人工智能的飞速发展又一年，为所有人——包括刚入行的新人——创造了前所未有的软件开发机会。事实上，许多公司都面临着人工智能人才短缺的困境。每年寒假，我都会抽出时间学习和实践，也希望你们能这样做。这不仅能帮助我精进旧技能、学习新知识，还能助力你们在科技领域的职业发展。



要精通人工智能系统构建，我建议您：
- 参加人工智能课程
- 实践构建人工智能系统
- (可选）阅读研究论文

让我来解释一下为什么这些都很重要。

我听说有些开发者建议其他人直接上手开发，而不用考虑学习。这是个糟糕的建议！除非你已经身处一个经验丰富的AI开发者社区，否则在不了解AI基础知识的情况下贸然开发，意味着你可能会重复造轮子，或者——更有可能——把轮子造得一团糟！

例如，在面试求职者时，我曾与一些开发人员交流过，他们要么重新发明了标准的 RAG 文档分块策略，要么复制了现有的智能体 AI 评估技术，要么最终写出了混乱的 LLM 上下文管理代码。如果他们参加过一些相关的课程，就能更好地理解现有的构建模块。他们当然可以从头开始重建这些模块，甚至可能创造出比现有解决方案更优的方案，但他们可以避免数周不必要的工作。因此，结构化学习非常重要。此外，我发现上课真的很有趣。比起看 Netflix，我更喜欢观看一位知识渊博的 AI 讲师的课程！

同时，仅仅上课是不够的。很多经验只能通过实践才能获得。学习飞机的理论知识对于成为一名飞行员至关重要，但没有人能仅仅通过上课就成为飞行员。在某些时候，亲自坐上驾驶座是必不可少的！好消息是，通过学习使用高度智能的编程语言，构建过程变得前所未有的轻松。学习人工智能的构建模块或许能激发你新的创作灵感。如果我对要做什么项目没有灵感，我通常会选择上课或阅读研究论文，一段时间后，我总能获得许多新的想法。此外，我发现构建过程真的很有趣，希望你也能从中受益。

最后，并非每个人都必须这样做，但我发现如今就业市场上许多最优秀的求职者至少偶尔会阅读研究论文。虽然我觉得研究论文比课程更难理解，但它们包含大量尚未转化为易于理解形式的知识。我个人认为阅读研究论文的优先级远低于上课或实践，但如果你有机会提高阅读论文的能力，我也强烈建议你这样做。我觉得上课和实践很有趣，而阅读论文可能更枯燥乏味，但从论文中获得的灵感火花却令人欣喜。

祝您度过一个美好的冬日假期，新年快乐！除了学习和创作之外，我也希望您能多花时间陪伴家人——这同样重要！

https://t.co/MaWDs0AbzG

如何更好地使用人工智能?

## AI 时代，必要的 10 件事。

01. 梳理目前的工作流，先拆解为一个个动作，再把动作封装为步骤，再为不同步骤寻找 AI 工具，把能用 AI 实现的都让 AI 去干。这样学 AI，反馈最快，动力最强。

02. 确定几款 AI 工具，作为工具组合。不用寻找完美工具，够用就好。主力工具选大厂的，不选小厂的，后者可能迭代慢，甚至倒闭。警惕陷入折腾工具，警惕陷入学习教程，而忘记了本来要拿工具做什么事。



03. 学习计算机和编程基础知识。虽然不懂这些，也能用 AI 编程，但是懂些基础知识，起码能看懂 AI 写的代码、AI 提到的术语大概是什么意思。

04. 对于主力工具，把每个功能、每个按钮、每个设置项都试一下，然后手敲一份工具指南，这样记得牢，对工具的理解也深，能充分利用工具的全部能力。同样的工具在一个人手里是菜刀，在另一个人手里是屠龙刀，想想 Excel，这一点不难理解。

05. 记录与维护常用的提示词，并不断打磨。随着 AI 工具日新月异的迭代，提示词可能不再需要，但是目前还是很必要的。提示词可以让 AI 生成内容更精准，也可以倒逼自己的思考更清晰。

06. 维护一份文件，类似《claude.md》，里面记录你是谁、你的需求、你喜欢的回答风格、你希望 AI 怎么工作、AI 发生过哪些错误、遇到错误该怎么处理。把自己视为老板，把 AI 视为你的员工，这份文件就像你和 AI 的《分工、协作与沟通规范》。

