2

Part 2 — FDE core topic - Memory Architecture:Agent 階層式記憶體設計

深入解析 Agent 三層記憶體架構(Episodic / Semantic / Procedural),涵蓋寫入模式、ANN 檢索、遺忘機制與企業級 RBAC 設計。

·18 min engineering
3

Part 3 — CrewAI 完全指南(三):進階技巧——Flows 事件驅動、Memory 記憶體、與生產部署

CrewAI 進階篇:用 @start/@listen/@router 建立事件驅動的複雜工作流程、三種記憶體機制的實際應用、錯誤處理與成本控制,以及如何把 CrewAI Crew 包成 API 服務部署到生產環境。

·35 min aiengineering
5

Part 5 — QM 深度解析(五):Sandbox、Skills、Cron 與部署 — 讓 Agent 擁有一台持久的電腦

拆解 QM 的持久化能力:三種沙箱後端與能力損失偵測、Skills 的簽章與 git pack 匯入、Cron 的 leader lease 與收件人同意、三種記憶策略的抽取 prompt,以及部署目錄與私有 fork 兩種客製路線。

·29 min aiengineering
7

Part 7 — FDE 面試準備指南(七):Agent 深度設計——ReAct vs Planner、Tool Routing、Multi-Agent

以 Google AI 工程師兼面試官的視角,深度拆解 Agent 系統設計的五大主題:ReAct vs Planner-Executor 架構選擇、Tool Routing 四層漏斗、Multi-Agent 邊界、Loop 終止策略,以及 Memory 系統設計

·16 min aiengineering
10

Part 10 — FDE 面試準備指南(十):RKK 實戰——AI Agent 的 Context Management

以系統設計視角拆解 AI Agent 的 Context Management:核心問題是什麼、有哪些策略、為什麼選這個、trade-off 怎麼算——含完整架構圖與面試答題框架

·16 min aiengineering
14

Part 14 — FDE 面試準備指南(十四):RKK 實戰——AI Agent Memory 架構設計

以系統設計視角拆解 AI Agent 的 Memory 架構:為什麼需要四種記憶、每種記憶解決什麼問題、怎麼組合、以及記憶帶來的工程挑戰——含完整架構圖與選型決策框架

·15 min aiengineering
18

Part 18 — FDE 面試準備指南(十八):RKK 實戰——三層記憶體架構與 LLM 成本調優

以系統設計視角拆解企業級 Agent 的三層記憶體設計:Working Memory 成本控制、Semantic Long-term Memory 的異步壓縮流程、Profile Memory 的結構化提取——以及每個設計決策背後的成本與延遲 trade-off

·16 min aiengineering
28

Part 28 — AI 工程從零開始|Phase 14 Part 1:Agent 迴圈與記憶系統 — 從單次呼叫到自主行動

深入解析 AI Agent 工程基礎:ReAct/Reflexion 思考迴圈、記憶系統四層架構(感官/工作/情節/語意)、上下文管理與 Agent 狀態機設計

·23 min aiengineering