设计模式标签_AtomGit开源社区

设计模式

python: Fan-Out Pattern

本文展示了一个珠宝行业订单处理系统的企业级实现，采用扇出(Fan-Out)设计模式。系统由生产者生成订单后，通过分发器将每个订单同时分发给6个并行工作器：原料核验、设计制图、加工生产、品质质检、礼盒包装和物流发货。每个工作器独立执行特定任务，通过多线程实现并行处理，完整覆盖珠宝定制全流程。系统采用分层架构，包含配置层、模型层、异常层和业务层，体现了高内聚低耦合的设计原则。代码展示了Python实现

 geovindu
2026-06-20 09:22:02

 360

 6

#python #开发语言 #设计模式
AI Agent时代，为什么你的CLI工具总是做不好？一个开发者亲历的避坑经验与开源Skill分享

我给它定下的规则很简单：必须的参数放arguments，可选的修饰和输出模式放options，输出格式相关的参数（比如要不要JSON格式、安静模式、详细模式、调试模式）要统一存在，方便脚本调用和人直接使用。当你对agent说“帮我从零设计一个命令行工具”的时候，它会先帮你判断这个工具应该是什么类型：是那种简单的单命令工具，还是需要读取配置文件的配置驱动型工具，还是需要多轮对话的交互式助手，亦或是几

 ???950801
2026-06-20 09:18:09

 596

 9

#经验分享 #设计模式 #python
智能体设计模式：护栏与安全 Guardrails

护栏不是把 Agent 变成“傻瓜模式”。恰恰相反，护栏是让强 Agent 能进入真实业务系统的前提。没有护栏，Agent 只能做 Demo。有了护栏，Agent 才可能接订单、查数据、调接口、改流程、进生产。本章一句话越有执行能力的 Agent，越要有边界、有权限、有审批、有审计。智能体设计模式：护栏与安全 Guardrails_热闻岛。

闵浮龙
2026-06-18 10:05:18

 292

 7

#设计模式 #安全 #人工智能
智能体设计模式：Human-in-the-Loop 人类参与环节

HITL 的本质，是把人类判断力放到 Agent 的关键控制点上。AI 负责跑流程、查数据、生成方案。人负责确认边界、承担责任、处理模糊和高风险决策。一个能上线的 Agent，不是永远不问人，而是知道什么时候必须问人。智能体设计模式：Human-in-the-Loop 人类参与环节_热闻岛。

闵浮龙
2026-06-18 09:09:52

 391

 9

#设计模式 #人工智能 #架构
智能体设计模式：工具使用 Tool Use 让 Agent 从“会说”变成“会做”

工具使用，也叫函数调用。它的核心很简单：把一个外部能力描述给模型，让模型在需要时生成结构化调用请求。真正执行工具的，不是模型。而是你的业务系统。模型只负责三件事：• 判断是否需要工具。• 选择应该调用哪个工具。• 生成这个工具需要的参数。编排层负责后面的事：参数校验、权限判断、调用接口、处理异常、记录日志，再把结果回填给模型。这就是工具型 Agent 的底层逻辑。工具使用，是 Agent 从“聊天

 闵浮龙
2026-06-17 17:42:57

 309

 3

#设计模式 #人工智能
用AI重构遗留代码中的策略模式，我差点把业务逻辑改丢了

绝不让AI一次性重构超过3个策略类。小块小块来，每块重构完跑一遍全量测试，确认没引入回归再继续。AI给的"一口气全重构"的方案看起来很爽，但出了问题你都不知道从哪开始排查。AI生成的所有条件判断必须逐行核验。它可能会遗漏条件、合并不该合并的分支、或者"优化"掉一些看起来不合理但实际有业务含义的逻辑。别偷这个懒。重构前后跑同一组测试用例。这看起来是废话，但实际执行中很容易因为"策略类拆完了肯定没问题

