#Agent
31 篇文章
相关文章
- 7 min read Agent
彻底搞懂 Agent Skills:从原理到实践
深入解析 Agent Skills 的本质、渐进式披露机制以及与 MCP 的核心差异
- 14 min read AI
Harness Engineering:让 AI 编码智能体“能用、可控、可维护”的工程体系
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。
- 10 min read AI Agent 工程
Agent 是什么?—— 一个公式、一个类比、一个能跑的 Demo
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。
- 9 min read AI Agent 工程
Agent 的双手:工具调用、MCP 协议与一个双工具 Agent
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。
- 10 min read AI Agent 工程
Agent 的记忆:RAG、知识库与一个能记住你的问答 Agent
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。
- 10 min read AI Agent 工程
Agent 怎么"学好":评估体系、训练方法与持续进化
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。
- 11 min read AI Agent 工程
Agent 的未来:多模态、实时交互与多 Agent 协作
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。
- 10 min read AI
Pi Agent 是什么?——极简内核、四层洋葱与一个能跑的 Agent Loop
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。
- 9 min read AI
Pi 的工具设计:为什么"约束"比"自由"更重要
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。
- 10 min read AI
Pi 的能力外置:为什么"不内建"比"内建"更强大
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。
- 11 min read AI
Pi 的设计哲学:极简内核、四个反主流选择与架构的适用边界
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。
- 13 min read AI
Prime Agent 深度技术分析:让 AI 代理真正长跑的架构设计
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。
- 21 min read AI
拆解 DeepSeek Harness:PTC 把五次工具往返压成一次,「创造模式」让模型自造工具
本文基于 dsh 0.1.1-rc.2 源码阅读,拆解 DeepSeek Harness 两个「反直觉」模式:PTC 让模型写程序把多次工具往返压成一次,创造模式让模型在运行中动态装卸插件;再往下挖到底层 Cordis 框架的时间/空间两个维度,最后讨论 dsh 面向「持续学习」的运行时设计与它距离成熟产品的距离。
- 11 min read AI
Cloudflare Code Mode:让 LLM 写代码而非调工具,把 MCP 变成 TypeScript API
本文拆解 Cloudflare Code Mode:把 MCP 工具渲染成 TypeScript API、让模型写代码而非发 tool-call 的新范式。从「莎士比亚学中文」的类比讲起,拆解类型生成、V8 isolate 沙箱隔离、网络封锁与密钥保护,再结合 cloudflare/agents 框架的 connector 与 snippet 机制,最后给出何时值得引入的判断清单。
- 9 min read Linux 是 Agent 的底层
AI Agent 的基础设施,90% 是 1996 年的 Linux
给 Agent 单独建用户叫身份隔离,chmod 一下叫最小权限,systemd 守护进程叫 Agent Runtime——本文把 AI Agent 领域那些听起来高大上的术语,还原成 Linux 运维里早已存在的老办法,并解释为什么这套思路是 Agent 安全的根基。
- 21 min read AI Agent 工程
智能体工程模式:代码免费时代的软件工程实践
解读 Simon Willison《Agentic Engineering Patterns》:当写代码的边际成本趋零,软件工程的重心从'写'转向'定义问题、验证结果、偿还认知债',以及这套个人方法论的组织盲区。
- 33 min read AI Agent 工程
AI Native SDLC 重构开发:四份报告深度解读
交叉比较 Google、OpenAI、Anthropic、LangChain 四份 AI 原生 SDLC 报告:当代码生成从稀缺能力变成基础能力,瓶颈迁移到意图、验证、治理与判断。附四份材料的共同结论与各自盲区。
- 29 min read AI Agent 工程
从 intent.md 到闭环:AI 原生软件开发的六个阶段、一条制品链、几道审批门
解读 Anthropic《AI 原生 SDLC 手册》:从 intent.md 到闭环的六个阶段、一条制品链、几道审批门,重新定义受监管企业如何在 agent 时代落地 Claude Code。
