PERSONAL TECHNOLOGY NOTES

你好，我是
顾仁杰。

这里是我的个人技术分享站，记录人工智能、Python 工程实践，以及一些从想法走向现实的个人项目。

about.py

class GuRenjie:
    role = "AI Engineer"
    language = ["Python", "JavaScript"]
    interests = [
        "LLM & Agent",
        "Applied AI",
        "Useful Products",
    ]

    def belief(self):
        return "让技术解决真实问题"

01 / ABOUT

持续学习，认真构建。

我关注人工智能技术如何落进真实生活：从大语言模型、智能体，到数据处理与可靠的软件工程。这个网站用于整理实践中的思考，也记录那些值得长期维护的作品。

02 / FOCUS

大模型与 Agent

探索可靠的工具调用、上下文管理，以及真正能够完成任务的智能助手。

Python 工程

关注清晰的架构、可测试性、自动化部署与长期可维护的软件系统。

DATA

数据与洞察

从数据采集、分析到可视化，让复杂信息变得更容易理解和使用。

03 / WRITING

AI 技术随笔

记录理解，也记录变化。

AGENT

智能体8 分钟阅读

从聊天机器人到 Agent：
关键不只是调用工具

当模型开始拥有搜索、数据库和代码执行能力，真正困难的问题变成了如何规划、验证与安全地完成任务。本文梳理一个可靠 Agent 系统需要具备的基本结构。

大语言模型6 分钟阅读

上下文不是越长越好

长上下文带来了更多信息，也带来了注意力稀释、成本与噪声。好的上下文工程，本质上是在正确的时刻提供正确的信息。

工程实践5 分钟阅读

让 AI 功能真正可测试

模型输出具有不确定性，但系统行为仍然可以验证。从工具参数、边界条件到审计日志，测试需要围绕确定的部分展开。

产品思考4 分钟阅读

好的 AI 产品应该懂得停下来

智能不只体现在完成更多操作，也体现在识别风险、承认不确定，并在关键节点把决定权交还给用户。