 zhouhui001
2026-06-14 09:34:55

 561

 22

#策略模式 #设计模式
OPC 一人公司与问题经济的天然耦合

其中，提问能力是前三项能力的“催化剂”：没有好的提问，专业深度可能沦为迂腐，模式识别无法聚焦关键异常，跨界联想变成漫无目的的胡思乱想。在问题经济中，OPC 的提问能力与AI 的解答能力形成互补，而非竞争关系。它的竞争壁垒只能是创始人的“认知资产”——独特的行业洞察、稀缺的专业技能、无法被快速复制的方法论，以及最为核心的“提出定义性问题的能力”。本章将系统剖析OPC 的生存逻辑、提问链的构建，以及平

 workflower
2026-06-14 07:00:06

 362

 11

#大数据 #开源 #人工智能 +4
AI陪聊平台流量排名

AI陪聊是指利用大语言模型（LLM）驱动的AI角色与用户进行深度对话交互的产品形态。用户可以与预设或自定义的AI角色进行角色扮演、情感陪伴、心理疏导、学习辅助等多种互动。市场涵盖角色扮演平台（Character.AI）、情感伴侣App（Replika）、NSFW内容平台（SpicyChat、CrushOn）等多种形态。2026年MITTechnology Review将"AI陪伴"列为年度突破性技

 workflower
2026-06-14 06:55:27

 303

 7

#人工智能 #重构 #动态规划 +2
C++智能指针完全指南：从内存泄漏到RAII设计模式

本文全面介绍了C++智能指针的核心概念和使用方法。主要内容包括：内存泄漏问题分析：通过示例展示手动内存管理的风险，解释内存泄漏的危害和分类（堆内存泄漏/系统资源泄漏）。 RAII设计思想：资源获取即初始化，利用对象生命周期自动管理资源释放。智能指针实现原理：通过重载运算符模拟指针行为，结合RAII实现自动内存管理。

归来
2026-06-13 19:59:03

 480

 11

#c++#设计模式 #算法 +1
【5】设计模式公理化推演体系_完备性宣言

阶段一：背诵阶段“单例模式保证全局唯一实例，工厂方法将实例化延迟到子类…”问题：23 个模式是孤立的工具，不知道何时用、为什么用。阶段二：归纳阶段“创建型模式解决对象创建问题，结构型模式解决对象组合问题…”问题：GoF 的三分法是按"代码角色"分类，不是按"思维模型"分类。观察者模式和中介者模式都在"行为型"，但一个是一对多广播，一个是多对多中转——思维完全不同。阶段三：演绎阶段“从 5 条不可再

 jeffreyhe
2026-06-13 11:48:53

 483

 13

#设计模式 #大数据 #java
领域驱动 vs 本体驱动：DDD 代码建模与 Ontology 语义建模的对比分析

本文探讨了领域驱动设计（DDD）与本体论建模（Ontology）的本质差异。DDD聚焦单服务内部逻辑自洽，通过充血模型和限界上下文实现精确业务规则表达，其核心是"逻辑深度"；Ontology则面向企业级语义统一，通过ObjectType/LinkType构建全局知识图谱，强调"语义广度"。二者在实体定义、关系处理、行为建模等方面存在显著差异：DDD以代码为载体，强调整体一致性；Ontology以平

 刀法如飞
2026-06-13 06:35:13

 382

 9

#设计模式 #系统架构 #人工智能
AI Agent 设计模式：ReAct 深度解析

AI Agent设计模式：ReAct解析摘要 ReAct模式（Reasoning+Acting）由普林斯顿大学与Google联合提出，通过交替推理与行动解决纯推理导致幻觉和纯行动无法纠偏的问题。其核心是三步闭环循环：Thought（分析现状）→ Action（调用工具）→ Observation（获取结果），最终输出Final Answer。实现关键在于系统提示词而非模型微调，提示词严格规定输出格

 小陶来咯
2026-06-12 22:48:30

 355

 3

#人工智能 #设计模式 #react.js
python: Generators Pattern

文章摘要：本文介绍了一个基于Python生成器模式的珠宝业务系统设计。系统采用模块化架构，包含请求类型枚举（原料采购、生产加工、质检等）、多语言支持（中英文）、请求/响应DTO模型、处理器注册表机制和生成器分发核心。通过装饰器注册业务处理器，支持动态语言切换和类型安全校验，实现了高内聚低耦合的并发请求处理。示例演示了从原料采购到售后服务的完整业务流程，展现了系统如何优雅处理多语言业务场景。代码结构

