独立文章 · 模型观察
从 Transformer 到 Managed Agents：九年，大模型走向自主执行的完整脉络
从 ChatGPT、AutoGPT、Devin 到 DeepSeek-R1、Manus 与 Codex，沿 46 个历史节点，将里程碑事件与 LLM 到 Agent 的技术变化连起来。
READING
阅读
关于 AI、研究、产品与组织的思考。
Harness
29 篇文章50 min
独立文章 · Agent Harness
Agent Runtime：Agent 运行时
沿一次任务解释运行时的对象、模块、状态迁移、工具执行与恢复，比较事件视图和持久工作流，并区分暂停、取消和外部副作用。
独立文章 · Agent Harness
Harness：Agent 架构
Harness 把模型提案接到真实执行与验收上。用一次购物车修复区分 Prompt、Context 与运行时，再确定模块交换的任务、动作、结果与证据。
独立文章 · Agent Harness
A2A：Agent 协作协议
从 Agent Card、Message、Task 与 Artifact 到流式交付和取消，解析 A2A 1.0 的协作边界、版本差异与 Harness 设计。
独立文章 · Agent Harness
ACP：编辑器与 Agent 通信协议
以 Agent Client Protocol v1 为基线，分析初始化、会话、Prompt Turn、工具审批及文件与终端能力，明确编辑器和 Agent 的职责。
独立文章 · Agent Harness
Agent Skills：技能规范
解释 SKILL.md、渐进加载、脚本与资源、工具权限和资产版本，分析 Agent Skills 如何进入上下文并形成可验证的任务方法。
独立文章 · Agent Harness
Haystack：RAG 流水线、分支汇合与异步执行
从 Haystack 源码和真实 Pipeline 实验，分析组件契约、DAG 与循环、检索融合、过滤、工具封装和失败收尾。
独立文章 · Agent Harness
OpenHands SDK：执行循环、事件状态、并行工具与工作空间
沿 OpenHands Software Agent SDK 的真实调用链，分析 Conversation、Agent、工具执行器与 Workspace 如何协作，解释上下文恢复、资源锁、终端和容器生命周期的边界。
独立文章 · Agent Harness
Prompt Engineering：提示词工程
从任务定义、指令、示例和输出契约进入提示词设计，解释如何用反例、版本与评测改进模型行为，以及提示词无法承担的系统责任。
独立文章 · Agent Harness
Temporal：事件历史、持久执行、任务调度与取消
以 Temporal Python SDK 源码为入口，追踪 Workflow、Activity、Worker 和事件历史的协作，用更换 Worker、写入重试和历史重放实验解释长任务的恢复边界。
独立文章 · DeepSeek
DeepSeek Harness：插件生命周期、事件日志与执行契约
DeepSeek Harness 把运行能力拆成可组合插件，把模型输入与执行事实记录为事件。沿一次“修复登录超时、不部署”的任务，依次分析组件如何出现和退出、状态怎样恢复、动作如何受约束，以及这些设计把复杂度放到了哪里。
独立文章 · Agent Harness
Loop Engineering 与 Graph Engineering：循环与图编排
循环管理下一次行动，执行图管理任务之间的依赖。用状态、进展、停止条件和汇合规则判断何时需要增加编排，避免把模型的计划文本直接当作执行状态。
独立文章 · Agent Harness
Mini Harness：模块装配与可恢复执行
用本地工单任务装配模型适配器、MCP 工具、SQLite 状态和独立验收器。各模块按同一个任务契约接线；固定响应实验验证控制与恢复，不代表已经验证真实模型的任务能力。
独立文章 · Agent Harness
LangChain：模型、工具、中间件与 Agent 装配
