Dec 31 2025
風雨中的小七 -
解密Prompt系列67. 智能體的經濟學：從架構選型到工具預算
導讀：2025年是智能體爆發的一年。然而，隨着模型能力的提升，工業界開始反思：盲目增加智能體、盲目增加工具調用次數真的能“大力出奇跡”嗎？本文串聯了兩篇Google論文，從宏觀的架構選擇到微觀的工具預算感知，探討如何科學地構建高效的Agent系統。
Part 1. 宏觀選型：多智能體的科學定律
Towards a Science of Scaling Agent Systems
最
AI
Dec 15 2025
風雨中的小七 -
解密Prompt系列66. 視覺Token爆炸→DeepSeek-OCR光學壓縮
藉着 DeepSeek-OCR這篇論文，本章我們來回顧下多模態大模型（VLM）的核心技術演進。
很多人認為：圖像Token的信息密度和效率遠不如文本。但 DeepSeek-OCR的核心價值，就是用實踐證明了這是一個偽命題。它通過一套巧妙的串行視覺壓縮架構，實現1個視覺Token近乎無損地承載10個文本Token的驚人效率。
下面我們沿着 \(O(N^2)\) 危機 \(\rightarrow\)
AI
Dec 01 2025
風雨中的小七 -
解密Prompt系列65. 三巨頭關於大模型內景的硬核論文
這一章我們不談應用，而是通過三巨頭 Google、OpenAI、Anthropic 三篇充滿腦洞的論文，深入探討模型內部狀態的可訪問性與可操控性。我們將從三個維度展開：
模型是否有自我認知？
如何引導這種認知？
如何從數學和電路層面解釋這種認知？
Google：In-Context Learning 本質上是隱式梯度更新
📄 Google:# Learning without
AI
Nov 17 2025
風雨中的小七 -
解密Prompt系列64. Anthropic Skils的延伸思考
💡 文章摘要 Anthropic SKILLS 看着只是一堆提示詞和腳本，但其精妙在於“大道至簡”。本文將深入解構 SKILLS 的三層分層加載架構，探討它如何解決傳統 Agent 上下文膨脹、領域任務成功率低的核心痛點。我們將通過一個完整流程展示 SKILLS 如何工作，並延伸思考它對現有 MCP、工作流和多智能體範式帶來的衝擊與重構可能。同時，我們也會探討 SKILLS 在工程實踐中面臨的挑
AI
Nov 07 2025
風雨中的小七 -
解密prompt系列58. MCP - 工具演變 & MCP基礎
作為結構化推理的堅定支持者，我一度對MCP感到困惑：Agent和工具調用的概念早已普及，為何還需要MCP這樣的額外設計呢？本文就來深入探討MCP，看看它究竟解決了什麼問題。
我們將分幾章解析MCP：本章理清基礎概念和邏輯，後面我們直接以一個Agent為例演示全MCP接入的實現方案。
工具調用方式的演進
大模型調用工具的概念從ChatGPT亮相後就被提出，其表達形式經歷了三個階段演變：
1.
AI
,
mcp