 geovindu
2026-06-11 22:25:01

 86

#python #开发语言 #设计模式
AI Agent技能系统：3种设计模式+Python实战

本文拆解了GitHub热门项目agent-skills的核心架构，提炼出注册表、插件、组合三种设计模式。它们分别解决了Agent技能系统中的注册与发现隔离与热加载编排与复用三大核心问题。**注册表模式**：90%场景的首选，装饰器+字典即可实现，简单高效**插件模式**：规模化必经之路，manifest文件+动态导入实现物理隔离**组合模式**：释放技能编排的威力，管道+上下文让原子技能产生1+1

wenxin77wx
2026-06-11 08:05:16

 199

 6

#人工智能 #设计模式 #python
展望未来，AI 投资的可持续性如何？

短期内，市场的最大担忧在于近期美联储加息预期的提升，以及金融条件收紧的可能性。而在风险中性利率之中，实际短端利率预期是主要上行贡献，对应市场对美国经济的乐观预期（如花旗经济意外指数上行），而非通胀预期。但是，基于三大因素，当前美联储加息预期对AI 投资逻辑的冲击整体可控。当前，美国就业市场虽然趋于稳定，但是仍然偏弱，工资物价螺旋或难以形成，而中长期通胀预期亦维持稳定。因此，美联储加息仍然是小概率事

 workflower
2026-06-11 07:07:52

 307

 3

#人工智能 #重构 #设计模式 +2
AI 泡沫走到哪一步了？

但是，从历史对比视角看，以纳斯达克100 样本公司为例，虽然2026 年一季度资本开支/营收已经超过2000 年初水平，但这或并不意味着资本开支已经“达峰”，资本开支/经营现金流比例仍较低。（2）历史比较而言，2000 年一季度，美国企业债券、贷款、权益融资流合计占GDP 比重高达5.4%，而2025 年底这一水平仅为1.6%（4QMA）；2）从财务数据来看，Mag7 公司现金/市值、ROE、净利

 workflower
2026-06-11 07:06:45

 444

 10

#人工智能 #重构 #设计模式 +3
【web应用】设计模式图文学习详细设计

本文介绍了一个基于Next.js的设计模式图文学习系统，主要特点包括：系统功能全面覆盖23种GoF设计模式（5种创建型、7种结构型、11种行为型）采用图文卡片式布局展示，支持分类筛选和关键词搜索提供每种模式的核心思想、应用场景、案例及代码示例技术实现前端：Next.js+React+TypeScript+Tailwind CSS 后端：Prisma ORM+SQLite数据库特色：响

 海兰
2026-06-10 07:30:00

 289

 6

#前端 #设计模式 #学习
开源策略和模块化研发

开源策略和模块化研发极大地降低了中小企业的进入门槛，带来创新主体的结构变化。例如，百川智能在医疗领域利用自建数据集提升诊断模型精准度，零一万物则聚焦企业级部署，通过模块化实现成本可控的商用应用落地。同时，智能体的模块化开发流程进一步推动人工智能领域创新的民主化。拥有包括产品经理Agent 和程序员Agent 在内的多智能体协同系统能够自动完成企业内部的复杂工作流程，大幅提升企业运营效率。技术的轻量

 workflower
2026-06-10 01:30:00

 321

 11

#开源 #重构 #设计模式 +3
具身智能和世界模型

具身智能的本质不只是机器人技术的延伸，而是认知智能向物理空间的拓展，从而使人工智能实现从数字空间认知到物理世界行动的跨越。在世界模型的支持下，具身智能系统能够在采取行动之前预判行为的结果，通过在潜在空间进行生成式预测，理解包括重力和摩擦在内的物理规律，对动作的适应性和后果进行判断，极大提升了机器人在非结构化环境中的自适应能力。世界模型解决了“知”的深度问题，而具身智能则使机器具备了主动认知和预测能

 workflower
2026-06-10 01:30:00

 334

 8

#自动驾驶 #自然语言处理 #人工智能 +4
【Agent智能体25 | 规划-结合代码执行的规划】

本文探讨了如何利用大语言模型（LLM）通过直接生成可执行代码来解决复杂问题，相比传统工具调用方式具有显著优势。文章指出，传统方法需要逐步调用多个工具，过程繁琐且难以应对新需求；而让LLM直接编写代码（如Python）能一次性完成复杂逻辑，如数据处理、时间计算等。实验数据显示，这种"代码即行动"模式在所有测试模型中（包括GPT-4、Claude-2等）任务完成率最高，平均提升20%以上。虽然这种方式

