关于本册

一句话：这不是工具说明书，也不是面试题库。它只回答三个问题：为什么需要、怎么工作、什么时候不该用。

这本小册写什么

AI 工程的变化很快，工具名、模型名、版本号几个月就会过时。所以这里尽量把易变的部分压到最低，把稳定的部分讲透：

• 机制：Transformer 的注意力与 KV 缓存、上下文预算；Agent 循环、上下文组装、工具调用、状态持久化、评测与门禁。
• 取舍：为什么选这个方案，代价是什么，什么场景下应该退回更简单的做法。
• 动作：最小可运行示例、上线前的门禁、出问题时的排查顺序。

具体工具的版本、价格和功能边界，以官方文档为准。文章里出现的阈值，没有公开出处的都标了「经验值」，按团队基线调整。

怎么读

1. 先用起来：从各专栏的 00-学习路线 开始，按顺序读，不要从目录里随机跳。
2. 理解机制：每篇的「核心机制」是主干，图只是帮助建立因果，不要只记结论。
3. 补边界：读到「边界」时停下来，对照自己的场景判断是否适用。
4. 做验证：每篇的「最小上手」都应该能落到一条命令、一个文件或一次演练。

背记用不着逐篇翻，三个版本按背诵强度递进：必背版 106 条主题，一题一句；合并版 在必背正文之外，把别篇没被覆盖的枚举与数字整块留下做备查；逐篇版 按专栏顺序收录 158 篇，给全「速览／一句话」「为什么需要」「讲清楚」三段。三者都由脚本从正文原样搬运，不改写句子。

写作约定

每篇正文按七段展开：一句话、为什么需要、核心机制、最小上手、生产动作、边界、讲清楚。索引和清单类文章不套这个结构。

• 不写面试话术，不写「必考」「速成」。
• 不堆概念，每个结论前面有原因，后面有代价。
• 数字尽量给出来源；给不出来源的，明确标成经验值。
• 图用 mermaid，图后必须解释因果，而不是重复节点名称。

更新与反馈

内容会随工具和规范演进持续修订。发现事实错误、断链或过时表述，直接提 issue 或改 PR；修订时保留「适用时间」和变更理由，方便读者判断是否还适用。

初稿 2026-10

联系我

如果内容对你有帮助，或者发现错误想一起讨论，可以扫码加我微信：