跳至主要內容

2026.4 期

BraumAce2026/4/1文章约 5306 字大约 18 分钟

2026.4 期

  • Anthropic: Effective harnesses for long-running agents：Anthropic 用 claude.ai 克隆实验总结长周期 Agent 的 Harness 设计——Init Agent 搭环境 + Coding Agent 增量推进特性，靠 Feature List + claude-progress.txt + Git commit 三件套强约束「每会话只做一条、不改测试」，每轮跑 Puppeteer MCP 端到端验证防早收，核心论点是 compaction 救不了长任务、必须把人类工程师的日常实践显式编码为 Harness 约束。

  • Anthropic: Effective context engineering for AI agents：把 Prompt Engineering 升级为 Context Engineering——目标是每轮推理前从系统指令 / 工具 / MCP / 外部数据 / 消息历史中筛出 minimal high-signal token，对抗 Transformer n² 的 context rot 与 attention budget 上限；四类核心技术：Just-in-Time Retrieval 只存路径运行时加载、Structured Note-Taking 写 NOTES.md 外部化、Compaction 摘要换窗保留架构决策、Sub-Agent 隔离调研后只回传 1-2k token 摘要。

4.30

  • Agent 开发范式演进：从环境工程出发，"简化"多源实时上下文：阿里云 EventHouse 沈林提出企业级 Agent 真正瓶颈是「上下文供给能力」——三类感知（Polling/Monitoring + EDA 事件订阅 + Mount Query 冷数据即席查询）保信息完备、统一 Catalog 管 Schema/语义/新鲜度替代 MCP 临时抱佛脚、沿 DIKW 把 Catalog + SOUL/Prompt/Gold Sample/Benchmark 编译成 Knowledge Wiki 做知识对账、再把 Prompt + Wiki + 工具 + 模型整包走 CI/CD 与 Serverless 普惠。

4.29

  • 深入浅出Harness Engineerring之核心模式与理念：腾讯云张碧泉横向梳理三套 Harness 范式——Claude Code 八类模式（持久化指令 / 分层记忆 / 做梦整理 / 渐进式压缩 / Explore-Plan-Act + 子 Agent 隔离 + Branch-Merge / 渐进式工具扩展 / 生命周期 hook）、Claude Managed Agents 「宠物 vs 牲畜」哲学（Claude 脑 / Harness 手 / Sandbox 工作台解耦让首 token 延迟降 60-90%）、Hermes 五段循环 + L1-L5 五层记忆（便利贴 / SKILL.md / 向量 / 用户建模 / FTS5 长期档案）。

  • 通用 AI Agent 驱动网关路由安全审计实践｜得物技术：得物用「通用 Agent + 业务 Skill」分层做网关路由越权审计——Claude Code/OpenCode 出推理与会话恢复，业务规则沉到 gateway-route-vuln-analyzer Skill；四步决策树（路由配置 → 认证识别 → @PreAuthorize / 用户 ID 来源 / 所有权三维代码审计 → 危害评估）配 Early-Exit 短路；Token 成本降 95%+ 靠 mcp2cli 替代 MCP 上下文加载、gitlab_file 按需提参替代 1.47MB 整文件、YAML 替代 JSON，最终单条 ¥0.23 / qwen3.5-plus 召回 100%。

4.28

  • 你不知道的 Agent：原理、架构与工程实践：阿里云团队从 Agent Loop 极简实现切入系统拆解——Workflow vs Agent 控制权、五种控制模式（Prompt Chaining / Routing / Parallelization / Orchestrator-Workers / Evaluator-Optimizer）、Harness 四件套（验收基线 / 执行边界 / 反馈信号 / 回退手段）、上下文五层与 Prompt Caching 前缀稳定性、Skills 用「Use when / Don't use when」反例把准确率从 73% 拉到 85%、工具设计三代演进（API → ACI → Tool Search / Programmatic Tool Calling），核心论点：Harness 与验证质量比模型选择更影响成功率。

