AI浪潮下，后端开发岗位正在发生什么
AI 编程工具现在能做什么、做不好什么，以及它对后端开发岗位结构和个人能力要求的实际影响。
LLM
AI Agent的记忆与技能系统：从失忆到越用越懂你
对比向量检索式与文件式两种 Agent 记忆范式，结合实际案例讲解如何让 AI Agent 跨会话记住用户。
多智能体协作实战：什么时候该拆Agent，什么时候不该
单智能体的上下文膨胀与任务耦合瓶颈，几种多 Agent 拆分模式，以及判断该不该拆的实战经验。
RAG检索增强生成：原理、数据切片与向量化详解
RAG 的离线建库与在线检索流程，重点讲解数据切片策略、Embedding 向量化，以及向量化与大模型训练原理的关系。
MCP的AI上下文管理心得
基于 MCP 协议构建 AI 应用时，系统提示、历史对话、工具结果等上下文的组织、裁剪与安全管理心得。
AI的发展与现状：从传统机器学习到MCP与Skills的新纪元
从符号主义、深度学习到大模型，梳理 AI 的发展脉络，并介绍 MCP 与 Skills 带来的新范式。