https://learn.traeai.com/ 中文 AI 学习教程、Agent Prompt 解析与项目更新。 zh-CN https://learn.traeai.com/agent-prompts/guides/coding-agent-comparisonhttps://learn.traeai.com/agent-prompts/guides/coding-agent-comparisonMon, 27 Jul 2026 16:00:00 GMTCoding Agent 的差异藏在 Harness 里。比较系统 Prompt 时，应关注它怎样管理信息和动作，而不是比较谁的文字更长。 https://learn.traeai.com/agent-prompts/guides/codex-system-prompthttps://learn.traeai.com/agent-prompts/guides/codex-system-promptMon, 27 Jul 2026 16:00:00 GMTCodex 把运行时拆成可组合的规则层：沟通方式、文件安全、自主执行、技能加载、工具协议和多 Agent 协作彼此分工。 https://learn.traeai.com/agent-prompts/guides/claude-code-system-prompthttps://learn.traeai.com/agent-prompts/guides/claude-code-system-promptMon, 27 Jul 2026 16:00:00 GMTClaude Code 的能力不只来自模型。它用一套很长的运行时 Prompt 把环境、记忆、工具和完成标准组装成可执行的工程系统。 https://learn.traeai.com/agent-prompts/guides/context-engineeringhttps://learn.traeai.com/agent-prompts/guides/context-engineeringMon, 27 Jul 2026 16:00:00 GMT上下文窗口不是越满越好。生产级 Agent 需要决定放什么、放在哪里、什么时候压缩，以及压缩后如何继续同一个任务。 https://learn.traeai.com/agent-prompts/guides/tool-permissionshttps://learn.traeai.com/agent-prompts/guides/tool-permissionsMon, 27 Jul 2026 16:00:00 GMT模型产生意图，工具把意图变成外部动作。一个可靠 Agent 的关键不是工具越多，而是接口清楚、权限最小、结果可验证。 https://learn.traeai.com/minilessons/ai-hallucinationhttps://learn.traeai.com/minilessons/ai-hallucinationMon, 27 Jul 2026 16:00:00 GMTAI 不是在「撒谎」，而是在「猜」。理解幻觉是概率预测机制的必然产物，你才知道什么时候必须自己核对。 https://learn.traeai.com/minilessons/harnesshttps://learn.traeai.com/minilessons/harnessMon, 27 Jul 2026 16:00:00 GMTHarness 是围绕基础模型的那层系统——编排工具、上下文、记忆、评估。同样的模型，外壳不同表现天差地别，它正是 AI 走向自我改进的近路径。 https://learn.traeai.com/minilessons/embeddinghttps://learn.traeai.com/minilessons/embeddingMon, 27 Jul 2026 16:00:00 GMTEmbedding 把文本变成一串数字，让语义相近的文字在数字空间里也相近。它是语义搜索、推荐、RAG 的共同地基。 https://learn.traeai.com/minilessons/prompt-engineeringhttps://learn.traeai.com/minilessons/prompt-engineeringMon, 27 Jul 2026 16:00:00 GMTPrompt 不是神奇咒语，而是把你脑子里的目标完整搬到 AI 的工作桌面。掌握几个结构，同样一个模型能给你天差地别的结果。 https://learn.traeai.com/minilessons/tokens-and-contexthttps://learn.traeai.com/minilessons/tokens-and-contextMon, 27 Jul 2026 16:00:00 GMTAI 不按字读、按 token 读；上下文窗口是它的工作记忆。理解这两点，就懂了它为什么忘事、为什么贵、为什么长文档会丢细节。 https://learn.traeai.com/minilessons/raghttps://learn.traeai.com/minilessons/ragMon, 27 Jul 2026 16:00:00 GMTRAG 让 AI 回答前先查你的知识库，基于真实文档作答。用问题驱动的方式讲清它解决什么痛点、怎么搭、何时该用，以及和微调/长上下文的区别。 https://learn.traeai.com/deep/raghttps://learn.traeai.com/deep/ragMon, 27 Jul 2026 16:00:00 GMT一篇 2 小时的 RAG 深度教程：从大模型的根本限制讲起，到 Embedding 数学直觉、向量检索算法、检索工程（Hybrid/Rerank/Query 改写）、评估体系、Agentic RAG 与生产化。带完整代码、论文引用和生产案例。