DeepSeek Harness 源码解析（十一）：Preset、Persona 与默认模型怎样生效
从真实 Preset 注册表、Persona 和 Session Controller 追踪能力组合、修订保留、空白会话切换及模型选择，解释提示词和请求怎样使用同一次模型快照。
AI 与 Agent
人工智能、Agent 的机制与实践，以及模型和工具的使用。
筛选与排序
共 54 个阅读入口
读懂 Attention Is All You Need：从一次加权求和到完整 Transformer
用四张可播放、可逐步查看的动态图，解释 Q、K、V、缩放点积注意力、多头、位置编码、因果掩码，以及原版 Transformer 的编码器、解码器与训练过程。
DeepSeek Harness 源码解析（八）：effect、Fiber 与 Scope 怎样清理资源
沿固定源码追踪 Cordis effect 与 Fiber 的资源所有权、逆序与并发清理、异步初始化和失败，再解释 dsh Scope 的双重释放入口与 Agent Loop 的有序卸载。
DeepSeek Harness 源码解析（九）：Loader 怎样把配置变成运行中的插件
沿着 EntryTree、配置表达式、volatile 引用、服务隔离与 dsh HMR，追踪一次配置变化怎样影响插件实例，并用 28 组固定源码实验核对完成边界。
DeepSeek Harness 源码解析（六）：类型声明如何接上服务注册
沿 ctx.fs 追踪 DeepSeek Harness 的 Context 声明合并、类型导入、运行时注册与声明产物，通过 TypeScript 实验、真实 Cordis 生命周期与独立包消费，区分编译器看见字段和进程 …
DeepSeek Harness 源码解析（七）：五种事件派发怎样执行监听器
沿 Cordis EventsService 追踪 emit、parallel、serial、bail 与 waterfall 的监听器选择、执行顺序、返回值、异常及清理，结合固定源码聚焦实验解释 fs 与 Agent …
DeepSeek Harness 源码解析（十）：Agent、AgentHandle 与实例所有权
从 AgentRegistry 追到真实 AgentLoop，解释 Agent 与销毁 handle 的区别、未发布 setup、创建公告、调用方与工厂所有权，以及取消、回滚和持久化句柄的清理边界。
DeepSeek Harness 源码解析（五）：Context、Service 与依赖注入如何协作
沿 ctx.fs 追踪 DeepSeek Harness 的 Cordis 服务解析，解释 Context 代理、Service 注册、inject 激活条件、服务域隔离和调用方追踪，并区分 Cordis 服务域与 …
DeepSeek Harness 源码解析（三）：源码目录、包依赖与文档地图
沿 read 工具寻找真正的文件读取实现，区分 DeepSeek Harness 的目录归属、包依赖与运行时服务关系，建立从文档、manifest、插件入口到具体实现的源码阅读路线。
如果 AI 研发自动化引发智能爆炸，会怎样？
Geoffrey Hinton 等 22 位作者联名论文的中文译文：AI 研发自动化如何形成加速反馈，哪些瓶颈可能阻止智能爆炸，以及社会影响与政策应对。
DeepSeek Harness 源码解析（二）：一次用户请求如何经过整个 dsh 系统
沿固定版本的源码追踪一次 dsh 请求：从浏览器提交、Host 校验和 Agent 入队，到模型调用、工具执行、会话日志及界面更新，配合可暂停和单步推进的数据流演示。
DeepSeek Harness 源码解析（四）：CLI、Web、Desktop 与 SDK 如何组装同一套运行时
沿 runCli、runProfile 与 Cordis Loader 追踪 DeepSeek Harness 的配置创建、分层覆盖、启动审查与退出，比较 Web、headless、Desktop 和 SDK 的任务通道 …
构建有效的 Agent 自动化
Lance Martin 与 CJ Avilla 介绍如何通过 Claude Managed Agents 构建定时简报自动化，涵盖来源读取、发布确认、持久记忆、权限和预算控制。
理解 AI Agent 评估：方法与实践
Anthropic 系统介绍 AI Agent 评估的组成、评分器、不同类型 Agent 的评估方法，以及从零搭建和长期维护评估体系的实践。
面向长期应用开发的 Harness 设计
Anthropic 分享长期应用开发中的 Harness 设计：以规划、生成与评估 Agent 改善前端设计和全栈应用质量，并随模型能力变化简化编排。
