#Agent

119 篇相关记录 · 第 4 / 5 页

2026年8月3日

按场景看提示词工程与上下文工程：一个优化问题的两端

提示词工程和上下文工程不是两门手艺，而是同一个优化问题在不同场景下的解。用 Mei et al. 2025 综述的形式化定义 C = A(c_instr, c_know, c_tools, c_mem, c_state, c_query) 做骨架，沿"单轮闭卷 → 开卷问答 → 长对话 → 动手 agent → 多智能体"五级场景阶梯，讲清每登一级、上下文里多了哪个成分、工程问题怎么变形——以及为什么提示词工程没有死，只是降级成了子模块。

AI LLM Prompt 工程上下文工程 Agent 论文深读

2026年8月3日

Agent 变强以后，工程要做什么？深读 Thoughtworks 技术雷达 Vol.34

从 118 个技术条目中提炼一套 Agent 工程控制系统：怎样管理上下文、权限、反馈、持久化和组织度量，以及团队接下来 30 天真正值得做什么。

工程实践 Agent

2026年8月2日

MCP 史上最大改版的本质：状态不会消失，只会搬家

MCP 2026-07-28 删掉了握手、会话和服务器反向请求，官方说这是"远程 MCP 发布以来最重要的一次改版"。但删掉的状态去哪了？结合 End-to-End Arguments（1981）、DARPA 设计哲学（1988）、Fielding 的 REST 论文（2000）逐字对照：这次改版的每一刀，四十年前的论文都写过理由——协议设计的根本问题从来不是"要不要状态"，而是"状态住在哪、跟谁共命运"。

MCP Agent 论文深读

2026年8月1日

进程边界是部署决策，不是架构决策：桌面 Agent 运行时的三条路

桌面应用要在本地跑长时 Agent 任务时，运行时放哪里？内嵌 Clean Runtime Kernel、独立 Local Runtime Daemon、还是前端主导派发？系统对比三条路径，拆解 Run Journal、Event Outbox、租约、启动恢复四个本地高可用机制，并论证一个反直觉的结论：先把内核做干净，进程边界就可以推迟——daemon 解决的是进程隔离，而你真正要的是生命周期解耦加可恢复性，这两样不需要独立进程也能拿到。

Agent

2026年7月31日

别把批处理器当交互后端：解剖一条 codex exec 冷启动链

一个 Tauri 桌面应用把 codex exec 用作本地 AI 执行后端，每个任务都要冷启动整条链：Node harness、run-scoped CODEX_HOME、MCP server、进程级 hook、workspace 物化、依赖预热。慢的根因不是模型，而是三种天然生命周期不同的东西被焊死在同一个进程生命周期上。本文给出完整的成本解剖、两个容易被忽略的反模式（双重观测、per-run store 打败内容寻址缓存），以及从 batch executor 迁移到常驻 runtime 的架构路线——包括为什么"审计性应该来自事件日志而不是进程短命"。

Codex Agent 系统设计自动化

2026年7月31日

当你对 Claude Code 说 hello：一次请求日志里的上下文工程哲学

以一份真实的 Claude Code 请求日志为标本，结合 Lost in the Middle、MemGPT、SWE-agent、Manus 与 Anthropic 的上下文工程实践，解剖一个 hello 背后数万 token 的信息环境设计。

上下文工程 Agent LLM

2026年7月30日

codex exec 能控制什么：一张实测参数表读懂 agent 的自动化控制面

基于本机 codex-cli 0.144.6 的 --help 实测，把 codex exec 全部参数整理成五个控制面：输入、执行者、行为配置、权限边界、输出与会话，并给出可直接复制的自动化配方。

Codex Agent 自动化

2026年7月30日

当写代码不再是瓶颈：20 个术语读懂 AI 时代的软件验证

用 scrapling 抓取并深读 Shiplight 的 AI 测试术语表：验证为什么取代编码成为新瓶颈，AI-augmented / AI-native / agentic / agent-native 四个词怎么分，"定位器是缓存"这个值得偷走的心智模型，以及怎么带着防伪眼镜读一份厂商定义的词汇表。

AI Agent 上下文工程

2026年7月29日

遗忘是一种能力：五篇论文看懂长程 Agent 的记忆管理，正在重演操作系统内存史

精读 AgentFold、IterResearch、AgentSwing、ContextBudget、Self-GC 五篇 2025.10–2026.07 的论文：为什么"记住一切"的 agent 反而答得更差？用 Pass@1 = η×ρ 这个分解式看懂 context rot 的本质，以及上下文管理如何从启发式规则一步步演化成垃圾回收、预算分配和运行时调度——操作系统内存管理史的完整重演。

AI LLM Agent 上下文工程论文深读

2026年7月29日

一个 search 工具能挖多深：解剖 Agent 工具箱里最不起眼的函数

search(query) -> results，看起来是 agent 工具箱里最简单的函数。结合 SWE-agent、SLIM（Lost in the Maze）、ParallelSearch、Search-R1、ZeroSearch 五篇论文，逐层解剖它的设计空间：返回什么、问什么、怎么学会用、搜索引擎本身要不要是真的——每一层都藏着能让性能翻倍或减半的决定。

AI LLM Agent 搜索 RAG 论文深读

2026年7月29日

删掉 80% 系统提示词之后：Claude 5 时代的上下文工程新规则

Anthropic 为 Claude 5 代模型删掉了 Claude Code 超过 80% 的系统提示词，编码评测没有任何可测的下降。深读这篇官方博客：为什么"给模型写规则"是有保质期的负债，五个 Then vs Now 的转变背后是苦涩的教训在提示词层重演，以及怎么把这套经验用到你自己的 agent 上。