  • Harness Engineering实践心得：如何高效驾驭AI？：腾讯云工程师以 JK Launcher（WPF/.NET 4.8）V3.0→V3.11 演进讲 Prompt → Context → Harness 三次跃迁——七 Agent 流水线（PM Orchestrator / 需求 / 架构 / Gate Review / Dev / CR / QA，仅 Dev 用 Claude 4.6 Opus 其余 composer-2 / gpt-5.4-medium 控成本）、文档驱动状态机配回退路由（发现问题的人不能自己修）、Rules / Skills / Scripts 三层分离把 14 条 1010 行规则砍到 4 条 275 行（其余迁移到 verify_all.ps1 机器检测）。

  • Harness Engineering 来龙去脉：以面试问答视角溯源 Harness Engineering——2026.2 Mitchell Hashimoto《My AI Adoption Journey》提出「每次犯错把修复沉到环境」的复利效应、OpenAI 一周后官方背书；核心等式 Agent = Model + Harness，按输入 / 动作 / 校验拆六层（上下文 / 工具 / 执行 / 记忆 / 评估 / 约束），用 Cognition 的 Context Anxiety、Anthropic 的 Planner-Generator-Evaluator、Codex AGENTS.md 改目录页、AI slop 后台日清等五个案例佐证。

  • 读完这篇，你就搞懂 DeepSeek v4 了：解读 DeepSeek-V4-Pro（1.6T / 49B / 1M）与 V4-Flash（284B / 13B / 1M）的系统级重构——架构层 mHC 双随机矩阵约束多流残差解梯度问题、CSA + HCA 混合稀疏注意力（分块压缩 + 闪电索引 top-k + 标准注意力「海选-精选-精算」把 1M 上下文从 O(L²) 65000× 压回可算）、Muon + QK RMSNorm 防 Logits 爆炸；Infra 层细粒度计算通信重叠消 MoE bubble、TileLang、批无关性 + DeepGEMM 计算确定性、FP4 分模块量化，拿下 SWE Verified 80.6 / MRCR 1M 83.5 开源最高分。

4.27

  • 工作流的 Skill 怎么写？从 7 个顶级 Skill 中提炼的模式与最佳实践：Skill 本质是「知识注入」而非动态造工具，frontmatter description 决定加载率（触发短语 + 时序位置 + 产品关键词）；从 7 个顶级 Skill 提炼 5+1 模式——线性流程、决策树+按需加载、循环迭代、接力棒跨 session 持久化、多阶段+检查点、思维框架；防偷懒四件套（强硬语气 / 借口反驳表 / 量化阈值 / 负面指令）+ 知识三层（frontmatter ~100 / 主文件 <5K / references 按需）控 token 预算。

  • 淘天营销中后台生码工作流最佳实践：淘天营销中后台从本地收敛到云端 AoneSuper 解环境与长任务中断，用 git submodule + turborepo 跨仓库工作区、CodeAgent CLI Command 串场景化工作流；高确定性迁移/重构走「架构文档 + 领域 Skill（ProForm/ProTable）」固化规则（N 合一迁移采纳率 71% / 提效 58%），低确定性日常迭代走「产品功能树查表 + 分层研发指引 + 资产 MCP」自动沉淀（采纳率 50%+）；方法论：给精确知识、确定性交工程、不确定性留 Agent、知识正向循环。

4.26

  • wechat-cli 源码剖析：只读 / 本地 / Agent 友好的微信查询 CLI（11 子命令 + JSON 默认输出）——init 期跨平台扫微信进程内存（task_for_pid / ReadProcessMemory / /proc/pid/mem）提取密钥并 HMAC-SHA512 校验后落盘，查询期 DBCache 按 mtime 增量做 AES-256-CBC 页级 SQLCipher 4 解密查 SQLite；亮点：zstd + appmsg/voip XML 解析、new-messages 状态文件持久化游标、formatter 双格式对接 Claude Code / OpenClaw。

4.25

  • 800行代码实现 Open Claw 的 Tool、消息总线、子Agent管理架构：800 行 TS 单进程 Agent 直接基于 Anthropic SDK 而非 LangChain，核心是薄抽象 + 显式控制流——Tool 用 SDK 原生 input_schema 零中间层、ToolRegistry.exclude() 为子 Agent 生成受限工具集；ExecTool 三层防护（正则黑名单 + 30s/2MB 资源限制 + 首尾保留截断），EditFileTool 强制 oldText 唯一匹配；MessageBus 单路径路由出入站，SubagentManager 单进程并发跑 max 15 轮无历史 AgentLoop，REPL 用布尔互斥锁串行化 history 写入。

