寒门没有退路——17 年技术积累不靠选择，靠坚持。17 年技术专家 / AI Agent 实战者——在 35+ 这个节点，选择 All in AI Agent。

接 W6 记忆与上下文 + W7 段 2 Tracing 模块：前两篇讲"AgentScope 怎么产生 Trace"——本篇讲"拿到 Trace 后怎么用 Phoenix 做 AI Agent 项目的行为监控"——从 1 条真实 Span 出发——走到 4 级 Evaluation Engine 设计。

写作动机：硬件测试背景转型 AI Agent 架构师过程中，把公司内训 + 11 篇论文精读的笔记系统化梳理。本文覆盖架构、训练、推理三大主题，每个核心概念都附面试金句，目标是一次性建立大模型的完整心智模型。

---

📌 写在前面：为什么硬件测试要学大模型原理？

三个理由：

1. AI Agent 是软件×硬件×AI 的交汇点——硬件测试积累的系统思维（边界条件、长尾场景、质量保证）天然适合做 AI Agent 工程的可靠性设计。
2. 架构师面试的必考题：ReAct 循环、Memory 三层、Test-Time Scaling——这些不是"知道就行"，是要能讲出 5 分钟深度。
3. 2024-2026 的范式跃迁：从 Training Scaling 到 Test-Time Scaling，从 Prompt 到 Context Engineering，理解原理才能跟上节奏。

---

李宏毅老师 Context Engineering 课程笔记

Agent 时代的核心议题：不是"装更多"，而是"装对"。

这两天学习了李宏毅老师的 Context Engineering 课程，把核心要点整理成这篇笔记。
Context engineering 是构建 LLM Agent 最关键的设计能力之一——它决定了 Agent 在长程任务中能否保持高效、准确、可持续。

---

一、什么是 Context Engineering？

浦东干部学院一位教授的演讲，让我重新理解了自己 11 年坚持的这条路。

📌 一、两个被忽略的事实

---

背景

最近在学习 AgentScope 2.0 框架的源码，整个仓库 70+ 模块、几百个文件，一上来直接 cat 实现很容易迷失。

让 CodeBuddy 总结它"读源码的方法论"——结果它给出了一套四层索引 + 并行扫描的策略。我边读边整理成本文，重点是这套方法本身可复用到任何大型框架（LangChain、LlamaIndex、vLLM 等都适用）。

⚠️ 本文不是 AgentScope 源码解析，是学习大型 AI 框架的通用方法论。

---

---

AI 时代，资深工程 Leader 经验的 6 大不可替代性

引言：AI 没让软件工程过时

2026 年 6 月 5-6 日，Agentic AICon 2026 在上海召开。

复旦大学计算与智能创新学

---

Agentic AICon 2026 完整战报：12 场 talk + 1 场黄佳深度交流 + 12 篇博客

2 天 + 12 场 talk + 1 场大牛私下交流 + 12 篇博客 + 1 次心态改变 = 一场会议的最大化利用。 这是我参会史上最系统、最高产、最深入的一次。我把它整理成一篇完整的"会议战报"——不是会议纪要，是一个硬件测试工程师的 2 天成长记录。

---

---

Tool Agent 范式：从 5 万工具 MCP 化看 AI 工业化的未来

会议：Agentic AICon 2026 智能体应用与架构工程大会
演讲：阿里云《Tool Agent 范式与通义千问样板间》
记录人：Mr.Sun（资深测试架构师 / Spring AI MCP Server 实战）
本文：把 Day2 阿里云 7 场演讲中关于 Tool Agent、Agent Run、MemoryCollection、Sandbox 的核心思想，整理成一份"AI 工业化实战指南"

---

---

Agentic AI 时代，测试的范式重构——未来规划

今天 22:00 写完了 1 份部门务虚会 PPT，1 页 PPT 写不下 5 大变革 + 12 个子点，索性扩写成完整博客。 这是一份实战框架——不是预测未来，而是从测试部门的现状出发，落到 0.5/1/2 年具体路径。

---