŒ– - - -å¼€æºAgent生æ€åˆ†åŒ– - -本周焦点：开æºAgent框架早期百花é½æ”¾ï¼ŒçŽ°åœ¨å¼€å§‹åƒæ“作系统一样出现清晰的定ä½åˆ†åŒ–。 - -主è¦æ¡†æž¶å¯¹æ¯” - -| 框架 | å®šä½ | 特点 | 目标用户 | -|------|------|------|----------| -| HermesAgent | å¯ç¼–程专业Agent | 高度å¯å®šåˆ¶ã€æŠ€èƒ½æŒä¹…化ã€å·¥å…·ç®± | å¼€å‘者和高级用户 | -| Open Interpreter / Open Cloud | å³æ—¶è¿è¡Œä¸ªäººåŠ©ç† | 记忆导入ã€Memory Palaceã€èŠå¤©UI优化ã€è§†é¢‘生æˆæ’件 | 普通用户 | - -HermesAgent（本周更新 V0.9 / V0.10） - -核心功能： - -专业的本地Web管ç†ä»ªè¡¨ç›˜ -强大的技能æŒä¹…化功能 -丰富的集æˆèƒ½åŠ› - -典型应用场景： -用户用它自动修å¤å¼€æºæ¨¡åž‹çš„底层代ç bug → 跑测试 → 生æˆæŠ¥å‘Š → 上传到模型社区，全程高度自制。 - -æ€æ‰‹é”：ä¸æ˜¯ä¼šç”¨å·¥å…·ï¼Œè€Œæ˜¯èƒ½å›ºåŒ–技能——让Agent从临时工å˜æˆæœ‰ç»éªŒçš„è€å‘˜å·¥ã€‚ - -Open Cloud - -核心功能： - -记忆导入 -Memory Palace -èŠå¤©UI优化 -视频生æˆæ’ä»¶é›†æˆ - -定ä½ï¼šæ›´åå‘å³æ—¶è¿è¡Œä¸ªäººåŠ©ç†ï¼Œç”¨æˆ·ä½“验更å‹å¥½ã€‚ - -新入局者 - -| 框架 | 特点 | -|------|------| -| OpenAG | å¼€æºäº‘ç¼–ç Agentç«™ | -| DeepAgent | 底层è¿è¡Œ1，支æŒå¯æ’拔模型ã€æ供商ã€æ²™ç®±ã€ä¸­é—´ä»¶ã€è¿½è¸ªç­‰ | - - -è¡Œä¸šæ ¼å±€å½±å“ - -2025å¹´å¯èƒ½è¿Žæ¥Agent框架的 Linux vs Windows 时刻。 - -用户根æ®å¯ç¼–程性需求（Hermesæ–¹å‘）还是应用性需求（Open Cloudæ–¹å‘）åšé€‰æ‹© -å¼€æºAgent在å¯å¤çŽ°æ€§å’Œå¯å®¡è®¡æ€§ä¸Šçš„优势凸显 -开始å¸å¼•å¯¹é€æ˜Žåº¦å’Œå¯æŽ§æ€§æœ‰è¦æ±‚çš„ä¼ä¸šç”¨æˆ· -é—­æºæ–¹æ¡ˆï¼ˆGitHub Copilotã€Claude Code等）ä»æœ‰å…ˆå‘和集æˆä¼˜åŠ¿ï¼Œä½†å¼€æºè¿½èµ¶é€Ÿåº¦éžå¸¸å¿« - - -其他值得关注的技术趋势 - -安全与åˆè§„转型 - -新的架构正在推动审查é‡ç‚¹ä»Žä»£ç å®‰å…¨è½¬å‘AI行为安全 - -结åˆGit版本管ç†çš„存储方案 -为Agent所有æ“作æ供审计追踪和回滚能力 - -垂直化与平å°åŒ–并行 - -å¹³å°åŒ–：通用Agentå¹³å°æ‰©å±•ä¸ºAgent工作区 -垂直化：é¢å‘生命科学ã€ç½‘络安全等高价值领域的垂直专业Agent兴起，针对特定领域知识深度优化 - -本地部署加速 - -å°†Qwen 3.6模型通过é‡åŒ–技术 -å¯åœ¨æ¶ˆè´¹çº§æ˜¾å¡ç”šè‡³å¤§å†…存普通电脑上è¿è¡Œ - -典型场景： -用户用本地部署的模型分æžé•¿è¾¾æ•°å万字的个人日记，数æ®å®Œå…¨ä¸ç”¨ç¦»å¼€æœ¬åœ°ï¼Œéšç§ä¼˜åŠ¿æ— å¯æ›¿ä»£ - - -总结 - -Agent战场已全é¢å‡çº§ï¼šä»Žå•ç‚¹æ¨¡åž‹æ¯”拼扩展到整体系统比拼。 - -决定性竞争优势æ¥æº - -| 能力 | 说明 | -|------|------| -| 容错性 | 系统容许组件失败 | -| å¯æ¢å¤æ€§ | 出错åŽèƒ½è‡ªåŠ¨æ¢å¤ | -| å¯å®¡è®¡æ€§ | 所有æ“作å¯è¿½æº¯ | -| å¯æ¼”化性 | ç»éªŒç§¯ç´¯èƒ½åŠ› | - -Harness工程是构建这些能力的核心学科。 - -å¼€æºç”Ÿæ€ä¼šç»§ç»­åˆ†åŒ–，æä¾›ä¸åŒå±‚级的解决方案 -ä¼ä¸šåŠä¸ªäººç”¨æˆ·çš„选择标准需从"模型智能"转å‘"模型å¯é æ€§"等系统能力 - -────────────────────────────── -— Milky 视频总结助手 \ No newline at end of file diff --git a/InBox/milky_BV1SZoXBkErT.md b/InBox/milky_BV1SZoXBkErT.md deleted file mode 100644 index 5e1b7eb..0000000 --- a/InBox/milky_BV1SZoXBkErT.md +++ /dev/null @@ -1,365 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Š2026-04-25 Harness for AI coding 团队级 AI 编程驾驭工程》笔记 | BV1SZoXBkErT" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 2043 ---- - -Milky 为您整ç†äº†ã€Š2026-04-25 Harness for AI coding 团队级 AI 编程驾驭工程》 | BV1SZoXBkErT 笔记。 - -æ•æ·å›¢é˜Ÿ AI 编程驾驭工程体系 - -一ã€èƒŒæ™¯ä¸Žæ ¸å¿ƒé—®é¢˜ - -1.1 为什么需è¦å›¢é˜Ÿçº§ AI 编程体系 - -å½“å‰ AI 编程工具（如 SuperPoweã€Claude Codeã€Cursor 等）已ç»éžå¸¸å¼ºå¤§ï¼Œä½†åœ¨å›¢é˜Ÿçº§ã€é¡¹ç›®çº§åœºæ™¯ä¸‹è½åœ°å›°éš¾ã€‚核心原因是： - -需求衔接问题：产å“ç»ç†/BA 给的需求格å¼ä¸ç»Ÿä¸€ï¼Œé¢—粒度ä¸ä¸€è‡´ï¼Œå¯¼è‡´ AI 无法有效ç†è§£ -å¼€å‘实践问题：多人å作时，AI 生æˆçš„代ç é£Žæ ¼ä¸ç»Ÿä¸€ã€éš¾ä»¥å½¢æˆä¸€è‡´çš„整体 -工具生æ€æ··ä¹±ï¼šClaude Codeã€Cursorã€windsurfã€SuperPower 等工具差异大，没有统一标准 -æµç¨‹ä¸Žåˆ¶åº¦é—®é¢˜ï¼šå›¢é˜Ÿå·¥ä½œä¹ æƒ¯éš¾ä»¥æ”¹å˜ï¼Œè¿™æ˜¯æœ€å¤§çš„阻力æ¥æº - -1.2 当å‰å›¢é˜Ÿä½¿ç”¨ AI 编程的认知分级 - -æ ¹æ®å¼€å‘者能力分层： - -| 级别 | æè¿° | 典型行为 | -|------|------|----------| -| åˆçº§å¼€å‘者 | 照猫画虎，ä¸çŸ¥é“系统如何工作 | 抄代ç ã€å†™ä¸šåŠ¡é€»è¾‘，被 AI 替代 | -| 专家型开å‘者 | åšæŠ€æœ¯å…¬å…³ï¼Œå¤æ‚ç»„ä»¶å¼€å‘ | ä»éœ€è¦ï¼Œä½† AI å¯è¾…助 | -| 架构型开å‘者 | 设计æœåŠ¡ã€åšæƒè¡¡å†³ç­– | AI 辅助设计，但è¦äººå·¥æŠŠå…³ | -| 技术ç»ç†/CTO | 处ç†å¤æ‚混乱的问题 | 构建团队 AI 工作体系 | - -关键洞察："这个玩具ä¸æ˜¯çŽ© AI，是玩人"——真正的挑战ä¸åœ¨äºŽ AI 能力，而在于如何让团队按照统一的方å¼å·¥ä½œã€‚ - -1.3 AI 辅助软件工程全æµç¨‹å›¾ - -` -éœ€æ±‚åˆ†æž â†’ 技术方案设计 → 代ç ç¼–写 → Code Review → 测试 → 部署 → 生产 Bug ä¿®å¤ - ↓ ↓ ↓ ↓ ↓ ↓ ↓ - 录音转文档 打样工程 API/å•å…ƒæµ‹è¯• 交å‰æ¨¡åž‹ E2E测试 K8S部署 MCP自动 - è®¿è°ˆçºªè¦ ä»£ç æ¨¡æ¿ TDD 循环 Review Playwright 触å‘åˆå¹¶ å‘通知 - 需求文档 技术规范 - 原型链接 -` - -二ã€éœ€æ±‚阶段：如何让需求 AI å‹å¥½ - -2.1 需求规格模æ¿å¿…须包å«çš„内容 - -BA 或产å“ç»ç†ç»™çš„需求文档必须包å«ä»¥ä¸‹ 4 个关键部分： - -业务背景：为什么åšè¿™ä¸ªéœ€æ±‚ -字段清å•ï¼šæ‰€æœ‰ä¸šåŠ¡å­—段的类型ã€é»˜è®¤å€¼ã€ä¸šåŠ¡è§„则（é¿å…åªç»™åŽŸåž‹å›¾è®© AI 去猜） -原型链接：Figma 图等设计稿的链接（AI å¯é€šè¿‡ MCP è¯»å– Figma） -业务规则：按æ¡æ‹†åˆ†ï¼Œä¾‹å¦‚： - - 订å•å·ç”Ÿæˆè§„则 - - å‘货规则 - - 状æ€è½¬æ¢è§„则 - -2.2 需求颗粒度的判断标准 - -ä¸è¦ç”¨ Story æ‹†åˆ†éœ€æ±‚ï¼ˆä¸€ä¸ªäººå¢žäº§æ”¹æŸ¥æ‹†æˆ 4 个 story 对 AI æ¥è¯´ä¿¡æ¯é‡ä¸å¤Ÿï¼‰ã€‚ - -正确åšæ³•ï¼šä¸€ä¸ªæ¨¡å—一个文档，判断颗粒度的标准是： -是å¦æœ‰ç‹¬ç«‹çš„表结构 -是å¦å¯ä»¥å•ç‹¬ä¸Šçº¿ - -2.3 新建需求 vs å˜æ›´éœ€æ±‚ - -新建需求：告诉 AI 有多少表ã€å¤šå°‘页é¢ã€å¤šå°‘功能æ“作 → AI 生æˆå®Œæ•´æ¨¡å— - -å˜æ›´éœ€æ±‚（é‡è¦ï¼‰ï¼š -必须用标签标注å˜æ›´ç±»åž‹ï¼š[+字段] [-字段] [修改字段] -ä¸è¦æŠŠæœ€ç»ˆå®Œæ•´çŠ¶æ€ç»™ AI，因为 AI 需è¦å¯¹æ¯”çŽ°æœ‰ä»£ç  â†’ æµªè´¹å¤§é‡ Token 且效果差 -示例： - -`markdown -订å•æ¨¡å—å˜æ›´éœ€æ±‚ - -新增内容 [+] -新增字段：order_type（订å•ç±»åž‹ï¼Œæžšä¸¾å€¼ï¼šNORMAL, VIP, B2B） - -修改内容 [~] -修改字段：shipping_address 最大长度从 200 改为 500 - -删除内容 [-] -删除字段：legacy_flag（已废弃） -` - -2.4 用 Obsidian æ­å»ºçŸ¥è¯†åº“ç»™ AI åšä¸Šä¸‹æ–‡ - -将所有需求规格ã€æŠ€æœ¯è§„格都放到知识库中，用 Obsidian + Markdown 管ç†ï¼š - -用æµè§ˆå™¨æ’ä»¶ä¸€é”®å°†ç½‘é¡µè½¬æˆ Markdown 并ä¿å­˜å›¾ç‰‡æœ¬åœ° -用 backlink 功能åšä¸Šä¸‹æ–‡å…³è” -AI 通过读å–这个知识库获得长期记忆 → "Single source of truth" - -三ã€æŠ€æœ¯è§„格阶段：技术方案设计 - -3.1 技术规格必须包å«çš„内容 - -技术规格是开å‘的核心输入，必须包å«ä»¥ä¸‹ 5 个部分： - -| 内容 | 工具/æ ¼å¼ | 说明 | -|------|----------|------| -| 领域模型 | PlantUML / Mermaid | 代ç åŒ–表达，便于 AI ç†è§£ | -| æ•°æ®åº“设计 | DBML / Flyway 脚本 | ä¸è¦è®© AI 直接æ“作数æ®åº“，用版本化的 Flyway 脚本 | -| API 定义 | OpenAPI / Markdown | åŽç«¯å†™å®Œ API åŽè¾“出 API 文档给å‰ç«¯ | -| æ—¶åºå›¾ | Mermaid | å¤æ‚æµç¨‹éœ€è¦æ—¶åºå›¾ | -| 专项设计 | Markdown | æƒé™ã€äº‹åŠ¡ã€ç¼“存等专项内容 | - -é‡è¦æ•™è®­ï¼šä¸è¦ç»™ AI 写数æ®åº“的写æƒé™ï¼Œæ›¾ç»å› ä¸º AI 动ä¸åŠ¨ä¿®æ”¹æ•°æ®åº“导致多人æ“作冲çªã€‚把写æƒé™å…³æŽ‰ï¼Œè®© AI ç”Ÿæˆ Flyway 脚本，本地测试时让 Flyway 跑。 - -3.2 DSL 驱动的技术规格 - -用领域特定语言（DSL）æ¥é©±åŠ¨æŠ€æœ¯è§„格： -领域模型用 PlantUML -æ•°æ®åº“用 DBML -API 用 OpenAPI -这些 DSL 都å¯ä»¥é€šè¿‡ä»£ç ç”Ÿæˆ → ä¿è¯å‰åŽç«¯ä¸€è‡´æ€§ - -这实际上就是模型驱动架构（Model-Driven Architecture），当团队从零开始全新的 AI 项目时，这ç§ä¸¥æ ¼çš„检查和约æŸæ›´å®¹æ˜“建立。 - -å››ã€æ‰“样工程：AI å‹å¥½çš„代ç æ¡†æž¶ - -4.1 什么是打样工程 - -打样工程（Seed Project）是一个预先定义好的代ç æ¡†æž¶æ¨¡æ¿ï¼ŒåŒ…å«ï¼š -æ¯å±‚çš„ç±»åå’ŒèŒè´£å®šä¹‰ -代ç è§„范和最佳实践 -ä¾èµ–é…置和目录结构 - -4.2 打样工程的作用 - -AI 生æˆä»£ç é£Žæ ¼ä¸€è‡´ï¼šæ‰€æœ‰ AI 都基于åŒä¸€ä¸ªæ¡†æž¶ç”Ÿæˆä»£ç  -å‡å°‘é‡å¤ä»£ç ï¼šAI 会å¤ç”¨æ¡†æž¶ä¸­çš„组件而ä¸æ˜¯é‡å¤å†™ -é™ä½Žè®¤çŸ¥è´Ÿæ‹…：AI ä¸éœ€è¦æ¯æ¬¡ç†è§£é¡¹ç›®ç»“æž„ - -4.3 如何创建打样工程 - -从旧项目中蒸é¦å‡ºä¸€ä¸ªå¹²å‡€çš„新项目骨架 -定义æ¯å±‚èŒè´£ï¼šController → Service → Repository → Entity -定义类命å规范和包结构 -放入 Git 仓库供团队共享 - -五ã€å¼€å‘阶段：让 AI å¬è¯å†™å‡ºç»Ÿä¸€é£Žæ ¼çš„ä»£ç  - -5.1 用 RAG（检索增强生æˆï¼‰æ供上下文 - -将技术规格ã€ä»£ç è§„范ã€åŽ†å²å†³ç­–等信æ¯æ”¾åˆ°ä»£ç ä»“库的 /docs 或 /book 目录下，AI 通过检索这些文档获得上下文： - -`markdown -/my-project - /book - /requirements # 需求规格 - /specifications # 技术规格 - /api-docs # API 文档 - /src - /skills - /mcp -` - -5.2 多任务åŒæ­¥å¼€å‘：Worktree 的使用 - -Git Worktree å¯ä»¥æŠŠåˆ†æ”¯æ˜ å°„æˆç›®å½•ï¼Œå®žçŽ°å¤šä»»åŠ¡å¹¶è¡Œï¼š - -`bash -创建多个工作目录 -git worktree add ../feature-order feature/order -git worktree add ../feature-user feature/user - -在ä¸åŒç›®å½•ä¸‹åŒæ—¶å·¥ä½œï¼Œåšå®ŒåŽåˆå¹¶ -` - -但è¦æ³¨æ„： -多人åŒæ—¶æ“作多人工作时，版本管ç†ä¼šæ¯”较痛苦 -建议æå‰æŠŠè§„格设计好，让 AI 慢慢跑，而ä¸æ˜¯åŒæ—¶å¼€å¤ªå¤šä»»åŠ¡ - -5.3 ä¸è¦è®© AI 边写代ç è¾¹åšè®¾è®¡ - -用 rapper5 çš„æ€è·¯ï¼šDiscovery/Design å’Œ Coding 分两个阶段。 -å…ˆåšæŽ¢ç´¢æ€§è®¾è®¡ï¼Œè®©ä¸åŒ AI 模型（GPTã€Claudeã€Gemini）å„自给出方案 -选定方案åŽï¼Œå†æ¿€æ´» Coding 角色专èŒå†™ä»£ç  -切æ¢è§’色时é‡ç½®ä¸Šä¸‹æ–‡ï¼Œé¿å… AI 注æ„力分散 - -å…­ã€æµ‹è¯•é˜¶æ®µï¼šAI 写代ç å½¢æˆé—­çŽ¯çš„核心 - -6.1 为什么测试是 AI 编程的命脉 - -"没有 API 测试和å•å…ƒæµ‹è¯•ï¼Œæ— æ³•å½¢æˆ AI 写代ç çš„闭环。" - -AI 生æˆä»£ç åŽå¿…须能自我验è¯ï¼Œå¦åˆ™ï¼š -人工验è¯æ•ˆçŽ‡æžä½Ž -AI 无法å‘现自己的问题 -团队无法真正æ效 - -6.2 测试策略（3 层） - -| 测试类型 | 工具 | é©±åŠ¨æ–¹å¼ | -|----------|------|----------| -| å•å…ƒæµ‹è¯• | JUnit / pytest | TDD：先写测试让 AI 失败，å†å†™å®žçŽ° | -| API 测试 | REST Assured / Newman | 自动化回归，å¯ç›´æŽ¥å¡ 90%+ 覆盖率 | -| E2E 测试 | Playwright（推è，替代了 Selenium） | ä¸Šçº¿å‰ 80% çš„ case 回归覆盖 | - -6.3 TDD 循环（SuperPower 的工作方å¼ï¼‰ - -让 AI 先写 API 测试/å•å…ƒæµ‹è¯• -AI è¿è¡Œæµ‹è¯• → 失败 -AI å†å†™å®žçŽ°ä»£ç  -AI 自动è¿è¡Œæµ‹è¯•éªŒè¯ → 通过 - -效果：å•å…ƒæµ‹è¯•å¯è¾¾ 100% 覆盖率，API 测试å¯è¾¾ 90%+ 覆盖率。 - -6.4 AI 写测试解决å‡é˜³æ€§é—®é¢˜ - -有时候 AI 为了让测试通过，会伪造测试逻辑。解决方案： -TDD 先写测试：先让测试失败，å†è®© AI 写实现 -交å‰éªŒè¯ï¼šç”¨ä¸åŒçš„ AI 模型互相 review 代ç å’Œæµ‹è¯• - -6.5 æµ‹è¯•ç”¨ä¾‹çš„ç®¡ç† - -测试用例直接放到代ç ä»“库中： -å•å…ƒæµ‹è¯•ï¼šè·Ÿéšä»£ç æ¨¡å— -API 测试：放在 /test/api 目录 -E2E 测试：用 TypeScript + Playwright，放在代ç ä»“库根目录（或与å‰ç«¯é¡¹ç›®åŒä»“库） - -七ã€Review 阶段：AI 辅助 Code Review - -7.1 å¤šç§ Review æ–¹å¼ - -工具扫æ：SonarQube ç­‰é™æ€åˆ†æžå·¥å…· + AI è‡ªåŠ¨ä¿®å¤ -AI Review：用å¦ä¸€ä¸ª AI 模型åšäº¤å‰ review（æ¢æ¨¡åž‹åš review 是常用技巧） -Agent 自动触å‘：在 PR é˜¶æ®µè‡ªåŠ¨è§¦å‘ Review Agent - -7.2 AI Review 的问题与解决方案 - -问题：AI Review 总是会æ改进建议，哪怕没有明显问题（因为你的 prompt 让它æ问题）。 - -解决方案： -设置阈值：达到一定级别æ‰æ问题，å¦åˆ™ä¸è¾“出 -让 AI åªå…³æ³¨ bug 和逻辑错误，ä¸è¿‡åº¦å…³æ³¨é£Žæ ¼é—®é¢˜ -用团队的架构规约æ¥çº¦æŸ Review 标准 - -7.3 ä¸åŒåœºæ™¯çš„ Review ç­–ç•¥ - -全新项目（AI 100% 生æˆï¼‰ï¼šå¯ä»¥ç”¨æœ€ä¸¥æ ¼çš„规则，AI 写完直接修 -æ··åˆé¡¹ç›®ï¼ˆäºº + AI）：å¯èƒ½å­˜åœ¨åŽ†å²é—留问题，Review 结果噪音多，建议从新模å—开始é€æ­¥è§„范 -跨系统场景：AI å®¹æ˜“çŠ¯é”™ï¼ˆå°¤å…¶æ¶‰åŠ 3-5 个系统的交互），建议收敛到å•ä¸ªä»“åº“å¤„ç† - -ç»éªŒï¼šè·¨ç³»ç»Ÿæ—¶ AI 犯错误概率高达 70-80%，核心原因是缺少完整的系统间关系和业务规则上下文。 - -å…«ã€å·¥å…·é“¾ï¼šAI 编程工具全景 - -8.1 三类 AI 编程工具 - -| 类型 | 代表工具 | 特点 | -|------|----------|------| -| 命令行 CLI | Claude Code, OpenAI Codex | 适åˆå¿«é€Ÿæ“作ã€è„šæœ¬åŒ– | -| IDE é›†æˆ | Cursor, Windsurf, VS Code AI | 适åˆæ—¥å¸¸å¼€å‘，界é¢å‹å¥½ | -| 辅助æ’件 | SuperPower（推è个人）, Copilot | 按需使用 | - -8.2 常用 MCP（Model Context Protocol） - -| MCP | 用途 | -|-----|------| -| æ•°æ®åº“ MCP | æ“作数æ®åº“（注æ„：åªè¯»ï¼Œå†™æƒé™å»ºè®®å…³é—­ï¼‰ | -| Figma MCP | 读å–设计稿 | -| Jira MCP | 管ç†å·¥å• | -| Git MCP | 代ç æ交ã€PR æ“作 | - -8.3 Skills 体系 - -Skills = 一段æç¤ºè¯ + æ¨¡æ¿ + 脚本，用于æ述工作方法。 - -把打样工程的åˆå§‹åŒ–åšæˆ Skill -把团队规范åšæˆ Skills -Skills 放到代ç ä»“库中共享 - -é‡è¦è§‚点： -"现在 AI ç†è§£åŠ›å·²ç»å¾ˆå¼ºå¤§ï¼Œä¸éœ€è¦æŠŠè§„范è½å®žä¸ºéžå¸¸å›ºå®šçš„æ ¼å¼ï¼Œåªè¦è¡¨è¾¾æ¸…楚信æ¯ã€å¼ºè°ƒé‡ç‚¹å³å¯ã€‚" - -ä¸»æµ Skill 框架： -SuperPowerï¼šå†…ç½®å¤§é‡ Skills，开箱å³ç”¨ï¼Œé€‚åˆä¸ªäºº -Claude Agent（hermes）：自动基于对è¯ç”Ÿæˆå’Œä¼˜åŒ– Skills -MCP：工具调用åè®® - -8.4 为什么ä¸æŽ¨è SDD 框架 - -SDD（Scenario-Driven Development）框架本身很好，但è½åœ°éš¾åº¦åœ¨äºŽå›¢é˜Ÿå…±è¯†ï¼š - -需è¦å›¢é˜Ÿæ‰€æœ‰äººæŒ‰ç…§ç›¸åŒæµç¨‹å·¥ä½œ -现实团队中阻力很大（ä¸æ˜¯ä¸æ„¿æ„用，是习惯改ä¸äº†ï¼‰ -SuperPower 对个人很好用，但团队级很难推广 - -结论：与其强推 SDD 框架，ä¸å¦‚团队自己定义一套 Roos + Skills + MCP 的组åˆã€‚ - -ä¹ã€æž¶æž„åž‹æ€è€ƒï¼šæœªæ¥è¶‹åŠ¿ - -9.1 Agent Code 的趋势 - -未æ¥å¿…然会出现 "Agent Code" 的概念——把整个团队的所有产物（需求ã€è§„æ ¼ã€è§„范ã€æµ‹è¯•ï¼‰å…¨éƒ¨ä»£ç åŒ–，放到代ç ä»“库中统一管ç†ï¼š - -`markdown -/.agent - /skills # 工作方法 - /mcp # 工具é…ç½® - /templates # æ¨¡æ¿ - /rules # 规范 - /docs # 文档 -` - -所有 AI 工具（SuperPowerã€Claude Code 等）安装时都从代ç åº“读å–é…置，实现æžè‡´é«˜æ•ˆã€‚ - -9.2 多 Agent å调的挑战 - -当å‰å¤š Agent 框架（如 CrewAIã€AutoGen）还处于早期阶段： -缺少程åºçº§åˆ«çš„精确校验（ä¸èƒ½å®Œå…¨ä¾èµ– AI 判断） -Agent 与代ç ä¹‹é—´çš„交互需è¦ç¨‹åºé©±åŠ¨è€Œéžçº¯ AI 驱动 -å¯èƒ½éœ€è¦è‡ªå·±å†™ workflow 调度器 - -9.3 共识是第一è¦åŠ¡ - -"工具是玩人的，为了获得团队的共识。" - -大公å¸ä¹‹æ‰€ä»¥æ¯”å°å…¬å¸/创业公å¸æ›´éš¾æŽ¨è¿› AI 编程å˜é©ï¼Œæ˜¯å› ä¸ºï¼š -ä¹ æƒ¯éš¾ä»¥æ”¹å˜ -团队文化难以调整 -需è¦ä»Žä¸Šåˆ°ä¸‹çš„强力推动 - -åã€å›¢é˜Ÿå®žè·µå»ºè®® - -10.1 æ¸è¿›å¼è½åœ°è·¯çº¿ - -å•äººéªŒè¯é˜¶æ®µï¼šé€‰æ‹©ä¸€ä¸ªç®€å•é¡¹ç›®ï¼Œç”¨ SuperPower + TDD éªŒè¯ AI 编程效率 -规范建立阶段：定义技术规格模æ¿ã€ä»£ç è§„范ã€æ‰“样工程 -团队推广阶段：用 Skills 标准化工作方法，é€æ­¥è®©å›¢é˜ŸæŽ¥å— -自动化阶段：打通从需求到部署的全æµç¨‹ï¼Œå®žçŽ°"代ç å³ä¸€åˆ‡" - -10.2 技术ç»ç†çš„核心èŒè´£ - -定义 AI å‹å¥½çš„éœ€æ±‚è§„æ ¼æ¨¡æ¿ â†’ 推动 BA/产å“æŽ¥å— -建立打样工程和代ç è§„范 → 控制代ç è´¨é‡ä¸‹é™ -推动测试文化 → 这是专业和éžä¸“业软件公å¸çš„分界线 -构建团队共识 → 这是最难也是最é‡è¦çš„事 - -10.3 é¿å‘æŒ‡å— - -ä¸è¦è®© AI 直接写数æ®åº“：用 Flyway è„šæœ¬ç‰ˆæœ¬åŒ–ç®¡ç† -ä¸è¦æ‹†åˆ†è¿‡äºŽç»†å°çš„需求：一个模å—一个文档 -å˜æ›´éœ€æ±‚一定è¦æ ‡æ³¨å˜æ›´ç±»åž‹ï¼šä¸è¦ç»™å®Œæ•´çŠ¶æ€ -ä¸è¦è®© AI åŒæ—¶åšè®¾è®¡å’Œä»£ç ï¼šåˆ†é˜¶æ®µï¼Œç”¨ä¸åŒè§’色 -ä¸è¦å®Œå…¨ä¾èµ– AI Review：用规则约æŸã€AI + äººå·¥ç»“åˆ - -å一ã€è§‚ä¼—å馈与补充 - -åŽä¸º CodeArts Agent：带有规范驱动开å‘模å¼ï¼Œå¯ä»¥å‚考 -Obsidian + Opal：适åˆåš Markdown 知识库管ç†ï¼Œæ‰‹æœºå’Œç”µè„‘åŒæ­¥ï¼Œé€‚åˆåœ¨å¤–也能用手机+终端工作 -看æ¿å¼ AI ååŒï¼šæ‰€æœ‰éœ€æ±‚ã€è®¾è®¡ã€ä»»åŠ¡å…¨éƒ¨çœ‹æ¿åŒ–，共享给团队æˆå‘˜ -è·¨ Agent 通信：契约文件（如 OpenAPI JSON）放到共享目录，å‰åŽç«¯å„è‡ªè¯»å– â†’ é¿å…å‰ç«¯æ”¹å®ŒåŽç«¯ä¸çŸ¥é“的问题 -sonarlint 本地扫æ + AI 自动修å¤ï¼šåœ¨ pre-commit 阶段触å‘é™æ€æ‰«æ，AI 自动修å¤ä»£ç é£Žæ ¼é—®é¢˜ï¼Œæ•ˆæžœå¾ˆå¥½ - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1Z5EL6XE2m.md b/InBox/milky_BV1Z5EL6XE2m.md deleted file mode 100644 index 5265d0d..0000000 --- a/InBox/milky_BV1Z5EL6XE2m.md +++ /dev/null @@ -1,107 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Šæ示è¯å·¥ç¨‹ï¼šå˜é‡ç³»ç»Ÿä¸Žæ¡ä»¶æ¸²æŸ“》笔记 | BV1Z5EL6XE2m" -source: "milky@4ueo.com" -date: 2026-06-09 23:03 -tags: [milky, bilibili, notes] -email_id: 2630 ---- - -Milky 为您整ç†äº†ã€Šæ示è¯å·¥ç¨‹ï¼šå˜é‡ç³»ç»Ÿä¸Žæ¡ä»¶æ¸²æŸ“》 | BV1Z5EL6XE2m 笔记。 - -æ示è¯å·¥ç¨‹ï¼šå˜é‡ç³»ç»Ÿä¸Žæ¡ä»¶æ¸²æŸ“ - -背景：为什么需è¦å˜é‡ç³»ç»Ÿï¼Ÿ - -在之å‰çš„视频中，我们讨论了æ示è¯çš„基本写法——角色ã€æ ‡ç­¾ã€ç»“构等。但从现在开始，讲解的核心转å‘：如何一次写好ã€å¤šæ¬¡å¤ç”¨ã€‚ - -现实问题 - -当你åªæœ‰ä¸€ä¸ªé¡¹ç›®æ—¶ï¼Œç›´æŽ¥ç¼–写æ示è¯æ²¡æœ‰é—®é¢˜ã€‚但当场景å˜æˆè¿™æ ·ï¼š - -你写了一个代ç å®¡æŸ¥æ示è¯ï¼Œæ•ˆæžœå¾ˆå¥½ -è€æ¿è¦æ±‚把这个æ示è¯åº”用到项目 Bã€Cã€Dã€Eã€F - -如果æ示è¯ä¸­å†™æ­»äº†ï¼š -项目路径 -审查é‡ç‚¹ -é…置规则 - -ä½ åªèƒ½ï¼š -å¤åˆ¶ 5 份æç¤ºè¯ -é€ä¸ªä¿®æ”¹è·¯å¾„和审查é‡ç‚¹ - -结果是：6 个项目 = 6 份æ示è¯ï¼Œæ”¹ä¸€ä¸ªåœ°æ–¹éœ€è¦æ”¹ 6 次 - -解决方案：模æ¿åŒ– - -å°†æ示è¯åšæˆæ¨¡æ¿ï¼ŒæŠŠå¯å˜éƒ¨åˆ†æ›¿æ¢ä¸ºå˜é‡ï¼Œè¿è¡Œæ—¶æ³¨å…¥å…·ä½“值： - -` -ä¸€ä»½æ¨¡æ¿ â†’ 适é…所有项目 -改一个地方 → 全部项目生效 -` - -å˜é‡ç³»ç»Ÿçš„本质 - -å¯ä»¥æŠŠæ示è¯æ¨¡æ¿ç†è§£ä¸ºå¡«ç©ºé¢˜ï¼š - -` -今天天气真，我打算去，带上我的_。 -` - -å¡«å…¥ä¸åŒå†…容： - -| 填空1 | 填空2 | 填空3 | -|-------|-------|-------| -| 热 | æµ·è¾¹ | å†²æµªæ¿ | -| 凉快 | 公园 | æ‘„åƒæœº | - -æ示è¯å˜é‡æœ¬è´¨ä¸Šæ˜¯è¿™ç§æœºåˆ¶ï¼Œåªä¸è¿‡å¡«ç©ºçš„内容å˜æˆï¼š -项目路径 -æ¼æ´žç±»åž‹ -é…置规则 -审查é‡ç‚¹ -其他基础å‚æ•° - -Shannon 生产环境案例 - -在 Shannon 的生产环境中： -存在几å个æ示è¯æ–‡ä»¶ -æ¯ä¸ªæ示è¯ä¼šè¢«ç”¨äºŽä¸Šç™¾ä¸ªä¸åŒçš„项目 - -如果ä¸åšæ¨¡æ¿åŒ–，维护æˆæœ¬æ˜¯ç¾éš¾æ€§çš„。 - -å˜é‡ç³»ç»Ÿçš„进阶能力 - -å˜é‡ç³»ç»Ÿçš„能力ä¸æ­¢äºŽæ­¤ï¼Œè¿˜èƒ½å®žçŽ°æ›´å¼ºå¤§çš„功能：让整个段è½ã€æ•´ä¸ªç« èŠ‚出现或消失。 - -å°±åƒä¸€ä»½æ™ºèƒ½é—®å·ï¼š -æ ¹æ®ä½ å‰é¢çš„回答 -自动显示或éšè—åŽç»­çš„问题 - -预告：åŽç»­è§†é¢‘内容 - -本系列将ä¾æ¬¡è®²è§£ï¼š - -简å•çš„æ›¿æ¢ -最直观的填空方å¼ï¼Œå˜é‡å€¼å†³å®šæ›¿æ¢æˆä»€ä¹ˆå†…容 - -æ¡ä»¶æ¸²æŸ“ -å˜é‡çš„值ä¸ä»…决定æ¢æˆä»€ä¹ˆï¼Œè¿˜å†³å®šè¦ä¸è¦æ˜¾ç¤ºã€‚例如： -å˜é‡ X = "å¯ç”¨" → 显示æŸä¸ªç« èŠ‚ -å˜é‡ X = "关闭" → 该章节完全ä¸å‡ºçŽ° - -å‰ç¼€æ„Ÿå€¼ -一个å˜é‡åŒæ—¶æŽ§åˆ¶æ ‡ç‚¹å’Œå†…容，例如根æ®å˜é‡å€¼è‡ªåŠ¨æ·»åŠ åˆé€‚的语气è¯æˆ–è¿žæŽ¥è¯ - -æ示è¯ä¸­çš„ import è¯­å¥ -类似代ç ä¸­çš„ import，实现æ示è¯çš„模å—化和å¤ç”¨ - -总结 - -在讲解å˜é‡ç³»ç»Ÿä¸Žæ¡ä»¶æ¸²æŸ“的过程中，会越æ¥è¶Šå‘现：æ示è¯å·¥ç¨‹å’Œå†™ä»£ç éžå¸¸ç›¸ä¼¼ã€‚ - -æ示è¯æœ¬è´¨ä¸Šæ˜¯ AI 时代的人类编程语言——通过模æ¿åŒ–ã€å˜é‡ã€æ¡ä»¶æŽ§åˆ¶ç­‰æœºåˆ¶ï¼Œå®žçŽ°æ示è¯çš„高效å¤ç”¨å’Œçµæ´»é…置。 - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1i77X6pE1C.md b/InBox/milky_BV1i77X6pE1C.md deleted file mode 100644 index fdfd16e..0000000 --- a/InBox/milky_BV1i77X6pE1C.md +++ /dev/null @@ -1,192 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€ŠShopify：内部 Agent， 为什么ä¸å‡†å‘˜å·¥ç§èŠï¼Ÿâ€”—AI native组织è¦çš„ä¸æ˜¯ä¸ªäººæ效，是组织自进化》笔记 | BV1i77X6pE1C" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 2054 ---- - -Milky 为您整ç†äº†ã€ŠShopify：内部 Agent， 为什么ä¸å‡†å‘˜å·¥ç§èŠï¼Ÿâ€”—AI native组织è¦çš„ä¸æ˜¯ä¸ªäººæ效，是组织自进化》 | BV1i77X6pE1C 笔记。 - -Shopify 内部 Agent River：为什么ä¸å‡†å‘˜å·¥ç§èŠï¼Ÿ - -核心观点 - -AI-native 组织的门槛ä¸æ˜¯ä¸ªäººæ›´å¿«ï¼Œè€Œæ˜¯ç»„织能从ç»éªŒä¸­å­¦ä¹ ã€èƒ½è‡ªè¿›åŒ–。 - -å•çº¯ç»™å‘˜å·¥é…备ç§äºº AI Agent，å¯èƒ½è®©æ¯ä¸ªäººå˜å¿«ï¼Œä½†ç»„织本身没有进化。 - - -问题背景：ä¼ä¸šå¯¹ AI 的常è§è¯¯åŒº - -误区åšæ³• - -ç»™æ¯ä¸ªå‘˜å·¥å¼€ AI è´¦å·ï¼Œé…一个自己的 Agent，让他跑在： - -本地终端 -编辑器ç§äººå¯¹è¯æ¡† -ç§èŠçª—å£é‡Œ - -效果 - -查问题更快 -改代ç æ›´å¿« -跑测试更快 - -真正的门槛 - -更硬的问题是：组织能ä¸èƒ½ä»Žè¿™äº› AI 工作里学习？ - -能å¦æŠŠä¸€æ¬¡æŽ’查ã€ä¸€æ¬¡ä¿®å¤ã€ä¸€æ¬¡å¥½åˆ¤æ–­ï¼Œå˜æˆåŽé¢æ‰€æœ‰äººå’Œæ‰€æœ‰ Agent 都能继承的ç»éªŒï¼Ÿ - - -核心对比：ç§äºº Agent çš„å¤©èŠ±æ¿ - -| 维度 | ç§äºº Agent | 公开 Agent（River） | -|------|-----------|---------------------| -| æœåŠ¡èŒƒå›´ | 键盘å‰é‚£ä¸ªäºº | 整个团队 | -| 上下文æ¥æº | å•äººè¾“å…¥ | 多人补充 | -| ç»éªŒæ²‰æ·€ | 个人日志 | 组织语料 | -| å¤çŽ°æ€§ | 低（过程ä¸å¯è§ï¼‰ | 高（å¯æœç´¢ã€å¤ç”¨ï¼‰ | -| 学习能力 | Agent 之间互相学ä¸åˆ° | 团队å作促进 Agent 进化 | - -ç§äºº Agent çš„å±€é™æ€§ - -以一次排查å¶å‘失败测试为例： - -你昨天怎么定ä½é—®é¢˜ï¼Ÿ -中间错了哪些方å‘？ -最åŽæ˜¯å“ªæ¡çº¿ç´¢æŠŠé—®é¢˜æ”¶ä½ï¼Ÿ - -这些问题å³ä½¿ç•™åœ¨æ—¥å¿—里，也åªæ˜¯äº‹åŽæ料： - -ä¸ä¼šå¤©ç„¶å˜æˆå¤šäººå作现场 -别的工程师ä¸ä¼šåœ¨è¿‡ç¨‹ä¸­çœ‹åˆ° -ä¸ä¼šæœ‰äººé¡ºæ‰‹è¡¥ä¸€ä¸ªçº¦æŸ -下一次类似情况，ä¸ä¼šè‡ªåŠ¨ä»Žè¿™æ¡è·¯å¾„开始 - - -River 的设计选择 - -åŸºæœ¬å·¥ä½œæ–¹å¼ - -River 是 Shopify 内部 Slack 里的 AI Agent： - -员工ä¸åœ¨ç§èŠçª—å£æ‰¾ä»–，è¦åˆ°å†…部公开频é“里 @ ä»– -River 会执行：读代ç ã€è·‘测试ã€å¼€ PRã€æŸ¥æ•°æ®ä»“库ã€çœ‹ç”Ÿäº§é“¾è·¯è®°å½• -å¿…è¦æ—¶ï¼ŒRiver 还会å驳他认为ä¸å¥½çš„计划 - -硬性产å“çº¦æŸ - -` -åªæ”¯æŒå…¬å¼€é¢‘é“工作，ä¸æ”¯æŒä¸€å¯¹ä¸€ç§èŠ -` - -æ¯ä¸€æ¬¡å’Œ River 的对è¯ï¼Œéƒ½ä¼šå˜æˆä¸€æ¡ Slack 线程记录，默认对 Shopify 内部员工å¯è§ã€‚ - -注：这里的"公开"指 Shopify 内部 Slack 范围内å¯è§ï¼Œä¸æ˜¯äº’è”网公开。 - - -公开线程的工作机制 - -典型场景 - -` -工程师 A 在频é“æé—® - ↓ -River 开始工作：读文件ã€è·‘查询ã€è´´å‡ºéƒ¨åˆ†å‘现 - ↓ -工程师 B 看到（通过频é“链接或被人拉进æ¥ï¼‰ - ↓ -B 补一å¥å…³é”®çº¦æŸï¼š - - "这个表ä¸èƒ½è¿™æ ·æŸ¥" - - "这个æœåŠ¡åˆšè¿ç§»è¿‡" - - "这个测试以å‰å¤±è´¥è¿‡ï¼ŒåŽŸå› å¯èƒ½ä¸åœ¨è¿™é‡Œ" - - "这个方案会影å“å¦ä¸€ä¸ªå›¢é˜Ÿ" - ↓ -River å¸æ”¶æ–°ä¸Šä¸‹æ–‡ï¼Œç»§ç»­å¾€ä¸‹æŸ¥ -` - -公开 vs ç§äººçš„关键差别 - -ç§äººå¯¹è¯ï¼šAI 多数åªç»§æ‰¿ä¸€ä¸ªäººçš„上下文 -公开线程：AI 进入的是一个多人å作现场 - - -组织学习机制：语料挖掘与回写 - -公开线程记录会形æˆä¸€å¥—å¯æŒ–掘的组织语料，Shopify 会： - -挖掘åå¤å‡ºçŽ°çš„æ¨¡å¼ -把这些模å¼å›žå†™åˆ° River 的： - - 技能（Skills） - - æ示è¯ï¼ˆPrompts） - - 默认动作（Default Actions） - -具体沉淀内容 - -| 沉淀内容 | 说明 | -|---------|------| -| 排查路径 | 哪些排查路径有效 | -| å·¥ç¨‹çº¦æŸ | 哪些工程约æŸåº”该默认带上 | -| æ示è¯/技能 | 哪些æ示è¯å’ŒæŠ€èƒ½åŠ¨ä½œå¯ä»¥æ²‰æ·€ä¸‹æ¥ | - -核心机制 - -` -一个人硬啃出æ¥çš„ä¿®å¤åŠžæ³• → 下一个人的起点 -一个线程里åå¤å‡ºçŽ°çš„çº¦æŸ â†’ River 以åŽæ›´å®¹æ˜“带上的上下文 -` - -一次好的排查，ä¸å†åªæ˜¯æŸä¸ªäººå’ŒæŸä¸ª Agent çš„ç§æœ‰ç»åŽ†ï¼Œè€Œæ˜¯å¼€å§‹æ•™ä¼šåŽé¢çš„线程。 - - -边界与é™åˆ¶ - -ä¸ç­‰äºŽç¦æ­¢æ‰€æœ‰ç§èŠ - -ä¼ä¸šä¸æ˜¯ä¸èƒ½æœ‰ä»»ä½• AI ç§èŠï¼Œè€Œæ˜¯ River 这个 Agent åšæŒä¸åšç§èŠå…¥å£ã€‚ - -需è¦è¾¹ç•ŒæŽ§åˆ¶çš„场景 - -以下æ•æ„Ÿé—®é¢˜ä»ç„¶è¦æœ‰è¾¹ç•Œï¼š - -æƒé™ç›¸å…³ -安全相关 -人事相关 -法务相关 - -River çš„å®šä½ - -River 处ç†çš„是那些值得被组织记ä½çš„工作，而ä¸æ˜¯æ‰€æœ‰å¯¹è¯ã€‚ - - -核心å¯ç¤º - -对è€æ¿å’ŒæŠ€æœ¯è´Ÿè´£äººçš„é—®é¢˜æ¸…å• - -部署 AI Agent 时，ä¸ä»…è¦é—®ï¼š - -⌠员工有没有 Agent？ -⌠对è¯æ—¥å¿—能ä¸èƒ½å›žæ”¶ï¼Ÿ -⌠个人效率有没有æå‡ï¼Ÿ - -æ›´è¦é—®ï¼š - -✅ 这些 Agent 对è¯ä¼šä¸ä¼šæ•™ä¼šåŽé¢çš„线程？ -✅ 员工用 AI 解决问题的过程，是一份åŽå°æ—¥å¿—，还是一个团队能å‚与ã€èƒ½æŽ¥åŠ›ã€èƒ½å¤ç”¨çš„工作现场？ - -结论 - -| 类型 | 结果 | -|------|------| -| 如果åªæ˜¯åŽå°æ—¥å¿— | 一堆分散的个人æ效，æ¯ä¸ªäººéƒ½å¿«äº†ä¸€ç‚¹ï¼Œä½†ç»„织没有å˜èªæ˜Ž | -| 如果是å¯å作的工作现场 | 组织从æ¯æ¬¡ AI 工作中学习，实现自进化 | - -é‡‘å¥ - -ç§äºº Agent 的天花æ¿æ˜¯é”®ç›˜å‰é‚£ä¸ªäººã€‚ -公开 Agent 的价值是让åŽé¢çš„线程ä¸ä»Žé›¶å¼€å§‹ã€‚ - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1mZV76eEPC.md b/InBox/milky_BV1mZV76eEPC.md deleted file mode 100644 index 69bd25b..0000000 --- a/InBox/milky_BV1mZV76eEPC.md +++ /dev/null @@ -1,181 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Š2026-05-30 SDD 规格驱动è½åœ°ï¼Œæ–‡æ¡£ç®¡ç†ç­–略》笔记 | BV1mZV76eEPC" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 2044 ---- - -Milky 为您整ç†äº†ã€Š2026-05-30 SDD 规格驱动è½åœ°ï¼Œæ–‡æ¡£ç®¡ç†ç­–略》 | BV1mZV76eEPC 笔记。 - -SDD 规格驱动è½åœ°ï¼šæ–‡æ¡£ç®¡ç†ç­–ç•¥ - -研讨会背景与目的 - -本次分享是 AI 编程相关è¯é¢˜çš„延续，主è¦èšç„¦ SDD（Spec-Driven Development，规格驱动开å‘） 的文档管ç†ç­–略。 - -研讨会机制 - -目的：让å‚会者能够å‚与达æˆç¤¾åŒºå…±è¯†ï¼Œåˆ†äº«å„å…¬å¸åœ¨ AI 编程实践中的ç»éªŒ -å½¢å¼ï¼šå’¨è¯¢å¸ˆåˆ†äº«è§‚察到的公å¸å®žçŽ°æ–¹æ¡ˆã€æž¶æž„设计ã€ç³»ç»Ÿè®¾è®¡ç­‰å†…容 -价值：对个人和团队帮助都éžå¸¸å¤§ï¼Œé€šè¿‡é›†ä½“讨论形æˆå…±è¯† - -特别感谢å¡å°¼å…‹è€å“¥åœ¨ç ”讨会期间贡献了大é‡åˆ†äº«æ€æƒ³ï¼Œå—益颇多。 - - -AI 编程å‘展历程回顾 - -时间线概览 - -| 时间 | 分享内容 | 核心概念 | -|------|----------|----------| -| 2025å¹´6月 | 早期 AI 编程实践 | DPER5 方法论 | -| åŽç»­ | MCP ç­‰å·¥å…·æ•´åˆ | MCPã€Scales | -| 5月9æ—¥ | Plan å’Œ Build æ¨¡å¼ | æ–°å› å­ï¼ˆå¸å¼•å­ï¼‰æ¦‚念 | -| 本次 | SDD 文档管ç†ç­–ç•¥ | 规格驱动è½åœ° | - - -DPER5 方法论 - -核心æ€æƒ³ - -DPER5 将软件工程中使用 AI 进行开å‘的过程分为 5 个弱阶段（Weak Stages）： - -` -Discover → Plan → Execute → Review → Refine - ↓ ↓ ↓ ↓ ↓ - å‘现 规划 执行 评审 优化 -` - -阶段特性 - -ä¸åŒé˜¶æ®µ AI 会按照ä¸åŒçš„模å¼è¿è¡Œ -例如在 Design 模å¼æˆ– Discover 模å¼ä¸‹ï¼ŒAI ä¸ä¼šä¿®æ”¹ä»£ç  -è¿™ç§åˆ†é˜¶æ®µçº¦æŸæ˜¯é©¯æœ AI 的简å•æœ‰æ•ˆæ–¹æ³• - -实践应用 - -在早期阶段（2025年），演讲者已ç»åœ¨å…¬å¸å†…部领先应用 -采用 Design → Plan → Execute çš„æµç¨‹é©±åŠ¨å¼€å‘ -该方法使用了较长时间，有效规范了 AI 辅助开å‘æµç¨‹ - - -MCP（Model Context Protocolï¼‰å·¥å…·ç”Ÿæ€ - -å·¥å…·æ•´åˆ - -åŽç»­éšç€ MCP 以åŠç›¸å…³å·¥å…·å¥—件的出现，形æˆäº†å®Œæ•´çš„ AI 编程工具生æ€ï¼š - -MCP（Model Context Protocol）：模型上下文åè®® -Scales：扩展工具 -SDD：规格驱动开å‘方法论 - -这些工具被整åˆåˆ°ä¸€ä»½ PPT 手册中，作为团队 AI 编程的指å—或手册å‚考。 - - -SDD（规格驱动开å‘） - -SDD çš„æ ¸å¿ƒæ¨¡å¼ - -SDD æ供了多ç§å·¥ä½œæ¨¡å¼ï¼Œé€‚用于ä¸åŒçš„å¼€å‘场景： - -| æ¨¡å¼ | 适用场景 | AI è¡Œä¸ºç‰¹å¾ | -|------|----------|-------------| -| Design | 需求分æžã€æž¶æž„设计 | ä¸ä¿®æ”¹ä»£ç ï¼Œä»…æ供设计建议 | -| Discover | 探索å‘现ã€æ–¹æ¡ˆè°ƒç ” | ä¸ä¿®æ”¹ä»£ç ï¼Œä¸“注于信æ¯æ”¶é›† | -| Plan | 规划分解ã€ä»»åŠ¡æ‹†è§£ | 生æˆå®žçŽ°è®¡åˆ’ | -| Build | 代ç å®žçŽ°ã€å…·ä½“å¼€å‘ | 执行代ç ç¼–写和修改 | - -æ–°å› å­ï¼ˆå¸å¼•å­ï¼‰æ¦‚念 - -ç”± countic 大佬在 5月9日的分享中引入： - -物ç†å­¦çš„概念解释： - -在混沌系统中，存在两ç§éœ‡è¡å馈的系统 -è¿™ç§ç³»ç»Ÿæœ€ç»ˆä¼šæ”¶æ•›åˆ°ä¸€ä¸ªç¨³å®šçŠ¶æ€ -这个收敛点被称为 å¸å¼•å­ï¼ˆAttractor） - -在 AI 编程中的应用： - -通过引入新因å­ï¼Œå¯ä»¥å¼•å¯¼ AI 的输出趋å‘äºŽé¢„æœŸçš„ç¨³å®šçŠ¶æ€ -帮助控制 AI 在å¤æ‚任务中的å‘散性 -实现更å¯æŽ§çš„ AI 驱动开å‘æµç¨‹ - - -SDD 文档管ç†ç­–ç•¥ - -本次分享的核心主题，èšç„¦äºŽè§„格驱动开å‘的文档管ç†æ–¹æ³• - -文档在 SDD 中的作用 - -规格定义：明确需求和设计规范，作为开å‘的基准 -上下文传递：在ä¸åŒé˜¶æ®µä¹‹é—´ä¼ é€’ä¸Šä¸‹æ–‡ä¿¡æ¯ -版本控制：记录规格的å˜æ›´åŽ†å² -团队å作：统一团队对需求的ç†è§£å’Œå®žçŽ°æ–¹å¼ - -文档管ç†æœ€ä½³å®žè·µ - -（基于 SDD 方法论，文档管ç†åº”éµå¾ªä»¥ä¸‹åŽŸåˆ™ï¼‰ - -规格优先：在开å‘å‰å…ˆå®Œæˆè§„格文档的编写 -增é‡è¿­ä»£ï¼šè§„格文档éšé¡¹ç›®è¿›å±•é€æ­¥å®Œå–„ -åŒå‘追溯：规格与实现之间ä¿æŒå¯è¿½æº¯æ€§ -工具集æˆï¼šå°†æ–‡æ¡£ç®¡ç†ä¸Ž AI ç¼–ç¨‹å·¥å…·é“¾æ•´åˆ - - -工具链整åˆæ–¹æ¡ˆ - -推èçš„ AI 编程工具栈 - -` -┌─────────────────────────────────────────────────────┠-│ 规格层 (Spec) │ -│ ┌─────────────┠┌─────────────┠┌─────────────┠│ -│ │ Design │ │ Discover │ │ Plan │ │ -│ └─────────────┘ └─────────────┘ └─────────────┘ │ -├─────────────────────────────────────────────────────┤ -│ 工具层 (Tools) │ -│ ┌─────────────┠┌─────────────┠┌─────────────┠│ -│ │ MCP │ │ Scales │ │ SDD │ │ -│ └─────────────┘ └─────────────┘ └─────────────┘ │ -├─────────────────────────────────────────────────────┤ -│ 执行层 (Execution) │ -│ ┌─────────────┠┌─────────────┠│ -│ │ Build │ │ Review │ │ -│ └─────────────┘ └─────────────┘ │ -└─────────────────────────────────────────────────────┘ -` - -MCP 的核心功能 - -æ供标准化的上下文åè®® -实现 AI 与外部工具的无ç¼é›†æˆ -支æŒå¤šå·¥å…·ååŒå·¥ä½œ - - -社区贡献者致谢 - -| 贡献者 | 贡献内容 | -|--------|----------| -| å¡å°¼å…‹ | 大é‡åˆ†äº«æ€æƒ³ï¼Œç ”讨会核心å‚与者 | -| countic | 引入新因å­ï¼ˆå¸å¼•å­ï¼‰æ¦‚念，分享 Plan/Build æ¨¡å¼ | -| å°‘ä¸ªåˆ†å· | SDD 方法论整ç†ï¼Œå·¥å…·é“¾æ•´åˆï¼Œæ–‡æ¡£ç®¡ç†ç­–略分享 | - - -åŽç»­è¯é¢˜é¢„å‘Š - -本次分享的议程安排： - -SDD 文档管ç†ç­–略（当å‰å†…容） -AIGC 模æ¿ç›¸å…³è¯é¢˜ï¼ˆç”±å¡å°¼å…‹è€å“¥åˆ†äº«ï¼‰ - - -å‚è€ƒèµ„æº - -本次分享的 PPT 资料（å¯ä½œä¸ºå›¢é˜Ÿ AI 编程手册/指å—） -æœç´¢å…³é”®è¯ï¼šAI编程ã€MCPã€SDDã€DPER5ã€è§„æ ¼é©±åŠ¨å¼€å‘ -相关标签：人工智能ã€è§„格驱动开å‘ã€AI编程 - -────────────────────────────── -Generated by MilkyAi@Bilibili: https://space.bilibili.com/3461574540921489 \ No newline at end of file diff --git a/InBox/milky_BV1p9QnBtEMq.md b/InBox/milky_BV1p9QnBtEMq.md deleted file mode 100644 index 91b5b31..0000000 --- a/InBox/milky_BV1p9QnBtEMq.md +++ /dev/null @@ -1,273 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Šè®©AI真正读懂è¯æ®é—´çš„因果：深度验è¯æ¡†æž¶è§£å†³é€»è¾‘断层，实现92.0%平衡准确率》笔记 | BV1p9QnBtEMq" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 1987 ---- - -Milky 为您整ç†äº†ã€Šè®©AI真正读懂è¯æ®é—´çš„因果：深度验è¯æ¡†æž¶è§£å†³é€»è¾‘断层，实现92.0%平衡准确率》| BV1p9QnBtEMq 笔记。 - -病例驱动è¯æ®éªŒè¯æ¡†æž¶ï¼šä»Žè¡¨é¢åŒ¹é…到å¯éªŒè¯æŽ¨ç† - -研究背景与问题 - -å½“å‰ AI è¯æ®å¼•ç”¨çš„核心缺陷 - -现有 AI 模型在引用外部è¯æ®æ—¶å­˜åœ¨ä¸¥é‡çš„逻辑断层问题： - -| 缺陷类型 | 具体表现 | -|---------|---------| -| 表é¢åŒ¹é…ä¾èµ– | 过度ä¾èµ–文本相似度，用文字é‡åˆåº¦"èµ°æ·å¾„" | -| 逻辑断层 | 未真正ç†è§£è¯æ®ä¸Žä¸»å¼ ä¹‹é—´çš„因果关系 | -| 虚å‡æ”¯æ’‘ | 生æˆçœ‹èµ·æ¥åˆç†ä½†ç¼ºä¹é€»è¾‘支撑的回答 | -| 高风险éšæ‚£ | 在医疗ã€æ³•å¾‹ç­‰é¢†åŸŸå¯èƒ½å¯¼è‡´è‡´å‘½é”™è¯¯ | - -问题本质 - -模型并未真正"看懂"è¯æ®ï¼Œè€Œæ˜¯åˆ©ç”¨æ–‡æœ¬é‡åˆåº¦ç”Ÿæˆçœ‹ä¼¼åˆç†çš„回答。这ç§è™šå‡çš„逻辑支撑在专业领域éžå¸¸å±é™©ã€‚ - - -解决方案：三ä½ä¸€ä½“验è¯æ¡†æž¶ - -框架架构 - -研究团队æ出病例驱动验è¯æ¡†æž¶ï¼ˆCase-Driven Evidence Verification），核心是三ä½ä¸€ä½“结构： - -` -┌─────────────────────────────────────────────────────┠-│ 验è¯ä»»åŠ¡ │ -│ （转化为严苛的判断题） │ -├─────────────────────────────────────────────────────┤ -│ │ -│ ┌─────────┠┌──────────────┠┌───────────┠│ -│ │ 具体情境 │ + │ 外部è¯æ® │ + │ 结构化主张 │ │ -│ │ CASE │ │ EVIDENCE │ │ CLAIM │ │ -│ └─────────┘ └──────────────┘ └───────────┘ │ -│ │ -│ ↓ │ -│ 模型输出è£å®šç»“æžœ VERDICT │ -│ ï¼ˆæ”¯æŒ / ä¸æ”¯æŒï¼‰ │ -└─────────────────────────────────────────────────────┘ -` - -工作机制 - -输入三元组：åŒæ—¶è¾“入具体情境（Case）ã€å¤–部è¯æ®ï¼ˆEvidence）和结构化主张（Claim） -判断题模å¼ï¼šå°†ä»»åŠ¡è½¬åŒ–为判断题，强制模型输出明确è£å®š -逻辑验è¯ï¼šéªŒè¯è¯æ®åœ¨å½“å‰æƒ…境下是å¦çœŸå®žæ”¯æ’‘主张 - - -自动化数æ®ç”Ÿæˆæ–¹æ³• - -核心创新 - -零人工标注æˆæœ¬çš„自动化数æ®ç”Ÿæˆæµæ°´çº¿ï¼Œæ•´åˆä¸¤å¤§æ•°æ®æºï¼š - -| æ•°æ®æº | 用途 | -|-------|------| -| MIMIC-CXR（真实影åƒæŠ¥å‘Šï¼‰ | æå–病例状æ€ï¼ˆCase） | -| Radiopaedia（医学知识库） | 抽å–数万æ¡è¯æ®ï¼ˆEvidence） | - -通过 Refire Core 逻辑规则智能é‡ç»„，自动映射æˆæ•°å万æ¡æ­£è´Ÿæ ·æœ¬ã€‚ - -四类训练样本 - -| 样本类型 | ç‰¹å¾ | 作用 | -|---------|------|------| -| 正样本 | 明确支æŒä¸»å¼  | 学习正确关è”æ¨¡å¼ | -| 错误状æ€é™·é˜± | 高度相关但结论相å | å°å µå…³é”®è¯åŒ¹é…æ·å¾„ | -| 困难负样本 | 因果关系å¤æ‚ | 强化深层ç†è§£ | -| 简å•è´Ÿæ ·æœ¬ | 明显ä¸æ”¯æŒ | 基线学习 | - -å事实负样本（核心çªç ´ï¼‰ - -语义特å¾ï¼šä¸Žä¸»å¼ æžåº¦æŽ¥è¿‘，包å«æ‰€æœ‰æ ¸å¿ƒå…³é”®è¯ -逻辑特å¾ï¼šç”±äºŽç—…例特å¾å·®å¼‚，推导方å‘与主张完全相å -å æ¯”：25% çš„æ•°æ®é›†ä¸“门用于å°å µå…³é”®è¯åŒ¹é…æ·å¾„ - -目的：逼迫模型放弃表é¢å…³è”，深入ç†è§£æ–‡å­—背åŽçš„逻辑因果。 - - -实验设计与结果 - -关键对比实验 - -病例深度关è”的效果 - -| é…ç½® | AUPRC | 平衡准确率 | -|-----|-------|-----------| -| 纯è¯æ®éªŒè¯ | 35.1% | — | -| 深度关è”éªŒè¯ | 87.8% | 92.0% | - -结论：å•çº¯å †ç Œèµ„æ–™ä¸èƒ½è®© AI å˜èªæ˜Žï¼Œç»“åˆå…·ä½“情境æ‰èƒ½å®žçŽ°æ€§èƒ½è·¨è¶Šã€‚ - -关键è¯é™·é˜±æµ‹è¯• - -场景：病例明确显示无胸腔积液，é¢å¯¹åŒ…å«ç›¸åŒæœ¯è¯­çš„干扰è¯æ® - -| 模型 | 支æŒçŽ‡ | -|-----|-------| -| 普通 AI | 99.1% | -| 深度验è¯æ¨¡åž‹ | 0.000% | - -结论：框架能有效识破伪装，ä¸å†ç›²ç›®ä¿¡ä»»è¯­ä¹‰ç›¸è¿‘但逻辑无关的信æ¯ã€‚ - -物ç†å¹²é¢„测试（检验推ç†çœŸå®žæ€§ï¼‰ - -三ç§æžç«¯æ¡ä»¶ï¼š - -| 测试æ¡ä»¶ | æè¿° | AUPRC | F1 分数 | -|---------|------|-------|---------| -| 正常关è”è¯æ® | 基线测试 | 87.8% | 高 | -| 清空è¯æ® | 切断所有å‚考资料 | å¤§å¹…ä¸‹é™ | å¤§å¹…ä¸‹é™ | -| 交æ¢è¯æ® | 张冠æŽæˆ´çš„专业文本 | 21.7% | 显著缩水 | - -结论：性能急剧崩溃è¯æ˜Žæ¨¡åž‹é«˜åº¦ä¾èµ–正确的外部è¯æ®ï¼Œè€Œéžæ­»è®°ç­”案。 - -è¯æ®æ•°é‡ä¸Žæ€§èƒ½å…³ç³» - -| è¯æ®æ•°é‡ | AUROC | -|---------|-------| -| 1 å¥ | 较低 | -| 2 å¥ | 97.4%（巅峰） | -| 10 å¥ | 基本æŒå¹³ | - -关键å‘现：模型ä¸éœ€è¦ç¿»é˜…数百页文档，åªéœ€æŠ“准最关键的两å¥ä¿¡æ¯å°±èƒ½å®žçŽ°æ»¡è¡€æ€§èƒ½ã€‚过度堆砌资料å而引入背景干扰。 - -全维度性能对比 - -| 方法 | AUROC | AUPRC | BRI Score | -|-----|-------|-------|-----------| -| 纯情境推断 | 59.90% | — | 高 | -| 纯è¯æ®éªŒè¯ | — | 35.11% | 高 | -| 三ä½ä¸€ä½“æ·±åº¦å…³è” | 97.43% | 87.8% | 0.060 | - - -æ³›åŒ–èƒ½åŠ›éªŒè¯ - -陌生知识测试（Held-out Content） - -使用从未å‚与训练的全新医学百科文章： - -| 指标 | 结果 | -|-----|------| -| AUROC | 97.2% | -| F1 分数 | 77.9% | - -结论：模型学习到的是通用验è¯é€»è¾‘，而éžå¯¹ç‰¹å®šæ•™æå¥å¼çš„死记硬背。 - -跨数æ®é›†è¿ç§» - -将基于 MIMIC-CXR 训练的模型直接空é™åˆ° CheXpert Plus æ•°æ®é›†ï¼ˆ6万+患者）： - -| 指标 | 结果 | -|-----|------| -| AUROC | 93.46% | -| 平衡准确率 | 87.45% | - -结论：å³ä¾¿é¢å¯¹æˆªç„¶ä¸åŒçš„书写风格和病例分布，模型验è¯èƒ½åŠ›ä¾ç„¶åœ¨çº¿ï¼Œå±•çŽ°æžå¼ºè½åœ°é€‚应性。 - -底层模型对比 - -| 模型 | å‚æ•°é‡ | AUPRC | 特点 | -|-----|-------|-------|------| -| DeBERTa-v3-large | 3.95亿 | 87.8% | 综åˆæœ€å¼ºï¼Œé¢å¯¹æœªçŸ¥è¯æ®æœ€ç¨³ | -| FlanT5-large | — | 次之 | ç»å…¸å¤§æ¨¡åž‹ | -| RoBERTa-large | — | — | ç»å…¸ baseline | - -结论：更现代的特å¾æå–器能更æ•é”地é”定微å°çš„语义å差。 - - -应用场景 - -临床问答护城河 - -` -检索器 → 生æˆå™¨ → ã€éªŒè¯æ¡†æž¶ã€‘ → 医生 - ↓ - 输出置信度分数 - 拦截 99% 幻觉主张 -` - -作为最åŽä¸€é“交å‰è´¨è¯ -有效拦截无ä¾æ®æ–¹æ¡ˆ -辅助医生åšå‡ºæ›´ç¨³å¥çš„决策 - -自动化医疗报告审核 - -自动æå–结构化结论 -与原始影åƒå‘现åŠåŒ»å­¦æ ‡å‡†é€ä¸€æ ¸å¯¹ -实时标注逻辑冲çªï¼Œæ示人工å¤æ ¸ -å‡è½»é«˜å¹´èµ„医生审核负担 -æœç»å› ç–²åŠ³å¼•å‘的关键性ç–æ¼ - -跨领域泛化 - -| 领域 | 应用 | -|-----|------| -| 法律åˆè§„ | 核实法æ¡æ˜¯å¦çœŸå®žé€‚用于案件事实 | -| ç§‘ç ”éªŒè¯ | 自动检查实验引用是å¦å­˜åœ¨å¼ å† æŽæˆ´ | -| ä¼ä¸šçŸ¥è¯†åº“ | 核对工å•ä¸Žæ“作手册，拒ç»éšæ„å‘挥 | - - -范å¼è·ƒè¿ï¼šä»Ž RAG 到 VAG - -| èŒƒå¼ | ç‰¹å¾ | 核心区别 | -|-----|------|---------| -| RAG（检索增强生æˆï¼‰ | åªè¦æ£€ç´¢æ–‡æœ¬çœ‹èµ·æ¥ç›¸ä¼¼ï¼Œå°±å¼ºè¡Œä½œä¸ºç­”案å‚考 | 区分相关性与支撑性 | -| VAG（验è¯å¢žå¼ºç”Ÿæˆï¼‰ | åªæœ‰å­˜åœ¨æ˜Žç¡®é€»è¾‘因果的文本æ‰è¢«è®¤å®šä¸ºæœ‰æ•ˆè¯æ® | 追求确凿性 | - -本质转å˜ï¼šAI 从æ¾æ•£çš„文本拼接机器 → 严谨的逻辑推演中枢 - - -当å‰å±€é™ä¸Žæœªæ¥è·¯çº¿ - -技术边界 - -| å±€é™ç±»åž‹ | 具体问题 | -|---------|---------| -| 泛化æŸè€— | é¢å¯¹æˆªç„¶ä¸åŒçš„æ–°è¯æ®æ—¶ï¼ŒAUPRC 指标ä»ä¼šäº§ç”Ÿå®¢è§‚è¡°å‡ | -| 多状æ€æ‰©å±• | ç›®å‰ä¸»è¦éªŒè¯äºŒå…ƒä¸»å¼ ï¼Œæœªæ¥éœ€å‘å¤æ‚多元连续图谱扩展 | -| 端到端噪声 | 引入全网实时检索åŽï¼Œå¯¹æ¨¡åž‹æŠ—干扰能力æ出更高è¦æ±‚ | - -演进路线 - -` -第一阶段（已完æˆï¼‰ 第二阶段（进行中） 第三阶段（愿景） - ↓ ↓ ↓ -三ä½ä¸€ä½“验è¯æ¡†æž¶ → 端到端动æ€æ£€ç´¢ → äººç±»ä¸“å®¶æ·±åº¦å¯¹é½ - + + - éžç»“构化长文本 è¯æ®é“¾è‡ªæˆ‘修剪 - 高噪声环境 自主æ€è€ƒ Agents -` - - -核心结论 - -| 指标 | 结果 | æ„义 | -|-----|------|------| -| AUPRC | 87.8%（æå‡ 52.6%） | 跨越性性能æå‡ | -| 平衡准确率 | 92.0% | 高å¯é æ€§ | -| BRI Score | 0.060 | æžä½Žé¢„测误差 | - -核心å¯ç¤ºï¼šçœŸæ­£çš„智能ä¸ä»…在于调å–知识，更在于懂得如何对è¯æ®è´Ÿè´£ã€‚ - - -术语表 - -| 术语 | 全称 | 解释 | -|-----|------|------| -| AUPRC | Area Under Precision-Recall Curve | 精确率-å¬å›žçŽ‡æ›²çº¿ä¸‹é¢ç§¯ï¼Œè¡¡é‡ä¸å¹³è¡¡æ•°æ®é›†æ€§èƒ½ | -| AUROC | Area Under Receiver Operating Characteristic Curve | ROC 曲线下é¢ç§¯ï¼Œè¡¡é‡åˆ†ç±»å™¨åŒºåˆ†èƒ½åŠ› | -| BRI Score | Brier Score | 预测误差的å‡æ–¹è¯¯å·®ï¼Œè¶Šä½Žè¶Šå‡†ç¡® | -| RAG | Retrieval-Augmented Generation | æ£€ç´¢å¢žå¼ºç”Ÿæˆ | -| VAG | Verification-Augmented Generation | 验è¯å¢žå¼ºç”Ÿæˆ | -| DeBERTa | Decoding-enhanced BERT with disentangled attention | 更现代的预训练语言模型架构 | -| MIMIC-CXR | Medical Information Mart for Chest X-ray | 公开胸部 X 光影åƒæ•°æ®é›† | -| å事实负样本 | Counterfactual Negative Samples | 语义相似但逻辑结论相å的样本，用于测试模型是å¦çœŸæ­£ç†è§£å› æžœå…³ç³» | -| CheXpert Plus | — | æ–¯å¦ç¦å¤§å­¦èƒ¸éƒ¨ X 光数æ®é›† | -| Refire Core | — | 逻辑规则引擎，用于自动构建训练样本 | - -────────────────────────────── -— Milky 视频总结助手 \ No newline at end of file diff --git a/InBox/milky_BV1tJwKzDE8x.md b/InBox/milky_BV1tJwKzDE8x.md deleted file mode 100644 index b48737a..0000000 --- a/InBox/milky_BV1tJwKzDE8x.md +++ /dev/null @@ -1,320 +0,0 @@ ---- -title: "[Milky] 为您整ç†ã€Šã€AI翻译】别å†è‡ªå·±é’»ç ”Claude技巧了，Autoresearch帮你æžå®šã€‹ç¬”è®° | BV1tJwKzDE8x" -source: "milky@4ueo.com" -date: 2026-06-09 21:17 -tags: [milky, bilibili, notes] -email_id: 1983 ---- - -Milky 为您整ç†äº†ã€Šã€AI翻译】别å†è‡ªå·±é’»ç ”Claude技巧了，Autoresearch帮你æžå®šã€‹| BV1tJwKzDE8x 笔记。 - -AutoResearch 自动优化 Claude Code Skills å®Œæ•´æŒ‡å— - -目录 - -核心概念 -为什么需è¦è‡ªåŠ¨ç ”究 -AutoResearch ä»“åº“è§£æž -自动研究的三个è¦ç´  -评估设计原则 -实战演示æµç¨‹ -演示结果 -最佳实践与注æ„事项 - - -核心概念 - -Claude Code Skills 现状 - -Claude Code Skills（云代ç æŠ€èƒ½ï¼‰æ˜¯ç”¨äºŽæ‰©å±• Claude Code 能力的æ示è¯æ–‡ä»¶ï¼Œä½†å­˜åœ¨ç¨³å®šæ€§é—®é¢˜ï¼š - -| 指标 | 比例 | -|------|------| -| è¿è¡ŒæŠ€èƒ½å¾—到预期输出 | ~70% | -| è¿è¡ŒæŠ€èƒ½è¾“出垃圾结果 | ~30% | - -什么是 AutoResearch - -AutoResearch 是由 Andre Karpathy（OpenAI 创始æˆå‘˜ã€å‰ç‰¹æ–¯æ‹‰ AI 负责人）å‘布的一个 GitHub 仓库，核心功能是让一组 AI 智能体能够自主优化æŸä¸ªæµç¨‹ã€‚ - -原仓库地å€ï¼š -` -https://github.com/karpathy/auto-research -` - - -AutoResearch ä»“åº“è§£æž - -该仓库刻æ„设计得éžå¸¸ç²¾ç®€ï¼Œåªæœ‰ä¸‰ä¸ªé‡è¦æ–‡ä»¶ï¼š - -文件结构 - -` -auto-research/ -├── prepare.py # 机器学习专用（训练分è¯å™¨ç­‰ï¼‰ï¼Œä¸ŽæŠ€èƒ½ä¼˜åŒ–æ— å…³ -├── train.py # 核心文件，相当于你的 skill.md -└── program.py # 核心文件，相当于你的智能体 -` - -工作原ç†ç±»æ¯” - -| AutoResearch 组件 | 对应内容 | -|-------------------|----------| -| train.py | ä½ çš„ skill.md（è¦ä¼˜åŒ–的技能æ示è¯ï¼‰ | -| program.py | 你的智能体（负责改进技能） | - -优化æµç¨‹ - -` -给智能体（program.py）一个高级指令 -智能体è¿è¡ŒæŠ€èƒ½ï¼ˆtrain.py），根æ®è¯„估标准评分 -智能体判断"这次是å¦æ¯”上次好" -自动迭代，æ示è¯è¶Šæ¥è¶Šä¸¥å¯† -æ¯ N 分钟自动è¿è¡Œä¸€æ¬¡ï¼ˆå¦‚æ¯ 5 分钟） -` - - -自动研究的三个è¦ç´  - -è¦è®©è‡ªåŠ¨ç ”究工作，你需è¦å‡†å¤‡å¥½ï¼š - -客观指标（Objective Metric） - -一个å¯é‡åŒ–测é‡çš„数字，而ä¸æ˜¯æ¨¡ç³Šçš„感觉æ述。 - -示例： - -| 应用场景 | 客观指标 | -|----------|----------| -| 网站加载速度 | 毫秒（ms） | -| 冷邮件活动 | 回å¤çŽ‡ï¼ˆ%） | -| Claude Code Skill | 通过率 / 评估分数 | - -测é‡å·¥å…·ï¼ˆMeasurement Tool） - -ç†æƒ³æƒ…况下应该自动化ã€å¯é ï¼Œæ— éœ€äººå·¥ä»‹å…¥ã€‚ - -示例： - -| 应用场景 | 测é‡å·¥å…· | -|----------|----------| -| 网站性能 | Google Lighthouse | -| 冷邮件 | å³æ—¶ API åˆ†æž | -| Skills | 测试套件（智能体编写的自动化测试） | - -å¯æ”¹å˜çš„东西（Variable to Change） - -整个优化的对象： - -| 应用场景 | 改å˜çš„内容 | -|----------|------------| -| 网站优化 | 代ç æ”¹åŠ¨ | -| 冷邮件优化 | 邮件文案 | -| Skills 优化 | æ示è¯å†…容（skill.md 文件） | - - -评估设计原则 - -为什么需è¦å¤šæ¬¡è¿è¡Œè¯„ä¼° - -AI 输出本质上是数æ®åˆ†å¸ƒï¼Œå­˜åœ¨éšæœºæ€§ï¼š - -` -è¿è¡Œ 20 æ¬¡æŠ€èƒ½ï¼ˆç”Ÿæˆ 20 张图片） - ↓ -æ¯æ¬¡è¾“出都有细微差别 - ↓ -有些图片相似，有些ä¸åŒ - ↓ -å¿…é¡»è¿è¡Œå¤šæ¬¡ï¼Œç”¨ç»Ÿè®¡æ–¹æ³•è¯„ä¼° -` - -评估的三个统计指标 - -| 指标 | å«ä¹‰ | 作用 | -|------|------|------| -| 众数（Mode） | 出现频率最高的值 | 判断"最常è§çš„结果是什么" | -| 中ä½æ•°ï¼ˆMedian） | 排åºåŽçš„中间值 | 判断"大致平å‡æ°´å¹³" | -| å¹³å‡å€¼ï¼ˆMean） | 所有分数之和除以次数 | 判断"总体表现" | - -二元问题原则（核心è¦ç‚¹ï¼‰ - -评估应该使用二元的是/å¦ã€çœŸ/å‡é—®é¢˜ï¼Œå°½é‡é¿å…多值评分。 - -原因： å¤åˆæ¦‚率导致å˜å¼‚性放大 - -` -二元评分：åªæœ‰ Pass/Fail → å˜å¼‚性å¯æŽ§ -多值评分（如 1-7 分）→ æ¯ä¸ªçŽ¯èŠ‚çš„å˜å¼‚会累积放大 - ↓ -想象一个æ¼æ–—：开始很窄，å˜å¼‚累积åŽå¯èƒ½å·®å¾ˆå¤š -最终结果å¯èƒ½ä»Ž 39/40 å˜æˆ 2/40 -` - -多值评分的风险示例： -如果给模型太多评估点 -模型å¯èƒ½å­¦ä¼š"å¤è¿°æ¯ä¸ªè¯„估点"æ¥é€šè¿‡æµ‹è¯• -å°±åƒä¸ç†è§£æ料但能考 100 分的学生 - -ä¸è¦è¿‡äºŽå…·ä½“/狭窄 - -åé¢ç¤ºä¾‹ï¼ˆè¿‡äºŽä¸¥æ ¼ï¼‰ï¼š -` -"ç¡®ä¿è¾“出在 X 字以内" -"ç¡®ä¿åŒ…å«å…³ç³»ç¬¦å·" -"ç¡®ä¿ä¸åŒ…å«æŸäº›å­—符" -` - -这会导致模型过度优化评估指标而ä¸æ˜¯çœŸæ­£æå‡è´¨é‡ã€‚ - - -实战演示æµç¨‹ - -演示案例：图表生æˆå™¨æŠ€èƒ½ä¼˜åŒ– - -步骤一：设置 Claude Code 环境 - -在 VSCode 或任æ„编辑器中安装 Claude Code 扩展，设置好开å‘环境。 - -æ­¥éª¤äºŒï¼šèŽ·å– AutoResearch 仓库 - -`bash -将仓库链接æ供给智能体 -"Read this: https://github.com/karpathy/auto-research" -` - -步骤三：创建评估标准 - -将评估标准定义为4 个二元问题： - -| # | 评估标准 | 具体è¦æ±‚ | -|---|----------|----------| -| 1 | 文字清晰度 | 所有文字是å¦æ¸…晰且语法正确 | -| 2 | é…色方案 | 是å¦ç¬¦åˆç²‰å½©è‰²ã€æŸ”和色调（é¿å…霓虹色） | -| 3 | 布局æ¡ç† | 是å¦ä»Žå·¦åˆ°å³/从上到下有æ¡ç†ï¼ˆæ— ä¹±ç³Ÿç³Ÿçš„气泡和装饰） | -| 4 | æ— æ•°å­—ç¼–å· | 是å¦æ²¡æœ‰ "1, 2, 3, 4" è¿™æ ·çš„ç¼–å· | - -步骤四：æ供高级指令给智能体 - -使用自然语言æ述任务： - -` -"我想让你用 AutoResearch 库æ¥æ”¹è¿›å›¾è¡¨ç”Ÿæˆå™¨æŠ€èƒ½ã€‚ - - 该技能的功能是生æˆçº¦ 200 字的脚本。 - - 请用上é¢çš„仓库中的自动研究方法帮我建立一套改进系统。 - - æ¯æ¬¡æµ‹è¯•è¯·ç”Ÿæˆ 10 个图表。 - - 我希望你按回车继续。" -` - -步骤五：明确评分机制 - -` -ç”Ÿæˆ 10 张图片 -æ¯ä¸ªå›¾ç‰‡ç”¨ 4 个标准评估 -最高分 = 40 分（10 × 4） - -æµç¨‹ï¼š -ç”Ÿæˆ 10 张图 -用 4 个标准评估所有 10 å¼  -计算 40 分中的得分 -修改æç¤ºè¯ -å†è¯•ä¸€æ¬¡ -选择表现更好的版本 -` - - -演示结果 - -网站优化案例 - -| 指标 | ä¼˜åŒ–å‰ | ä¼˜åŒ–åŽ | 改进 | -|------|--------|--------|------| -| 加载时间 | 1100ms | 67ms | 81.3% | - -图表生æˆå™¨æŠ€èƒ½æ¡ˆä¾‹ - -| 指标 | 第一次测试 | åŽç»­è¿­ä»£ | -|------|------------|----------| -| 评估分数 | 32/40 | 37/40 | -| 迭代趋势 | 基准 | æŒç»­æå‡ | - -视频效果： 智能体ä¸æ–­è®©æ示è¯è¶Šæ¥è¶Šç¬¦åˆé¢„设的粉彩色ã€å¯çˆ±å›¾æ ‡ç­‰è§„格。 - - -最佳实践与注æ„事项 - -✅ 推èåšæ³• - -使用二元问题评估 - - 是/å¦ã€çœŸ/å‡ - - é¿å… 1-10 分等多值评分 - -ä¿æŒè¯„ä¼°æ ‡å‡†ç®€æ´ - - æ¯ä¸ªæŠ€èƒ½ 3-5 个核心标准 - - 太多标准会导致"å‡é€šè¿‡" - -让评估自动化 - - 编写测试套件 - - 设置定时循环è¿è¡Œ - -记录所有å˜æ›´ - - 模型å°è¯•çš„æ‰€æœ‰æ”¹åŠ¨æ¸…å• - - å¯ä¼ æ‰¿ç»™æœªæ¥çš„更强模型（GPT-6ã€Claude 4.0 等） - -⌠é¿å…åšæ³• - -ä¸è¦è¿‡äºŽå…·ä½“ - ` - ✗ "ç¡®ä¿è¾“出在 100 字以内" - ✗ "ç¡®ä¿åŒ…å«å…³ç³»ç¬¦å·" - ` - -ä¸è¦å¤šå€¼å¤åˆè¯„分 - ` - ✗ "X æ–¹é¢æ‰“ 1-7 分" - ✓ "X æ–¹é¢æ˜¯å¦è¾¾æ ‡ï¼šæ˜¯/å¦" - ` - -ä¸è¦åªè¿è¡Œä¸€æ¬¡ - - 必须多次è¿è¡Œå–统计结果 - - 用众数ã€ä¸­ä½æ•°åˆ¤æ–­è´¨é‡ - - -å¯åº”用场景扩展 - -AutoResearch ä¸ä»…é™äºŽ Skills 优化，å¯åº”用领域： - -| 领域 | 优化目标 | -|------|----------| -| 网站 | 加载速度ã€SEO | -| è½åœ°é¡µ | 转化率 | -| A/B 测试 | 标题ã€ç¼©ç•¥å›¾ | -| 邮件è¥é”€ | 邮件文案ã€å›žå¤çŽ‡ | -| ä»£ç  | 性能ã€æž¶æž„ | -| æç¤ºè¯ | 任何技能或æµç¨‹ | - - -资æºé“¾æŽ¥ - -原视频： https://www.youtube.com/watch?v=qKU-e0x2EmE -AutoResearch 仓库： https://github.com/karpathy/auto-research -完整 Claude Code 课程： è§ UP ä¸»é¢‘é“ - - -总结 - -AutoResearch æ供了一ç§è®© AI 自主优化 AI 的方法论。通过： - -定义客观指标 → 知é“è¦ä¼˜åŒ–什么 -建立测é‡å·¥å…· → 知é“如何é‡åŒ–改进 -æä¾›å¯å˜é‡ → æ示è¯ã€ä»£ç æˆ–文案 -多次è¿è¡Œ + 统计评估 → ç¡®ä¿ç»“æžœå¯é  - -å³ä½¿ä½ ä¸æ˜¯æœºå™¨å­¦ä¹ ä¸“家，也å¯ä»¥åˆ©ç”¨è¿™ä¸ªæ¡†æž¶æ˜¾è‘—æå‡ Claude Code Skills çš„å¯é æ€§å’Œå‡†ç¡®æ€§ï¼Œå®žçŽ°æŠ€èƒ½çš„自我进化。 - -────────────────────────────── -— Milky 视频总结助手 \ No newline at end of file