AI 工程师进阶

AI 工程师地图

与 ai-engineering-essentials 分工；路线图概览。

LLM 原理与 Token

tokens、context、how-llms-work、top-p/top-k。

提示词工程

few-shot、CoT、system prompt、structured output。

嵌入与向量库

embeddings、Pinecone、FAISS、Qdrant。

RAG 管线

分块、检索、重排、引用；what-are-rags。

Agent 架构

ReAct、function calling、多步规划。

MCP 与工具集成

Model Context Protocol、开发工具链。

模型 API 实战

OpenAI、Gemini、Hugging Face Inference。

安全与伦理

prompt injection、bias、隐私、内容审核。

评测与可观测

对抗测试、输出约束、监控指标。

部署与成本

streaming、caching、推理成本优化。

综合练习

RAG + Agent 原型 + 安全清单。