让一组并行 Claude 构建 C 编译器
Anthropic 研究员 Nicholas Carlini 分享让 16 个 Claude Agent 从零构建 C 编译器的实验，以及长期自主开发中的测试、并行协作与能力边界。
DeepSeek Harness 源码解析（一）：从代码补全到仓库级 Agent
从一个取消导出的修复任务出发，比较代码补全、对话助手与 Coding Agent，解释 Harness 如何组织仓库上下文、工具执行和会话记录，再对照 DeepSeek Harness 固定源码建立阅读入口。
Agent Spec：如何用自然语言定义一个可执行系统
用文档整理任务解释 Agent Spec：如何写清目标、步骤、循环、约束、任务拆分和输出格式，以及何时停止执行。
Human-in-the-Loop：Agent 什么时候应该停下来问你
解释 Agent 何时需要人工介入，并用可运行的 SQLite 示例保存待审批请求，核对请求 ID、审批人、操作内容和期限，验证重启、并发与一次性认领。
持久记忆实战：让 Agent 跨会话记住用户
用真实 SQLite 按用户保存已确认的偏好和事件，跨进程检索，执行更新删除，并在每次模型调用前强制检查字符预算。
Skill 实战：教 Agent 写你风格的博客
用可运行的 Python 示例扫描和匹配 Skill，限制工作区读写，授权后保存新规则，并重新读取实际文章检查结构；默认离线运行，可选接入真实模型。
MCP 集成实战：让 Agent 连接真实服务
用官方 Python MCP SDK 连接两个真实本地 FastMCP 服务，完成初始化、工具发现、命名空间映射和调用，并验证错误处理、超时与取消清理。
Multi-Agent 实战：用 Supervisor 模式构建代码审查系统
运行一个完整的本地 diff 审查程序：以并发上限调度三个 Reviewer，校验 JSON 意见、文件行号与引用证据，并显式保留失败、取消和部分结果。
调试 Agent：当你不知道它为什么做了那件事
用可运行 CLI Coding Agent 的真实 JSONL 记录，解释如何关联模型调用、工具分发与进程结果，并定位超时、拒绝和未完成任务。
文件管理 Agent 实战：当操作不可逆时，Guardrails 怎么落地
运行一个带显式审批和持久撤销日志的文件管理 Agent：限制工作区、预览提案、备份删除内容，并通过真实临时文件测试验证跨进程恢复与冲突拒绝。
Research Agent 实战：从 RAG 到自主研究
用可运行的 Python 示例实现研究规划、本地语料搜索与读取、带来源笔记、报告检查和有上限的修订循环，区分固定响应验收与真实模型研究质量。
Guardrails：如何约束 Agent 不做错事
用可运行的文件工具边界解释输入、执行与输出检查：校验操作和参数，限制工作区路径，按完整内容授权写入，并以拒绝后无写入的测试说明范围。
记忆的四种形态：Agent 如何在不同时间尺度上保住它知道的事
从「Agent 为什么会忘事」出发，系统梳理短期、情景、语义与程序四种记忆的定义、适用场景与工程实现，并厘清与 RAG、上下文管理的边界。
构建 AI Agent 的开源工具栈指南
Paolo Perrone 分享自己构建 AI Agent 原型时使用的工具，按框架编排、浏览器控制、语音、文档理解、记忆、测试、监控、仿真与垂直 Agent 九类介绍用途和个人取舍。
AI 智能体的常见工作流模式——以及何时使用它们
用顺序、并行与评估-优化三种模式组织多智能体任务：各自适用场景、代价与收益，以及如何组合与选型。
Prompt engineering 最佳实践
Claude 团队介绍如何把需求、背景、约束和示例写清楚，并用预填充、思维链与多步提示控制输出，以及如何排查常见问题。
Skills 详解：与 prompts、Projects、MCP、Subagents 如何分工与配合
说明 Claude 生态中 Skills、prompts、Projects、Subagents、MCP 各自解决什么问题、何时选用，以及如何组合成研究型 agent 等工作流。
超越权限提示：让 Claude Code 更安全、更自主
介绍 Claude Code 的权限模型与审批疲劳，以及基于操作系统能力的沙箱：文件系统隔离、网络隔离、沙箱化 bash，与云端 Claude Code 的凭据隔离设计。
构建多智能体系统：何时使用、如何使用
Anthropic 讨论何时应从单智能体转向多智能体：用独立上下文隔离信息、并行探索、按职责配置工具与提示词，并说明如何分配任务和验证结果。
什么是 Model Context Protocol？让 AI 连接你的世界