07. 随着对 AI 的深入了解与使用，你不会满足于只是问答，或者做一个简单的任务，你会考虑用 AI 做项目。一个项目包括许多事情，需要综合考虑，需要价值排序，需要让多款 AI 工具配合。在 AI 时代，我认为除了《计算机和基础知识》和《清晰思考与提问》，最有必要学的一门课就是《项目管理》。

08. 要交付，要有成果物，要以终为始。如果拿 AI 当玩具，问几个问题玩玩，写几篇文章玩玩，做几个网页玩玩，这样做了很多，最终没有作品，没有产品，也赚不到钱。如果拿 AI 当工具，一开始就想着拿着 AI 做的成果物交付给谁，不管是在职场上交付给老板，还是在市场上交付给客户，这样都可以带来实打实的收益，既能帮助升职或赚钱，也能让你有更大的动力使用 AI，有更多钱付费强大的 AI 工具。

09. 定期清理 AI 生成的内容，各种形式的内容，包括文字、图片、视频、代码等，只保留最必要的。同时也定期清理你剪藏的、收藏的、订阅的、关注的信息，只保留最必要的。AI 生成内容的能力太强大了，不管是你自己用 AI 生成的内容，还是别人用 AI 生成并分享出来的内容，太太太太多了，不清理会把你的注意力淹没在信息的海洋中，反被 AI 吸进一个注意力黑洞里。

10. 公开记录你这个过程中的点滴故事与经验，包括选择工具的经验、拆解工作流的经验、使用 AI 的经验、写提示词的经验、做项目的经验，等等。公开记录意味着分享到内容平台上，既能帮助到别人，也能收到反馈，从而帮助自己更快进步。

AI必须要做的10件事

# EverMemOS：企业级智能记忆系统
LLM训练大致分为三个阶段，Pre-Training学知识，SFT学说话，Post-Training学思考。这样的LLM用作问答没有问题，但是用作AI助理或者家庭机器人就有一个非常致命的缺点：LLM没有记忆，每次对话默认从零开始。除非附带历史信息，LLM不会记得你的任何信息，无法提供个性化、连贯的服务。


```
EverMemOS: Enterprise-grade intelligent memory system
LLM training is roughly divided into three stages: Pre-Training to learn knowledge, SFT to learn to speak, and Post-Training to learn. There is no problem with such LLMs being used as question answerers, but they have a very fatal drawback when used as AI assistants or home robots: LLMs have no memory, and each conversation starts from scratch by default. LLMs will not remember any of your information unless accompanied by historical information and cannot provide personalized, coherent services.
```
## LLM记忆的设计模式
主要分为两类：第一类是模拟人类的记忆方式（来自论文CoALA），第二类是从计算机工程的角度设计（Letta提出）。
```
Design patterns for LLM memory
There are two main categories: the first is to simulate the way humans remember (from the paper CoALA), and the second is to design from the perspective of computer engineering (proposed by Letta).
```
拟人化记忆的四种记忆类型：
- 临时记忆：当前对话的内容，对应到LLM就是context，LLM的context的长度通常是256K tokens，Gemini则能达到1M tokens。
- 事实类记忆：这类记忆通常对所有人都是一样的。对于人类来说，就是人学到的知识和事实，例如水在0度结冰、小明不喜欢吃香菜；对于LLM，就是关于用户的信息，例如用户是男性、名字叫Gorden。
- 经历类记忆：这类记忆则因人而异。对于人类来说，就是发生过的事，例如上个周末去了公园、吃了火锅；对于LLM来说，过去的聊天记录提炼出来的总结都可以算作这类记忆，例如用户提问了如何减肥。
- 技能类记忆：对人类来说，就是如何开车这种学会后不必再思考、形成了本能的技能；对于LLM来说，就是system prompt，例如让LLM回复时必须使用Json格式。（例如http://CLAUDE.md）
```
The four types of memory of anthropomorphic memory:
· Temporary memory: The content of the current conversation corresponds to the LLM as the context, the length of the LLM context is usually 256K tokens, and Gemini can reach 1M tokens.
· Factual memory: This type of memory is usually the same for all people. For humans, it is the knowledge and facts that people have learned, such as water freezing at 0 degrees, Xiao Ming doesn't like to eat coriander; For LLMs, it is information about the user, such as whether the user is male and given the name Gorden.
· Experiential memory: This type of memory varies from person to person. For humans, it is what has happened, such as going to the park and eating hot pot last weekend; For LLMs, summaries extracted from past chat records can be counted as such memories, such as when a user asks how to lose weight.
· Skill memory: For humans, it is how to drive, which is a skill that does not have to think and form instincts after learning; For LLMs, it's a system prompt, for example, the LLM must use Json format when replying. (e.g. http:// CLAUDE.md)
```