4.24

  • 深度解析 Hermes Agent 如何实现"自进化"及其 Prompt / Context / Harness 的设计实践：Hermes 自进化走「内外双路径」——外路径动态 Skill 生成（10 轮无 skill_manage 即 nudge、后台 review Agent 跑 Memory/Skill/Combined 三 Prompt 复盘）把踩坑纠错沉为结构化 Skill；内路径 RL 训练闭环（ShareGPT 轨迹 + Claude Opus 4.6 当教师 + 零推理过滤 + 轨迹头尾保护压到 15250 token + GRPO 规则化奖励 + ToolContext 让奖励函数真编译/读文件验证）——前者「记笔记」、后者「练内功」改权重。

4.23

  • 深入源码：Hermes Agent 如何实现 "Self-Improving"：拆 Hermes Self-Improving 闭环三件套——Memory（MEMORY.md/USER.md 双文件、严卡 2200/1375 字符上限、冻结快照复用 Prefix Cache）、Skill（SKILL.md + Pitfalls 段、5 次以上工具调用才值得创建、fuzzy_find_and_replace + 安全扫描自动 patch）、Nudge Engine；用渐进式索引加载替代 OpenClaw「重型背包」让 Agent 越用越厚。

  • 从第一性原理思考 Agentic Engineering：用演绎法替代归纳法做 Agentic Engineering——三条公理（SDLC 意图转化链信息损耗、LLM 上下文决定性 + 概率性 + 工作记忆易失、人类认知稀缺）推翻「喂代码 = 懂项目」「AI 不适合复杂系统」等假设，把目标锚定 L2 增强 / L3 解锁层级，主张 Context Engineering + 每步 human-in-the-loop 对抗错误指数累积。

4.22

  • 万字干货！Harness Engineering如何工程化落地？：以 JK Launcher 拆 Harness 七件套——Rule（软约束底线）、Skill（编译/测试/验证标准操作手册）、Sub Agent（分阶段角色）、Workflow（接力赛规则 + 三层视角 + 上下文纪律）、Scripts（硬门禁，把 XAML 中文 / Emoji / MessageBox / 本地化 / 编译测试检查落成脚本）、MCP（外接 CI / 签名 / 发布的插座）、SPEC + dev-map / 任务看板（地图与战场态势）。

  • AI实践｜基于 Spring AI 从0到1构建 AI Agent：以 Spring AI 从零搭 Agent Demo——AgentCore 编排走「意图识别 → RAG 注入 → 记忆 → ChatClient + ToolCallbacks」ReAct 循环（复用内置 ToolCallAdvisor 的 Agent Loop），ChatMemory 三层压缩（摘要 + Assistant 裁剪 + 滑动窗口，16 条阈值触发并保护 TOOL 边界），覆盖 Function Calling、RAG（多路召回 + RRF + Rerank）、Command/Skill、SubAgent、双向 MCP。

4.21

  • Harness Engineering：AI 能在真正"出事会炸"的后端系统里写代码吗？：腾讯 CDN LEGO（百万行 C++、13824×N 维组合）先用 20 天 AI 零人工代码做 Rust nonstop 框架验证能力边界，再从 57 案例提炼 13 类问题 / 5 大根因（最高风险「不会说我不知道」），落地五层 Harness 三大抓手——上下文（Agent.md 项目宪法 + 反例免疫 + 38068 行本地 RFC + 竞品/安全调研 Agent 团队）、约束（权限基座 + 代码规则即编译器 + TaskList blockedBy 阻塞测试 CR）、反馈（9 阶段流水线 + Hook/Pitfall/MD 三通道 + 多模型对抗式 CR）。

  • 从玩具到生产力：用真实项目讲透 AI Agent 的 Harness Engineering：用 Aegis 案例阐明 Harness 管「非确定性」而非「确定性」，以「执行流路由 × 状态存放位置」两轴划分四象限戳破软约束 Prompt、军火库 Tools、暴力 Retry、官僚文档流等伪/劣 Harness；借 sdd-riper-one-light 契约式设计（前置 Checkpoint + Restate、后置闭环回写、Spec is Truth 不变式）落地 8 阶段 SOP 与三层目标，论证程序员从「亲手写」迁到「定义目标、卡边界、控节奏、做验收」。

