<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:media="http://search.yahoo.com/mrss/" version="2.0"><channel><title>标签：大模型 - Warren's Blog</title><link>/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B</link><atom:link href="/tags/%25E5%25A4%25A7%25E6%25A8%25A1%25E5%259E%258B/feed/tags/%25E5%25A4%25A7%25E6%25A8%25A1%25E5%259E%258B.xml" rel="self" type="application/rss+xml"/><description>IF THERE’S ANY TRUE LOGIC TO THE UNIVERSE… WE’LL END UP ON THAT GAYHUB AGAIN SOMEDAY.</description><generator>Halo v2.22.4</generator><language>zh-cn</language><image><url>https://oss-shenzhen-40g.oss-cn-shenzhen.aliyuncs.com/blog-attach/favicon_1619538565825.ico</url><title>标签：大模型 - Warren's Blog</title><link>/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B</link></image><lastBuildDate>Sun, 3 May 2026 18:00:14 GMT</lastBuildDate><item><title><![CDATA[Agent 工程：Ralph in DeepAgent & Claude Code]]></title><link>/archives/agent-gong-cheng-ralph-in-deepagent-claude-code</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=Agent%20%E5%B7%A5%E7%A8%8B%EF%BC%9ARalph%20in%20DeepAgent%20%26%20Claude%20Code&amp;url=/archives/agent-gong-cheng-ralph-in-deepagent-claude-code" width="1" height="1" alt="" style="opacity:0;">背景 本来有很多 Deep Research 的内容和网络资料，想来想去，还是删除了，写点人话。 此文是公司做的一次技术分享，文章 Artifact 有删减。 本文聊聊 2026 年前沿 Agent 技术：Long Horizon / Running 、Ralph Loop 在 LangChain]]></description><guid isPermaLink="false">/archives/agent-gong-cheng-ralph-in-deepagent-claude-code</guid><dc:creator>Warren Zhan</dc:creator><category>工作沉思录</category><category>默认分类</category><pubDate>Wed, 4 Mar 2026 14:41:00 GMT</pubDate></item><item><title><![CDATA[Agent 工程：Langchain & Long Horizon Agent]]></title><link>/archives/agent-gong-cheng-langchain-long-horizon-agent</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=Agent%20%E5%B7%A5%E7%A8%8B%EF%BC%9ALangchain%20%26%20Long%20Horizon%20Agent&amp;url=/archives/agent-gong-cheng-langchain-long-horizon-agent" width="1" height="1" alt="" style="opacity:0;">本文是对 Langchain 前不久分享的 Long Horizon Agent 的详细解读。 长周期任务（Long-horizon Task）。 简单说，就是让 Agent 干点大事儿，不是那种问个问题就完事儿的客服，而是能独立思考、规划、执行一整套复杂流程的“数字员工”。比如让它独立完成一个软件]]></description><guid isPermaLink="false">/archives/agent-gong-cheng-langchain-long-horizon-agent</guid><dc:creator>Warren Zhan</dc:creator><category>工作沉思录</category><category>默认分类</category><pubDate>Thu, 5 Feb 2026 15:43:00 GMT</pubDate></item><item><title><![CDATA[Agent 工程 - 长时运行之 Ralph Agent]]></title><link>/archives/agent-gong-cheng---chang-shi-yun-xing-zhi-ralph-agent</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=Agent%20%E5%B7%A5%E7%A8%8B%20-%20%E9%95%BF%E6%97%B6%E8%BF%90%E8%A1%8C%E4%B9%8B%20Ralph%20Agent&amp;url=/archives/agent-gong-cheng---chang-shi-yun-xing-zhi-ralph-agent" width="1" height="1" alt="" style="opacity:0;">最近 AI 圈子有点疯，一个叫 Ralph Wiggum 的东西突然就火了，火到什么程度呢？有人说它是 “最接近 AGI 的玩意儿”，有人用它通宵干活，第二天早上醒来发现几个代码仓库都妥妥地建好了。甚至还有人专门为它发了个加密货币 $RALPH。 这名字听着是不是有点耳熟？