 DdigitalNomad
2026-06-09 22:47:30

 260

 32

#人工智能 #语言模型 #职场和发展 +1
python:Coroutines Pattern

该Python项目实现了一个珠宝企业业务系统的协程模式设计，主要包含采购、质检、加工、鉴定和销售等业务流程。项目采用异步编程(asyncio)实现各服务模块，通过全局配置管理延时参数和日志格式，使用dataclass定义珠宝实体模型。核心流程通过pipeline模块串联各服务，支持多珠宝业务的并行处理。系统包含完整的日志记录功能，各服务模块独立封装，通过协程实现非阻塞式异步执行，提高整体处理效率。

geovindu
2026-06-09 22:06:59

 85

#python #开发语言 #设计模式
Java 23 种设计模式：从踩坑到精通 —— 开篇及系列介绍

从无数大型软件项目中提炼出 23 种经过反复验证的解决方案，出版了《设计模式：可复用面向对象软件的基础》。1994 年，Erich Gamma 等四人（GoF）出版了《设计模式：可复用面向对象软件的基础》，收录了。抽象工厂 → 装饰器 → 代理 → 观察者 → 策略 → 状态 → 责任链 → 命令 → 组合 → 迭代器。你可能会问：现在 AI 都能写代码了，云原生、微服务满天飞，23 种“老古董”

野生技术架构师
2026-06-09 14:11:25

 286

 8

#java #设计模式 #开发语言
如何在生产环境中稳定运营成百上千个智能体

⊲ 成本压力与预算逻辑的重构：Token 正在深刻改变 IT 预算逻辑。AI 服务的计费方式由传统的包年包月、按席位授权，转向了按使用量、按处理量、按上下文的精细计费。当AI 从“边缘试用”进入“核心生产”后，如何稳定、安全、可持续地运营成百上千个智能体，成为了CIO 与CTO 们的头号课题。企业必须解决AI 决策的可解释性、偏见与公平性问题，并明确AI 自主决策后的责任界定。⊲ 多智能体协作的复

 workflower
2026-06-09 12:52:43

 941

 8

#人工智能 #重构 #设计模式 +2
Antonio Gulli《智能体设计模式》深度解析：21个Agent架构模式，告别Prompt技巧，掌握系统设计精髓！

《智能体设计模式》是Antonio Gulli系统性探讨Agent工程的著作，通过21个设计模式（如提示链、路由、多智能体协作等）解决智能体系统架构中的常见问题。全书分为四大部分，涵盖从基础编排到高级架构的完整知识体系，每章提供模式结构、适用场景及实现要点，并配有示意图和伪代码。该书强调架构选型而非具体框架，适合开发者建立团队共识。中文版由xindoo社区开源维护，提供Markdown和PDF格式

 发菜君
2026-06-09 10:49:01

 313

 4

#设计模式 #人工智能 #产品经理
中国人工智能-技术方向的重大转折

包括基础模型、行业模型、智能体和具身智能在内的智能系统在提升智能密度的同时，推动物理智能、生物智能和社会智能的诞生和发展，网络空间和物理空间界限被快速打破。其中，物理智能可能被广泛应用于智能制造和自动驾驶等领域，生物智能推动生物医疗和制造产业的发展，而社会智能则为新的社会生产力发展、资源配置方式和生产关系调整奠定了坚实基础。信息智能、物理智能、生物智能和社会智能的快速创新和交互融合，标志着智能经济

 workflower
2026-06-09 02:00:00

 266

 7

#重构 #设计模式 #安全 +2
Java开发中的设计模式应用：提升代码质量的秘诀

例如，`BufferedInputStream`和`DataInputStream`都是对`InputStream`的装饰，它们在不改变原有类结构的前提下，增加了缓冲和数据读取的功能，极大地提升了I/O操作的效率和灵活性。其次，工厂模式（Factory Pattern）分为简单工厂、工厂方法和抽象工厂三种形式，它们的核心思想是将对象的创建过程封装起来，实现创建者与使用者的解耦。例如，在电商系统中，

