AI 工程师进阶指南：手写 12 个核心组件
EAccelerate_42 · x · 2026-08-31
针对询问 AI 工程应该构建什么的问题，作者列出了一份从零实现的实战清单，旨在避免过度依赖封装库并深入理解底层原理。
包含以下核心项目：
- Agent Orchestrator: 确定性状态机，不使用 LangChain。
- Context Assembler: 基于预算的内存管理与检索集成。
- MCP Server & Client: 原始 JSON-RPC 实现，无 SDK 依赖。
- Retrieval Stack: 从零构建分块、BM25、稠密检索与重排序器。
- Eval Harness: 轨迹评分与 CI 回归门禁。
- Model Router: 基于成本/延迟/质量的智能路由与降级策略。
- Semantic Cache: 嵌入相似度缓存与命中率监控。
- Guardrails Middleware: 注入检测与 PII 脱敏中间件。
- Streaming Proxy: 支持 SSE，集成 TTFT 和 ITL 指标。
- Durable Workflow Engine: 检查点与恢复机制（类似 mini-Temporal）。
- LLM Tracer: 类似 OpenTelemetry 的全链路追踪。
「编程与Agent」频道最新
- Copilot CLI 神助攻：排查 AirPods 插件依赖故障 — DanWahlin · 2026-08-31
- 发布《Harness 设计入门》幻灯片：提示词与上下文之后 — 4310sy · 2026-08-31
- drskill 工具发布：像 brew doctor 一样检查 Agent 上下文与 MCP 配置 — dbreunig · 2026-08-31
- 马斯克展示 Grok Bot 打造研究型 Agent 工作流 — elonmusk · 2026-08-31
- 个人实战：利用 AI Agent 同步代码、生成音乐并管理多项目 — NickPassig · 2026-08-31
- Bezalel：为 Agent 提供记忆、邮件和电脑能力的 MCP 服务 — Rasmic · 2026-08-31