4.20

  • 深度解析 Claude Code 在 Prompt / Context / Harness 的设计与实践：以 Prompt → Context → Harness 三阶段递进（70 → 85 → 95 分）拆解 Claude Code，重点是 System Prompt 的动态组装——QueryEngine.ask 调 fetchSystemPromptParts 并行拉 default prompt / systemContext（Git 状态）/ userContext（CLAUDE.md + 日期），用 __SYSTEM_PROMPT_DYNAMIC_BOUNDARY__ 切分静态/动态块最大化 KV Cache 命中，按 override > coordinator > agent > custom > default 优先级定最终 prompt。

4.18

  • AI Skill 体系全解：企业级 AI 能力标准化、可插拔、可审计：把 Skill 定义为「标准化 / 可执行 / 可复用 / 可审计 / 可插拔的领域能力单元」，给出 LLM = 大脑 / Skill = 方法论 / Tool = 手脚 / Agent = 指挥官 四角模型；落地双层存储（classpath 内置只读 + data/skills 外部热更）+ 三阶段加载（发现 100 / 激活 5000 / 执行按需 tokens），用 SKILL.md frontmatter allowed-tools 卡工具白名单 + critic-agent 做合规质检。

4.17

  • 一文讲透：Harness Engineering即控制论！：把 OpenAI Harness Engineering（3 人 5 月 1500 PR / 100 万行 AI 代码）映射到维纳控制论闭环——AI 是控制器、代码仓库是被控系统、CI/lint/UAT 是传感器、MCP/Skill 是效应器；主张用框架规范缩小代码可能性空间 M、任务拆分实现共轭控制能力累积，AGENTS.md 控制在 100 行做索引并把人类经验沉回仓库。

  • 从Vibe Coding到Agentic Engineering：重构后台开发全流程：用 Claude Code + 自定义 Skill / Command / MCP 把后台开发 11 阶段串成单终端会话——pm-dev 解需求建分支 → brainstorming → writing-plans → subagent-driven 并行执行 + 自动 commit → code-review → dtools 部署 → galileo-log-query 排日志 → /create-mr → /review-mr → /fix-mr → 合入；Skill 编排串联现成能力而非重造轮子，开发者从执行者变审核者。

4.15

  • Claude Code 源码拆解：从启动到多 Agent 扩展层：Claude Code 四层架构——启动链路三段（入口分流 / 进程初始化 / 会话准备）区隔进程态与 AppState；REPL 作 runtime orchestrator 汇总能力面与事件流；QueryEngine 显式状态机（messages / toolUseContext / autoCompactTracking / maxOutputTokensRecoveryCount / pendingToolUseSummary）把上下文治理、失败恢复、工具回灌升格为 runtime 机制；Tool Runtime 用 schema + isConcurrencySafe + pre-tool hooks 把工具调用变受控 syscall，权限拒绝也归一化成 tool_result。

  • 一文搞懂Hermes：新顶流Agent如何从经验中自我进化：Nous Research 开源 Hermes Agent（71.8K Stars）通过 Skills 闭环实现「经验提取→存储→检索→注入→验证→自动改进」——System Prompt 用 5+ tool calls / fixing a tricky error 触发 skill_manage，创建走 7 道安全关（名称 / 分类 / frontmatter / ≤100K / 冲突 / tempfile+os.replace 原子写 / 90+ 模式安全扫描）；索引用进程内 LRU + 磁盘 manifest 两层缓存，三级 Progressive Disclosure（索引 20 tokens → skill_view 全文 → 支撑文件）控 token 开销。

  • OpenClaw Agent与Skill架构详解：OpenClaw 基于 pi-mono 的双层架构——Agent 走 ReAct + 模型回退 + Auth Profile 熔断五层容错，Skill 以 SKILL.md 渐进披露（仅菜单注入 System Prompt、约束 never read more than one skill up front），Subagent 通过 sessions_spawn 实现深度受限的并行隔离与 steer/kill 控制，Skill 与子 Agent 互补而非替代。