LangChain 的分析对象是高层 Agent 构建接口：模型、工具、消息和行为扩展如何接成一条循环。以下沿用 2026-09-05 核对的官方 Python 文档，以查错码的知识库助手说明装配方式和应用仍需承担的责任。
独立文章 · Agent Harness
LangGraph：DAG、超级步、状态合并与持久恢复
从 StateGraph 的编译与 Pregel 执行器进入 DAG、并行汇合、动态派发、状态合并和检查点，用分支实验解释恢复边界，再接上人工审核与外部写入。
独立文章 · ECC
ECC：跨 Harness 资产、安装器、Hooks 与经验治理
ECC 管理 Skills、Rules、Hooks 与安装策略，模型和工具主循环由宿主执行。顺着“共享资产—安装计划—平台适配—事件检查—经验更新”分析它的工程内核，最后区分已实现能力与 ECC 2.0 Alpha。
独立文章 · Hermes Agent
Hermes：运行内核、常驻服务与跨会话学习
Hermes 的设计中心是持续工作：任务从不同入口进入，执行结果需要交付，经验又会影响未来任务。本文把 Loop、Gateway、Session、Memory 与 Skills 放在同一条运行链上，分析各自的状态所有权和失败边界。
独立文章 · Pi
Pi：最小内核、Session 事件树与扩展边界
Pi 以模型协议、通用循环、AgentSession 和展示入口分离职责。本文从一次输入走到工具执行和历史恢复，解释最小内核为何仍需要严格事件语义，并单独检查实验性 durable 路径。
模型
7 篇文章独立文章 · 模型观察
一次模型调用之后，究竟发生了什么？
从一张流程图看懂模型调用：请求如何进入服务，Prefill、Decode 与 KV Cache 如何协作，流式输出和工具调用又怎样组成完整任务。
独立文章 · 模型观察
OpenAI 与 Anthropic：模型与 Agent Runtime 的边界
用两组工具调用范例，讲清 OpenAI 与 Anthropic API 的区别，以及模型负责生成、工具负责执行、Runtime 负责持续推进任务的边界。
独立文章 · 模型观察
Anthropic API：模型接口协议
深入解析 Messages API 的内容块、工具回传、流式增量、停止原因与上下文续接，比较 OpenAI 接口并给出 Harness 适配边界。
独立文章 · 模型观察
OpenAI API：模型接口协议
比较 Responses、Chat Completions 与 Realtime 的对象和状态，深入解析工具调用、流式事件、会话续接与模型网关兼容边界。
技术架构
19 篇文章独立文章 · Agent 数据
Agent 数据架构：来源、运行记录、成果与评测集
沿一次销售月报任务，设计来源快照、任务与运行身份、事件账本、产物血缘和评测数据流，解释版本、权限、删除、数据泄漏与训练回流的取舍。
独立文章 · Agent Harness
OPA：策略求值、执行边界与授权更新
从 Open Policy Agent 源码和真实 CLI／REST 实验，分析 Rego 规则、默认拒绝、审批绑定、Bundle 更新及策略与执行的分工。
独立文章 · Agent Harness
OpenID Connect：身份认证协议
从 Discovery、授权码流程与 ID Token 到签名、Issuer、Audience、Nonce 和会话退出，解析 OIDC 如何为 Agent 产品建立可信用户身份。
独立文章 · Agent Harness
故障恢复：事务边界、幂等、对账与补偿
恢复要同时回答“运行到了哪里”和“外部动作是否已发生”。从一次写入的提交边界进入幂等、对账与补偿，再用受控故障实验检查重复、结果未知和恢复证据。
独立文章 · Mem0
Mem0：事实写入、混合检索与部署边界
Mem0 封装从对话抽取事实、按身份存储并检索的路径。沿 add/search 分析 ADD-only、实体信号、当前性与删除，再检查库和自托管服务分别把什么责任留给应用。
独立文章 · OpenViking
