深入理解 AI Agent：设计原理与工程实践
围绕「Agent = LLM + 上下文 + 工具」核心公式，系统解析AI Agent设计原理与工程实践，涵盖上下文工程、记忆系统、工具调用、Coding Agent、多模态交互与多Agent协作等10大领域，配套28个可运行项目源码开源。
文章列表
单智能体与多智能体设计方案深度解析
基于OpenAI、Anthropic、Google DeepMind三大实验室最新研究，系统拆解Single-Agent与Multi-Agent六种设计模式，从ReAct到Supervisor，覆盖2026年开源项目全景与生产用例决策框架，给出精确架构匹配的实战指南。
DeepSeek V4、ChatGLM 5.2、LLaMA 4 三大模型架构原理详解
截至 2026 年 7 月，DeepSeek V4、GLM-5.2、LLaMA 4 已构成开源大模型领域三大代表性架构。DeepSeek V4（1.6T 总参 / 49B 激活）以 CSA+HCA 混合注意力 将百万 token 上下文的单 token FLOPs 压至 V3.2 的 27%、KV
Apache Flink Agents 0.3 学习教程
基于Apache Flink Agents 0.3官方文档，系统讲解Flink Agents的设计原理、核心架构（事件驱动编排模型）与关键概念（Action、Event、Chat Model、Tool、Memory、Skills），涵盖Workflow Agent与ReAct Agent两种范式、Flink DataStream/Table API集成实战，从环境搭建到生产部署的完整学习教程。