Agent 架构综述：从 Prompt 到上下文工程构建 AI Agent
过去两三年，我曾为多家公司的资深开发人员开展 Agent 开发培训；最近一个月，我也一直在为毕业生设计和培训 AI Agent。直到本周，
2025/10/14
articleCard.readMoreB
Blog | Phodal - A Growth Engineer
Blog
AutoDev A2A 新能力下的云端 Agent 路径思考，从扩展到协作
过去的一个多月里，一直在为**毕业生**进行软件工程与 AI 开发能力培训，直到最近才有空为 AutoDev 完善 A2A 能力的支持。顺带一提，毕业生
2025/9/29
articleCard.readMore从 Langchain 到 Spring AI，我们究竟需要怎么样一个企业级 AI 开发框架？
在过去的几年中，AI Agent 应用的开发方式经历了快速演变。生成式 AI 的高速发展，使得许多我们不久前构建的应用，很快就被视为“遗留系统”。
2025/9/8
articleCard.readMore从 Semantic Kernel 到 Spring AI：企业级 AI 应用迁移实践指南 【AI 结合代码生成】
在AI应用快速发展的今天，框架选择和迁移策略直接影响着项目的成功。本文基于一个真实的企业级项目，深入分析从Microsoft Semantic Kernel迁移到Spring AI的完整实践过程，为同样面临技术选型的团队提供实战参考。
2025/8/16
articleCard.readMoreAI × 旧系统：Vibe Coding 构建 AI 迁移工具，实现端到端智能迁移
PS：本文的适用场景是：中大型老旧系统、大量的相同技术栈应用，即可以通过构建工具来获得规模化效应，进而在 ROI 的成本上获得更可观的收益。
2025/8/7
articleCard.readMore2025 年 AI 编程趋势：智能体 10 倍生产率放大下的“粪围”蔓延
2025 年注定不只是一个 “Agent 元年”，而是一个体系化跃迁的起点。在几个月过去，这个判断被不断印证，也不断被现实加速。
2025/7/4
articleCard.readMore2025 年 AI 驱动开发中的生产力与风险：10 倍悖论
## **第一部分：全新的开发者体验：智能体生态与工具的趋同**
2025/7/4
articleCard.readMoreAutoDev Remote 编程智能体：你何必只让 AI 在白天分析需求、设计方案
在那篇《AutoDev Next》的愚人节文章里，我们介绍了 AutoDev 下一阶段的一些构思和想法，而 AutoDev Remote Agent 则是其中一个重要的组成部分。
2025/6/13
articleCard.readMoreAutoDev 预上下文引擎：预生成代码语义化信息，构建 AI 编程的知识基座
在先前《[预上下文生成](https://www.phodal.com/blog/pregen-context-refactoring-rag/)》的文章中，我们介绍了预生成上下文的概念和实践：
2025/5/28
articleCard.readMore两周 3 万行代码！我们的 7 个 AI “粪堆”求生编程实践
在过去的两周里，在我们开发 AutoDev Workbench 的过程中，大量地使用 AI 来辅助我们从需求分析、代码生成、测试生成等工作。
2025/5/27
articleCard.readMoreAutoDev 智能开发驾驶舱｜上下文驱动的 AI 编程开发者平台
过去的一个多月里，我们构建了一个新的 AI 编程工具：AutoDev Workbench （ https://www.autodev.work/ ） 。它是一个 AI
2025/5/26
articleCard.readMore预生成上下文：重构 RAG 的关键工程能力，构建企业级 AI 编程底座
在上一篇文章《AI 友好架构：平台工程赋能 AI 自动编程》，我们提及了 DevOps 平台应该大量的预先生成项目、模板、上下文等信息。在这一篇文章中，
2025/5/9
articleCard.readMore预上下文生成：提升生成式 AI 代码生成效率的关键
生成式人工智能（Generative AI），特别是大型语言模型（LLMs），在自动化和辅助代码生成任务方面展现出巨大潜力。然而，其固有的逐字符（token-by-token）生成机制，在处理大规模、复杂的代码库和文档时，若每次都需从头处理上下文，则面临效率低下的挑战。本报告旨在深入剖析这一问题，并重点探讨**预上下文生成**作为核心工程化手段，如何显著提升代码生成的效率和质量。我们将详细分析在生成过程中实时处理上下文的局限性，阐述通过预先生成和结构化必要上下文信息，并结合高效检索机制（如检索增强生成 RAG 及其高级形态），从而优化代码生成流程的解决方案。报告还将讨论上下文缓存、模型架构优化、知识蒸馏等补充技术如何与预上下文策略协同作用。此外，本报告将结合 DeepWiki、Context7 及 DeepWiki-Open 等案例，分析实际系统中预上下文生成与利用的架构考量与实现策略，最终为构建以预上下文为基础的高性能 AI 代码生成系统提出综合建议。核心观点认为，未来的发展方向在于从依赖即时上下文处理的生成模型，转向集成了智能化的上下文预生成、管理和高效检索能力的工程化、情境感知系统，从而实现显著的效率提升。
2025/5/9
articleCard.readMoreAI 友好架构：DevOps 平台 & 平台工程赋能 AI 自动编程
上下文感知一直是 AI 辅助编程的核心要素之一。在模型不再是瓶颈的 2025 年里，如何获得当前任务所需要的**必要**上下文信息，将是 AI 助手能否成功的关键。
2025/5/8
articleCard.readMoreAI 驱动的知识导航：通过平台工程提升开发者生产力
## **1\. AI 时代下开发者生产力的挑战与机遇**
2025/5/6
articleCard.readMoreAI 友好架构：AI 编程最佳实践范式，构建 10x 效率提升的代码库
> AI 友好架构是一种将成熟的软件架构原则与生成式 AI 的能力相结合并进行调整的软件构建方法。其核心目标是创建一个既便于人类协作，又能被
2025/4/29
articleCard.readMore一句提示词，一个智能体：AutoDev 本地智能体，你的 Agent 自由工坊
当下大多数 AI 编程助手，无论是 Copilot、Cursor，还是各种类 AutoGPT 项目，本质上都存在一个问题：AI 编码助手只是更强的补全器，
2025/4/25
articleCard.readMore通过重构缓解 LLM 辅助软件开发中的可伸缩性挑战：概念拆分与领域驱动设计的分析
## **I. 引言**
2025/4/14
articleCard.readMore面向 Workspace 知识增强：AutoDev 领域知识生成、动态项目规则、提示词优化器
TL;DR，在最新的 AutoDev 2.0.7 中，我们引入了 Workspace 的概念，来帮助用户使用 AutoDev Sketch 智能体，它包含：
2025/4/10
articleCard.readMoreAI 友好的软件代码结构：优化软件架构和代码结构以适应生成式 AI
## **1\. 引言：AI 原生软件开发的黎明**
2025/4/1
articleCard.readMore