AI 系统工程
从基础到内部：理解大语言模型怎样处理输入与生成输出，掌握智能体如何使用工具、管理上下文与记忆，并以可验证的方法改善工程质量。
循序阅读
六组基础课程。先理解具体对象，再进入机制与工程取舍。
十二个阅读主题
已有基础时，可以从一个具体问题进入。每个主题保留基础与深入两种本地入口。
主题 01
Transformer：从表示到网络层
认识数字怎样排列、变换与组合。
主题 02
Attention：分数、权重与信息混合
从点积和加权平均进入注意力计算。
主题 03
LLM：输入、参数与输出
连接文字编码、模型计算和逐Token生成。
主题 04
Agent：模型、工具与执行循环
区分模型提出动作与程序真正执行。
主题 05
Codex：工具路由与上下文生命周期
结合协议基础阅读公开执行链与固定源码。
主题 06
Claude Code：状态与上下文管理
从任务状态理解公开产品机制及配置边界。
主题 07
上下文工程：每轮输入的构建
解释信息选择、优先级、预算与证据。
主题 08
上下文压缩：保留、替换与恢复
区分摘要、原始证据和执行状态。
主题 09
检索工程：从索引到可靠证据
连接分块、召回、排序与条件核验。
主题 10
记忆架构：事实、经历、流程与时间
理解跨任务信息的存取、冲突和失效。
主题 11
工程环境：需求、测试与交付
用可检查的约束与反馈提高可靠性。
主题 12
Agent评测：成功、回归与成本
先明确指标分母，再评价方案收益。
一条输入的旅程打开完整动画 ↗
先把文字组织成模型可接收的输入。这时，下一段回答还没有产生。
点击阶段，沿流程理解过程导览 · 非运行实测
进一步阅读
继续研究内部实现、综合案例与原始研究主题。