Series
系列
把零散的深度文章整理成有脈絡的學習路徑。
5 個系列 · 16 篇文章
01 → 02 → 03 → 04 → 05 →
Harness Engineering
Harness Engineering 系列文章
- Harness Engineering：模型不是不夠聰明，只是缺乏人類的引導
- Harness Engineering（二）：OpenAI 百萬行實驗與五個工程答案
- Harness Engineering（三）：業界共識、四大支柱與落地三階段
AI Agent 實戰
精選導讀（非連載）：把站內拆解 AI Agent 工程的深度文串成一條閱讀路徑——從 harness、agent loop 到迴圈設計與成本控制。
- 拆解 Codex Agent Loop：一個對話 Turn 背後發生了什麼
- Loop Engineering：設計自動 Prompt Agent 的系統，不只是下 Prompt
- AI Agent 的安全防護層怎麼設計：從關鍵字偵測到長期行為監控
RAG 系統架構
精選導讀（非連載）：重新思考 RAG、向量 vs 推理檢索，到上下文失效與壓縮的系統設計。
- 超越 RAG：Andrej Karpathy 的 LLM Wiki 模式深度解析
- RAG 五階段：從流水線到會思考的檢索，以及我站上那個 Naive RAG
- 想蓋一個能用的 RAG：InfiniFlow 2024 年度總結給我的 5 個 infra 功課
- 還有 2 篇 →
Claude Code 自動化指南
精選導讀（非連載）：從跑通 Claude Code、對話即文件工作流，到 MCP 整合與 skills/tools 載入機制。
- 對話即文件：用 Claude Code 把 Debug 過程直接變成文章
- MCP 在 Claude Code：用開放協定把外部工具接進 AI agent
- Claude Code 的按需載入 skills/tools 是 RAG 嗎？拆解 agentic retrieval
Kafka 為什麼這麼快
兩篇拆解 Kafka 高效能的底層原理：從循序 I/O、Zero-Copy 到 partition 與 consumer group。
- Kafka 為什麼這麼快？高吞吐、循序 I/O 與便宜磁碟的祕密
- Kafka 為什麼這麼快？（第二部分）：Zero Copy 與 sendfile