计算机工程出发的记忆类型：
- 消息缓冲区：即当前对话内容，对应拟人化记忆的临时记忆。
- 核心记忆：由智能体维护的事实类记忆，但是对于当前对话，只取有关联的事实用作上下文。
- 历史对话记录：包括所有完整的历史对话记录，在必要是搜索使用。
- 压缩类记忆：存储在外部的、经过提炼且加了索引的知识和记忆，通常用向量数据库存储，在查询后把信息放到上下文中。比历史对话记录更高效。
```
Types of memory from computer engineering:
· Message buffer: The current conversation content corresponds to the temporary memory of anthropomorphic memory.
· Core memory: A factual memory maintained by the agent, but for the current conversation, only relevant facts are used as context.
· Historical Conversation History: Includes all complete historical conversation records, searched and used if necessary.
· Compressed memory: External, refined and indexed knowledge and memory, usually stored in a vector database, and the information is put into context after querying. More efficient than historical conversation records.
```

EverMemOS主要使用的是拟人化记忆模式，结合了工程类记忆的效率实践，设计了多层次、多类型的记忆结构。存储记忆的大致流程是：
1. 识别对话中的关键信息，提炼成记忆单元；
2. 按对话主题、对话用户，与之前的记忆整合，梳理出脉络和用户画像；
3. 建立记忆的关键词和索引，用于快速召回；
```
EverMemOS mainly uses anthropomorphic memory mode, combined with the efficiency practice of engineering memory, and designs a multi-level and multi-type memory structure. The general process of storing memories is:
1) Identify key information in the dialogue and refine it into memory units;
2) According to the dialogue topic and dialogue users, integrate with the previous memory, sort out the context and user portrait;
3) Establish memorized keywords and indexes for quick recall;
```
## 如何调用记忆
调用记忆的核心挑战是如何避免因为记忆过多、查询过慢导致响应时间变长。对于需要快速响应的对话，EverMemOS直接使用RRF融合算法（Reciprocal Rank Fusion）；对于复杂的场景，Agent会生成2-3个互补查询，补全缺失的信息，提升复杂问题的覆盖面，然后并行查询出需要使用的记忆。
```
How to call memory
The core challenge of calling memory is how to avoid long response times due to too many memories and slow queries. For conversations that require a quick response, EverMemOS directly uses the RRF Rank Fusion algorithm. For complex scenarios, the agent generates 2-3 complementary queries to complete the missing information, improve the coverage of complex problems, and then query the memories that need to be used in parallel.
```

召回多层次的记忆后，再与当前对话内容拼接，整合成完整的上下文，给出最终的回复。一个典型的例子是你让AI给你推荐饮食，AI可以联想到你前几天做了牙科手术，从而有针对性的调整建议。
```
After recalling the multi-level memory, it is then spliced with the current conversation content and integrated into a complete context to give the final response. A typical example is when you ask AI to recommend a diet for you, which can be associated with the fact that you had dental surgery the other day to make targeted adjustments.
```

通过 "结构化记忆 → 多策略召回 → 智能检索 → 上下文推理" 的记忆和召回路径，EverMemOS在LoCoMo评测里达到了 92.4% 的推理准确率**，**为目前最佳。长时间的记忆里、高准确率的召回率，是AI助理和AI机器人的必需能力，2025年是Agent的元年，2026会成为记忆的元年。
```
Through the memory and recall paths of "Structured Memory→ Multi-Policy Recall→ Intelligent Retrieval →Contextual Reasoning", EverMemOS achieved an inference accuracy of 92.4% in the LoCoMo evaluation, which is the best at present. In long-term memory, high accuracy recall is a necessary ability for AI assistants and AI robots, 2025 is the first year of Agent, and 2026 will become the first year of memory.
```


![image.png](/static/img/71966cc0cac578a5d4246c11601c65e3.image.webp)

[github](https://github.com/EverMind-AI/EverMemOS/tree/main)

企业级智能记忆系统

在与 AI 多轮交互获得理想答案后，应进一步提炼出一个“一步到位”的高质量提示词，并持续积累和优化这类提示词，以提升未来同类问题的解决效率与精准度。



具体而言：
1. 反思性提炼：当通过多轮对话得到满意结果时，主动追问“若要你一步生成这个答案，我当初该怎么提问？”，从而逆向推导出更精准的初始提示词。
2. 提示词资产化：将高频问题对应的优质提示词沉淀为个人知识资产，形成“问题–提示词–理想回答”的映射库。
3. 持续迭代优化：在后续使用中不断调整提示词的细节（如约束条件、输出格式、角色设定等），使其更贴合实际需求，减少交互轮次，提高 AI 输出质量与效率。



