- 文集信息
- 目录大纲
- 最新文档
- 知识宇宙
文集详情
文集导读
教程导读：让大模型从聊天走向干活
别以为大模型聊得溜就能干活。它能一段一段写出漂亮的方案，却在"帮我把这周会议纪要整理成周报发给团队"这种事上束手无策——不是不会写字，而是它没有手去打开文档，没有本子记下你上周的偏好，也没有习惯先把大事拆成小事再动手。聊天和干活之间隔着的，正是这本书要拆开讲清楚的那条鸿沟。
这本册子回答的一个总问题
怎么把一个只会续写文本的模型，改造成能自主完成任务的工作者？
这个问题拆开来，是一条环环相扣的问题链。链条上每一环都是一堵墙，每一章负责推倒一堵：
| 问题链上的关卡 | 对应章节 | 你会拿到的解法 |
|---|---|---|
| 模型到底会什么、不会什么？ | 第 1 章 | 一份能力边界盘点与四个缺口的定位 |
| 没有手，怎么操作外部世界？ | 第 2 章 | Function Calling 协议与 ReAct 循环的完整代码 |
| 聊完就忘，怎么记住事？ | 第 3 章 | 短期窗口管理 + 长期向量记忆的参数级做法 |
| 面对大任务不会下嘴，怎么拆？ | 第 4 章 | 任务分解、CoT/ToT、Plan-and-Execute |
| 一个模型精力不够，怎么组队？ | 第 5 章 | 消息协议、协作拓扑与框架对照 |
| 不知道最新事实，怎么办？ | 第 6 章 | RAG 全链路与检索参数调优、MCP 工具生态 |
| 干错了怎么发现、怎么拦住？ | 第 7 章 | 任务级评测矩阵与护栏三道闸 |
| Demo 能跑，产线怎么上？ | 第 8 章 | 部署形态选择与上线检查单 |
这张表就是全册的目录逻辑：先承认差距（第 1 章），再逐项补齐（第 2 到 6 章），然后保证不出事（第 7 章），最后真正交货（第 8 章）。顺序不能随意调换——没装上"手"（工具调用）之前谈记忆没有载体，没搞定单个智能体之前谈协作是空中楼阁，没有评测护栏就上产线等于裸奔。
图：全册问题链知识地图——从聊天到干活的补齐路线
怎么读这本册子
按问题链顺读是最稳的路线，每章开头会用"本章要回答的三个问题"告诉你这一站卡在哪，章末的"往下走到哪"会把接力棒交给下一章。时间紧张时也有捷径：只想做个能查库的问答机器人，读第 2、3、6 章就够开工；要在公司内部推动落地，第 7、8 章的两份检查性质的内容（评测矩阵、上线检查单）可以直接拿去当评审清单。
每节的写法遵循同一个节奏：先给一个具体的卡点现场（往往是真实的翻车案例），再讲补齐的机理，然后给出能跑的代码或参数表，最后列易错点。代码以 Python 伪实现为主，刻意不绑定某一家模型服务的 SDK——工具调用、记忆管理、规划循环这些概念在主流服务里只有参数名差异，没有结构差异。凡是涉及具体服务的特性，都会注明"以某家服务为例"。
读完你应该能做到
- 拿到一个"让 AI 做 X"的需求，能判断它是聊天问题还是智能体问题，并指出要补齐哪几块。
- 手写一个不依赖框架的 ReAct 循环：工具注册、思考-行动-观察迭代、步数与错误控制。
- 为智能体设计记忆方案：窗口预算怎么分、什么值得写进长期库、检索参数怎么定。
- 判断一个任务该用单体循环还是多智能体协作，并为协作定下消息协议。
- 搭一条 RAG 链路，并对分块、top-k、重排这些参数给出有依据的取值。
- 为智能体建一套最小评测集与护栏，把"感觉不太行"变成可度量的指标。
- 在上线评审会上，用成本、延迟、降级、回滚四项说清系统的生产形态。
阅读前提
你需要基本的 Python 阅读能力（函数、字典、类），了解大模型的对话接口长什么样（发一段消息、收一段回复）。不需要机器学习训练经验——本册讲的是"用模型"而不是"训模型"，涉及微调取舍的地方只在第六章做一次利弊分析。每章的先决条件都写在章支柱页里，缺什么补什么即可。
准备好了就从第 1 章开始：先摸清这个"聪明却不会干活"的家伙，到底家底如何。
目录大纲
最新文档
知识宇宙
正在加载知识图谱...