2501_90410679
2026-06-09 00:52:33

 21

#java #设计模式 #开发语言 +1
彻底搞懂DDD领域驱动设计思想原理

本文摘要：DDD（领域驱动设计）是一种通过统一语言、领域模型和限界上下文来组织复杂软件的方法论，旨在解决业务与代码割裂、规则分散和边界不清等问题。其发展经历了理论前史、经典诞生、架构外延、微服务落地和AI时代五个阶段，核心思想包括统一语言消除沟通歧义、领域模型封装业务规则、限界上下文划定业务边界。战略设计通过识别核心域、支撑域和通用域来界定业务边界，战术设计则通过实体、值对象、聚合等模式实现领域模

 刀法如飞
2026-06-08 22:45:16

 254

 5

#数据结构 #人工智能 #系统架构 +1
智能体工程的下一个前沿：Harness 设计模式

为了解决上述“三重生产落地悬崖”，智能体工程领域的下一个前沿——Harness设计模式（Harness Design Pattern）在2024年下半年应运而生。把大语言模型（LLM）、多模态感知引擎、专用小模型、传统规则引擎/API/数据库等“智能组件”当成“马”，把一套标准化的、可配置的、可扩展的“框架组件”当成“马具”，通过马具把这些智能组件安全、高效、可控地“驾驭”起来，组成一个完整的、面

 Python人工智能大数据
2026-06-08 22:20:17

 252

 3

#设计模式
LangGraph 终极控制力：人类在环、时间旅行与流式架构

大模型应用的开发，本质上是从“追求绝对确定性的传统编程（Deterministic Programming）”，向“包容不确定性的概率编程（Probabilistic Programming）”的跃迁。LangGraph 的核心价值，在于它没有试图去消灭大模型的不确定性，而是为这种不确定性搭建了一套坚固的控制脚手架。它用 State 容纳记忆，用图结构限制边界，用人类在环和时间旅行筑起安全与调试的

 晨xi的光
2026-06-08 21:25:43

 319

 4

#架构 #人工智能 #开发语言 +3
LangGraph 状态机驱动的复合 AI 系统设计模式

如果说 LCEL（LangChain 表达式语言）将大模型应用开发带入了“声明式流水线”时代，那么的出现，则彻底将开发者从线性思维中解放出来，推向了“复合 AI 系统（Composite AI Systems）”的终极形态。在 2026 年的今天，任何稍微复杂的商业级 Agent 都不可能只是一条单向流动的线。它需要反复的自我纠错、多步的工具路由、甚至在必要时停下来等待人类的介入。这一切的底层底座

 晨xi的光
2026-06-08 21:22:25

 462

 17

#人工智能 #设计模式 #python +3
【Agent智能体24 | 规划-创建和执行LLM计划】

这篇文章介绍了如何通过优化系统提示词，引导大语言模型（LLM）生成结构化程度更高的执行计划，从而提升智能体系统的可靠性。核心要点包括：结构化输出要求：通过在系统提示词中明确规定JSON格式的输出模板，要求每个步骤必须包含编号、描述、工具名称和参数四个字段。机器可读优势：相比自然语言，JSON格式能直接被程序解析（如Python的json.loads()），避免复杂的文本处理，降低出错概率。执

 DdigitalNomad
2026-06-08 21:00:42

 387

 20

#人工智能 #语言模型 #职场和发展 +1
符·形·音·意（SFEM）：一种面向通用智能的四维认知架构

摘要：本文提出一种四维认知架构SFEM（符层Symbol、形层Form、音层Expression、意层Meaning），作为构建通用智能系统的结构化框架。该架构将智能解构为四个不可简化的维度：符层处理规则与符号逻辑，形层负责现象感知与模式识别，音层管理情感表达与交互风格，意层作为意识中枢整合前三者并赋予意义。作者指出当前AI系统的根本缺陷在于缺乏这种结构分离，导致错误不可归因、幻觉难以消除等问题。

lengjingzju
2026-06-08 10:15:12

 619

 13

#设计模式 #学习方法
软件设计师上午题

本文摘要主要介绍了软件设计师考试中的知识产权和数据库相关知识。在知识产权部分，重点阐述了著作权、软件商业秘密权、专利和商标权的相关概念、保护期限及侵权判定标准。数据库部分详细讲解了数据模型（概念、层次、网状、关系）、关系代数运算（并、差、交、笛卡尔积、投影、选择、连接等）、SQL语言（DDL、DML、DQL）以及视图等核心内容，并配以图示说明各类关系运算的区别。全文系统梳理了这两个模块的考点，适用

