基础认知

基础认知用于沉淀相对稳定的 AI 底层概念，不追逐短期工具热点。

• LLM 的技术演进主线：理解语言模型如何从统计模型、深度学习、Transformer 走向大模型和 Agent。
• 模型能力边界：理解 AI 擅长什么、不擅长什么，以及人应该保留哪些判断。
• 上下文工程：理解如何设计上下文窗口内的信息架构，包括 Few-shot、RAG、KV Cache 和多轮记忆管理。
• Agent 架构基础：理解 Agent 的记忆系统、规划模式、工具调用机制、多智能体协作和可靠性边界。
• AI 安全：理解对齐问题的局限、提示注入、越狱、Agent 行为安全与可信执行边界。

这一层回答的问题是：AI 是什么，它为什么有效，它的边界在哪里，以及如何构建在它之上的系统。