最近大半年，很多开发者都有同感：明明用的是最贵的模型，Agent 跑起来还是各种拉胯——重复犯错、做到一半放弃、越跑越蠢。换了更强的模型，效果也没好到哪去。
原因不在模型。Can.ac 做了个实验直接证明了这一点：同一个模型，只换了文件编辑接口的调用方式，编码基准分数从 6.7% 直接跳到 68.3%。模型没变，变的是外围的那套系统。
Harness Engineering 正在成为 AI Agent 开发圈的高频词。Mitchell Hashimoto 在博客里用了这个说法（他原话是“我不知道业界有没有公认的术语，我自己管这叫 harness engineering”），OpenAI 几天后发了一篇百万行代码的实验报告，Birgitta Böckeler 在 Martin Fowler 网站上写了深度分析，Anthropic 在三月份又放出了全新的多智能体架构设计。几周之内，Harness 成了讨论 AI Agent 开发绕不开的概念。
在 LLM 应用开发从”单体调用”向”复杂 Agent”演进的当下，开发者最头疼的其实不是换模型——框架早把不同模型的 API 差异给封装好了。真正让人抓狂的是工具接入的碎片化：每次想让 AI 用上 GitHub、本地文件或者 MySQL，就得为 Claude、GPT、DeepSeek 分别写一套适配代码。改一个工具接口，得同步维护好几套代码，又烦又容易出错。
MCP (Model Context Protocol) 的出现，就是要终结这种混乱。它被形象地称为 “AI 领域的 USB-C 接口”，通过统一的通信协议，让工具开发者一次开发 MCP Server，之后所有支持 MCP 的 AI 应用都能直接复用，真正实现模型与外部数据源、工具的高效解耦。
2025 年初，Anthropic 在推出 MCP（Model Context Protocol） 之后，进一步提出了 Agent Skills 的概念。背后的思路其实很清楚：连接性（Connectivity）与能力（Capability）应该分离。
很多开发者认为”只要提示词写得好，AI 就能帮我做一切”。但事实是：Prompt 适合单次任务，Skills 才是构建可复用 AI 能力的正确做法。
Skills 把 AI 应用从”个人技巧”拉到了”工程化”的层面。今天 Guide 就带大家彻底搞懂这个概念，聊清楚 Skills 的设计理念、与相关技术的本质区别，以及如何在实战中用好这个能力。本文接近 1.2w 字，建议收藏，通过本文你将搞懂：
腾讯面试的时候，面试官问我：“用过什么 AI 编程工具？”。我说：“Trae。”
空气突然安静了两秒。我搞不清楚为什么面试官沉默了，当时我还在想：“是不是我回答得不够高级？”。
面试被挂后才意识到：Trae 是字节的，腾讯家的是 CodeBuddy，阿里家的是 Qoder。
段子归段子！今天 Guide 分享 7 道当下校招和社招技术面试中经常会被问到的 AI 编程开放性问题，希望对你有帮助。通过本文你将搞懂：
前段时间面某大厂的时候，面试官问我：“你们 RAG 系统的向量检索怎么做的？”，我说：“用 MySQL 存 Embedding，查询时遍历计算相似度。”
空气突然安静了五秒。我看到面试官的嘴角抽了一下，才意识到问题大了——当时我们知识库有 50 多万条 Chunk，每次查询都要全表扫描，平均响应时间 3 秒+，用户早就跑光了。
面试被挂后才懂：这叫“暴力搜索”，而生产级方案应该是向量数据库 + ANN 索引。
段子归段子，向量数据库确实是当下 RAG 应用的基础设施，也是 AI 应用开发面试的高频考点。今天 Guide 分享几道向量数据库相关的面试题，希望对大家有帮助：
还记得第一次被 ChatGPT 震撼的时刻吗？那时它还是个需要你费尽心思写提示词的"静态百科全书"。然而短短三年过去，AI 的进化速度早已超越了我们的想象——它不仅长出了"四肢"，学会了自己调用工具、自己操作电脑屏幕，甚至正在朝着 24 小时全自动打工的"数字实体"狂奔！
在探讨 RAG、Agent 工作流、MCP 协议等复杂架构的过程中，我发现一个非常普遍的现象：很多开发者在构建 Agent 工作流或调优 RAG 检索时，往往会在最底层的 LLM 参数上踩坑。比如，为什么明明设置了温度为 0，结构化输出还是偶尔崩溃？为什么往模型里塞了长文档后，它好像失忆了，忽略了 System Prompt 里的关键指令？
去年面字节的时候，面试官问我：“你们项目里的知识库问答是怎么做的？” 我说：“直接调 OpenAI 的 API，把文档塞进去让模型自己读。”
空气突然安静了三秒。我看到面试官的眉头皱了一下，才意识到事情不对——当时我们项目的文档有 20 多万字，每次请求都超 Token 上限，而且模型根本记不住上周刚更新的接口文档。
大家好，我是 Guide。
这两年 AI 圈有个特别有意思的现象：同样的模型、同样的代码框架，为什么别人的 Agent 能稳稳当当完成任务，你的却动不动就迷失方向、重复操作、或者输出一些看起来很对但实际跑不通的东西？
答案大概率出在上下文上。
为什么同样的模型，Agent 表现却天差地别？
先看一个电商售后场景。用户发来一条消息：
“我上周买的耳机右耳没声音了，怎么处理？”
前置知识：本文默认你已理解 Token、上下文窗口、Temperature、Top-p 等 LLM 底层概念。如果对这些概念不熟悉，建议先阅读《万字拆解 LLM 运行机制：Token、上下文与采样参数》。
Prompt（提示词）的本质是给大语言模型下达的指令。模型并不理解“意思”，它只是在预测下一个最可能出现的 token。所以，Prompt 的作用就是引导模型走向正确的 token 序列。