 Hillain
2026-06-08 09:15:52

 192

 4

#redis #数据库 #缓存 +2
5分钟实战掌握责任链模式(Chain of Responsibility Pattern)：从 “if-else 审批地狱” 到 “流水线式请求处理”

本文介绍了责任链模式在电商订单审批场景中的应用。传统实现使用if-else硬编码审批逻辑，导致代码耦合、违反开闭原则、职责不单一等问题。责任链模式通过将每个审批人封装为独立处理者并形成链式结构，实现请求的传递处理，从而解耦发送者和接收者，支持动态调整流程。文章详细展示了责任链模式的核心结构、三大优势，并通过代码示例演示如何重构订单审批系统，最终实现灵活、可扩展的审批流程。

飞哥SS
2026-06-08 07:45:00

 908

 17

#责任链模式 #java #设计模式
【Agent智能体22 | 构建AI工作流的技巧-延迟、成本优化】

本文总结了优化AI智能体工作流延迟和成本的实用技巧。针对延迟优化，建议通过基准测试识别瓶颈环节，采用并行处理或更换更快的小模型/服务商。成本优化则聚焦三类计费点：按Token计费的LLM调用（可精简提示词）、按次收费的API工具（寻找廉价替代方案）以及服务器计算资源。核心思路是通过测量各环节指标，优先优化高开销组件。文章源自吴恩达智能体教程的实践总结，为开发者提供了可落地的性能优化方法论。

DdigitalNomad
2026-06-07 17:28:14

 223

 4

#人工智能 #职场和发展 #语言模型 +1
【Agent智能体21 | 构建AI工作流的技巧-优化组件的常用方法】

本篇博客是以吴恩达的【Agent智能体】教程为基础，并对其中的内容做了笔记整理以及个人收获的总结。上一篇介绍了组件级评估的方式，端到端测试会受到“噪声”的影响，且成本很大，因此我们引入了组件级的评估方式，这可以让我们专注于优化某个具体的组件，提高优化组件的效果。并且解耦了团队协作流程！这一篇介绍一些优化组件的方式，一个智能体工作流可能包含多种不同类型的组件，因此提升不同组件的工具也会有很大差异，下

 DdigitalNomad
2026-06-07 17:23:22

 574

 26

#人工智能 #语言模型 #职场和发展 +1
【Agent智能体20 | 构建AI工作流的技巧-组件级评估】

提供更清晰的错误信号，避免系统“噪声”当你在传统的“端到端”测试中发现最终生成的文章质量很差时，你很难立刻搞清楚到底是哪一步出了问题——是 LLM 生成的搜索词不好？是搜索引擎返回的结果太差？还是最后润色文章的 LLM 产生了幻觉？这就是所谓的“系统噪声”，其他模块的随机性掩盖了真正的问题所在。而采用“组件级评估”后，如果你单独测试“网页搜索”模块，一旦评分（比如 F1 分数）下降，你能100%

DdigitalNomad
2026-06-07 17:06:40

 784

 34

#人工智能 #语言模型 #职场和发展 +1
构建跨平台AI Agent：多API集成与工具调用设计模式

随着大语言模型(LLM)的普及，AI Agent已经成为下一代应用的核心载体，但当前绝大多数Agent开发都存在耦合度高、适配成本高、可维护性差的问题：切换LLM后端要重写一半代码、新增工具要改核心逻辑、对接微信/飞书/企业微信等多平台要做大量重复开发。本文将从核心概念解析、设计模式选型、技术原理实现、实战项目落地四个维度，系统讲解如何构建生产级跨平台AI Agent，通过适配器、策略、工厂、责任

