自从2026年过年之前就在思考 如何构建自己的家庭AI实验室，我日常的学习中面临了如下几个问题： 当下的AI设计也有，看到太多的变化，但这些变化很多都停留在纸面上，缺少动手实操和深入了解，我认为我需要深入了解一些特有的框架，找到他们的共性，而不是人云亦云； 实操更容易有体感，真实的了解他们是如何运行的； 构建可持续的学习环境，预期可以实现开发、算力部署、训练、测试一体的环境； 本文档记录日常搭建家庭mini版本的AI实验室的整体记录，整体预算控制在 5万左右（）； 网络建设（内网2.5Gbps，下行1000Mbs、…
Harness Engineering 详解 Harness Engineering 的定义与核心价值 Agent 可靠性的瓶颈不在模型，而在模型周围的系统。模型是引擎，Harness 是方向盘。以 LangChain Coding Agent 为例，在 Terminal Bench 排行榜中，通过仅优化 Harness（系统提示、工具配置、中间件钩子），模型未更换的情况下，排名从 30 名开外提升至前五。Harness 源自马具（缰绳、马鞍等）的比喻：模型如马（强大但无方向），人类工程师如骑手（提供方向），Har…
Multi-Agent 架构使用判断框架 Anthropic 的核心立场 大多数团队不需要 Multi-Agent 系统。在单个 Agent 上反复改进 prompt，效果可匹配花数月搭建的复杂多 Agent 架构，且代价更低。普通 Agent 消耗约 4 倍于聊天的 token，而 Multi-Agent 系统消耗约 15 倍，额外开销来自跨 Agent 的上下文复制、协调消息和结果汇总，因此需任务价值足够高才能覆盖开销。 该使用 Multi-Agent 的场景 上下文污染 不同子任务积累的信息互相干扰导致推理质…
上下文工程的本质 大模型推理时的信息来源仅包括参数知识（训练阶段获得，推理阶段不可改）和上下文窗口内容。上下文工程本质是构建大模型的工作记忆，决定其决策时能看到的信息，进而影响行为质量。 与 Prompt Engineering 的区别 Prompt Engineering：关注措辞、格式、few-shot 示例等 “怎么说” 的问题。 上下文工程：关注每轮推理时上下文窗口中 “看到什么”，包括信息的选择、结构排列。 核心差异：Agent 是多轮推理循环（典型任务平均调用 50 次工具），上下文信息不断累积，存在 …
行业现象：“套壳” 产品的意外成功 AI 行业存在 “做模型的看不起做应用的，做应用的看不起套壳的” 的鄙视链，但 2026 年出现两个纯套壳产品的成功案例：一个被 Meta 以 20 亿美元收购（Menace），另一个两周内获得 17 万 GitHub Stars（OpenClaw），引发行业对 “套壳” 认知的反思。 案例介绍：两款典型 “套壳” 产品 Menace：2025 年 3 月发布，24 小时内成为国内 AI 领域讨论度最高产品，邀请码被炒至数万元。核心模型能力来自 Claude，通过调用 29 种工…
MCP 与 Skill 的区别及关系 MCP 与 Skill 的核心区别 Skill 定义能力：是一组预定义的指令和处理逻辑，告诉 AI 怎么做事，如按规范生成数据分析报告（先区域拆分、算同比环比、按模板输出），与数据来源无关 MCP 定义连接：是标准化开放协议，解决 agent 与外部系统（数据库、网盘、代码仓库等）的通信问题，负责打通通道，支持 agent 实时读取、操作外部资源，且持续在线 类比：Skill 类似菜谱（记录做菜步骤），MCP 类似通向菜市场的路（食材通道），二者缺一不可 为何 Skill 中加…
上下文工程的定义 传统提示词工程关注如何写指令，而上下文工程更进一步，策划哪些信息该进入模型视野，是从写作者到编辑的升级。 Agent 性能下降的核心问题 随着 Agent 运行时间变长，上下文信息量呈指数级爆炸（从几百 token 到几万甚至几十万），这是制约复杂任务的最大瓶颈，根源在于上下文管理失控。 上下文腐败的表现 输入变长导致模型性能下降，且以意外方式崩溃。 模型对信息位置极其敏感：关键信息在开头或结尾表现好，在中间时性能断崖式下降（类似读厚书只记开头结尾）。 连续处理相似任务时陷入模式固化：学习到的是无…
Agent≠调 API 的核心区别 面试中常被质疑 “Agent 只是调大模型 API”，但实际落地面临关键挑战：当对话轮次增加（如 50 轮），上下文 token 超过模型窗口（如 128K）时，需解决信息取舍问题，而非简单删除或全量发送。 上下文窗口限制与落地痛点 大语言模型上下文窗口存在硬限制（常见 128K-20 万，Gemini 达 100 万），但实际交互中： 固定开销：System Prompt + 工具说明约 4000 tokens 动态开销：每轮对话（输入 + 输出）500-2000 tokens…
一、核心认知：Claude Skills是什么？ 1.1 核心理念：从“临时工”到“专家”的蜕变 传统Prompt模式 类比：临时口头指导 特点：效率低、易出错、难复用 示例：“帮我做一个PPT，要简洁大方...” 实战痛点：每次交互需重复说明规则，输出质量依赖Prompt编写能力，无标准化流程 Claude Skills模式 类比：专业培训手册+工具包 特点：系统化、可复用、可插拔、可迭代 示例：“按照《企业级PPT制作技能包》操作，含模板、流程、校验规则...” 实战价值：一次配置多次复用，团队统一标准，降低L…