迈向可编程观测：在GPU Kernel中构建类eBPF风格的性能探针
阿里妹导读本文旨在梳理作者学习路径，带领读者共同探索 GPU Kernel 性能分析从宏观到微观的技术演进。引言作为一名使用eBPF进行CPU性能分析的工程师，在转向学习GPU性能优化分析时，一直在思
阅读全文如何让AI“看懂”网页？拆解 Browser-Use 的三大核心技术模块
传统的 Browser-Use 多依赖于固定选择器和流程编排，难以应对界面变化与复杂逻辑。随着大模型驱动的智能体技术兴起，Browser-Use 正迈向智能化新阶段：LLM 作为“大脑”负责任务规划与
阅读全文从 Prompt 到 Context：基于 1400+ 论文的 Context Engineering 系统综述
几年前，当 Prompt Engineering 概念被提出来的时候，有个流行的观点：Prompt Engineering 不会存在很长时间，会随着 LLM 能力强大逐渐弱化。类比于搜索引擎刚出来的时
阅读全文三重Reward驱动的运维智能体进化：多智能体、上下文工程与强化学习的融合实践
阿里妹导读这篇文章系统性地阐述了 AI 原生时代下，面向技术风险领域的智能体系统（DeRisk）的架构设计、核心理念、关键技术演进路径与实践落地案例。背景2023年ChatGPT发布之后，过去两年各领
阅读全文一位工程师对“好代码”的 7 年思考
阿里妹导读本文围绕“什么是好代码”展开，作者结合自身职业发展阶段，从初入职场时仅关注完成任务的“黑盒认知”，逐步过渡到深入思考代码质量的多维度评价标准。一、前言什么是好代码？这个问题很基础，但工作那么
阅读全文RAG效果不佳？先别急着微调模型，这几个关键节点才是优化重点
阿里妹导读本文深入探讨了RAG（Retrieval Augmented Generation）技术的实现细节与优化策略，指出在AI应用开发中，RAG常被视为黑盒导致问题定位困难。文章从文档分块（Chu
阅读全文Claude Code 深度拆解：一个顶级AI编程工具的核心架构
一、Claude Code介绍ClaudeCode是由Anthropic开发的全新终端AI编程工具，旨在通过自然语言指令帮助开发者高效率地完成代码编写、调试和项目管理任务。它直接集成在开发者的工作环境
阅读全文别让AI做它不擅长的事：Agent在业务场景中的工程实践
阿里妹导读本文通过分享将AI Agent技术应用于“智能播报助手”和“批量建任务”两个真实业务场景的实践历程，深刻阐述了当下将AI Agent与传统工程系统深度融合，而非追求完全替代，才是实现业务提效
阅读全文初探：从0开始的AI-Agent开发踩坑实录
阿里妹导读本文主要阐述作者通过亲身实践，探索利用AI Agent实现开源应用Helm Chart自动化生成的实践历程。引言这事儿得回到两周前，彼时我刚入职，正兴致勃勃地想接下来会做些什么，周会上说到新
阅读全文支付宝 AI 出行助手高效研发指南：4 人团队的架构迁移与提效实战
一、摘要本文将介绍支付宝「AI 出行助手」从产品立项到全量上线耗时两个月的研发历程。在仅有 4 人的客户端小团队下，我们是如何基于支付宝终端技术的基础框架：xUI + KMP，高效搭建出一款智能助理会
阅读全文老年代的“滞留对象”：一次由提前晋升引发的线上内存告警排查
阿里妹导读对于老年代的对象，大部分人第一印象是因为多次GC没有被回收所以晋升到老年代的。其实不然，本文对于老年代中发现大量不可达对象深入排查了一下，发现部分高QPS场景下临时对象的提前晋升问题和难以回
阅读全文从需求到研发全自动：如何基于Multi-Agent架构打造AI前端工程师
阿里妹导读本文深入阐述了蚂蚁消金前端团队打造的Multi-Agent智能体平台——“天工万象”的技术实践与核心思考。2023年AutoGPT的出现标志着Agent进入了一个新的阶段，它结合了当时的GP
阅读全文从“数据拼凑”到“精准断案”：深度剖析RAG系统中信息完整性的关键作用
最近在做智能缺陷查重的项目过程中，遇到一个有意思的问题，尽管采用了精心设计的Prompt和强大的LLM，模型在返回重复缺陷时，仍产生数据不一致的“拼凑”结果。通过层层递进的分析，发现问题的根源并非出在
阅读全文从Prompt到Context：为什么Think Tool是形式化的必然？
阿里妹导读本文从编译原理的视角，为当前AI工程实践（如Prompt Engineering、Context Engineering、Think Tool）提供坚实的理论根基。AI编程的演进并非凭空而来
阅读全文AI 基础知识从 0.6 到 0.7—— 彻底拆解深度神经网络训练的五大核心步骤
阿里妹导读本文以一个经典的PyTorch手写数字识别代码示例为引子，深入剖析了简洁代码背后隐藏的深度神经网络（DNN）训练全过程。【系列文章】 AI 基础知识从-1到0.1：带你走进机器学习的世界 A
