用 Git Worktree 同时维护多个工作目录，告别 stash 与反复切换分支的低效循环。

深度拆解 Prime Agent（v0.7.1）的六大核心机制：持久 IPython 内核、三层消息队列、迭代压缩、Daemon 架构、树形会话、跨供应商切换，剖析其如何解决当前 AI Agent 跑不远的问题。

从编码门槛降低、反馈环优先、架构价值重估三个角度，探讨 AI 能力快速进化背景下软件工程师的真正价值所在，以及如何建立与之匹配的判断力。

系统解读 Matt Pocock 开源的 AI Coding Skills 项目：从目录结构、设计约定到核心 Skill 的实现逻辑，探讨它如何解决 AI 编程中的真实痛点。

以开发一个网页版 2048 游戏为例，完整演示 Matt Pocock Skill 系统的工作流程：从 grill 对齐、spec 生成、ticket 拆分到 TDD 实现。

从 Agent = LLM + 上下文 + 工具 这个核心公式出发，用一个实习生类比和一个 50 行 Python Demo，讲清 AI Agent 的本质。

工具是 Agent 改变世界的方式。本文拆解工具的五种分类、MCP 协议的设计思路，并带你给 Agent 装上'天气查询 + 便签记录'两个工具。

Agent 的记忆系统——从进程内的临时便签到跨会话的向量检索。本文拆解 RAG 原理、三种记忆分层、知识组织方法，并动手搭一个能记住你偏好的问答 Agent。

Agent 搭好只是第一步——你怎么知道它变好了还是变差了？本文拆解 Agent 评估、模型后训练与持续进化闭环，并动手构建一个评测小平台。

Agent 不只活在对话框里。本文拆解语音 Agent、GUI 操作、多 Agent 协作架构，并动手实现两个 Agent 对话协作完成一个任务。

深入解析 LoopX 的架构设计、能力边界与最佳实践：如何用 Goal、Gate、Todo、Evidence、Quota 六大控制面，把 AI Agent 从一次性聊天变成可管理、可复盘、可持续改进的数字员工。

Pi 不是又一个 LLM 包装器——它是一个 Agent 运行时。本文拆解 pi 的四层洋葱架构、无状态的 Agent Loop 引擎，并写一个最小可跑的'思考-行动'循环。

Pi 给 LLM 设计工具的原则是：约束即保护。本文拆解 6+1 工具哲学、Edit 的精确替换、Bash 的边界、搜索的结构化，以及为什么 LLM 用结构化参数犯的错比自由文本少得多。

Pi 不做内建子 Agent、不做内建 MCP、不做内建权限弹窗、不做内建 Plan Mode。这不是偷懒——这是极简内核哲学。本文拆解 Extension 系统和三个回调如何组合出无限产品形态。

Pi 的 24% 代码驱动了 100% 的产品形态——这个数字背后是极简内核哲学和四个反主流选择。本文做全系列回顾，并给出这套架构的适用/不适用边界。

从 OpenAI Codex 与 LangChain 的实践出发，系统化理解 Harness Engineering 的核心要素：上下文、约束、反馈与熵管理。

内核机制 · NUMA · cgroup · 云原生数据库调优 · 实战排障。深入解析 Linux PageCache 核心原理、驱逐算法、eBPF 监控及数据库内核级调优实战。

深入解析 OpenClaw 的核心技术特性，探讨其在 AI Agent 时代的变现模式与超级个体的崛起。