<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Large Language Models on Chen Kai Blog</title><link>https://www.chenk.top/zh/categories/large-language-models/</link><description>Recent content in Large Language Models on Chen Kai Blog</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 19 Jan 2026 09:00:00 +0000</lastBuildDate><atom:link href="https://www.chenk.top/zh/categories/large-language-models/index.xml" rel="self" type="application/rss+xml"/><item><title>AI Agent 完全指南：从理论到工业实践</title><link>https://www.chenk.top/zh/standalone/ai-agent%E5%AE%8C%E5%85%A8%E6%8C%87%E5%8D%97-%E4%BB%8E%E7%90%86%E8%AE%BA%E5%88%B0%E5%B7%A5%E4%B8%9A%E5%AE%9E%E8%B7%B5/</link><pubDate>Mon, 19 Jan 2026 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/standalone/ai-agent%E5%AE%8C%E5%85%A8%E6%8C%87%E5%8D%97-%E4%BB%8E%E7%90%86%E8%AE%BA%E5%88%B0%E5%B7%A5%E4%B8%9A%E5%AE%9E%E8%B7%B5/</guid><description>&lt;p>聊天机器人用于回答问题，而 Agent 则用于&lt;strong>把事情做完&lt;/strong>——同样是基于大模型，前者仅输出文字，后者则会搜索、写代码、调用 API、查询数据库，并不断迭代直至任务完成；其区别在于外层的封装：一个能保留状态的循环、一组工具和一个能审视自身输出的批评者。&lt;/p></description></item><item><title>提示词工程完全指南：从零基础到高级优化</title><link>https://www.chenk.top/zh/standalone/%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B%E5%AE%8C%E5%85%A8%E6%8C%87%E5%8D%97-%E4%BB%8E%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%88%B0%E9%AB%98%E7%BA%A7%E4%BC%98%E5%8C%96/</link><pubDate>Tue, 30 Sep 2025 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/standalone/%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B%E5%AE%8C%E5%85%A8%E6%8C%87%E5%8D%97-%E4%BB%8E%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%88%B0%E9%AB%98%E7%BA%A7%E4%BC%98%E5%8C%96/</guid><description>&lt;p>同样的模型，两种问法在小学数学题上的准确率分别为 17% 和 78%——这种差别并非玄学，而是提示词工程的结果。本文将系统梳理那些真正有效的技巧及其原因，并探讨如何在生产环境中优化提示词。&lt;/p></description></item><item><title>LLM 工作流与应用架构：企业级实战指南</title><link>https://www.chenk.top/zh/standalone/llm%E5%B7%A5%E4%BD%9C%E6%B5%81%E4%B8%8E%E5%BA%94%E7%94%A8%E6%9E%B6%E6%9E%84-%E4%BC%81%E4%B8%9A%E7%BA%A7%E5%AE%9E%E6%88%98%E6%8C%87%E5%8D%97/</link><pubDate>Thu, 31 Jul 2025 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/standalone/llm%E5%B7%A5%E4%BD%9C%E6%B5%81%E4%B8%8E%E5%BA%94%E7%94%A8%E6%9E%B6%E6%9E%84-%E4%BC%81%E4%B8%9A%E7%BA%A7%E5%AE%9E%E6%88%98%E6%8C%87%E5%8D%97/</guid><description>&lt;p>绝大多数 LLM 教程在真正有意思的工作开始之前就戛然而止了。它们教你如何调用 chat completion 接口、挂载向量库、用 Streamlit 包装成 demo——这些都没错，但解决不了真正的痛点：凌晨三点一万人涌入、每条回答都可能出幻觉时的系统性压力。&lt;/p></description></item></channel></rss>