没错，就是《辛普森一家》里]]></description><guid isPermaLink="false">/archives/agent-gong-cheng---chang-shi-yun-xing-zhi-ralph-agent</guid><dc:creator>Warren Zhan</dc:creator><category>工作沉思录</category><pubDate>Sun, 18 Jan 2026 10:52:00 GMT</pubDate></item><item><title><![CDATA[工程经验 - Agent 工程之 ReAct 实现与思考]]></title><link>/archives/gong-cheng-jing-yan---agent-gong-cheng-zhi-react-shi-xian-yu-si-kao</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=%E5%B7%A5%E7%A8%8B%E7%BB%8F%E9%AA%8C%20-%20Agent%20%E5%B7%A5%E7%A8%8B%E4%B9%8B%20ReAct%20%E5%AE%9E%E7%8E%B0%E4%B8%8E%E6%80%9D%E8%80%83&amp;url=/archives/gong-cheng-jing-yan---agent-gong-cheng-zhi-react-shi-xian-yu-si-kao" width="1" height="1" alt="" style="opacity:0;">LLM 自变成风口以来，每天都有很多奇思妙想，其中有一些想法虽然也没有发顶刊，却也非常重要，直到今天还是为人们所津津乐道，例如 COT、 ReAct 都成为了现阶段 Agent 工程中重要的基石。ReAct 的核心在于如何让 LLM 长出手脚，去做事情，属于 Tool Use 领域的一种方案。 原理]]></description><guid isPermaLink="false">/archives/gong-cheng-jing-yan---agent-gong-cheng-zhi-react-shi-xian-yu-si-kao</guid><dc:creator>Warren Zhan</dc:creator><category>工作沉思录</category><pubDate>Thu, 20 Feb 2025 15:22:00 GMT</pubDate></item><item><title><![CDATA[工程经验 - Agent 工程之 Function Calling 机制]]></title><link>/archives/gong-cheng-jing-yan---agent-gong-cheng-zhi-function-calling-ji-zhi</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=%E5%B7%A5%E7%A8%8B%E7%BB%8F%E9%AA%8C%20-%20Agent%20%E5%B7%A5%E7%A8%8B%E4%B9%8B%20Function%20Calling%20%E6%9C%BA%E5%88%B6&amp;url=/archives/gong-cheng-jing-yan---agent-gong-cheng-zhi-function-calling-ji-zhi" width="1" height="1" alt="" style="opacity:0;">一句话诠释我的理解：“Function Calling ” 让 LLM 有手有脚！ 1 Minimal example Overview 这个案例演示要做的事情如下： sequenceDiagram participant User participant Client participant Op]]></description><guid isPermaLink="false">/archives/gong-cheng-jing-yan---agent-gong-cheng-zhi-function-calling-ji-zhi</guid><dc:creator>Warren Zhan</dc:creator><category>片段集</category><pubDate>Fri, 24 Jan 2025 14:39:00 GMT</pubDate></item><item><title><![CDATA[工程经验 - 大模型基本原理]]></title><link>/archives/gong-cheng-jing-yan---da-mo-xing-ji-ben-yuan-li</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=%E5%B7%A5%E7%A8%8B%E7%BB%8F%E9%AA%8C%20-%20%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E6%9C%AC%E5%8E%9F%E7%90%86&amp;url=/archives/gong-cheng-jing-yan---da-mo-xing-ji-ben-yuan-li" width="1" height="1" alt="" style="opacity:0;">Ilya Sutskever：“神经网络学到的是生成文本的过程中的某种表示，这些模型的生成文本实际上是真实世界的投影……（语言模型）对下一个单词的预测越准确，（对于世界知识）保真度就越高，在这个过程中获得的分辨度就越高……” 本文为我阅读开源书籍 大语言模型 - 赵鑫 李军毅 周昆 唐天一 文继荣]]></description><guid isPermaLink="false">/archives/gong-cheng-jing-yan---da-mo-xing-ji-ben-yuan-li</guid><dc:creator>Warren Zhan</dc:creator><category>工作沉思录</category><pubDate>Sat, 11 May 2024 09:29:00 GMT</pubDate></item><item><title><![CDATA[工程经验 - 大模型 Agent 入门指南]]></title><link>/archives/gong-cheng-jing-yan---da-mo-xing-agent-ru-men-zhi-nan</link><description><![CDATA[<img src="http://localhost:8090/plugins/feed/assets/telemetry.gif?title=%E5%B7%A5%E7%A8%8B%E7%BB%8F%E9%AA%8C%20-%20%E5%A4%A7%E6%A8%A1%E5%9E%8B%20Agent%20%E5%85%A5%E9%97%A8%E6%8C%87%E5%8D%97&amp;url=/archives/gong-cheng-jing-yan---da-mo-xing-agent-ru-men-zhi-nan" width="1" height="1" alt="" style="opacity:0;">ChatGPT 3.5 的发布恍若 IPhone 4。我们可以选择去相信，犹如移动互联一样，LLM 将开启一个新的时代本文是个大杂烩，但这些大杂烩对于成为一名大模型 Agent 开发者将是有助于 or 必要的本文主要讨论：什么是大模型 Agent？如何开发一个大模型 Agent？大模型 Agent]]></description><guid isPermaLink="false">/archives/gong-cheng-jing-yan---da-mo-xing-agent-ru-men-zhi-nan</guid><dc:creator>Warren Zhan</dc:creator><category>工作沉思录</category><pubDate>Tue, 23 Jan 2024 09:03:20 GMT</pubDate></item></channel></rss>