WRITING ARCHIVE
写作留下的，
不只是结论。
从时间出发，查看每个判断在何时被写下。热力图按真实发布日期统计，时间线保留文章当时的状态。
写作热力图
过去 53 周的发布节奏
时间线
按发布时间倒序
2026年9月
78 篇一次模型调用之后，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。
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。
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。
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。
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。
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。
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。
A2UI：Agent 界面描述协议
以 A2UI v0.9 为基线，解释 Surface、组件目录、数据绑定和用户动作，分析增量渲染、可信组件与协议组合的取舍。
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。
AG-UI：Agent 前端交互协议
解析 AG-UI 的运行事件、消息与工具调用、状态快照和增量同步，说明前后端适配、断线恢复及人机协作的边界。
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。
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。
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。
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。
LiteLLM：模型路由、故障转移与预算边界
从真实 Router 实验与固定版本源码，拆解模型组、部署选择、重试、流式切换、冷却和跨实例预算计数。
OAuth：授权协议
从授权码与 PKCE 到访问令牌、刷新和资源受众，解析 OAuth 在 Agent 工具接入与跨服务委派中的授权边界和失败处理。
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。
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。
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。
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。
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。
RAG：检索增强生成
沿文档入库、切分、召回、融合、重排、上下文装配与答案核验解释 RAG，用版本和权限反例分析端到端设计取舍。
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。
Addy Skills：工程生命周期与验证门槛
沿研发生命周期组织可触发的 Skills，把需求、实现、验证与反馈接成具有证据门槛的工程流程。
Agent 选型：比较维度、任务契约与 PoC
按研究对象和任务证据比较 Agent，用明确契约、分项指标和分轮 PoC 形成可复核的采用决定。
Memory：记忆治理
从团队资产、Loadout 与 ACL 到删除传播和评测，检验长期记忆的治理边界。
Memory：记忆检索
比较混合检索、目录导航与上下文装配，说明授权过滤、时间有效性和预算的不同责任。
Memory：记忆写入
比较追加、合并和分层提炼的写入策略，建立有效时间、来源和纠错契约。
模型选型：任务样本、重复运行与完整成本
沿能力趋势、真实任务与评测证据，判断模型升级是否真正降低交付成本，并形成可重复的选择方法。
编程交付：测试、变更范围与可复验证据
以登录超时修复为例，定义独立验收、缺陷检出与人工审查成本。
办公交付：数据口径、可编辑文件与来源核验
用月报案例建立范围、数字、来源、编辑性和权限的独立验收链。
语音交付：意图消歧、执行状态与结果验收
从语音链路到设备终态，定义关键实体、时延、打断与重复执行的验收。
Anthropic Skills：规范、渐进加载与文档管线
从 Skill 规范和资源组织进入渐进加载与文档管线，说明触发、执行和资产分发各自的约束。
Claude Code：执行循环、记忆与扩展机制
沿执行循环、工具证据、项目规则、自动记忆和扩展机制，理解 Claude Code 的职责与公开可验证边界。
Codex：运行时、沙箱与持续任务
从固定 Rust 源码追踪 Codex 的输入接纳、模型工具循环、历史投影、执行审批与回合挂起，解释模块分工的理由、并发代价和恢复边界。
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。
Agent Harness 架构选型：轻量循环、图式编排与持久工作流
用同一资料核验任务比较三种可运行架构，明确模块组合、状态归属、恢复语义、优缺点及迁移条件。
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。
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。
执行安全：身份、授权、审批与沙箱
沿资料、候选动作、审批、凭证和沙箱划分信任边界，说明身份与权限如何贯穿工具执行，以及本地策略实验的验证限制。
工具契约：输入、结果与错误语义
在能力路由之后补齐工具接口工程，用输入、结果、错误、权限和幂等契约，让执行层保留真实业务语义。
并发控制：版本冲突、锁与背压
从异步、并行、共享状态和背压出发，为 Harness 建立工程基础地图，区分调度效率与数据正确性。
MCP：模型上下文协议
从工具、资源与提示模板到握手、传输、任务与授权，解析 MCP 的消息结构、恢复边界和 Harness 接入设计。
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。
Context Engineering：上下文工程
按任务、状态、来源、权限与预算组装单次模型请求，说明压缩、缓存和装配清单怎样影响判断。
LLM Gateway：模型网关
用能力、协议、数据范围和预算约束模型路由，区分重试、降级与业务恢复，并按成功任务核算真实成本。
可观测性：任务关联、时间线与故障定位
用任务、操作与 Trace 的关联关系诊断模型、工具、队列和验收故障，明确异步链路、采样偏差与敏感内容的记录边界。
任务服务：队列、租约、隔离令牌与背压
将队列、租约、陈旧执行者、幂等、背压和多租户配额接到任务生命周期，说明扩容为何必须同时维护执行权与数据边界。
版本发布：评测门槛、灰度与在途任务回退
将模型、上下文、工具、策略与状态版本纳入同一发布单元，通过离线回归、隔离回放、灰度和消融决定扩量、回滚或简化。
Kimi Code：上下文投影、压缩边界与工具执行
从 Kimi Code 的会话、上下文投影与执行器源码，分析工具结果配对、压缩切点、取消和任务委派的边界。
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。
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。
Matt Pocock Skills：需求对齐与反馈循环
从需求和共享语言的对齐进入测试与反馈循环，理解小型 Skills 怎样减少误解和修改风险。
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。
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。
OpenCode：会话运行、上下文压缩与工具状态
沿 OpenCode 源码追踪会话循环、消息投影、两级压缩与工具收尾，解释开放扩展和运行控制的取舍。
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。
产品复盘：目标、证据与经验复用
用 OKR、复盘和决策记录，把版本投入转化为可检查的结果与下一轮学习。
增长分析：漏斗诊断与单位经济性
用漏斗与根因假设定位价值断点，再用商业模式与成本口径检验持续性。
市场判断：环境、竞争、规模与定位
串联 PEST、五力、TAM/SAM/SOM、SWOT 和价值曲线，形成可验证的进入策略。
需求取舍：用户旅程、优先级与发布范围
用 KANO、用户旅程、RICE 和 MoSCoW，把用户证据变成可解释的版本选择。
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。
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。
记忆系统比较：核心对象与生命周期取舍
从证据、提炼、演化、检索和治理理解三类开源记忆方案，建立系统骨架。
AI 交付价值：指标口径、失败成本与人工基线
统一成功、失败、人工时间与交付成本口径，通过反例解释模型调用更便宜为何不等于业务交付更便宜。
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。
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。
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。
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。
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。
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。
模型能力边界：从公开评测到任务责任
从任务责任、交付验收与模型差异出发，建立一张不依赖总榜单的 AI 能力地图。
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。
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。
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。
可靠性边界：验收、风险与自治范围
先搭可靠性地图，分清 Skills、RAG、长任务反馈与权限控制能够解决的问题，以及它们共同留下的验收缺口。
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。
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。