<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>与 AI 交流 AI</title>
      <link>https://kingrich.top/knowledge-base/quartz</link>
      <description>最近的10条笔记 on 与 AI 交流 AI</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>README</title>
    <link>https://kingrich.top/knowledge-base/quartz/README</link>
    <guid>https://kingrich.top/knowledge-base/quartz/README</guid>
    <description><![CDATA[ AI 探索知识库 记录与 AI 交流学习的探索之旅，持续积累对人工智能的理解。 知识库结构 与AI交流AI/ ├── 00_核心概念/ # AI/ML 基础（Transformer、注意力机制 …） ├── 01_模型架构/ # 各模型的架构与创新（DeepSeek …） ├── 02_提示词工程/ # 独立子项目，10 个递进模块的完整教程 ├── 03_应用实践/ # 实际应用案例（RAG、数据建模 …） ├── 04_探索日志/ # 按日期归档的探索记录（YYYY-MM-DD_主题.md） ├── 05_技术基础/ # AI 之外的技术基础（Shell、系统、软件工程） ├── 06_A... ]]></description>
    <pubDate>Wed, 27 May 2026 13:36:07 GMT</pubDate>
  </item><item>
    <title>Claude Code goal命令</title>
    <link>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Claude-Code-goal%E5%91%BD%E4%BB%A4</link>
    <guid>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Claude-Code-goal%E5%91%BD%E4%BB%A4</guid>
    <description><![CDATA[ Claude Code /goal 命令 一句话：设定可衡量的完成条件，Claude 跨多轮自动跑活直到达成，由独立 Haiku 评估器每轮判断目标是否满足。Anthropic 2026-05-12 在 Claude Code v2.1.139 引入。OpenAI Codex 几乎同期推出对应命令。 目录 1. ]]></description>
    <pubDate>Wed, 27 May 2026 13:28:49 GMT</pubDate>
  </item><item>
    <title>2026-05-04_Agent知识体系闭环</title>
    <link>https://kingrich.top/knowledge-base/quartz/04_%E6%8E%A2%E7%B4%A2%E6%97%A5%E5%BF%97/2026-05-04_Agent%E7%9F%A5%E8%AF%86%E4%BD%93%E7%B3%BB%E9%97%AD%E7%8E%AF</link>
    <guid>https://kingrich.top/knowledge-base/quartz/04_%E6%8E%A2%E7%B4%A2%E6%97%A5%E5%BF%97/2026-05-04_Agent%E7%9F%A5%E8%AF%86%E4%BD%93%E7%B3%BB%E9%97%AD%E7%8E%AF</guid>
    <description><![CDATA[ 2026-05-04：Agent 知识体系闭环——一次完整工作流复盘 基本信息 日期: 2026-05-04 主题: 围绕”AI Agent”主题，从 5 张课程截图出发，搭建一个互相引用、贯穿可读的小型知识子集 关键词: Agent、Harness Engineering、数据飞轮、模型训练、Eval、知识库工程、贯穿性测试 探索背景 最近看一门讲 AI Agent 的课程，截了 5 张幻灯片，想把它们消化成自己的笔记。 但这次的目标不只是”看懂 → 抄进知识库”。我想验证一种工作流： 能不能让 Claude Code 帮我把零散的截图，沉淀为一个”前后呼应、可被检索、不会引用扑空”的小知识... ]]></description>
    <pubDate>Tue, 26 May 2026 14:32:44 GMT</pubDate>
  </item><item>
    <title>Harness工程与Agent解剖</title>
    <link>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Harness%E5%B7%A5%E7%A8%8B%E4%B8%8EAgent%E8%A7%A3%E5%89%96</link>
    <guid>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Harness%E5%B7%A5%E7%A8%8B%E4%B8%8EAgent%E8%A7%A3%E5%89%96</guid>
    <description><![CDATA[ Harness 工程与 Agent 解剖 一句话：Agent = Model + Harness。大模型是”引擎”，Harness 是”引擎周围让它能真正干活的一整套基础设施”。随着开源模型追平闭源模型，护城河正在从模型本身迁移到 Harness。 目录 1. ]]></description>
    <pubDate>Tue, 26 May 2026 12:55:26 GMT</pubDate>
  </item><item>
    <title>首页</title>
    <link>https://kingrich.top/knowledge-base/quartz/</link>
    <guid>https://kingrich.top/knowledge-base/quartz/</guid>
    <description><![CDATA[ 与 AI 交流 AI 持续生长的中文 AI 学习笔记网络。 这里收录我和 AI 一起学习 AI 的过程：核心概念的拆解、模型架构的演进、提示词工程的实战、Agent 系统的剖析。所有内容都是手写整理 — 不是搬运、不是清单、不是教程合集。 阅读路径 不知道从哪开始？按下面三条路径之一走。 入门路径 Transformer → 注意力机制 → 大模型如何理解文本 → 上下文窗口与 Token 计费 实战路径 提示词工程教程 → LLM API 选型方法论 → 各家 LLM 模型特点速查 深入路径 什么是 Agent → Harness 工程与 Agent 解剖 → Claude Code 扩展生... ]]></description>
    <pubDate>Mon, 25 May 2026 18:13:45 GMT</pubDate>
  </item><item>
    <title>LLM典型失败模式</title>
