#Agent
共 9 篇 9 posts
Agent 的本质是一个 while 循环：拆解 78k star 项目 pi 的 792 行核心源码
打开真正几十万人在用的 coding agent 源码，核心就一件事：一个 while 循环。对照 pi 的 792 行 agent-loop，拆双层循环、Steering、事件流、错误处理、Token 截断防御和工具三段流水线。
提示词不用学了，要学的是那个替你写提示词的循环
编译自 Addy Osmani《Loop Engineering》。Harness Engineering 之后的下一步：你不该再给编码 Agent 写提示词，而该去设计那些替你写提示词的循环——拢共五个零件外加一块记忆，一个循环跑起来是什么样。
Google工程总监写了本453页的书，读完后我发现自己写的Agent根本不叫Agent
Antonio Gullí 把 AI Agent 开发拆成 21 种设计模式、4 个成熟度等级。读完最大的冲击是：大部分人以为自己在做 Agent，其实连 Level 1 都没到。Level 0-3 分级诊断、Context Engineering 四层模型、Producer-Critic 反射模式、Memory 三层架构，以及三件今天就能落地的事。
Claude Code Skills 完全指南：Anthropic 内部数百个 Skills 用下来的经验总结
大多数人以为 Skills 只是 Markdown 文件，这个误解让他们少用了 90% 的威力。9 种类型、10 个秘诀、完整 CR Skill 案例，基于 Anthropic 工程团队内部实践整理。
Karpathy：当你的瓶颈不再是代码，而是你自己
Karpathy 在 No Priors 播客提出 7 个核心命题：Token 吞吐量是新的 GPU 利用率，Agent 是新客户，AutoResearch 让人类退出研究循环。完整框架拆解，附行动清单。
我把 Karpathy 最新 70 分钟播客听了两遍，整理出 6 个核心判断
Karpathy 在 No Priors 播客说的每一句话都在戳我。AI Psychosis、Token 杠杆率、AutoResearch、LLM 的参差不齐——作为一个每天用 AI 写代码的开发者，我感觉他在描述的就是我正在经历的事。
Harness Engineering：从写代码到设计赛道
提示词卷完了，上下文也卷完了。2026 年最重要的工程范式转移是 Harness Engineering。OpenAI 3 人团队 5 个月 100 万行代码，LangChain 不换模型排名从第 30 升第 5，背后是同一件事：环境比模型重要。
用 Claude Code 两个月，我学到的一切
这不是一篇十大 AI 工具清单。这是两个月实战摸爬滚打的真实总结：没人谈论的功能、真正有效的流程、浪费数小时的错误，以及帮你节省数天的技巧。
Clawdbot 没有发明任何新技术，但它为什么火了？
一个周末刷新 GitHub 历史增长记录，拿到 14.6 万颗星。技术方案几乎全是现成的。让我愣住的是另一件事：为什么是它？从用户、记忆、信任三个角度深度拆解。