Harness Agent 的组成要素：从七层到八层横切面的完整模型
从 Harness Engineering 的实践出发，讨论 Harness Agent 的完整组成要素。将初始的七层体系演进为八层加横切控制面的模型，逐一分析每层的职责、现有覆盖和缺失，重点讨论状态/记忆/产物/技能的区分、在线验证与离线评测的分离、以及 AHE 作为独立演进回路的定位。
#AI
共 41 篇文章
Claude 工程化演进全景：从 25 篇 Anthropic 官方工程博客读 AI Native Engineering
重新通读了 Anthropic 工程博客全部 25 篇文章，按八个 阶段完整梳理 Claude 从「Building Effective Agents」到「Managed Agents」的工程化演进路径，抽象出可复用的方法论，并结合我自己的 Harness Engineering 实践给出对照思考。
Pi agent-core harness 与 Claude Code 的 Session 和上下文管理
对比 Pi agent-core harness 与 Claude Code 如何保存会话记录、恢复运行时状态、构造模型上下文、压缩历史和处理工具输出，说明两套 Agent Runtime 在状态与资源管理上的实现差异。
Graph Engineering：Agent 从单一闭环走向可治理的执行网络
Graph Engineering 将 Agent 的任务执行、验证、权限和长期评估显式组织为图。它解释了何时应从单个闭环升级到多节点编排，以及未来的重点为何会落在运行时治理上。
Pi 源码拆解（六）：pi-ai 的 Provider 工程：协议复用、compat 与模型 catalog
拆 pi-ai 多 provider 适配层：约 10 个线缆协议实现如何覆盖 37 家 provider，compat 标志矩阵如何抹平 OpenAI 兼容生态，重试判定为什么是带 issue 编号的正则库，上下文溢出的三种检测路径，以及模型 catalog 为什么走构建期生成与手工 override。
Pi 源码拆解（五）：pi-tui 的行数组差分渲染
分析 pi-tui 如何将组件输出约束为字符串行数组，比较相邻两帧以重绘变化区间，并处理滚动区、终端尺寸、内联图片和 IME 光标等差分渲染的正确性条件。
Pi 源码拆解（四）：实验性客户端/服务端会话拆分
拆 pi 正在进行的客户端/服务端拆分：为什么先重构出 repository 接缝再沿接缝拆进程，CBOR 协议为什么传输中立且快照权威，attach 与会话租约如何建模多前端共享，以及双栈并存的过渡工程。
Pi 源码拆解（三）：Session和Context管理
拆 pi 的会话与上下文层：为什么会话建模成 entry 树而不是消息数组，模型切换和 compaction 如何成为持久化的一等条目，树结构如何支持分支导航与分支摘要，compaction 的安全切割点、文件账本与缓存隔离怎么做。
Pi 源码拆解（二）： Agent 运行时机制
拆 pi 的 agent 主循环：为什么 StreamFn 契约禁止抛异常、失败如何编码成 stopReason=error 的 assistant 消息进入会话历史、截断的 tool call 为什么整批拒绝执行、并行工具调度如何保证 transcript 确定性，以及工具输出截断的工程细节。
Pi 源码拆解（一）：极简 Coding Agent Harness 的分层设计
通读 pi（Mario Zechner 的 coding agent harness）源码：四层包结构如何划分关注点与策略归属，为什么它不内置权限弹窗、MCP、子代理和 plan mode，以及 Extensions、Skills 与本地文档按需加载如何构成其扩展机制。
Matt Pocock 的 agent-skills：把软件工程基本功拆成可组合的 Skill
通读 Matt Pocock 的 agent-skills 仓库：它针对 AI 编程的四个失败模式给出对策，用 user-invoked 与 model-invoked 两层 skill 组织工程纪律，本文梳理它的 设计、收益、代价和适用场景。
Claude Code 六大 Skill 套件源码级对比：谁在解决什么问题，谁在制造新问题
通读 OpenSpec、Spec Kit、Superpowers、GSD、ECC、GStack 六个仓库的源码，按研发生命周期逐一对比它们的命令、产物、核心机制、优缺点与适用场景，给出基于事实的选型建议。
Claude Code 源码拆解系列：20 篇索引
Claude Code 泄露源码的 20 篇深度拆解索引，覆盖 Agent 主循环、工具系统、上下文压缩、记忆、权限、沙箱、MCP、Skills、多 Agent 等完整技术面。
AI 友好型架构：从 Context Engineering 到 Harness Engineering
基于 Claude Code 的一次需求交付实践，梳理如何将既有 Agent 经验落实为 Harness Engineering：把上下文、工具边界、验证和反馈组织成可持续运行的工程系统。
RAG 知识库调优：评估、切分、检索与重排
2022 年我整理过一篇 RAG：检索增强生成的收益与天花板，谈了它解决什么问题，又有哪些结构性的限制。这几年 RAG 的工程实践往前走了很多，切分、检索、重排每个环节都沉淀出了更细的方法。这篇把”怎么把知识库从能用调到好用”整理一遍，算是上一篇的续篇。 知识库在 Agent 里的位置 在 Agent 的语境下，知识…
能力按需加载：从动态提示词到 Agent Skills