## 示例

1. 假设我们下次再执行同样的任务，为了能够缩短我们的交互次数或对话轮数，我应该给你怎样的提示词？给出详细、精准的提示词，附理由
2. 如果你一步到位生成最终的回答，我给你的提示词应该怎么写？给出详细、精准的提示词，附理由

提示词优化

## 背景

作者：陈行甲

一切过往皆财富

![](https://ts1.tc.mm.bing.net/th/id/R-C.27c780bd5906d334b444eb4f5d5b4078?rik=DYjND3D2ZBD0Sg&riu=http%3a%2f%2fi3.hexun.com%2f2021-04-03%2f203344895.png&ehk=Q%2byulZP2lGI8onMFKii0Vcq9nGYaiJCTIXUIKHmoWrU%3d&risl=&pid=ImgRaw&r=0&sres=1&sresct=1)



一次刷视频，看到了这样的新闻，顿时感觉，是什么样的作家，什么样的书籍，一个农民会跑到签售会。这样的举动，我心里感觉，农民大叔是一个不一样，心怀很多期待，令人敬佩。

![image.png](/static/img/fa23494bd22396cfc1332853f8f66581.image.webp)

这也让我再次感受到，读书的伟大，不管在做着什么样的工作，都可以去读书，去感受另外的世界。这位农民大叔，被现场工作发现之后，新书发布会的陈行甲亲切地问候，而且送上了自己的联系方式，这个作者是真的平易近人。

