跳到主要内容
SUN / 笔记

BLOG / 766 ARTICLES

技术笔记

计算机基础、AI、后端与客户端开发笔记

#Agentic · 38 篇文章清除筛选
7 分钟
AI

路由模式（Routing）

相比提示链模式的固定线性流程，路由模式能根据输入动态选择不同的处理路径。它通过一个路由器对输入进行分类或评估，然后将其导向最合适的专用处理器，使系统从固定执行路径转变为动态决策系统。

#Agentic
2 分钟
AI

RAG 评测与排障

先建立真实评测集，覆盖正常问题、长尾词、专有 ID、多跳问题、无答案问题、过期知识、权限边界和恶意文档。为查询标注相关文档/Chunk、标准答案或关键事实与可接受引用。

#Agentic#RAG
6 分钟
AI

资源感知优化（Resource-Aware Optimization）

LLM 应用常常昂贵且缓慢，任务全用最优模型并不高效，需在输出质量与资源消耗间权衡。资源感知优化解决智能系统在计算、时间和财务资源消耗上的管理难题。缺乏动态管理策略，系统无法适应任务复杂度变化或预算与性能约束。

#Agentic
8 分钟
AI

智能体记忆研究脉络

1959 年的 General Problem Solver 用状态、目标、算子和手段—目的分析组织问题求解，原始论文见 A General Problem-Solving Program for a Computer。之后的 Soar 认知架构把当前情境放入 working memory，把 if-then 产生式放入长期 procedural memor

#Agentic#上下文与记忆
18 分钟
AI

推理技术（Reasoning Techniques）

简单任务可以由模型一次生成答案，复杂任务则需要分解、搜索、验证和调整。智能体推理的价值不在于生成更长的“思考文字”，而在于把问题求解组织成可执行、可观察、可验证、可终止的工作流。

#Agentic
2 分钟
AI

高德 Agent 研发面复习卡

本页保留原始面经的跨主题时间索引和一页复习卡；详细内容已拆入对应专题，避免一篇文档同时承担记忆、评测、RAG 和结构化输出四种职责。

#Agentic
6 分钟
AI

知识检索（RAG）

LLM 虽有强大文本生成能力，但受限于训练数据，知识是静态的，无法包含实时或专有数据，导致响应可能过时、不准确或缺乏特定场景所需的上下文。RAG（Retrieval-Augmented Generation）模式通过连接 LLM 与外部知识源来解决这一问题。

#Agentic
页