介绍 Model Context Protocol（MCP）如何统一大语言模型与外部工具、数据源的连接方式，解释客户端与服务器的分工，并以 Claude Connectors 展示实际用途。
什么是 RAG：让大模型用上你自己的知识库
从检索增强生成的基本流程出发，说明索引、向量化、混合检索与重排序等关键环节，以及 RAG 与微调、Agent 的关系。
塑造 2026 年软件构建方式的八大趋势
Anthropic 对 2026 年代理式编程（agentic coding）的展望：编码 agent 成为协作者、行业数据与落地案例，以及组织应优先关注的四个方向。
用 Agent Skills 为真实世界装备智能体
介绍如何用 Agent Skills 文件夹记录任务步骤和组织背景，按需加载说明、参考资料与代码，并说明编写、评估和安全审查的方法。
用 Skills 构建智能体：为专业化工作装备智能体
介绍如何把领域工作流程写成 Agent Skills 文件，按需加载指令和参考资料、复用脚本，并与 MCP 连接的工具和数据配合完成专业工作。
用 Skills 与 MCP 服务器扩展 Claude 的能力
说明 Model Context Protocol（MCP）与 Agent Skills 如何配合：MCP 连接外部系统，Skills 记录领域知识与操作流程。通过金融分析、会议筹备案例和对照表，介绍两者的选用方式。
从零构建 CLI Coding Agent：ReAct 驱动的实战实现
运行一个完整的 Python CLI Coding Agent：默认用固定模型响应驱动真实文件操作和测试命令，支持逐次批准、超时清理与 JSONL 追踪。
Skill：不改模型、不写代码，教会 Agent 做专家级别的事
用博客写作示例解释 Skill 如何提供项目规范、操作步骤和验收标准，以及发现、读取和按需加载参考资料的过程与限制。
MCP：让 Agent 的工具生态不再各自为战
从工具集成的 N×M 问题出发，系统解析 MCP 的架构设计、核心原语、传输机制与安全模型，说明它为什么可能成为 Agent 工具层的基础协议。
多 Agent 协作：当一个 Agent 不够用时，如何让多个 Agent 分工合作
解释多 Agent 的四种分工方式，并用可运行的 SQLite 任务板实现原子认领、版本检查和独立消息游标，验证并发工作者不会相互覆盖。
Reflection：Agent 如何审视自己的输出并纠正错误
解释 Reflection 为什么是 Agent 的质量保证层，以及如何用输出后审查、执行中自我纠错和多 Agent 交叉审查发现并修正隐性错误。
Prompt 设计：Agent 的系统提示词怎么写
系统解释 Agent 的 system prompt 应该包含哪些部分、为什么这些部分重要，以及常见 prompt 设计错误该如何避免。
工具接口设计：让 Agent 用得好，比让 Agent 用得上更难
解释为什么 Agent 时代的工具接口不能只追求人类可用，并从粒度、返回值、错误处理与状态管理四个维度给出可落地的设计原则。
如何评测一个 Agent：不只是看它回答得好不好
解释 Agent 评测为什么不能只看最终答案，并给出覆盖任务完成率、过程合理性、错误恢复与稳定性的评测框架。
Planning：当 ReAct 不够用时，Agent 如何提前分解目标
用可运行的异步 Plan-and-Execute 说明任务分解、结果验收、结构化状态，以及总截止时间、步骤和重规划上限如何共同约束执行。
ReAct：模型如何让推理与行动交替运转
解释 ReAct 如何让模型在推理与行动之间交替运转，以及它为什么是 Agent 推理机制的基础范式。
上下文与记忆：Agent 为什么会在长任务中失去方向，以及如何设计状态管理
解释模型本轮输入与长期记录的区别，用可运行的字符预算包装器保护当前任务、完整工具交换和结构化计划状态。
Tool Use：为什么它是 Agent 的核心能力
从模型的封闭性出发，解释 Tool Use 为什么是 Agent 与外部世界连接的关键接口，以及工程上如何把工具系统设计到真正可用。
什么是 Agent：从聊天助手到可执行系统
从目标、工具、状态与执行闭环几个角度理解 Agent，说明它和普通聊天机器人、固定工作流之间的区别。
主流大语言模型全景指南：比较与实战选型（2026 年 10 月更新）
截至 2026 年 10 月 14 日，比较 GPT-6、Claude 5.5、Gemini 4 Argon、Grok 4.7 及 DeepSeek、Qwen、Kimi、GLM 等主流模型，说明 API 成本、部署限制与 …
没有符合条件的文章，试试调整或重置筛选。