Function Calling 入门: 让大模型学会调用外部工具
大模型只会聊天，不会办事——这是很多产品经理对 LLM 的第一印象，也是 Function Calling（函数调用，也常叫工具调用）要打破的那堵墙。学完这一课，你能回答三个问题：模型”调用工具”时到底发生了什么；一...
AI 情报局 / 第 2 页
AI 大模型
大模型、AI Agent、模型评测与产业动态。
本栏重点
正在发生
Agentic RAG 入门: 智能体驱动的知识库检索架构
第 07 课我们搭好了朴素 RAG——把文档切块、向量化、检索出最相关的几段、塞进 prompt 让模型回答。demo 阶段它表现得很好，但一接真实用户就开始翻车：用户换个说法就检索不到，问题稍微复杂一点答案就一本正经地错。问题往往不在模型...
RAG 入门: 知识库分块、向量检索与增强生成
“把公司知识库接进 AI”几乎是每个 AI 产品经理都会接到的第一单需求: 智能客服要懂产品手册, 内部助手要懂规章制度, 销售工具要懂最新报价单。但模型本身不认识你公司的任何一份文档, 让它”认识...
工作流和智能体的区别: 什么时候用流程, 什么时候放权
第05课我们拆完了 AI 工作流, 再往前的第04课讲了智能体。两个概念单独看都不难, 难的是放在一起做选择: 手上这个需求, 到底该做成工作流, 还是做成智能体? 这是 AI 产品经理在方案评审会上最容易被问住的问题, 也是这一课要解决的...
AI 工作流入门: 环节拆分与分步实施的自动生产线
这一课解决一个非常具体的问题：你想让 AI 稳定地干一件复杂的活——比如每天产出一篇合格的公众号文章——但你发现，把所有要求塞进一段超长提示词里，结果时好时坏，坏了还不知道坏在哪。学完这一课，你会掌握”工作流”这个解...
智能体入门: 用一段提示词构建最简 AI Agent
这一课解决三个问题: 智能体(AI Agent)到底是什么, 为什么一段写得好的提示词就能构建出一个最简版本, 以及这种”纯提示词智能体”的能力边界画在哪里。学完你可以自己动手做一个能用的智能体——不写一行代码。 很...
构建 Prompt 的场景拆解法: 把业务需求翻译成提示词
你大概遇到过这种场面：老板说”给客服系统加个 AI 总结功能”，你打开对话框写下”请总结这段对话”，跑了三次，三次结果长得都不一样——有时五百字，有时两行，有时结尾还带一句”希望这...
提示词工程入门: 角色、结构与 Few-shot 实战
先说结论：提示词工程（Prompt Engineering，就是设计给大模型的输入文本，让它稳定产出你要的结果）不是玄学，也不是背咒语。它是一门”把需求写成模型能执行的规格”的手艺——和你写 PRD 是同一件事，只是...
大模型基础原理: Token、上下文窗口与下一词预测
这是《AI 产品经理课》的第一课。学完这一课，你能解决三个非常具体的问题：开评审会时听懂工程师嘴里的 Token、上下文、温度到底指什么；接到一个 AI 需求时，快速判断它是”能做”还是”原理上就做不了&...
软件人学电子电气：把公式当函数，把物理量当变量
我最近在补电子电气，第一周被术语砸得晕头转向。占空比、反电动势、有效值、FOC，每个词单独查都能查到，但连在一起看电机代码，还是不知道那个变量到底是什么。 后来我想明白了一件事：我不是记不住，是没有挂钩。 背单词式的学法对软件人是浪费。你已...
给 AI 编程订阅装两个仪表盘：cc 雷达和 codex 雷达
用 Claude Code 或者 Codex CLI 的人，最近几个月大概都在群里看过两种月经贴：一种是”今天怎么变笨了，一个 bug 改十遍还没对”，另一种是”5 小时窗口才用了两轮就被限流了̶...
Arena 分享真实世界 agent eval
Closing Keynote 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Wei-Lin Chiang。本文只整理会议内容和分享脉络，不做个人使用心得。 原视频：htt...
Artificial Analysis 分享智能成本曲线
Trends in AI 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 George Cameron, Micah Hill-Smith。本文只整理会议内容和分享脉络，不做...
Closing Keynote 讨论人的责任边界
Closing Keynote 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Addy Osmani。本文只整理会议内容和分享脉络，不做个人使用心得。 原视频：https:...
AI Village 分享长周期多 agent 行为评估
Autoresearch in a Multi-Agent AI Village 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Erina Karati, Arunacha...
Autoresearch in the wild 分享现实环境里的自我改进
Autoresearch in the wild 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Roland Gavrilescu, Julian Bright。本文只整理...
Autoresearch for Kernels 分享可验证的性能搜索
Autoresearch for Kernels 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Tejas Bhakta。本文只整理会议内容和分享脉络，不做个人使用心得。 ...
GEPA 分享如何用轨迹反思优化系统
Self-Improvement of Context, Harness, and Model Weights through Reflective Optimization 这场分享来自 AI Engineer World’s...
Aiden 展示 agent 如何进入公开研究协作
An AI Agent Became the #1 Contributor in OpenAI’s Hiring Challenge 这场分享来自 AI Engineer World’s Fair 2026 Day ...
W&B Arya 分享实验 trace 如何进入研究循环
Closing the Loop: An Autonomous AI Research Agent 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Tim Sweeney。本...