AI 工程全路线图:从 Transformer 到 Agent 评估的七步知识树
debashis_dutta · x · 2026-09-11
systemdesignone 发布的 AI Engineering 学习路线图,以树状目录覆盖七大板块:LLM 基础(Transformer 与注意力、推理与解码、分词、上下文窗口)、提示与上下文(上下文工程、结构化输出、约束解码)、表示(嵌入、相似度检索、向量数据库、混合检索)、RAG(分块、混合检索、重排序、查询改写、GraphRAG)、工具与 Agent(函数调用、Agentic 工作流、记忆与状态、MCP、A2A 互操作、人在回路)、评估(evals、测试集、在线指标、追踪调试)、安全(护栏、AI Security、prompt 注入防御)。适合作为 AI 工程师自学的知识框架索引。
「编程与Agent」频道最新
- HeyGen 联手 OpenAI 开源实时数字人交互框架 — aftahi_ai · 2026-09-11
- Terminal-Bench 团队将办 meetup，聚焦 RL 环境与 Agent 评测前沿 — simonguozirui · 2026-09-11
- Hermes:跨 Claude、Codex 等多平台编排 agent 的元框架 — intellectronica · 2026-09-11
- ClawBench 在 144 个真实网站测 Agent:最强模型成功率仅 33% — jiqizhixin · 2026-09-11
- UIUC 发布 SREGym：GPT-5.6 Sol 领跑，SRE Agent 端到端解决率仅 81% — tianyin_xu · 2026-09-11
- Credit Genie 用 OpenWiki 存代码库知识，编码 Agent 不再瞎猜 — LangChain · 2026-09-11