企业级记忆知识库：短期上下文与四层记忆的 RAG/向量检索实现
你是一个 Java 后端工程师，手上有一个订单中心。某天你让 Agent “帮我在下单流程里加一个库存不足的兜底”。 它没有翻代码，也没有问你 createOrder 里调了哪几个服务，而是直接告诉你： 下单流程依次是 RiskService.checkRisk → InventoryService.freezeStock...
LLM 应用后端接入工程 —— 基本功：一个普通后端服务怎么正确调大模型
你在一个 Spring Boot 服务里写下了第一行”调大模型”的代码：一个 HTTP 客户端，一个 POST /v1/chat/completions，一个手工拼出来的 JSON。跑通了，心里却越来越没底——因为你知道这只是”能跑”，离”能上生产”还差得远。 然后你去查资料。查到 MCP，讲的是”工具标准”：服务器怎么暴露工具、客户端怎么发现工具、JSON-RPC 怎么来回。查到...
Token 不是字也不是词：300K 上下文窗口到底能装多少行代码
你在 Cursor 里把整个 Service 目录 @ 进去，说”帮我把这段下单逻辑重构一下”，结果它回你一句 context_length_exceeded。你心里纳闷：不是说好 200K、300K 的上下文窗口吗？我这才几万行代码，怎么连一个模块都塞不下？ 问题的根子，在于把 token...
Agent 的循环与目标：一个 Agent 到底是怎么自己跑起来的
两个场景，先请你感受一下”跑起来”和”答出来”的差别。 场景 A：你在聊天框里问”Redis 主从复制怎么实现？”。模型给你一段洋洋洒洒的回答，你点个赞，对话结束。整个过程一次调用、一次返回，干净利落。 场景 B：你说”把项目里所有日志改成带 traceId 的格式，跑一遍单测，失败的发我报告。”模型先翻目录、定位日志框架、改代码、跑测试、解析失败信息、再改、再跑……中间可能有几十次工具调用，跨度可能是一小时。你中途去开了个会，回来发现它已经把报告整理好了，还顺手把没改干净的两处标了出来。 同样是”一个输入”，A 是一次函数求值，B 是一场持续运转。前几篇我们讲了大模型本身（《从大模型到 Agent》）、讲了大模型没有状态（《大模型无状态》）、讲了...
让大模型修 bug 时，它脑子里到底发生了什么
你给大模型贴了这样一段，然后问”这个空指针怎么回事”： public class OrderService { private OrderMapper mapper; public String getOrderName(Long id)...