我的 Dev 之路
11年技术路,从研发工程师到研发效率平台负责人,用技术改变世界,用博客记录成长 🌿

Dev together, innovate, fun! 时光如水流逝,我们一起前行,一起探索,一起创新,一起玩耍!
11年技术路,从研发工程师到研发效率平台负责人,用技术改变世界,用博客记录成长 🌿
上一篇讲了"为什么需要动态 prompt"和"3 大关键参数调优"。本文聚焦怎么在 AgentScope 里把动态 prompt 实现好——用
on_system_promptmiddleware。
业务里跑 agent 久了,碰到两类问题最常见——"system prompt 太死板"——"默认参数扛不住业务量"。本文从代码实战出发,聊聊怎么把这两件事做对。
Agent 时代的核心议题:不是"装更多",而是"装对"。
这两天学习了李宏毅老师的 Context Engineering 课程,把核心要点整理成这篇笔记。
Context engineering 是构建 LLM Agent 最关键的设计能力之一——它决定了 Agent 在长程任务中能否保持高效、准确、可持续。
接 W4 消息与通信(8 大概念飞跃):那篇写了"我学到了什么"。这篇写"我是怎么学的"——学习过程本身——方法论 + 跃升时刻 + 真实数据。
接 W3 Agent 模块深潜:W3 读完
_agent.py全部 3289 行——agent 模块 100% 闭环。W4 横向扩展——消息与通信——message/+model/两个模块。

昨天参加了一个午餐聚会,一位资深算法专家分享了他对"成为专家"的看法。当时只觉得"有道理",回头细想,这其实是高级管理者 + 顶级专家的思维框架。本文整理肖总分享的核心洞察,并尝试把它应用到当下的升级决策中。

上篇博客《SDD 模式 AI Coding 实战感悟》讲了整体流程与踩坑。这篇是 SDD 系列第 5 篇——开发过程中的真实感悟,聚焦 3 个关键议题:调试 AI 代码的陷阱、design.md 的真正作用、design.md 查缺补漏清单。

前 3 篇博客讲了 SDD 实战感悟、模板、决策清单。本文是 SDD 系列第 4 篇——**长期项目(1 月 - 1 年)**的最优解:SDD + 敏捷混合工作流。
纯 SDD 和纯敏捷都有问题,长期项目需要混合。
【纯 SDD 的

上篇博客《SDD 模式 AI Coding 实战感悟》讲了流程与踩坑。这篇是可直接复用的模板——包含"该不该用 SDD"的决策清单 + spec / design / tasks 三份标准模板。