MoreRSS

site iconPhodal | 黄峰达修改

ThoughtWorks 技术专家,工程师 / 咨询师 / 作家 / 设计学徒。开源深度爱好者。
请复制 RSS 到你的阅读器,或快速订阅到 :

Inoreader Feedly Follow Feedbin Local Reader

Phodal | 黄峰达的 RSS 预览

ACP 协议 + 多 AI 编程智能体:企业研发的新生产力平台

2026-02-09 15:20:00

最近,我们在 AutoDev 中集成了 ACP 协议,使用它进一步优化 AutoDev 的跨平台渲染架构,在提升 AutoDev 的同时,也兼容了其它智能体。由于,ACP

A2A vs ACP 协议对比分析

2026-02-09 11:02:00

本文档对比分析 A2A (Agent-to-Agent Protocol) 和 ACP (Agent Client Protocol) 两个协议的核心差异、设计理念和适用场景。

平台工程视角下的 AI 应用架构治理

2026-02-05 11:39:00

这不是一个从“我们决定做 AI”开始的故事。我们项目的客户是,某金融公司内部的平台团队。他们并不是一开始就要“做 AI”,而是长期承担着一个更基础、

AI 时代的洞察方法论:结构化思维与能力迁移

2026-01-19 22:47:00

这不是一个从“我们决定做 AI”开始的故事。我们项目的客户是某企业内部的平台团队。他们并不是一开始就要“做 AI”,而是长期承担着一个更基础、

Agentic RAG 的架构演进:从上下文追踪 (Context Trace) 到全景上下文图谱 (Context Graphs)

2026-01-11 09:58:00

随着大语言模型(LLM)从被动的问答工具演变为具有自主性的智能体(Agents),传统的检索增强生成(RAG)架构正面临前所未有的挑战。当智能体需要执行长周期的复杂任务——如代码重构、法律合规审计或企业流程自动化——仅凭基于语义相似度的向量检索(Vector Retrieval)已无法满足需求。智能体不仅需要“知识”,更需要“记忆”和“结构化认知”。本文将详尽探讨一种新兴的架构范式:**代理式 RAG (Agentic RAG)**,并重点剖析其核心组件——**上下文追踪 (Context Trace)** 与 **上下文图谱 (Context Graphs)**。

AI 编程 2025 总结:国产模型“能力追平”,国产编程工具还在“情感陪伴”

2025-12-30 16:25:12

前几天,我看到一篇国产 AI Coding 工具的案例文章,花了不少篇幅在讲一个“智能体的附加价值”——当你写代码写到崩溃时,它可以安慰你、鼓励你,让你感觉好受一点。