OpenViking：上下文文件系统、层级检索与一致性
OpenViking 用 URI 和目录结构组织 Resource、Memory 与 Skill。沿摄取、摘要、检索和 Session 提交分析内容与索引如何协作，以及分层读取增加的刷新、权限和一致性成本。
独立文章 · TencentDB Agent Memory
TencentDB Agent Memory：协议代理、分层记忆与团队资产
TencentDB Agent Memory 把记忆接入放在模型协议代理处，再通过分层认识和团队资产进行共享。本文从一次请求的注入与回写走到权限和 Loadout，区分已有 Beta 实现与采用时需要补齐的治理。
独立文章 · 万级能力路由
能力路由：从目录检索到可执行方案
能力路由要把用户意图变成满足输入、身份和执行条件的方案。沿“能力描述—召回—正文精排—执行规划—结果反馈”分析整条链路，分别处理误召回、不可执行和执行失败。
产品
11 篇文章独立文章 · AI 产品
从 Dify 看 Workflow：当 Agent 越来越自主，工作流还有什么价值？
从一张售后工单出发，理解 Dify 如何组织模型、工具与业务规则，解释 Workflow 与自主 Agent 的关系，以及工作流在今天的价值、代价与适用边界。
独立文章 · AI Agent
Claude Code 产品设计：委托、信任与协作
以 Claude Code 为例，沿目标输入、执行反馈、变更验收到并行接管研究完整任务体验。权限、验证界面与 Session/Worktree 各自支持不同决定，产品可用性需要连同状态语义检查。
独立文章 · 产品思考
Agent 产品设计：结果契约、自治范围与反馈迭代
Agent 产品需要说明用户委托了什么、系统可以影响什么，以及交付依据是什么。把结果契约、上下文和自治边界接到同一套任务评测中，运行结果才能改变下一轮产品决定。
竞品分析
3 篇文章独立文章 · 办公 Agent
办公 Agent 比较：Kimi Work、WorkBuddy 与豆包工作
三款产品的办公入口、工作对象和交付边界不同。先比较公开定位，再用同一份资料与同一个交付契约设计核验，检查文件成果、系统写回和人工接管，避免把演示能力直接写成采用结论。
独立文章 · Coding Agent
Claude Code、Codex 与 Kimi Code 的 Harness 分歧
从循环、上下文、工具、验证、安全与协作出发，比较三种产品化 Coding Agent 的系统分歧。
技术选型
5 篇文章独立文章 · Agent Runtime
Agent Runtime 技术选型：SDK、编排、持久执行与沙箱
分层比较自建循环、OpenAI Agents SDK、LangGraph、Temporal、OpenHands SDK 与 Docker、E2B，按恢复对象、控制权、隔离和运维成本选择完整运行栈。
独立文章 · Agent Harness
Multi-Agent 选型：任务拆分、协作拓扑与部署成本
先证明任务需要独立上下文或并行判断，再选择协作拓扑、框架和部署方式。把委派契约、汇合、共享写入、取消与成本放进同一次 PoC，避免把多个 Agent 当成默认升级。
评测与验证
3 篇文章独立文章 · Agent 评测
Agent 评测系统：任务、指标、裁判与持续回归
一套评测系统需要稳定的任务契约、样本、裁判和运行记录。沿一次任务从验收到发布的路径，明确成功率、成本和过程诊断各自能支持什么决定，并把失败变成下一次可执行检查。
独立文章 · TRACE
TRACE：轨迹评测、代理指标与复现边界
TRACE 在结果门槛之外研究过程效率、证据支持与恢复。以下保留公式、实验口径及其限制，再讨论哪些思想能转成业务可观测量；TRACE-Lite 是文中提出的改造方案，不是官方生产实现。
研究与认知
1 篇文章独立文章 · Researcher Founder
陆奇谈研究型创业者：研究、创新与组织学习
陆奇的 Researcher Founder 公开课讨论研究、工程和市场怎样形成反馈。本文先还原演讲观点，再分析研究、创新与斜率如何变成行动，以及组织学习主张的适用边界。