标签：llm

2026-08-27andy阅读(38)

在2026年的软件开发流程中，代码审查（Code Review）正在经历一场深刻的变革。传统的纯人工审查模式在应对大规模代码库和快速迭代节奏时已显得力不从心——一个中型团队每天产生的Diff可能超过数百个文件，而资深工程师的审查带宽始终是稀...

2026-08-23andy阅读(30)

Table of Contents Toggle 引言：为什么Function Calling是大模型落地的关键基础设施 一、Function Calling协议深度解析 1.1 协议设计原理 1.2 工具Schema设计的黄金法则 1.3...

2026-08-21阅读(46)评论(0)

2024年，几乎每个AI团队都在讨论Fine-tuning。2025年，讨论变成了RAG vs Fine-tuning哪个更好。到了2026年，这个问题的答案已经越来越清晰：在绝大多数企业场景下，Fine-tuning正在被RAG加上上下文...

2026-08-21andy阅读(55)

2024年，几乎每个AI团队都在讨论Fine-tuning。2025年，讨论变成了RAG vs Fine-tuning哪个更好。到了2026年，这个问题的答案已经越来越清晰：在绝大多数企业场景下，Fine-tuning正在被RAG加上上下文...

2026-08-21andy阅读(52)

2024年，几乎每个AI团队都在讨论Fine-tuning。2025年，讨论变成了RAG vs Fine-tuning哪个更好。到了2026年，这个问题的答案已经越来越清晰：在绝大多数企业场景下，Fine-tuning正在被RAG加上上下文...

2026-08-08andy阅读(129)

在大模型时代，Prompt Engineering（提示工程）已经成为每个AI从业者和开发者的必备技能。无论你使用ChatGPT、Claude、Gemini还是开源模型，如何编写高质量的提示词直接决定了AI输出的质量和效率。本文将系统梳理目...

2026-08-01andy阅读(96)

为什么大模型需要结构化输出？ 在实际的AI工程落地中，开发者最头疼的问题之一就是大模型的输出不可控。你期望模型返回一个JSON对象，它却给你一段带Markdown格式的自然语言；你需要一个严格的枚举值，模型却自作主张地”创意发挥...

2026-07-29andy阅读(148)

2026年，开源大语言模型的质量已经追平甚至超越了许多闭源方案。Llama 4、Qwen3、DeepSeek-V3、Mistral Large 等模型在各项基准测试中表现优异，而它们的权重完全公开，企业可以在自有基础设施上部署，实现数据主权...

2026-07-22andy阅读(124)

从传统RAG到Agentic RAG：智能代理检索增强生成系统架构设计与生产部署实战 2024年以来，检索增强生成（Retrieval-Augmented Generation, RAG）技术经历了从朴素架构到智能代理化的重要演进。传统的&...

2026-07-18andy阅读(216)

Cloudflare Workers AI 免费推理服务：无需 GPU 即可运行顶级 AI 模型 在 AI 浪潮席卷全球的今天，开发者对 GPU 算力的渴求从未如此强烈。训练模型需要 GPU，微调需要 GPU，推理同样需要 GPU——而后者...