## 人物了解

起初，看到视频，我没有去仔细去了解，但是，在我上一个书籍看完之后，看到了《陈行甲的人生笔记》的推荐，遂去点开读了一些，然后又去查看了这个作者的一些资料。

在近些年看书的时候，习惯会一边看一边去查这个作者的信息，主要是受b站up主：姜Dora的影响。

陈行甲，巴东一名最高政治官员

## 读书笔记
- 这本书的主人在他的每个人生阶段都充满不自信、惶恐和挣扎，同时也从未放弃爱和希望。无数次地在不自信中寻找爱和希望，在找到爱和希望后又会被另一个不自信包围。周而复始，循环向前。我相信这是每个人的人生缩影。
- 人活着就是含辛茹苦。世事艰难让我们很多人披上了心灵的铠甲，慢慢远离自己的内心，变得世故和冷漠。
- 我们这些穷乡亲，在等待着我们！他们期待的目光，早已穿越万水千山、风霜雨雪，我们奔向他们的脚步，大地会聆听。人间最冷的不是冰寒，而是麻木。你不是太阳，但你可以发出比太阳更温暖的光！
- 霞抄写的诗《有一种缘分》截取：

```shell
伤感是你含泪的眼眸
沉重是你燃烧的烟头
假如有一天我能读懂你
面对落日不再回首
共承风雨不是陌路
```
- 我们就像青春岁月里两只孤单的飞鸟，在这片水域遇见，彼此触碰到了对方的羽毛，看到了对方眼神中清澈的光。茫茫的天空，哪里是我们的去处，我们都不知道，可是这并不影响我们彼此简单又欢欣的流连缱绻
- 霞热烈地回应了我，霞在信中流着泪答应了我的求爱，霞在信中拥抱了我。我们的第一次拥抱，是隔空在信中完成的。我和霞的爱情就这么正式开始了。
- 是霞，是霞，是我的霞又回来了
- 逛完市场回家，我从后面抱住了霞，霞回过身抱住我，我们热烈地拥抱，这是我们第一次真正意义上的拥抱，百感交集，我们俩都留下了激动的泪水。
- 1996年1月18日，这一天居然是我的生日，我的25岁生日。后来到单位上请婚假的时候，张阿姨看了我的结婚证，说小陈你结婚时满了25岁，算是晚婚，可以请18天婚假了，否则只能请3天假
- 霞很坚定地跟我说行甲咱们不能着急，你自己可能没感觉到，但是，我从旁边看你每天都在进步，我陪着你，你住多久我陪多久，咱们安安心心的好不好。`此句摘自，在陈行甲因抑郁症住院想要出院时`
- 霞叮嘱我一定要注意安全，她说：行甲我从来没有指望过你飞黄腾达，我只是要求你一定要活着回来。不要担心我和儿子，我和儿子都为你感到骄傲。你千万保重好自己。`此句摘自，陈行甲反腐时受到不法分子威胁时`
- 生活有其自身的逻辑，那些不经意间的种子，那些没有企图的浇灌，说不准在什么时候会有一阵春风拂过就出土了。
- 行甲你好！看了你的演讲，十分感动，也真正理解了你的一切举动！一个字，真！两个字，纯真！三个字，真善美！一个人只有这样活着，才真正有价值，才真正对社会有贡献！`此句摘自，陈行甲在《我是演说家》的演讲后，施老师给陈行甲发的信息`
- 面临选择时我们总是斤斤计较于每一个方面。如果我们在对我们不那么重要的方面让让步，然后力争在对自己的人生分量很重的选择上胜出，我们的人生是否会精彩许多呢？
- 虽说都是农村，不得不承认他们的农村和我们的农村不像是一个意义上的概念。`此句摘自，美国的农村与中国农村的对比`
- 此时的我有一种莫名的感动，觉得自己就站在天与地的交接处，谁说命运和理想是天和地的平行，只要把天和地都装在心里，再长的平行线也有相交的时候。
- 你不是太阳，但你可以发出比太阳更温暖的光！
- 记得小时候村子里的一些贫穷的家庭，那些成天里话没个好腔，脸没个好相，看什么都不顺眼，总在抱怨争吵的家庭，过了多少年仍是穷得叮当响。倒是那些家庭团结和气，勤扒苦挣的，慢慢地都走出了贫困。
- 中国是个人情社会，完全出于感情的人情往来是社会的黏合剂，是美好的。我想说的是我希望和大家有这种美好的，没有负担的交往。
- 我在县党建工作会上谈学习习**“心中有党，心中有民，心中有责，心中有戒”的要求时，深入讲了我的理解：我们党员干部要做到心中有戒，新必须心中有止。止是上限，戒是底线，没上限的人往往没有底线。
- 当你真正把一件事情想得澄澈透明，你甚至会觉得整个宇宙都在帮你论证这件事情的合理性。
- 推荐一本书：德鲁克-《管理自己》
- `任何通往光明前景的道路都不是笔直的。你做的这些探索是有意义的，不要急，理清头绪，一步步地扎实，每天进步一点点，每月进步一点点，坚持下去就好。`
- 国际上通行的KSA教育理论。Attitude表示的是孩子通过审美教育获得的对于美好事物的体悟能力，通过开阔视野获得的对于世界的好奇心，通过梦想激励获得的对于人生成长的内动力。
- 我感激那些与我同行的人，感谢那些为我故障的路人。而与我渐行渐远的朋友，我也微笑作别，尊重彼此的选择，不道德绑架。人生是一个过程而不是结果，我对我的选择很坦然。“洛阳亲友如相问，一片冰心在玉壶”
- 我们每一个凡夫俗子的人生大部分都在自发而不是自觉的状态下度过，我们是在对自己的重新审视、重新叙述当中理解自己的。
- 写书不是为了让别人记得你，而是你要为自己留住自己。
- 回顾过去并不是为了纠结于过去的是非曲直，而是为了更好地展望未来。
- 认清世界的真相但仍然热爱它，永远是一个望向未来的乐观者的信条
- 我们不该忘记自己走过的路，同情过的人，呼唤过的正义，渴求过的尊重，是这些东西构成了我们深植于生活世界的共通意义的根基。
- 人活到最后，要对天下说一声谢谢。曾经那么为难他的人，作为一个人类的个体，不管怎样，都丰富了他对人类的认知，一切过往都是财富

## 后感

陈先生做的事情，彻彻底底地为老百姓，为人民群众，大义之人。在读过了这本书之后，颇受感动，终于知道为什么，他的书，会被农民伯伯喜欢。

在陈先生的一生中，两位女人发挥了很大的作用，一个给予了他生命，一个拯救了他的生命。在这种情况下，才会对人生看的那么透彻，他的坚韧、善良，无比令人敬仰。

在看陈先生与霞女士的爱情故事时，特别像路遥的《平凡的世界》，那个年代爱情特有的，淳朴、纯真、浪漫。陈先生如今的成就，离不开霞女士的奉献、帮助。是我心中最美的，爱情的样子。

看我这本书，最大的感受，就是一切过往皆财富。不管过去经历过什么，自己还会乐观，怀着善良、淳朴的心，看待这个世界。为自己留住自己，勇往直前吧。


ps： 小小地期待，这本书，可以在未来拍成电影。👏🏻~~ 2025.7.27