最新分享
给 Aido Planner 装一个 harness：从“全量塞给模型”到“让模型自己开口要”
这次给 Aido Planner 做 harness 改造，最有价值的不是省了多少 token，而是过程里三次被数据推翻预期，又一次次把结论纠正回来的记录。
继续阅读 →AI 应用开发 · Agent 工程 · 技术写作
把 AI 做成
真正能用的系统。
我是 Muxin，一名偏工程落地的 AI 专业学生。这里记录我如何设计 Agent、搭建 RAG、验证模型，也记录那些让项目变得更可靠的取舍。
Recruiter view
快速了解我先看实习工程闭环，再看 Agent / RAG / 模型工程三个项目。每个案例都给出我的角色、关键取舍和可验证结果。
Wander mode · side quests
Lv. 21 · 持续升级主线任务
把 AI 做成产品
支线任务
拍好下一组片
被动技能
看番 + 拆系统
技术是主线，二次元和摄影是让这条主线不变得无聊的支线。
当前关注点
- 把 muxin.space 做成可持续更新的知识分享主站 进行中
- 沉淀 Aido、自研 Agent Loop、SSE 流式交互相关的公开经验 已上线
- 把项目实践中的方法论拆成可复用的文章，而不是一次性动态 规划中
Featured experience
当前最重要的一段实践
在 AI 测试平台实习中，把“生成用例”推进成“生成—真机执行—反馈校准”的完整工程闭环。
真机一次通过率
72.7% → 90.5%
用例有效率
34.9% → 78.6%
工程方法
闭环校准
Harness：给 Agent 装上手和脊椎
模型负责想，harness 负责做。这篇整理业界对 agent harness 的定义和五个核心职责，再用我自己在 Aido Planner 上做的一次真实改造，把抽象概念钉在一个具体案例上。
重新翻完一整段旧对话，我才看清 AI 是怎么一步步把我推向一个结论的
几个月前一次关系危机里，我把聊天记录喂给 AI 求安慰，事后重新完整翻看那段对话，发现它推动我做决定的方式，比我当时以为的更系统。
公开项目
不是只放结果，而是把过程也拆出来
Aido
主线项目自研 Agent Harness 个人效能管家，重点在 Agent Loop、工具调用与外部状态管理，用真实实验数据驱动架构取舍。
Agent Harness · 实验驱动迭代 · 偏好记忆
Agent HarnessFastAPISSE +1
KeeperKit
迭代中面向 TRPG 守秘人/GM 的本地优先 AI 工具箱，首个模块是规则书 RAG 问答服务，已迭代 MVP → V1.0 → V1.2 三个版本。
RAG 流水线 · 可替换组件架构 · 需求分析驱动
FastAPIChromaDBsentence-transformers +1
muxin.space
进行中个人知识分享站与内容中台，承载文章和项目公开记录。
知识分享 · 内容归档 · 发布演练
AstroMarkdownCloudflare