RAG 看起来不过是"先检索，再生成"，真正做起来才知道坑不少。分块、检索、重排序、Prompt、引用、评估，任何一环偷懒，最后都可能变成一个很自信的胡说八道机器。

AI 把写代码的门槛拉低了，把判断代码好坏的门槛拉高了。经验不会自动变成优势，反而容易变成包袱。咱们要做的，是用 DDD 守住业务语言，用 ROI 算清楚账，再用品味在多个可行方案里挑那个"长期最少后悔"的。

AI 很强，但它并不了解你的项目、你的经历和你的判断。真正有用的知识库，不是把笔记堆起来，而是把原始材料、结构化页面、治理规则、来源与校验串成一条流水线。结合我最近折腾的一套私人原型，聊聊我是怎么搭自己的知识库，以及怎样让它不只是一个"仓库"。

上一篇讲过用 promptfoo 测 LLM API 类的 AI skill。可咱们日常写的更多是另一种——给 Cursor、Codex、Claude Code 用的本地 skill，它没有 endpoint，没有固定 prompt，调用方是另一个 agent。这种 skill 该怎么测？本文给一套从结构 lint 到行为回归的完整方案。

很多团队做 AI skill，还停留在“这次跑通了，看起来不错”的阶段。可真正上线之后，问题往往不在第一次回答，而在波动、成本、工具调用路径和安全边界。本文借 Promptfoo 这把尺子，聊聊怎么系统地评估、测试并给 AI skill 做质量与安全把关。

笔记散落各处，AI 却帮不了你？聊聊怎么用 Obsidian 的本地 Markdown 文件，配合 LLM 插件、MCP 和编译式知识库，把"一堆文件"变成"能回答问题的第二大脑"。

AI Agent 的演化，表面上看越来越拟人，技术上看其实是在一层层补齐“器官”：从思考与推理、多模态感知，到工具、技能、记忆、人格、规则、身体接口，再到多 Agent 协作与治理。它未必先替代人，但一定会先重写很多知识工作的分工边界。

大模型能蒸馏，Agent 的 Skill 也能蒸馏。蒸馏到底是什么？为什么 DeepSeek 能把 671B 的推理能力塞进 1.5B 的小模型？为什么你的 Agent 技能越写越臃肿时，也需要来一轮"蒸馏"？这篇把模型蒸馏和技能蒸馏串起来讲，一次搞懂。

很多人觉得 OpenClaw 这类 AI Agent 用久了会“自我进化”。真相没那么玄：多数时候，不是模型偷偷变聪明了，而是记忆、偏好画像、工具调用、反馈回路和工作流沉淀一起把它越养越顺手。

OpenAI 用 Codex 在五个月内生成了百万行代码，零行手写。背后的方法论叫 Harness Engineering——不是教 AI 怎么写代码，而是给 AI 搭一个"跑不偏"的环境。本文梳理从 Prompt Engineering 到 Harness Engineering 的四次进化，并用一个实战案例演示：一个不会 Rust 的老程序员，如何靠 Harness Engineering 用 Tauri 写出一个桌面 Todo 应用。

传统 RAG 在处理复杂多跳问题时力不从心，GraphRAG 通过引入知识图谱为检索增强生成带来了结构化推理能力。本文从痛点分析、核心架构、Leiden 社区检测算法到工程实践，全面深入剖析 GraphRAG。

以 lazy-rabbit-agent 里的 agent_loop_demo.py 为例，讲清楚 AI Agent Loop 的本质：它不是玄学，而是由规划、记忆、工具调用、观察回流、格式约束与失败恢复组成的一台小发动机。

AI Agent 就像你新招的天才实习生——什么都学过，但到了你的项目里，连 CI 怎么跑都不知道。AI Skill 就是那份"入职培训手册"，把你的领域知识、工作流程、最佳实践打包成 AI 能理解和执行的模块。本文拆解写好 AI Skill 的方法、原则、示例和自检清单。

Scrum 诞生于 1995 年，那时候写代码还得一行一行敲。三十年后的今天，AI 能在几分钟内生成一个完整的功能模块。当开发速度被 AI 拉到十倍甚至百倍，那些两周一个 Sprint、每天站会 15 分钟的仪式感，还有多少是必要的？

我们花了 30 年让软件对人友好（User Friendly），现在该花点时间让它对 AI 也友好了（AI Friendly）。AI 可以给人赋能，人也可以给 AI 赋能——你给 AI 的上下文质量，决定了 AI 能回馈给你的输出质量。API 是否结构化、文档是否机器可读、日志是否语义清晰、UI 是否有良好的无障碍标记——这些原本就是"好设计"的标准，只不过 AI 的到来让它们从"最佳实践"升级成了"生存必需"。

老板说"范围不能砍、工期不能延、人不能加"——然后还希望质量别掉链子。如果你真信了，那你不是在做项目管理，你是在做魔术表演。项目铁三角(Iron Triangle)讲得很直白：范围、时间、成本，你最多只能锁住两个，第三个必须当变量。至于质量？它不是第四个旋钮，它更像地板——前三个旋钮拧过头，先塌的就是它。

你刚写完一个 RAG demo，跑通了 OpenAI embedding + Pinecone，兴奋了三秒——然后老板问你："这个月 Pinecone 账单多少？"于是你开始重新审视那台已经跑了三年的 PostgreSQL。好消息：装个 pgvector 扩展，它就是你的向量数据库。这篇文章给你一套从 Docker 部署到 Python 完整代码的实操指南，跑完就能用。

大多数人用 Claude 就像用搜索引擎——丢一句话进去，看看出来什么。但 Claude 4.6 已经不是一个"问答机器"了，它更像一个刚入职的天才实习生：聪明得吓人，但完全不知道你们组的规矩。这篇文章拆解 Anthropic 官方最新的提示工程指南，把那些"看起来都懂、做起来全忘"的技巧变成你明天就能用的 checklist。

AI 让"写代码"更便宜, 但让"证明没坑"更贵。软件工程的重心正在从"把需求写成代码", 转向"能力编排与治理": 把 prompt 当契约, 把评估当门禁, 把可观测性当边界, 把回滚当退路。

做不到让 AI 一次性彻底理解一切，但可以用工程化方式把项目做成“可被 AI 消化的知识包”，再配合分轮喂料与自动化索引，效果可以非常接近“项目专家 + 能上手改代码的工程师”。