应用只是模型能力发生以后的事。 
LLM行业现在有个很荒谬的倒置：Anthropic、OpenAI之类的厂商把早已有之的工程实践换套包装重新发明：把十多年前DevOps思想下的CI/CD管道全发明一遍，开发者为模型的能力进步起完名字，媒体烂炒一通，转头就有一堆模型厂商把这些名字拿回去规则模型的训练。却很喜欢绝口不提灵感来源。 
Vibe Coding、Agent、Tool Use、MCP，Skills，再加上时下流行的Harness。 
AI，哪怕这里只是LLM模型。我们想让AI能做人类能够做，不能做的事情，模型本身就带来了不确定性，旧方法不够用，当然不能说工程上毫无新意。 
概念既然进入世界，模型当然有必要理解。新的工具协议，新的API接口范式,随着Agent和 Harness 兴起之后涌现的复杂自定义项目那些复杂的工具形式，新颖的上下文结构和交互轨迹，也确实产生了新的词元分布和训练需求...