全部教程

Token、上下文窗口与自回归生成：三个约束的同一个源头

采样参数：temperature、top_p，以及它们正在退场

消息角色与对话结构：system / user / assistant 的真实分工

Embedding 与语义空间：为什么「相似」不等于「相关」

思考档位：「推理模型 vs 普通模型」的二分，怎么合流成了一个 effort 旋钮

Prompt 基本模式：few-shot 与 CoT 的有效边界

结构化输出：约束解码保证语法，保证不了语义

上下文工程与 context rot：把窗口当注意力预算来花

上下文预算：压缩、清理与 prompt 缓存的三方博弈

提示词注入：为什么提示词层防不住，真防线在哪

RAG 全链路总览 &「RAG 已死」之争

文档解析与 Chunking：从固定切分到语义切割

Embedding 选型与评测：MTEB、维度与多语言

向量数据库与 HNSW：原理与选型

混合检索：BM25 + 向量 + RRF

Rerank：为什么要两阶段检索

查询理解：改写、扩展、HyDE 与路由

RAG 评测：召回率、RAGAS 与 badcase 驱动迭代

GraphRAG、LightRAG 与 Agentic RAG

2026 RAG 架构选型决策树

Agent 与 Workflow 的边界——控制权归谁

Function Calling 机制与工具设计——模型其实没有调用任何函数

手写最小 ReAct 循环——退出条件才是真正的考点

MCP 协议与 2026 无状态改版——从 M×N 到 M+N，再到能扛住负载均衡

A2A 协议与 Agent 间通信——把对方当黑盒，而不是把对方的工具搬过来

Agent 记忆系统与上下文压缩——被摘要掉的那条约束

三种 Agent 范式的取舍——ReAct、Plan-and-Execute、Reflection

多 Agent 编排——唯一正当的理由是上下文隔离

Agent 框架选型——你在选的是"交出多少控制权"

护栏、分级自治与 Harness 治理——能力的另一半不在模型里

Agent 评测与 trace——它们会以"看起来成功"的方式失败

成本与延迟优化 + Agent Skills——把"什么时候加载"变成架构变量

后训练主线：从 SFT 到 GRPO，三种监督信号决定你能走到哪一档

参数高效微调：LoRA、QLoRA 与一笔算得清的显存账

选型判断：prompt、RAG、微调，以及 2026 年微调还剩几条护城河

数据与副作用：数据怎么造、蒸馏的合规边界、以及微调之后模型为什么变笨了

评测集建设与离线/在线的鸿沟

LLM-as-Judge：偏差、校准与适用边界

可观测：trace、线上质量监控与数据飞轮

推理服务：自建还是调 API，以及 KV Cache 这本账

流式与实时链路：从 SSE 的坑到语音的 200 毫秒

LLM 网关：限流、降级、缓存与路由的四笔账

Token 成本治理：从账单异动到三刀归因

从「AI 帮我写」到「我带 AI 干」——工具形态、上下文预算与人的位置

AI 协作的工程纪律——规格、验证、回滚、治理这四道闸

场景设计题的五步通法与四张随身表

toB 场景的两条硬约束——权限隔离与人机协同

RAG 类项目拷打追问链

Agent 类项目拷打追问链

微调类项目拷打追问链