4.13

4.10

  • AI 答疑助手优化实践：从 RAG 到 LightRAG 的全链路升级：淘天跨端团队从 Naive RAG 升级三件套——qwen-turbo 做 CoT 意图识别拆多维并行查询；弃 GraphRAG 的 Leiden 社区发现（成本高 / 不可增量 / 分钟级延迟）改用 LightRAG 的 R/P/D 三函数 + 双层检索（low-level 实体 + high-level 主题）拿秒级响应与增量更新；评测发现 LLM 评测 Agent 存「乐观偏差」必须人工校验兜底。

  • 97.9%采纳率，胶水编程：业务需求出码最佳实践【天猫AI Coding实践系列】：天猫「Vibe → SPEC → Glue」三级递进主张「别让 AI 写代码，让它抄代码」——四层物料补 SPEC 实现盲区（任务规格 SPEC / 开发规范 AGENTS.md 静态注入 / 代码模式样板间 / 领域知识 MCP knowledge Server 按需检索），Agent Hooks 按业务域 × 工作台自动路由 + 6 种 SPEC 模板，试点采纳率从 50% 拉到 97.9%。

4.8

  • Claude Code：顶级开发团队设计的Harness工程项目源码什么样：以泄露的 Claude Code 源码（1900 文件 / 51.2 万行 TS / 875KB 的 REPL.tsx）拆工业级 Agent Harness 八层架构——Bun + React/Ink 自研 TUI、Fast Path 入口分发与并行预取实现亚秒级启动、AsyncGenerator 驱动 query.ts 主循环、43 工具 fail-closed 安全模型、Agent Swarms 多智能体编排、feature() 编译时门控做 Dead Code Elimination，归出「启动性能 / 类型贯穿 / 控制权自研 / Prompt Cache 字节级稳定」方法论。

4.7

  • 「纯干货」几万字都讲不明白的Memory架构与思考：把 Agent Memory 抽象为 Raw Ledger + Views + Policy 三件套闭环——三个核心命题：Memory 是 external state 而非存储、最小闭包须可审计/可回滚/可观测、基本单位是 event 序列但靠 views 与 policy 才成能力；用 System 1（通用 LLM）+ System 2（Agentic Memory 慢回路）正交分工，借 JitRL 的 logits 加性调制 Δ 与 UMEM 的语义邻域 GRPO 证明非参数化 Memory 可逼近参数化 fine-tune 上限。

4.6

  • 从多智能体编排到AI自主决策：资损防控体系的架构演进：阿里资损防控从 V1 的 5 Agent 编排（准确率 42.9% / 召回 63%）演进到 V2 单 Agent 自主决策（86% / 90%）——借鉴 OpenSpec 规范驱动开发，AI 全程持完整文档上下文 + 主动探索式工具链 + 六步结构化 SOP（数据先行 / 知识导航 / 深度比对 / 事实驱动 / 交互确认 / 知识自沉淀）+ Index 模式自迭代知识库 + 表结构硬校验 + Git 版本管理布防资产，验证「更强模型 = 更薄编排层」。

4.5

  • Claude Code 源码架构解析：从启动、Prompt 到权限管道：沿主链路串读 Claude Code 源码——main.tsx 并行预取按 Runtime 设计、prompts.ts 用 SYSTEM_PROMPT_DYNAMIC_BOUNDARY 把 Prompt 做成可缓存装配层、QueryEngine + processUserInput + query.ts 构成「胖核心」主循环、Tool.ts 用 isReadOnly/isConcurrencySafe 保守默认值强制声明边界、FileEditTool「先读再改」硬校验、permissions.ts 治权限为 deny→ask→checkPermissions→mode→always allow 决策管道，外加 microcompact / autocompact / full compact 三级压缩。

  • Claude Code 长任务为什么不容易跑偏：从压缩、记忆到续写的 Runtime 设计：Claude Code 把长任务治理拆三类 Runtime——上下文窗口（toolResultStorage 大结果落盘 + microcompact 清低价值结果 + autocompact 阈值触发 + reactiveCompact 兜底，compact 阶段严禁工具）、会话级状态续写（SessionMemory 在 10k token 后初始化、每 5k 或 3 次工具调用更新 Current State / Errors & Corrections / Worklog 等结构化字段）、跨会话长期记忆（memdir + MEMORY.md 200 行/25KB 索引 + 4 类 memoryType + sideQuery 选 top5 替代向量检索 + turn-end extractMemories + 24h/5session autoDream 后台巩固）。

