作者: Phodal Huang in AI 2026年2月9日 15:20

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

作者: Phodal Huang in AI 2026年2月9日 11:02

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。

作者: Phodal Huang in AI 2026年2月5日 11:39

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、

作者: Phodal Huang in AI 2026年1月19日 22:47

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企业内部的平台团队。他们并不是一开始就要“做 AI”，而是长期承担着一个更基础、

作者: Phodal Huang in AI 2026年1月11日 09:58

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)。

作者: Phodal Huang in AI 2025年12月30日 16:25

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。

作者: Phodal Huang 2025年12月29日 18:07

2025，不是 AI 提升效率的一年，而是开始释放创造力的一年。

作者: Phodal Huang in AI 2025年12月23日 20:42

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

作者: Phodal Huang in AI 2025年12月23日 12:26

引言：从 AI 辅助到 AI 驱动的必然演进

作者: Phodal Huang in AI 2025年12月16日 22:18

Xiuper 的后半部分来自 “super”，但它并不指向“更强的 AI”，而是指向一种 能力放大。在 Xiuper 中，AI 并不是一个只负责回答问题的助手，而是作为工程体系的一部分参与进来。它理解项目结构、理解设计决策、理解历史上下文，并在合适的阶段承担合适的角色。