AI 工程
Agent 编排模式：从 ReAct 到 Multi-Agent 协作
对比 ReAct、Plan-and-Execute 和 Multi-Agent 三种编排范式，分析各自适用场景与工程取舍，附带真实项目中的性能数据。
从 Copilot 辅助到 Agent 驱动，软件工程正在经历第三次范式跃迁。本文梳理 AI Native 研发的核心模式、团队组织变化，以及我们在实践中踩过的坑。
阅读全文 →对比 ReAct、Plan-and-Execute 和 Multi-Agent 三种编排范式，分析各自适用场景与工程取舍，附带真实项目中的性能数据。
组件库解决了"一致性"问题，但没解决"选什么"的问题。我们正在探索将设计系统升级为决策引擎——根据上下文自动推荐布局、配色和交互模式。
从 45 分钟缩短到 8 分钟。本文记录了我们拆解 monorepo 构建依赖图、引入增量编译和智能测试选择的全过程。
回顾 2021 到 2026 年间的关键技术决策——哪些赌对了，哪些过早了，哪些该更果断。写给下一个五年的自己。
与其打磨 prompt 措辞，不如构建更好的上下文管道。分享我们在 RAG、记忆管理和工具调用链路上的工程实践。
为什么我用 Iowan Old Style 而不是 Inter 作为标题字体。讨论衬线体在长文阅读中的优势，以及中文混排的实际方案。
在一个大型 SDK 项目中实测：高级类型特性减少了 40% 的运行时校验代码，但编译时间增加了 3 倍。值不值？取决于你的场景。
做了十年工程师之后，我开始理解"产品感"不是一个玄学概念——它是大量用户观察压缩后的模式识别能力。
我是陈光锋，一个相信代码即表达的技术从业者。关注 AI 工程化、设计系统、以及软件构建方式的演进。
目前在做 AI Native 研发工具方向。此前在几家创业公司担任技术负责人，从零搭建过服务百万用户的产品架构。工作之余喜欢研究排版、地图设计和精酿啤酒。