AI LLM Agent 上下文工程

2026年7月29日

什么才是好的 Harness：判断归模型，物理归代码

同一个模型，换个 harness 性能能差 6 倍。结合 SWE-agent（ACI 开山之作）、How Much Heavy Lifting、Inside the Scaffold、Code as Agent Harness、Fork-Explore-Commit 等论文，深度拆解好 harness 的三件本职工作：把世界翻译成模型好用的接口、把确定性工作从模型手里拿走、让错误变便宜——以及为什么"提示词里的规则是恳求，harness 里的规则是物理法则"。

AI LLM Agent 上下文工程论文深读

2026年7月29日

模型为什么会伸手：工具使用不是被教会的，是目标函数的影子

一个只会预测下一个 token 的模型，凭什么会去调用计算器和搜索引擎？从 Toolformer 的自监督起源（一次调用能留下的唯一理由是降低未来 token 的 loss），到 RLVR 时代的工具滥用幻觉（无成本时任何 ΔP>0 都值得调用），再到 knowing-doing gap（知道该用和真的去用在残差流里是两个方向）——结合五篇论文回答：模型为什么会用工具、为什么会滥用、以及为什么"知道"不等于"做到"。

AI LLM Agent 论文深读

2026年7月28日

场景控制包：把 Agent 经验从提示词推进到可执行契约

结合 AI Chains、PromptChainer、ReAct、RAG、Self-RAG、DSPy、AutoGen、MetaGPT、Reflexion、Voyager、AgentBench 和 SWE-agent，判断 AIHub 场景控制包有没有同类论文思想：没有找到完整同款，但能看到清晰的相邻研究脉络。

AI Agent AI Infra RAG 系统设计

2026年7月28日

Agent 平台正在重新发明操作系统：美团 CatPaw 架构深读

逐段拆解美团 CatPaw Managed Agents 的"脑手分离"架构，把每个组件映射回它的操作系统祖先：Session 恢复是进程切换，上下文压缩是虚拟内存，Sandbox Gateway 是调度器，模型路由网关是硬件抽象层。结合 ReAct、MemGPT、AIOS、Firecracker、CaMeL 等论文，解释为什么相同的资源约束必然长出相同的架构形状——以及这个类比在哪里失效。

AI Agent LLM 论文深读

2026年7月28日

Codebase Memory MCP 源码深读：把代码库编译成 Agent 的结构化记忆

从 MCP 入口、Tree-sitter 抽取、Hybrid LSP、graph buffer、SQLite/FTS5 和增量索引读懂 codebase-memory-mcp 的实现原理。

AI Agent MCP 源码阅读

2026年7月28日

LLM 与 Agent 源码品读地图：11 层、50+ 个值得逐行读的开源项目

把大模型与 Agent 开源栈拆成 11 层，每层回答"被什么稀缺资源塑形"，再给出代表项目与具体的"读什么"。从 micrograd 到 vLLM，从 LangGraph 到 OpenHands，一张可以按图索骥的源码阅读地图。

LLM Agent AI Infra 源码阅读

2026年7月28日

Tree-sitter 源码深读：增量解析器是怎样从 grammar.js 变成语法树的

从 grammar DSL、parse table 生成、C runtime、GLR stack、增量重解析和 query VM 读懂 tree-sitter 的实现原理。

AI Agent 源码阅读

2026年7月27日

Ego Lite 的关键不是会点网页，而是把浏览器变成 Agent 的共享运行时

从 ego-lite 的 README、官网文档和 ego-browser 源码看它的真正原理：浏览器保存登录态和任务空间，agent 只提交 JavaScript 片段，helper runtime 通过 globalThis.ego、CDP、Snapshot 和 Task Spaces 把网页变成可编程环境。

AI Agent AI Infra 源码阅读

2026年7月27日

最近的大模型论文，值得读的不是排行榜

从 DeepSeek-R1、s1、LIMO、Qwen3、Gemini 2.5、Kimi K2、GLM-4.5 到 Kimi Linear 和 Conditional Memory，整理一条 2025-2026 年大模型论文的品读路线：能力、算力、验证器和 Agent 化如何连成一条主线。

AI LLM Agent

2026年7月27日

别把向量数据库当知识库：RAG、Agent 记忆和知识库的一条主线

用一条“外部知识如何进入模型上下文”的主线，拆清向量数据库、RAG、Agent 知识库、Agent 记忆、Embedding、Retriever、Reranker、GraphRAG、BookRAG、A-RAG 等概念分别在系统里负责什么。

AI RAG Agent 记忆

2026年7月22日

一万亿个参数，没有一个是给你拧的：函数、大模型与 Claude Code 的控制面迁移史

函数的控制面是参数：改参数，结果就变。大模型呢？它有上万亿个参数，但没有一个是旋钮——真正的控制面迁移到了数据、目标函数和上下文里。到了 Claude Code / Codex，控制面又搬回模型外面，变成一整个分层的驾驶舱。这篇讲清一条主线：计算史就是控制面的迁移史，每次迁移都在拿确定性换能力，然后人类立刻在新的一层重建确定性。

LLM Agent

2026年7月22日

穿透控制面：你写进 CLAUDE.md 的每一行，最后变成了模型内部的什么

上一篇找齐了 Agent 的控制面，这一篇把 X 光打进去：指令、示例、人格设定、测试反馈，穿过 tokenizer 之后分别控制了 Transformer 内部的哪个机制？结合 induction heads、task vectors、persona vectors 三条机制学证据链，得到一个统一答案——上下文控制的从来不是模型会什么，而是在一座冻结的能力库上做"寻址"：选择并组合已有的回路。

LLM Agent

2026年7月21日