而 Claude Code、Codex 这类终端 Agent 的崛起，则让 AI 开始自己读代码、跑测试、改文件、提交——人只在关键节点说"对"或"不对"。：导入项目后自动识别可运行入口，覆盖 Spring Boot、Java、Maven、Gradle、npm、Cargo、Go、Python、Make、Docker Compose、Procfile 和 Shell。：双击 Shift 打开全局搜索

而 Claude Code、Codex 这类终端 Agent 的崛起，则让 AI 开始自己读代码、跑测试、改文件、提交——人只在关键节点说"对"或"不对"。：导入项目后自动识别可运行入口，覆盖 Spring Boot、Java、Maven、Gradle、npm、Cargo、Go、Python、Make、Docker Compose、Procfile 和 Shell。：双击 Shift 打开全局搜索

而 Claude Code、Codex 这类终端 Agent 的崛起，则让 AI 开始自己读代码、跑测试、改文件、提交——人只在关键节点说"对"或"不对"。：导入项目后自动识别可运行入口，覆盖 Spring Boot、Java、Maven、Gradle、npm、Cargo、Go、Python、Make、Docker Compose、Procfile 和 Shell。：双击 Shift 打开全局搜索

装进 Cursor、Claude Code、Codex CLI 或 OpenCode 里，让 AI 联网读需求、看代码，再接收管后续的结构保存、检查、渲染和交付。但它的校验器检查的是格式、几何和已写入的关系，代码分析有没有漏掉组件或调用链，它无法证明——涉及真实项目时，仍需要熟悉系统的人做最终确认。装好后不用记参数，直接在 Agent 对话里描述想要的图，比如"使用 Archify 画出一张高层运

装进 Cursor、Claude Code、Codex CLI 或 OpenCode 里，让 AI 联网读需求、看代码，再接收管后续的结构保存、检查、渲染和交付。但它的校验器检查的是格式、几何和已写入的关系，代码分析有没有漏掉组件或调用链，它无法证明——涉及真实项目时，仍需要熟悉系统的人做最终确认。装好后不用记参数，直接在 Agent 对话里描述想要的图，比如"使用 Archify 画出一张高层运

装进 Cursor、Claude Code、Codex CLI 或 OpenCode 里，让 AI 联网读需求、看代码，再接收管后续的结构保存、检查、渲染和交付。但它的校验器检查的是格式、几何和已写入的关系，代码分析有没有漏掉组件或调用链，它无法证明——涉及真实项目时，仍需要熟悉系统的人做最终确认。装好后不用记参数，直接在 Agent 对话里描述想要的图，比如"使用 Archify 画出一张高层运

让 Agent “听话”，关键不在于用更严厉的指令去束缚它，而在于赋予它更强大的规划和拆解能力。通过将复杂任务分层拆解，我们把一个容易出错的宏大目标，变成了一系列简单、可控、可验证的步骤。从单体 Agent 到"规划师—执行者"架构，再到引入"评估者"形成闭环，我们正在从创造一个"指令—执行"的木偶，迈向构建一个真正能够"思考—行动"的智能体。下一次，当你的 Agent 又开始"自由发挥"时，不妨

记忆系统不是 Agent 的"附加功能"，而是决定 Agent 能否从"一次性工具"进化为"长期协作伙伴"的核心基础设施。它的设计涉及存储分层、向量化检索、粒度控制、生命周期管理等多个维度，每一个环节的处理都会直接影响 Agent 的"智商"表现。当你的 Agent 终于能在你第三次说"帮我写个脚本"时，自动用你喜欢的风格、你偏好的语言、你上次确认过的结构来输出代码——那一刻，你会真切感受到：记忆

Codex CLI 走的是"本地优先"路线。更有意思的是一个 OpenAI 官方给出的数字——仅靠 Harness 层面的改进（保留推理与上下文压缩），在模型不变的情况下，ARC-AGI-3 得分从 13.3% 提升到了 38.3%，输出 token 却下降了六倍。回看 Codex 的轨迹，它走的是一条很有意思的路：先以一个轻量、快速、本地优先的 Rust 终端代理赢得开发者好感，再通过 Chat

Codex CLI 走的是"本地优先"路线。更有意思的是一个 OpenAI 官方给出的数字——仅靠 Harness 层面的改进（保留推理与上下文压缩），在模型不变的情况下，ARC-AGI-3 得分从 13.3% 提升到了 38.3%，输出 token 却下降了六倍。回看 Codex 的轨迹，它走的是一条很有意思的路：先以一个轻量、快速、本地优先的 Rust 终端代理赢得开发者好感，再通过 Chat