Context Engineering：从 Prompt 到上下文的范式升级
2025–2026 最热概念：不只写好 prompt，而是系统编排进入模型的信息——组件、budget、质量与评估一次讲清
Tag
#AI
#AI 标签文章合集，收录 Diors.tech 中与 AI 相关的 AI 学习笔记、技术拆解和工程实践。
23 篇文章CoT 深度：从 Zero-shot 到 Tree-of-Thought
梳理 Chain-of-Thought 的演进：Zero-shot / Few-shot、结构化 CoT、ToT / GoT、推理模型内化，以及反直觉坑与实战选型。
Eval Harness 实战：从工具到自建评估体系
用漏斗式视角理解 Eval Harness：工具选型、lm-eval 与 promptfoo 实战、自建四支柱、Flaky Eval 处理，以及与 Agent Harness 的关系。
Agent 是什么
从定义、核心能力、和 Chatbot 的差异到真实案例，系统理解 AI Agent 的本质、边界和工程落地方式。
AI 系统架构设计
AI 系统与传统软件的本质差异、分层架构设计、微服务 vs 单体、核心组件选型，以及从 MVP 到企业级的部署演进
模型推理优化
推理延迟与成本是 AI 应用的两大痛点。Batching、KV Cache、量化、Speculative Decoding 等优化技术详解，以及 vLLM、TGI、TensorRT-LLM 等推理框架的工程取舍
AI 成本优化
Token 成本拆解、Prompt 优化、缓存策略、模型路由、Cascade 模式、自托管 vs API 成本分析，以及预算监控与告警
模型选型策略
2026 年模型 landscape、评估维度、能力矩阵、场景映射、开源 vs 闭源、多模型策略，以及如何规避 vendor lock-in
AI 评估体系
为什么评估是 AI 工程最被低估的环节。Benchmark、离线评估、在线评估、LLM-as-judge、评估流水线与持续监控
AI 系统监控
AI 可观测性与传统 APM 的差异。Trace、指标、评估三支柱，关键指标定义，日志最佳实践，以及 LangSmith、Langfuse 等工具
AI 安全与防护
AI 专属安全威胁：Prompt Injection、数据泄露、内容安全。防御策略、Guardrails、访问控制与 Red Teaming
向量数据库
为什么需要向量数据库、ANN 算法原理、主流产品对比，以及何时用专用向量 DB 何时用 pgvector
Embedding 原理
从文本到向量：Embedding 如何将语义编码成数字，以及 Cosine Similarity、主流模型与实战应用
上下文窗口与 LLM 记忆机制
Context Window 如何工作、对话记忆如何维护、RAG 如何扩展知识边界——LLM 记忆全景图
Prompt 工程入门
角色设定、Few-shot、指令设计、Chain-of-Thought——从零到写出高质量 Prompt 的完整指南
Tool Calling 原理
为什么 LLM 需要工具、Function Calling 与 Tool Use 的区别、MCP 协议，以及如何安全地让模型调用外部能力
AI 应用系统架构
从前端到模型层：AI 应用典型技术栈、各层职责、Orchestration 层详解，以及如何根据场景选架构
Prompt 系统设计
从结构化输出、模板管理、多轮状态到分层 System Prompt，讲清生产级 Prompt 系统如何设计、测试与维护。
从 0 到 1 构建 AI 助手
综合 Prompt、RAG、Tool Calling，手把手搭建一个可运行的 AI 助手：系统设计、技术栈、代码结构、常见坑
推理能力从哪里来
从预训练、微调、RLHF/DPO 到推理模型，拆解大语言模型能力形成路径，理解 Base Model、ChatGPT 与 reasoning model 的关系。
Prompt 版本管理
Prompt 即代码：版本控制、测试、A/B、Registry、模板化。Prompt 生命周期与团队协作，以及 Humanloop、LangSmith Hub 等工具
大语言模型是如何“思考”的
从 Transformer 架构、Attention 机制、Token 预测到 Scaling Law，拆解 LLM 的底层运作逻辑
AI 黑话通关手册
30+ AI 核心术语，一篇全搞定。不讲废话，每个词给你一句人话 + 原理 + 真实案例。读完你就能看懂大多数 AI 讨论。