资深产品经理kK整理的AI产品经理知识库，涵盖AI入门到进阶的学术课程、行业权威报告、参考案例和面试经验等内容，持续迭代更新。拥有10余年产品经验的kK希望通过分享这些干货资源，帮助AI产品经理从业者和小白少走弯路

2025年AI迎来关键转折：从生成式AI迈向自主智能体（Agentic AI）。报告显示52%企业已部署AI智能体，88%早期采用者获得正向投资回报。文章详细分析了六大智能体类型（检索增强、语音交互、协议标准、深度研究、编码开发、人机交互）及其应用场景与技术支撑。智能体正从被动工具转变为主动合作伙伴，在金融、医疗等领域创造显著商业价值，但也面临隐私、集成等挑战。未来将形成智能体商店、个性化服务和治

本文全面介绍了大语言模型(LLM)的本质与训练过程，将其类比为"1TB的Zip文件"，包含预训练和后训练两个阶段。详细解释了词元和上下文窗口概念，并介绍了主流LLM提供商。文章重点阐述了LLM的四大应用：基础文本交互、思考模型、工具使用和多模态交互，帮助读者理解如何有效利用LLM进行文本创作、知识查询、复杂推理和多媒体处理。

文章是一位AI从业者的经验分享，讲述了从技术旁观者到参与者的转变历程。重点介绍了AI Coding的发展现状和三种实用方案，分享了系统学习AI的方法和资源获取渠道。作者对AI焦虑和泡沫提出了独到见解，认为AI虽会替代部分工作，但能用好工具的人更具竞争力。文章强调分享的重要性，鼓励从业者积极输出，共同成长。

2025年，大模型技术经历了从"参数竞赛"到"能力跃迁"的关键转变，三大突破性进展正在重塑AI的未来：**AI Coding领域Agent 工具、方法、模型的进化，离钱最近，使得AI编程赛道成为大模型厂商必争之地；深度研究，交错思维技术让AI学会边行动边思考**，在复杂问题解决中展现出前所未有的连贯性和深度，这个古老（3年）赛道看到了成为真正的生产力工具的样子；多模态技术实现了从"感官拼接"到"认

本文系统梳理了AI智能体的设计范式，对比分析了三种工作流模式（提示链、路由、并行化）与四种智能体模式（反思、工具使用、规划、多智能体）。文章指出工作流依赖预设执行链条，而智能体具有更强的自主性与适应性。强调应根据任务特性选择合适架构，建议优先采用最小可行方案，对复杂任务才考虑智能体系统。文中详细阐述了各类模式的应用场景与实现机制，并提倡模式组合与实证评估的设计理念，避免过度工程化。最后提供了AI大

本文探讨了LLM调用链的进化过程，重点介绍了Function Calling/Tool Calling机制如何解决真实场景中的多任务处理问题。传统Structured Output方法在固定流程中有效，但无法应对开放式对话场景。文章指出LLM本质只能生成文字，但可通过Function Calling机制实现意图识别和工具选择：开发者定义工具集，LLM输出结构化调用声明，程序执行具体API调用并返回

在AI应用快速发展的今天，选择合适的Agent框架平台已成为企业和开发者的关键决策。本文将对8个主流AI Agent框架进行全方位对比分析，帮助您找到最适合的解决方案。

AI产品经理区别于普通产品经理的关键在于AI思维而非仅懂算法。文章详述AI产业链结构（基础层、技术层、应用层）、产品经理四象限分类（突破型、创新型、应用型、普及型）及能力提升方法。从业者需找准定位，专注领域，持续学习并参与交流。文章提供大模型学习路线和资源，帮助系统掌握技术，提升竞争力。

本文探讨了RAG系统的评估方法，提出检索与生成阶段的关键量化指标。通过忠实度、相关性等科学评估，企业可识别系统瓶颈并优化性能，其中忠实度是防范幻觉的核心指标。文章强调检索质量决定系统上限，并介绍断言拆分等评估技术，为构建自动化评估流水线奠定基础。这些方法能有效提升RAG系统的可信度和可用性。