Filed under

Agent 与 AI

35 篇文章

2026/09/23·Agent 与 AI中文
几句话谈谈我对Jev的理解
从结构化决策与 Browser Use 场景出发，聊聊 Jev 的定位，以及 Agent 中通用模型与专门决策模型如何分工。
约 2 分钟阅读
2026/09/23·Agent 与 AI中文
简单聊聊DBT
从 dbt 与 Cube 的不同侧重点出发，聊聊数据模型、Semantic Layer，以及统一业务语义对 Agent 的意义。
约 1 分钟阅读
2026/09/21·Agent 与 AI中文
写给前端的 Redis 概念课：从缓存到 Agent 的消息枢纽
从前端熟悉的缓存出发，理解 Redis Client、Pub/Sub、Channel，以及它们如何与 SSE 配合，为 Agent 的实时输出和流式恢复提供支持。
约 10 分钟阅读
2026/09/06·Agent 与 AI中文
Agent 产物：怎样保存、交付和复用结果
Agent 为一次分析写出的脚本，下个月还能继续用吗？从这个需求出发，理解 Artifact 的定义、类型，以及保存、管理和复用的实际过程。
约 6 分钟阅读
2026/09/06·Agent 与 AI中文
Workspace 与 Sandbox：代码在哪里改，命令在哪里跑
从一次 Node.js 修复任务出发，讲清工作区、命令审批与操作系统 Sandbox 怎样配合。
约 8 分钟阅读
2026/09/05·Agent 与 AI中文
Code Agent：一个代码任务是怎样跑起来的
用一个真实的小项目，拆开 Code Agent 的组成，并走完从理解任务、定位代码到修改、测试和交付的完整运行过程。
约 5 分钟阅读
2026/09/01·Agent 与 AI中文
Cumora 解读：把 Agent 放进群聊后，真正难的是别让它们互相撞车
Cumora 把人和 Agent 放进同一套群聊、看板、日历与邮件系统。它真正有意思的地方，是用确定性规则约束多个 Agent 的主动性。
约 10 分钟阅读
2026/08/19·Agent 与 AI中文
Agent 不只拼能力：协议、边界与治理正在变得重要
Agent 的竞争正在从单纯的能力竞赛，延伸到协议、边界与治理。智能只是门票，信任才决定它能走多远。
约 10 分钟阅读
2026/08/18·Agent 与 AI中文
Cursor Origin：当代码仓库开始为 Agent 重新设计
Origin 当前从 GitHub 同步仓库，为云端 Agent、Automations 和 PR 审查提供一个更贴近 Cursor 的代码层。它值得关注的原因，是仓库正在从代码存放地变成 Agent 执行流程的一部分。
约 5 分钟阅读
2026/08/18·Agent 与 AI中文
Dembrandt 解读：AI 写前端，缺的不是 Prompt，而是一份可执行的设计约束
Dembrandt 能把网页中散落的颜色、字号、间距和交互状态提取成 Design Tokens，再交给 AI 编码工具和 CI 使用。但它生成的是可检查草稿，不是自动正确的设计系统。
约 8 分钟阅读
2026/08/14·Agent 与 AI中文
DeepSeek Harness 架构拆解：为什么它要把一切做成插件
DeepSeek Harness 不只是一个 AI 编程助手。它把模型适配、工具、会话日志、Agent Loop、沙箱和子 Agent 都做成插件。本文拆解这些能力怎样组合成一个可运行、可替换的 Agent。
约 13 分钟阅读
2026/08/01·Agent 与 AI中文
模型为什么要有推理强度？一文看懂 OpenAI、Claude、Kimi 与 DeepSeek 的档位设计
同一个模型为什么既能秒回，也能持续分析？本文从模型选择与推理强度的区别讲起，对照四家官方文档，梳理不同模型支持的档位、默认值，以及质量、延迟和成本之间真正该怎样取舍。
约 9 分钟阅读
2026/08/01·Agent 与 AI中文
Agent 变强，不一定要换模型：RHI 如何让工作流自己进化
Sakana AI 与 UC Berkeley 提出的 RHI，不修改模型权重，而是让 Agent 根据前后两次任务结果，持续改写多 Agent 的分工、交接和复查流程。它真正优化的不是一句 Prompt，而是信息如何在 Agent 之间流动。
约 12 分钟阅读
2026/07/29·Agent 与 AI中文
从 GPT-2 到 Kimi K3：一篇长文讲透大模型架构到底进化了什么
这篇刷屏长文最有价值的，不是再讲一遍“大模型参数变多了”，而是把过去几年真正推动大模型向前的三条主线串了起来：序列长度、模型深度，以及稀疏 MoE 的系统化落地。
约 9 分钟阅读
2026/07/25·Agent 与 AI中文
Cursor Router 解读：AI 编程开始进入自动选模型时代
Cursor 不只是替用户省下一些 Token，而是把模型选择变成了 Agent 系统内部持续学习的一层。
约 9 分钟阅读
2026/07/23·Agent 与 AI中文
梁文锋的 52 条语录，给 Agent Development 的 6 个工程启发
从主线、验收、幻觉、成本、开放接口到持续学习，真正成熟的 Agent 系统首先知道什么不该做。
约 8 分钟阅读
2026/07/22·Agent 与 AI中文
