关于 AI 系统、Prompt 工程，以及构建可靠 LLM 产品所需一切的思考与记录。
从最初把 RAG 当作"数据外挂"的浅层认知，到理解检索精度、数据质量、反馈闭环三条优化主线——以及为什么用薯条工厂来类比 RAG Pipeline 意外地准确。
编排器-专家模式、智能体契约，以及将第一套 Agentic 系统交付给真实用户过程中学到的血泪教训。
思维链、少样本示例、结构化输出、接地规则——这些在生产 LLM 应用中真正起效的具体模式。
当你从构建传统软件转向构建 AI 原生产品时，真正重要的心智模型、技能和思维方式的转变。