AgentDSPyAI架构流程编排自动化提示词
提示词工程 (Prompt Engineering) 已死：未来属于“模型路由”与“流程编排”
还在简历上写“擅长写 Prompt”？你可能正在掌握一项即将过时的技能。随着 DSPy 等自动优化框架的兴起，以及吴恩达大力推崇的 Agentic Workflows（智能体工作流）成为主流，AI 开发正在从“手动拼接字符串”进化为“声明式编程”和“多智能体编排”。本文将带你通过 DSPy 和 LangGraph，以此窥探 AI 开发的下一代范式。
Dr. Ethan Wright
首席 AI 科学家
前 OpenAI 研究员，斯坦福博士。专注于 RAG 引擎底层架构与 LLMOps。
发布的文章 (2)
查看全部 →RAG优化AI评测数据科学MLOps测试驱动开发
拒绝“玄学调优”：基于 RAGas 的 RAG 系统自动化评测流水线构建
做 Demo 容易，上生产难。RAG 系统的最大痛点在于无法量化效果：改了 Chunk Size，效果是变好了还是变差了？本文详解如何引入 RAGas 框架，利用“LLM 评测 LLM”的范式，构建一套包含忠实度、召回率等核心指标的自动化测试流水线，彻底终结 RAG 开发中的“体感调优”时代。