4.2

  • 2026 年 AI 编码的"渐进式 Spec"实战指南：用 No Spec No Code / Spec is Truth / Reverse Sync 三铁律落地 Spec Coding——核心是「渐进式复杂度」按需求体量加载不同深度流程避小需求担大流程开销；目录 rules/ + knowledge/ + changes/ 组织，工作流走 /propose → /apply → /review → /archive，两层 AI 架构（编排层强模型生成 Spec + 执行层 Claude Code/opencode），起点是 Code is Cheap, Context is Expensive。

  • Claude Code源码泄露深度解析：51.2万行代码里，藏着怎样的AI编程系统：从 Bun source map 意外泄露的 51.2 万行 TS 切入拆 Claude Code 五层结构（入口 / 编排 / Prompt-Memory / 工具 / 服务）——SYSTEM_PROMPT_DYNAMIC_BOUNDARY 切静态可缓存 + 动态注入、CLAUDE.md 四层级联记忆（managed / user / project / local）、40+ 工具构成可编排 OS、Verification Agent 用「to try to break it」反向约束偷懒，并暴露 KAIROS / COORDINATOR_MODE / ULTRAPLAN 等 feature flag 表明已在做后台 daemon 与多 Agent 协调。

  • Nanobot（OpenClaw 轻量实现）的底层原理解析：vivo 用精简版 Nanobot 反推 OpenClaw 本质——本地循环「构建 prompt → 调模型 → 执行工具 → 回填」并非新技术、火的原因是放权本地 + 个人专属感；按消息生命周期拆六阶段（channel 接入 / 访问路由 / ContextBuilder：identity + bootstrap files + MEMORY.md + Skills 摘要 / AgentLoop / Tools / 回执），并明确 Skill = Workflow/Prompt+Logic、Tool = 原子能力，二者层级不同。

4.1

  • 逆向深扒Claude Code源码，我发现了什么！？：把 Claude Code v2.1.88 总结为「12 层渐进式 Harness」叠加在极简 while-true 上：Agent Loop → Tool Dispatch → Planning（TodoWrite 让完成率翻倍）→ Sub-Agents（forkSubagent 隔离）→ Skills 按需注入 → 三层压缩（autoCompact/snipCompact/contextCollapse）→ Persistent Tasks → Background/Dream Tasks → Agent Teams → SendMessage 协议 → Coordinator 自治认领 → Worktree 隔离；buildTool 工厂 fail-closed 默认（默认串行、默认需权限），Blake2b 前缀缓存复用静态 system prompt。

  • 一文讲透如何构建Harness——六大组件全解析：用 Agent = Model + Harness 公式先列裸模型四硬伤（无跨会话记忆 / 不能执行代码 / 知识过时 / 无工作环境）再对应六组件——文件系统（含 Git 试错回滚）、Bash + 沙箱（Docker/gVisor/Firecracker/WASM/Nix 选型，自验循环让完成率高 40-60%）、AGENTS.md（纯上下文注入做长期记忆 + 层次化 + Git 版本化）、Web Search + MCP（破知识截止）、上下文工程（抗信息腐烂）、编排 + Hooks（多 Agent 质控），System Prompt 贯穿全程做神经中枢。

  • Agent Skills：打通可复用专业领域知识的最后一公里：以 2025.10 Anthropic 发布、2025.12 联合开源 V1.0 规范的时间线切入，把 Skill 定义为 SKILL.md + scripts/ + references/ + assets/ 文件夹包，靠 YAML 元数据（name / description / allowed-tools）+ Progressive Disclosure（≤500 行余下按需加载）做轻量复用；核心论断「不缺 Agent 缺可复用专业技能」，区分 Prompt（一次性指令）/ MCP（工具协议、Skills 消费对象）/ Skills（应用级能力包，类比 Docker 镜像）。

编辑此页
最近更新:
贡献者: BraumAce
主题美化