<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>UnCooe 的数字花园</title>
      <link>https://uncooe-garden.pages.dev</link>
      <description>最近的10条笔记 on UnCooe 的数字花园</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>UnCooe 的数字花园</title>
    <link>https://uncooe-garden.pages.dev/</link>
    <guid>https://uncooe-garden.pages.dev/</guid>
    <description><![CDATA[ 我在做一件事：让 AI Agent 的工程执行，从「黑盒猜测」变成可控、可审计、可复盘、可沉淀。 白天写 Agent 工程与量化研究的工具链，晚上偶尔也记些与代码无关的思考。 这里不追求日更，也不追求精致——只把我自己觉得「想清楚了、值得留下」的东西，慢慢搬到这里。 如果你也在被 AI Agent 的可靠性、调试、工作流治理这些问题困扰，也许我们是同一类人。 在写些什么 Agent 工程：debug-runbook、workflow 复盘、Codex / 子代理编排、MCP 工具的取舍 量化研究：用 Agent 驱动的策略研究闭环 一些思考：偶尔跑题，记点和技术无关、但我在意的东西 . ]]></description>
    <pubDate>Mon, 24 Aug 2026 14:16:57 GMT</pubDate>
  </item><item>
    <title>提示词之外，先看模型收到了什么</title>
    <link>https://uncooe-garden.pages.dev/%E6%80%9D%E8%80%83/%E6%8F%90%E7%A4%BA%E8%AF%8D%E4%B9%8B%E5%A4%96%EF%BC%8C%E5%85%88%E7%9C%8B%E6%A8%A1%E5%9E%8B%E6%94%B6%E5%88%B0%E4%BA%86%E4%BB%80%E4%B9%88</link>
    <guid>https://uncooe-garden.pages.dev/%E6%80%9D%E8%80%83/%E6%8F%90%E7%A4%BA%E8%AF%8D%E4%B9%8B%E5%A4%96%EF%BC%8C%E5%85%88%E7%9C%8B%E6%A8%A1%E5%9E%8B%E6%94%B6%E5%88%B0%E4%BA%86%E4%BB%80%E4%B9%88</guid>
    <description><![CDATA[ 有个信息抽取问题，来回改了很多轮提示词。每次结果不对，第一反应都是再补一条规则。提示词越来越重，多数修改却只停留在表面，效果依然有限。 后来换了个方向：先看模型实际收到了什么。检查输入后才发现，其中混着一些与正文关系不大的内容。删掉这些内容，结果反而更好，也更稳定。 这不能证明清理输入一定比优化提示词更重要，更不能说明输入是唯一原因。它至少暴露了一个容易被忽略的排查顺序：结果不理想时，先别急着继续加约束，也要确认模型看到的内容是否真的相关。 可以把两者粗略分开：输入决定模型看到了什么；提示词负责给出任务目标、判断原则和必要边界。相比不断穷举规则，更重要的是提供合适的引导和抽象。输入若混着噪声，... ]]></description>
    <pubDate>Mon, 24 Aug 2026 00:00:00 GMT</pubDate>
  </item>
    </channel>
  </rss>