 AGI大模型与大数据研究院
2026-06-06 23:04:52

 166

 2

#人工智能 #设计模式
硬核进阶｜彻底淘汰入门RAG！LangChain 多级路由+多智能体协同+自省纠错工业级AI系统

基础RAG、单Agent工具调用、简单对话记忆，已经是全网烂大街的入门教程，几乎所有开发者都跑通过。

程序猿李巡天
2026-06-06 21:28:00

 275

 8

#人工智能 #机器学习 #深度学习 +1
收藏！小白也能入行：智能体三大黄金赛道及学习路径全解析

2026年技术圈的分化愈发明显：降薪裁员潮持续蔓延，传统开发、测试等岗位大批缩水，不少从业者陷入职业焦虑；与之形成鲜明对比的是，AI大模型相关岗位迎来疯狂扩招，薪资逆势飙升150%，大厂更是直接开出70-100W年薪，疯抢具备实战能力的大模型人才，甚至放宽年龄限制，只求能快速落地技术、创造价值！1、窗口期红利，入门门槛友好：不同于成熟赛道的“内卷式招聘”，2026年大模型人才缺口巨大，简历只要达标

 程序汪小陈
2026-06-05 14:15:00

 151

 5

#学习 #人工智能 #设计模式 +1
Hermes Agent + LLM Wiki + Obsidian 个人知识库

现在的 AI 已经完全可以当做以前的搜索引擎使用了，但是随着与 AI 的交流次数越来越多，研究的项目和课题越来越丰富，导致个人或者团队的资料越来越复杂，甚至每次与 AI 对话的时候，相当于全部清零，所有的关键信息全部没有了，又要从头开始梳理一遍

 程序猿李巡天
2026-06-05 11:59:53

 440

 4

#人工智能 #机器学习 #深度学习 +1
OPC 提问能力的培育方法

OPC 与问题经济是互为表里的共生体。问题经济则为OPC 提供了将提问能力转化为专利、意义资产等可交易资产的高速通路。专知智库已将提问能力纳入OPC 成熟度认证体系，为OPC 的提问能力进化提供了清晰路径。第三步：每月“定义性冲刺”——筛选出当月QVI 最高的2个问题，与AI 深度对话，生成完整的方案草案，并评估专利可能性。第一步：每日“问题日志”——每天强制记录3 个问题，不评价、不筛选，只记录

 workflower
2026-06-05 07:22:33

 253

 6

#大数据 #安全 #scrum +3
一文讲透企业级 Harness 架构落地实战

把 AI 放进研发流程，最怕它写着写着就跑偏，最后没人敢用。这篇讲怎么给它套上一套"缰绳"——一个正在被各大 AI Coding 工具落地的东西，Harness。会稍微硬核，但我尽量让不写代码的同学也能看懂。

程序猿李巡天
2026-06-04 19:20:17

 400

 8

#架构 #人工智能 #大数据 +4
智能体安全各层典型风险与防护重点

风险包括：直接提示词注入（用户在对话中插入恶意指令）、间接提示词注入（攻击者在外部数据中嵌入隐藏指令，通过数据处理链路影响AI决策）、越权输出（智能体返回本应受限的敏感信息）。治理要点：输入层建立AI驱动的意图检测，识别并拦截提示词注入；工具调用是智能体区别于对话模型的核心能力，也是最大的攻击面扩展点。风险包括：恶意工具注入（通过第三方工具市场或供应链注入恶意工具/Skill）、MCP投毒（通过污

 workflower
2026-06-04 01:00:00

 279

 5

#安全 #人工智能 #设计模式 +2
Pi Agent Web 安装包使用教程

Pi Agent Web 是一个用于本地 Pi Coding Agent 的 Web 界面。简单说，它可以让你不用一直盯着命令行，而是在浏览器里完成这些操作：- 查看本地历史会话- 继续和 Agent 对话- 查看 Agent 的流式输出- 展示工具调用过程- 管理模型配置- 浏览当前工作目录文件- 对会话进行 Fork、分支切换和压缩项目默认读取本地 Pi Agent 的会话目录：

Maddie_Mo
2026-06-03 20:02:42

 927

 2

#人工智能 #RAG #设计模式