Area: 人工智能
系统性理解和应用大语言模型（LLM）与智能体（Agent）生态，将其转化为实际开发生产力。
领域定义
- 核心范畴：LLM 原理、提示词工程、智能体开发、AI 工作流
- 不包括：底层机器学习算法训练、模型架构设计
- 与相关领域的区别：关注 AI 的应用层，而非研究层
长期目标
- 愿景：建立完整的 AI 开发工具链，实现日常开发的 AI 辅助
- 里程碑：
- 阶段 1：掌握 提示词工程 和主流 AI 工具使用
- 阶段 2：构建本地化 AI 助手，结合私有知识库
- 阶段 3：深入 AI Agent 开发，实现复杂任务自动化
关键领域
该领域的核心知识主题（链接子领域 area 或核心概念 concept）
- AI 工具
- Claude Code — AI 代理编码工具
- OpenClaw — 多平台 AI 助手
- 核心概念
- 实践方法
- LLM 基础工作原理 — 理解预测下一个词的能力边界
- Prompt Engineering — 提示词工程
- RAG — 检索增强生成
- MCP — Model Context Protocol
- 相关文章
FAQ
领域健康度
| 维度 | 状态 | 说明 |
|---|---|---|
| 目标进展 | 🟡 | 阶段 2 已完成，阶段 3 进行中 |
| 认知更新 | 🟢 | 持续学习 AI 新技术 |
| 行动频率 | 🟢 | 日常使用 AI 辅助开发 |
复盘
- 最近：2026-03-26
- 版本：v1.1
- 改进：新增 Claude Code 子领域，完善关键领域结构