阅读全文解锁AI潜力：如何高效运用Claude进行复杂任务处理
阿里妹导读本文系统解读了Anthropic官方发布的提示词优化策略，旨在帮助用户充分发挥Claude等先进大语言模型的潜力。来自 Anthropic 官方的提示词优化建议[1]：1.Be clear
阅读全文构建可靠AI Agent：从提示词、工作流到知识库的实战指南
阿里妹导读本文系统阐述了在当前 Agentic AI 技术快速发展的背景下，如何构建一个可靠、高效且可落地的 AI Agent 应用。随着 LLM 和工具调用的标准化，开发的核心竞争力已转向 提示词工
阅读全文万字解码 Agentic AI 时代的记忆系统演进之路
阿里妹导读本文深入探讨了在 Agentic AI 时代，记忆（Memory） 作为智能体核心能力的定义、构建与技术演进。Memory 是什么当下阶段 AI 应用正在从 Generative AI 向
阅读全文用最简单的大模型技术打造一个迁云专家有多难？
阿里妹导读本文探讨了在云迁移这一复杂且场景多变的领域，为什么标准化工具和方案无法完全替代资深专家，以及如何利用大模型技术来“复制”专家的80%核心能力应对日益增长的项目需求。引言：云迁移为何仍然需要一
阅读全文解密 Cursor：一位深度用户的原理探析与实验验证
Cursor 是近来大火的 coding agent 工具，凭借其深度集成的智能代码生成、上下文感知和对话式编程体验，极大地提升了开发效率，成为众多工程师日常开发的得力帮手。作为 Cursor 的付费
阅读全文构建能源领域的AI专家：一个多智能体框架的实践与思考
阿里妹导读本文介绍了作者团队在能源领域构建多智能体（Multi-Agent）框架的实践经验。面对单智能体处理复杂任务时因“注意力发散”导致的效率低下问题，团队设计了一套集“规划-调度-执行-汇总”于一
阅读全文一次缓存引发的文件系统数据不一致问题排查与深度解析
阿里妹导读本文详述了一次由自研分布式文件系统客户端 EFC 的缓存架构更新所引发的严重数据不一致问题的完整排查过程。一、起因EFC（Elastic File Client）是 NAS 自研的分布式文件
阅读全文AI驱动前端重构：10天完成3000+行复杂组件的跨端复用实践
阿里妹导读本文分享了我们团队一次极具代表性的实践：面对一个代码量超3000行、包含数十个平台适配分支的“规格面板”核心组件，我们引入AI开发工具 Cursor 结合 Claude 模型，成功在10天内
阅读全文AI 基础知识从 0.5 到 0.6—— Transformer 架构为何能统治AI领域？
阿里妹导读本文旨在清晰地阐明Transformer超越传统模型的关键技术原理，展现其“全能”的内在逻辑。【系列文章】 AI 基础知识从-1到0.1：带你走进机器学习的世界 AI 基础知识从0.1到0.
阅读全文AI 智能体实战：100+次迭代后的意图识别提升之道
阿里妹导读文章旨在为AI开发者提供可复用的技术路径与经验借鉴，帮助避免常见“踩坑”场景，从而构建更加智能、可靠的对话系统。概述我们在构建AI智能体的过程中，意图识别和槽位抽取是自然语言理解（NLU）的
阅读全文基于大模型的领域场景开发：从单智能体到多智能体的React框架设计与实现
背景基于大模型的领域场景开发，说到底无非是借助基座模型对语义的理解推理能力，将通用AI变为专有AI工具的过程。但仅仅只做模型调用，来实现复杂类需求，对生产力的提升并没有太大帮助。因此在围绕提升研发生产
阅读全文AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN
阿里妹导读本文系统回顾了计算机视觉的发展历程，从早期基于手工特征的传统方法，到深度学习的崛起与卷积神经网络（CNN）的广泛应用，并通过数学原理、代码示例与可视化手段，全面解析了卷积操作的本质与CNN的
阅读全文微调之后还能做什么？大模型后训练全链路技术解析
阿里妹导读本文探讨了后训练的重要性、方法以及最新进展。文章将包含理论分析与实际操作指南，适合希望深入了解并应用这些技术的开发者。什么是后训练？后训练（Post-Training）是指在预训练模型的基础
阅读全文如何用AI Coding和Claude Code提升开发效率？看我的全流程复盘
随着人工智能技术的迅速发展，AI Coding 工具已经成为我日常开发中提升效率的重要手段。前阵子参加了一个算法技术的 Hackathon 活动，全程使用 AI 进行写文档、出设计图、写代码，这次经历
阅读全文用系统架构思维，告别“意大利面条式”系统提示词
阿里妹导读本文作者分享了自己在研究如何编写强大且可维护的系统级提示词时的经历。一、引言：一次对“神级提示词”的祛魅之旅最近，在研究如何编写真正强大的系统级提示词。为了学习，我把目光投向了业界前沿的AI
阅读全文