Agent Skills 发布后用了一段时间，和我项目里 rules 按需加载的做法对照：渐进式披露的机制、与工具的分工、以及几个实际的坑。
让 Agent 从经验里长本事：失败复盘、经验库与提示词自动优化
应用层动不了模型权重，但 可以动外部资产。记录我们在失败复盘、经验库、记忆整理和提示词自动优化上的做法，以及为什么这一切的前提是评估集。
AI Coding 的上下文摘要：几家产品到底在压缩什么
对照 Claude Code、Gemini CLI 与 OpenHands 的上下文压缩策略，整理触发阈值、递归摘要、原文保留、摘要结构和存储回退的实现取舍。
后训练扫盲：SFT 记知识、RL 学长处，和 Agent 有什么关系
不训模型的工程师视角的后训练扫盲：预训练、SFT、RL 各自做什么，为什么验证器便宜的领域进展最快，以及奖励设计思维对 Agent 应用层的启发。
没有评估就没有迭代：我的 Agent 评估落地记
Agent 评估不能只报一个通过率。本文从 Coding Agent 和巡检 Agent 出发，拆开评估维度、任务契约、终态与轨迹判据、LLM 裁判、稳定性协议、线上回归和工具选型。
从同步问答到事件驱动：异步 Agent 的架构改造笔记
以线上智能巡检系统为例，记录把 Agent 从"人发问题才回答"改造成事件驱动常驻服务的过程：事件队列统一告警、回调与定时任务，自动发现、定位与处理，高危动作转人工，下一步接入自动化测试主动验证。
能看会说的 Agent：语音交互与 Computer Use 这半年
从语音入口和 Computer Use 的实验出发，讨论一个更实际的问题：现有软件大多只为人设计。Agent 要跨系统完成任务，关键不是更会点屏幕，而是拥有以 CLI、文件和脚本打通系统的执行环境。
从技术债转码到通用 Coding Agent：一套可落地的架构与生产化路径
从 2024 年 Vue 转 React 与 Native 动态化转码实践出发，拆解专业技术债治理 Agent 的状态机、知识、工具、验证与人工升 级机制，再推导通用 Coding Agent 所需的运行时和生产治理架构。
MCP 用了三个月：工具标准化之后 Agent 设计变了什么
MCP 发布三个月后的一点实战记录：架构是怎么回事，接入内部系统后省掉了什么，以及工具描述膨胀和第三方 server 权限两个新问题。
长任务不失忆：把 Vue 转 React 做成可验证的迁移流程
以超过两万行的 Vue 页面迁移到 React 为例，讨论长任务如何通过行为规格、checkpoint、上下文压缩与执行校验持续推进。
知识管理-AI笔记(AI大脑)
让我时隔很多年重新思考笔记这个问题是源于一个“AI大脑”的灵光乍现 过去我有一个很大的痛点：人是会忘记的，这导致在做决策的时候有些信息之前虽然有接触，但是没办法有效召回导致决策质量较差。 现在AI的能力和工程能力绝对可以做到一个“虚拟的我”，祂是我过往所有经验的总和，当我有什么问题和他沟通的时候，一定会贴合我自己的想…
LangGraph 思考：编排框架该收缩到哪里，模型又该扩张到哪里
基于 2024 年的 Agent、工具调用、迁移、记忆与检索实践，讨论 LangGraph 的真正边界：什么应交给可扩展的模型搜索，什么必须由确定性的编排框架承担。
上下文窗口的成本课：KV Cache、Prompt Caching 与消息顺序
迁移 Agent 每轮调用都把全部历史重发给 API，账单和延迟一起涨。从 KV cache 的原理讲清 prompt caching 为什么有效，以及消息顺序怎么决定缓存命中率。
迁移经验检索的工程细节：混合检索、重排与拒答
上一篇给迁移 Agent 建了三层记忆，但经验条目越积越多后，纯向量检索捞不准了。这篇把 RAG 工程细节拉到迁移场景里：混合检索解决组件名精确匹配，重排解决沾边经验混进上下文，拒答阈值拦住不该套用的旧经验。
迁移知识库的 embedding 召回评测方法
RAG 接入前应评测 embedding。本文说明如何从真实迁移任务整理查询集、定义召回判据、对比多个 embedding 模型，以及为什么平均相似度和公开榜单不足以替代本地评测。
给 Agent 做记忆：分层、状态与遗忘
Vue 转 React 的迁移 Agent 做到一半就会话中断，新 Agent 不知道做到哪了。本文整理记忆的三层结构——短期、项目、长期——以及写入门槛、读取难点和遗忘不是删除的四类情况。
系统提示词写到几千字之后：让 Agent 迁移 Vue 业务与资产到 React
Vue 转 React 不只是改写组件。面对业务页面、共享资产和隐式约定，迁移 Agent 需要先建立依赖与契约，再按风险切分上下文，把转换规则、验收证据和实际操作分开处理。
工具调用踩坑记：schema、描述与错误返回怎么写
Agent 跑起来之后，大部分问题出在工具定义上。记录我在内部订单系统上踩过的坑：工具描述怎么写、参数 schema 怎么收口、错误返回怎么设计模型才能自我修正。
我手写了一个 Agent：从一问一答到"思考-行动-观察"循环
不用框架，用一百行 TypeScript 手写一个 ReAct 循环，记录从 chat 模式到 Agent 的第一次动手，以及跑通之后踩到的坑。
RAG：检索增强生成的收益与天花板
最近在研究怎么把大模型接到知识库上，RAG 是绕不开的方案。我看了一些资料，也动手试过。这篇先把它的原理、适用范围和限制理一遍。 RAG 是什么 大模型有两个常见问题：知识会过期，训练结束后不会自动更新；模型也会生成看似合理但实际错误的内容，也就是幻觉。 2020 年，Facebook AI Research 在 N…