Bruce Wong Blog

非凡的结果始于伟大的问题.

用“会思考的提示”提升提示工程效率

Meta‑prompts 工具解析

最近在和一个团队一起探索在大模型AI落地中如何高效的设计提示词,每个人都学习提示词技巧固然是好,但是同样的知识不同的人学习也会有不同的效果。于是我们发现了Meta‑prompts这个好东西,今天就来聊聊如何用更聪明的AI来帮助我们生成提示词。 什么是Meta‑prompts? Meta‑prompts,又称”元提示词”,即用一个智能模型(通常更强的模型)来生成或优化另一个模型的输入提示(p...

学习如何构建高效AI Agent

Anthropic的工程师Barry Zhang在最近的AI Engineering大会上分享了《How We Build Effective Agents》的演讲,非常受用,学习之余结合自己的工作实践做了一些总结。以下是我对他演讲的内容的总结和思考。 1. 不要为任何事情都构建Agent(Don’t build agents for everything) Barry提到,Agent可以...

RAG创始人关于RAG Agent的10个思考(下)

继续上一篇,将后5个思考也做一个分享。 6.工程师在“无聊”的事情上花费大量时间: 工程师本应专注于构建流程、提升精度、扩展应用等创造业务价值的工作,但现实中却常常耗费时间在数据分块 (chunking) 策略、文本清洗、构建连接器、配置向量数据库、调整提示、管理基础设施等相对基础且耗时的工作上。应设法将这些工作自动化或平台化。 实践分享 有很多已存在的框架和工具可以帮助我们自动化这...

RAG创始人关于RAG Agent的10个思考(上)

现在AI应用落地常用的方式是RAG(Retrieval-Augmented Generation),即检索增强生成。和Agent结合更是让RAG的应用场景更为广泛。很多企业包括我自己都在尝试使用它来提高AI在企业中落地的效果。最近RAG的创始人Douwe Kiela 在LinkedIn上分享了他对RAG Agent在企业中的10个教训,对我自己也很有启发。今天结合他的视频内容和我自己的实践体...

AI编程时代,自动化测试还有必要吗?

近年来,AI编程工具的崛起让开发者们感受到了前所未有的效率提升。从GitHub Copilot到Cursor、Cline等工具,AI已经能够自主编写、调试、修改代码,甚至让功能直接运行。作为开发者,我们的角色似乎从“码农”变成了“监工”——只需输入提示词,审查AI的产出,偶尔做些微调即可。短短三年,AI编程的进步让我这个老程序员也不禁感叹:既然AI生成的代码如此强大,产出即正确,那我们还需要...