AI教程不用改权重也能赢过 GRPO：GEPA 如何把一条轨迹榨干用到极致
伯克利团队提出 GEPA：不调模型权重、不用 GPU 训练，只靠“读懂轨迹+改提示”，在 35 倍更少采样下击败 GRPO 超 10 分。本文拆解它为何有效、适用场景，以及如何在 DSPy 中上手。
#提示工程
按标签聚合查看文章内容。
AI教程
AI教程AI 的四大核心特性
很多人把大模型当成“会思考的搜索引擎”，结果不是被幻觉坑，就是被过度自信的答案带偏。想真正用好 AI，先搞清楚它到底会什么、知道什么、记得什么、以及你能在多大程度上控制它。
AI教程Claude Code 中必用的 10 个斜杠命令：把常用提示词变成“脚本”
用 10 个高频斜杠命令，把你在 Claude Code 里的重复提示词固化成可复用工作流，减少提示词漂移，让团队协作更稳定。
AI教程大型语言模型中的提示缓存：把钱烧在刀刃上
一场30分钟的Claude Code实战，如何用92%缓存命中率把成本砍掉81%。
AI教程工具、资源与提示：MCP 三大能力的真正用法
工具、资源和提示，是 MCP 框架里最容易被混淆的三种能力。很多人只把它们当“接口分类”，却忽略了背后谁来触发、是否有副作用、由谁控制访问这些关键差别。弄清这三者，你才算真正会用 MCP。
AI商业Tipis.ai 智能提示与工作流平台
Tipis.ai 是一款面向团队与个人的 AI 提示管理与自动化工作流平台，帮助你集中管理提示词、复用最佳实践，并通过可视化流程快速构建 AI 助手与业务自动化。
Claude Opus 4.7：别再当成 4.6 的「即插即用」替代品
Opus 4.7 更聪明，也更「轴」——它按字面执行指令、每一轮都深度推理、减少子代理和工具调用。如果你还用 4.6 的习惯来驱动 4.7，很容易多花钱却没多拿多少质量。关键在于：换一种「委派给高级工程师」的用法，而不是把它当陪写代码的小助手。
AI教程AI代理的上下文工程
AI代理的上下文工程 （点击上方图片观看本课视频） 理解你所构建的AI代理应用的复杂性，是打造可靠代理的关键。我们需要构建能够有效管理信息、满足复杂需求的AI代理，这远超简单的提示工程。 本课将介绍什么是上下文工程及其在构建AI代理中的作用。 课程内容 介绍上下文工程及其与提示工程的区别。 分享有效上下文工程的策略，包括如何编写、选择、压缩和隔离信息。 解析常见的上下文失败及其解决方法。 学习目标
Composable Prompts：面向开发者的可组合提示工程平台
Composable Prompts 是一个帮助开发者用“像写代码一样写提示”的平台，通过模块化、可复用、可测试的方式管理复杂提示逻辑，提升多模型、多场景下的提示工程效率与可维护性。