Everything you care about in one place
Follow feeds: blogs, news, RSS and more. An effortless way to read and digest content of your choice.
Get Feederphodal.com
Blog | Phodal - A Growth Engineer
Get the latest updates from Blog | Phodal - A Growth Engineer directly as they happen.
Follow now 126 followers
Latest posts
Last updated 4 days ago
Agent Team 实践与架构设计：在约束下构建可演进的一个人开发团队
5 days ago
尽管我们可以用最好的模型完成所有的事情，但是约束才是我决定写这篇文章的一个出发点：约束越多，问题就越好玩。
从 AutoDev 到 Routa：开放生态下的新一代多 Agent 编排实践
11 days ago
> Routa 是一个 **“工程化的多 Agent 协作框架”**：它把任务、状态、事件和执行拆成可控模块，让开放生态下的多 Agent 系统可以真正落地，而不是靠
ACP 协议 + 多 AI 编程智能体：企业研发的新生产力平台
26 days ago
最近，我们在 AutoDev 中集成了 ACP 协议，使用它进一步优化 AutoDev 的跨平台渲染架构，在提升 AutoDev 的同时，也兼容了其它智能体。由于，ACP
A2A vs ACP 协议对比分析
26 days ago
本文档对比分析 A2A (Agent-to-Agent Protocol) 和 ACP (Agent Client Protocol) 两个协议的核心差异、设计理念和适用场景。
平台工程视角下的 AI 应用架构治理
30 days ago
这不是一个从“我们决定做 AI”开始的故事。我们项目的客户是，某金融公司内部的平台团队。他们并不是一开始就要“做 AI”，而是长期承担着一个更基础、
Agentic RAG 的架构演进：从上下文追踪 (Context Trace) 到全景上下文图谱 (Context Graphs)
about 2 months ago
随着大语言模型（LLM）从被动的问答工具演变为具有自主性的智能体（Agents），传统的检索增强生成（RAG）架构正面临前所未有的挑战。当智能体需要执行长周期的复杂任务——如代码重构、法律合规审计或企业流程自动化——仅凭基于语义相似度的向量检索（Vector Retrieval）已无法满足需求。智能体不仅需要“知识”，更需要“记忆”和“结构化认知”。本文将详尽探讨一种新兴的架构范式：**代理式 RAG (Agentic RAG)**，并重点剖析其核心组件——**上下文追踪 (Context Trace)** 与 **上下文图谱 (Context Graphs)**。
AI 编程 2025 总结：国产模型“能力追平”，国产编程工具还在“情感陪伴”
2 months ago
前几天，我看到一篇国产 AI Coding 工具的案例文章，花了不少篇幅在讲一个“智能体的附加价值”——当你写代码写到崩溃时，它可以安慰你、鼓励你，让你感觉好受一点。
Agentic UI：重新定义“好体验”——不是美化按钮，而是让认知负担归零
2 months ago
> 本文由 NotebookLM 基于我的演讲材料《Agentic 时代的前端：当 UI 成为数字员工的执行界面》生成初稿，我在此基础上补充细节，最后由