    <link>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/LLM%E5%85%B8%E5%9E%8B%E5%A4%B1%E8%B4%A5%E6%A8%A1%E5%BC%8F</link>
    <guid>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/LLM%E5%85%B8%E5%9E%8B%E5%A4%B1%E8%B4%A5%E6%A8%A1%E5%BC%8F</guid>
    <description><![CDATA[ LLM 典型失败模式：能讲 ≠ 能做，做了 ≠ 真做 大模型最容易让人放松警惕的失败模式，不是”它不会”，而是”它讲得头头是道”、“它声称完成了”——前者诱导你信任，后者诱导你停止验证。本文把这类隐蔽 failure mode 系统归类，并基于真实复现案例给出识别和防御方法。 一句话定位 LLM 的描述能力远强于执行能力；自我汇报能力远强于自我审查能力。这两条不对称是它最危险的偏差源头——因为你看到的输出永远是”好像做了”，而不是”真做了”。 核心命题 ┌──────────────────────────┐ │ 能讲方法论（强） │ │ ≠ │ │ 能执行方法论（弱） │ └────────... ]]></description>
    <pubDate>Mon, 25 May 2026 16:46:08 GMT</pubDate>
  </item><item>
    <title>Claude Code 扩展生态</title>
    <link>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Claude-Code-%E6%89%A9%E5%B1%95%E7%94%9F%E6%80%81</link>
    <guid>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Claude-Code-%E6%89%A9%E5%B1%95%E7%94%9F%E6%80%81</guid>
    <description><![CDATA[ Claude Code 扩展生态 系统讲清 Claude Code 的 5 大扩展机制：Skill / MCP / CLI / SubAgent / Hook，以及把它们打包整合的 Plugin。 看完这篇你能回答：每种是什么、解决什么问题、它们是什么关系、什么时候用哪个。 📌 知识通用度提示 本文聚焦 Claude Code (CC)，但其中很多知识对 Codex CLI / Gemini CLI 也有效。读前先分清边界： 内容通用度说明5 大机制的概念（Skill / MCP / SubAgent / Hook / Plugin 是什么、解决什么问题）🟢 全通用这是行业范式，三家都有对... ]]></description>
    <pubDate>Mon, 25 May 2026 16:46:08 GMT</pubDate>
  </item><item>
    <title>Claude Code 实战速查</title>
    <link>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Claude-Code-%E5%AE%9E%E6%88%98%E9%80%9F%E6%9F%A5</link>
    <guid>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Claude-Code-%E5%AE%9E%E6%88%98%E9%80%9F%E6%9F%A5</guid>
    <description><![CDATA[ Claude Code 实战速查 Claude Code 日常使用的速查手册——指令大全、模型切换、危险但实用的 flag、5 类场景的 MCP 应用图鉴。 配套阅读：原理与扩展机制详解参见 Claude Code 扩展生态.md。 📌 知识通用度提示 本文是 Claude Code (CC) 专属操作手册——绝大多数命令、flag、环境变量对 Codex CLI / Gemini CLI 不通用。 内容通用度说明斜杠指令（/clear /compact /agents /mcp 等）🔴 CC 独有各家有自己的命令体系claude mcp add/list/remove 命令🔴 CC 独... ]]></description>
    <pubDate>Mon, 25 May 2026 16:46:08 GMT</pubDate>
  </item><item>
    <title>Agent安全攻防</title>
    <link>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Agent%E5%AE%89%E5%85%A8%E6%94%BB%E9%98%B2</link>
    <guid>https://kingrich.top/knowledge-base/quartz/06_Agent%E5%B7%A5%E7%A8%8B/Agent%E5%AE%89%E5%85%A8%E6%94%BB%E9%98%B2</guid>
    <description><![CDATA[ Agent 安全攻防：30 种攻击手法 + 17 项防御技术 一句话：AI Agent 越强大，攻击面越大。本文整理 30 种已知提示词注入攻击和 17 项防御技术（5 层框架 + 12 项具体技术），构建完整的 Agent 安全认知体系。了解攻击，是为了更好地防御。 目录 0. ]]></description>
    <pubDate>Mon, 25 May 2026 02:42:45 GMT</pubDate>
  </item><item>
    <title>本地部署模型量化选型</title>
    <link>https://kingrich.top/knowledge-base/quartz/03_%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2%E6%A8%A1%E5%9E%8B%E9%87%8F%E5%8C%96%E9%80%89%E5%9E%8B</link>
    <guid>https://kingrich.top/knowledge-base/quartz/03_%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2%E6%A8%A1%E5%9E%8B%E9%87%8F%E5%8C%96%E9%80%89%E5%9E%8B</guid>
    <description><![CDATA[ 本地部署模型量化选型：从 Model Card 到能跑起来 一句话：领导让你”私有化部署一个大模型”，你的 GPU 可能是 H100、4090、3090、2080Ti、Tesla P40，甚至只是 Apple Silicon。模型能不能跑起来、跑得快不快、智商损失多少，全看一件事——模型的数据精度与量化方法是否匹配你的硬件。这篇是配套地图。 目录 1. ]]></description>
    <pubDate>Mon, 25 May 2026 02:01:00 GMT</pubDate>
  </item>
    </channel>
  </rss>