Bifrost 与 LiteLLM：大模型网关和中转站到底有什么区别
它们都能用一个接口调用多个模型，但在密钥归属、计费关系、数据控制和责任边界上完全不同。
约 7 分钟阅读
2026/07/22·Agent 与 AI中文
同一个 Agent，两种工作台：ChatGPT Work 与 Codex 架构拆解
Work 与 Codex 不是两套智能系统，而是同一代理内核面向知识工作和软件工程的两种工作界面。本文拆解运行环境、Memory、上下文压缩、工具分层和权限边界。
约 12 分钟阅读
2026/07/18·Agent 与 AI中文
AgentKey 开源项目解读：它如何让 Agent 统一访问外部数据？
一个 Agent 真正开始干活之后，很快会遇到一个现实问题：模型会推理，但它未必拿得到需要的数据。
约 8 分钟阅读
2026/07/16·Agent 与 AI中文
读完一套个人 Agent 搭建复盘：真正该自己掌握的，是工作方法
最近读到 Xudong Han 的一篇长文：《个人 Agent 搭建完整合集：从 Vibe Coding 到每天都在用的个人工作系统》。
约 9 分钟阅读
2026/07/15·Agent 与 AI中文
GPT-5.6 Prompt 官方指南解读：提示词越长，效果未必越好
过去做 Agent，我们很容易形成一种直觉：
约 6 分钟阅读
2026/07/11·Agent 与 AI中文
什么是 Agent？它和普通 Chatbot 到底有什么区别
用同一个代码审查任务，分清 Chatbot、Workflow 与 Agent，并判断你的场景是否真的需要 Agent。
约 8 分钟阅读
2026/07/11·Agent 与 AI中文
Agent 的最小闭环：输入、思考、行动、观察
不从业务流程背概念，而是从一次真实的多步排障出发，看懂模型、Runtime 与工具如何共同形成 Agent Loop。
约 10 分钟阅读
2026/07/11·Agent 与 AI中文
Tool Calling：Agent 真正开始干活的地方
模型并不会直接执行函数。Tool Calling 是模型与应用之间的一份结构化行动请求，也是 Agent 接触外部世界的第一道接口。
约 7 分钟阅读
2026/07/11·Agent 与 AI中文
Tool Schema 设计：为什么你的 Agent 总是调用错工具？
Tool Schema 不是函数类型声明，而是模型选择工具、生成参数和理解边界时共同依赖的操作说明书。
约 6 分钟阅读
2026/07/11·Agent 与 AI中文
Tool Result 设计：Agent 如何看懂工具返回？
工具返回值不是把原始 API 响应塞回模型，而是一份能区分成功、空结果、失败与截断，并支持下一步决策的环境反馈。
约 7 分钟阅读
2026/07/11·Agent 与 AI中文
Agent 状态管理：多轮执行时到底要存什么？
从一次“评论已经创建，但响应丢失”的故障出发，理解 Agent 为何要保存步骤、任务状态和恢复位置。
约 10 分钟阅读
2026/07/11·Agent 与 AI中文
Agent Memory：什么时候该记，什么时候不该记？
Memory 不是把所有历史永久塞回上下文，而是把经过验证、具有明确作用域和生命周期的信息，按需带入未来任务。
约 7 分钟阅读
2026/07/11·Agent 与 AI中文
Agent Planning：什么时候需要计划，什么时候直接执行？
Planning 不是所有 Agent 的必经步骤。它只在任务存在多阶段、依赖、风险或协作需要时，才值得成为可更新的外部执行结构。
约 6 分钟阅读
2026/07/11·Agent 与 AI中文
Agent 权限控制：哪些动作可以自动做，哪些必须确认？
模型可以提出动作，但不能给自己授权。本文从身份、资源、策略、批准和隔离五层，建立可执行、可审计的 Agent 权限边界。
约 8 分钟阅读
2026/07/11·Agent 与 AI中文
Human-in-the-loop：如何设计用户确认、接管和反馈？
Human-in-the-loop 不是多加一个确认弹窗，而是让 Agent 能够安全暂停、让人看懂并作出决定，再从同一执行状态继续。
约 8 分钟阅读
2026/07/11·Agent 与 AI中文
Agent 可观测性：如何知道 Agent 为什么跑偏？
只记录最终答案无法解释 Agent。本文把一次任务还原成可关联的 Trace、Span、事件和业务结果，让跑偏位置能够被发现和复现。
约 10 分钟阅读
2026/07/11·Agent 与 AI中文
Agent Eval：如何判断你的 Agent 真的变好了？
Eval 不是挑几个顺眼案例做演示，而是用任务数据、可判定标准和过程证据，持续比较 Agent 的质量、安全、效率与成本。
约 7 分钟阅读
2026/07/11·Agent 与 AI中文
Context Engineering：Agent 到底该把什么放进上下文？
Context Engineering 不是把资料尽量塞满，而是让 Runtime 在每一轮为当前决策选择正确、可信、足量且可追溯的信息。
约 8 分钟阅读
2026/07/11·Agent 与 AI中文
RAG for Agent：Agent 什么时候需要查知识库？
RAG 不是所有问题都先做向量搜索，而是让 Agent 在需要外部、私有或最新知识时，按权限检索证据并基于证据行动。
约 7 分钟阅读