- 9 min read Linux 是 Agent 的底层
Agent 的工具调用,90% 是 1996 年的 SSH
Tool Calling 是 Agent 的核心能力之一。但如果你仔细看它的本质——发送指令、执行命令、返回结果——会发现这不过是 Linux 早就解决过的问题。SSH 远程执行、管道传输、CGI 脚本,这些 1996 年的技术,早已蕴含了 Tool Calling 所有的设计要素。
- 9 min read Linux 是 Agent 的底层
Agent 的记忆,90% 是 1996 年的文件系统
Agent 的长期记忆靠 RAG,短期记忆靠 context window。但如果你仔细看它的本质——持久化、检索、过期、压缩——你会发现这不过是 Linux 文件系统在几十年前就解决过的问题。/var/log、/tmp、crontab,这些目录和机制早已蕴含了 Agent 记忆系统的所有设计要素。
- 8 min read Linux 是 Agent 的底层
Agent 的评估,90% 是 1996 年的日志分析
Agent 评估是 Agent 落地最难的问题之一:怎么知道一个 Agent 好不好?怎么量化它的进步?Benchmark、RLHF、自动化测试,这些听起来很新。但如果你仔细看,它们不过是 Linux 早就解决过的问题——日志分析、回归测试、SRE 的 SLO。
- 7 min read Linux 是 Agent 的底层
Agent 的编排,90% 是 1976 年的 Makefile
多 Agent 协作、任务依赖图、工作流引擎——这些听起来是 2024 年的新技术。但如果你仔细看,它们不过是 Makefile 在 1976 年就解决过的问题:拓扑排序、增量执行、并行调度、失败传播。
- 8 min read Linux 是 Agent 的底层
Agent 的安全,90% 是 1998 年的 SELinux
Agent 安全是当下的热门话题:prompt injection、数据隔离、工具滥用。但如果你仔细看,这些问题的本质——强制访问控制、白名单、审计追溯——Linux 早在 1998 年就给出了完整答案。SELinux 的 MLS/MCS、seccomp、namespace,比大多数 Agent 安全方案早了 20 年。
- 8 min read Linux 是 Agent 的底层
Agent 的通信,90% 是 1979 年的 Unix Socket
Agent 之间的通信、Agent 和外部服务的交互——这些听起来是分布式系统的新问题。但如果你仔细看,本地进程间通信(IPC)早在 1979 年就有完整答案了:Unix Domain Socket 的可靠传输、权限验证、文件描述符传递,比 gRPC 和 WebSocket 早了 40 年。
- 5 min read 通俗易懂讲论文
Harness-Zero 详解:把 harness 的能力蒸馏进模型权重
Google Harness-Zero:用 Agent-as-Harness 生成纠错示范,微调学生模型把专用 harness 的能力内化到权重里;训练后去掉 harness(44.3%)反而比挂着 harness(41.7%)更好,行为恢复率 82.3%。
- 15 min read 编程语言理论
Cordis:时空可组合性——动态组合的形式化
把「插件系统为什么总得重启」当成一个可形式化的问题:Revertible Effects 给出时间可组合性,Reactive Coeffects 给出空间可组合性,Context 统一两者,Fiber 的惯性状态机保证终止与静默。附论文定理与 Cordis 源码的对应关系。
- 11 min read LLM安全
提示注入不是谎言,而是角色混淆
ICML 2026 论文《Prompt Injection as Role Confusion》重新定义了提示注入:攻击奏效不是因为模型被骗,而是它搞错了「这段话是谁说的」。解读 role probe 实验、CoT 伪造攻击、三个生产环境案例,并给出含 LangChain/LangGraph 代码的防御清单。
- 24 min read Agent
Super-agent 设计:Session 是实现细节
DeepSeek Harness 团队提出 Super-agent 形态:常驻 Router 层承接交互与分派、隔离的 Worker 层并发执行,再用事件驱动、异步 ReAct、存算分离与外部 Watchdog 支撑四个特征。原文附合成负载下的完成时间与 Router 批处理实测,也留了四个未解问题。
- 18 min read Agent
Super-agent 原型源码:工单、授权与订阅的领域模型
DeepSeek 官方 dsh-superagent 原型把架构文章里的概念落成可读的领域模型:Source、Trigger、Thread、Eval、Mandate、Ticket、Assignment、Subscription、Correlation 九个概念及其约束,另有一份「被否决的概念」清单解释设计取舍的代价。
- 15 min read Agent
Super-agent 执行层:槽位、后台作业与故障恢复
dsh-superagent 原型如何让一个工单真正跑起来:Executor Session 与目录、5 秒转后台的 shell 作业、30 分钟后台时限、worker 槽位的并发配额、prepare 命令建 worktree,以及失败后的重试、重启与存储式投递。
- 13 min read AI
Eval 设计与自动爬坡:为什么你的评测在骗你
评测设计的四条硬要素,加上自动爬坡的三条选面原则,能把一次客服任务的成本砍到五分之一。但留出集只挡得住「背例子」,挡不住评测本身采错——我用 40 行模拟跑了三种策略,虚报从 9.6 分压到 1.7 分。