查看原文：2025 节点：当 AI 开始释放创造力，工程师如何重新站位 - Blog | Phodal - A Growth Engineer

查看原文：AI 编程 2025 总结：国产模型“能力追平”，国产编程工具还在“情感陪伴” - Blog | Phodal - A Growth Engineer

随着大语言模型（LLM）从被动的问答工具演变为具有自主性的智能体（Agents），传统的检索增强生成（RAG）架构正面临前所未有的挑战。当智能体需要执行长周期的复杂任务——如代码重构、法律合规审计或企业流程自动化——仅凭基于语义相似度的向量检索（Vector Retrieval）已无法满足需求。智能体不仅需要“知识”，更需要“记忆”和“结构化认知”。本文将详尽探讨一种新兴的架构范式：**代理式 RAG (Agentic RAG)**，并重点剖析其核心组件——**上下文追踪 (Context Trace)**…

这不是一个从“我们决定做 AI”开始的故事。我们项目的客户是某企业内部的平台团队。他们并不是一开始就要“做 AI”，而是长期承担着一个更基础、

这不是一个从“我们决定做 AI”开始的故事。我们项目的客户是，某金融公司内部的平台团队。他们并不是一开始就要“做 AI”，而是长期承担着一个更基础、

本文档对比分析 A2A (Agent-to-Agent Protocol) 和 ACP (Agent Client Protocol) 两个协议的核心差异、设计理念和适用场景。

最近，我们在 AutoDev 中集成了 ACP 协议，使用它进一步优化 AutoDev 的跨平台渲染架构，在提升 AutoDev 的同时，也兼容了其它智能体。由于，ACP

查看原文：从 AutoDev 到 Routa：开放生态下的新一代多 Agent 编排实践 - Blog | Phodal - A Growth Engineer

查看原文：Agent Team 实践与架构设计：在约束下构建可演进的一个人开发团队 - Blog | Phodal - A Growth Engineer

PS：就着最近的研究，我想大概写一篇今年的趋势

生成式 AI 正在快速进入软件开发的核心流程。从最初的代码补全工具，到能够生成完整模块的 Coding Agent，再到可以自主修复

生成式 AI 正在迅速进入软件开发流程。从最初的代码补全工具，到能够执行复杂任务的智能体，AI 在开发中的角色正在不断扩大。 然而，在许多组织中，人们仍然把 AI 编程理解为一种工具升级：更聪明的 IDE 插件、更强大的代码生成器，或者更方便的技术问答助手。 这种视角很容易低估 AI 对软件工程的真正影响。 在越来越多的团队中，AI 不再只是提供建议，而开始参与实际开发任务，例如生成模块、运行测试、修复错误，甚至创建 Pull Request。软件开发正在逐渐从 **“人使用工具”** 的模式，转变为 **“人与…

PS：今天拿到几天前申请的 Codex Pro 开源贡献者的半年体验卡，试着用 Codex Security 分析了一下我的一些项目。让 AI 分析了生成的报告，

> 摘要：当 Agent 开始结队工作时，真正的挑战就不再是“它们能不能写代码”，而是“我们能不能管理它们”。Routa Kanban

https://note.mowen.cn/note/detail?noteUuid=m9nentvuT10II_nLQAo4z 最早设计墨问的时候，原计划在 Web 端创作，阅读和交互用移动端的微信小程序承接，所以先做个墨问便签的 demo 试试小程序的能力。后来发现小程序也可以有桌面端，移动端能力也越来越强，就把创作和互动、AI 语音、画廊、AI 听读、pdf、视频号，都干到小程序上了。All in one。墨问便签也成了墨问。 AI 时代来临，Web 强势回归，它变得比任何时候都更加重要。配合大模型能力和…