logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

从一次模型调用到生产级 Agent Harness 的架构设计

Agent 看起来越来越像小型操作系统,并不是因为谁一开始就规划了操作系统。每一层都是模型撞上边界以后,工程系统不得不补上的回答。记不住,就装配上下文;碰不到世界,就接入工具;一步做不完,就启动循环;历史装不下,就分出长期记忆;副作用变强,就长出会话、权限、沙箱、事件和子 Agent。模型还会继续变强,但 Harness 不会因此消失。未来的分水岭,未必只是谁的模型更聪明,而是谁能为同一个模型搭出

#人工智能#AI
从一次 LLM 调用到完整 Harness,Agent 到底经历了什么?

回到开头,今天的 Agent 看起来像一套小型操作系统,并不是因为有人一开始就想造一套小型操作系统。每一层都是模型撞上边界以后,工程系统不得不补上的回答。记不住,就装配上下文;碰不到世界,就接入工具;一步做不完,就启动循环;历史装不下,就分出长期记忆;真实副作用越来越多,就继续长出会话、权限、沙箱、事件和子 Agent。Agent 做决策,Harness 让这些决策可以持续、可控、可恢复地发生。

#人工智能#AI
美国三大AI供应商:ChatGPT、Claude 和 Grok 同时崩溃,原因是什么?

当地时间 2026年9月3号晚上时间,全球几个主流人工智能服务平台发生罕见的集体宕机事件。包括OpenAI ChatGPT、Anthropic Claude Code以及马斯克旗下XAi平台的Grok在几乎同一时间段发生服务瘫痪。AI编程工具Cursor也证实,因Claude与Grok中断而连带受影响。

#人工智能#AI
图解 AI Agent:Agent = 模型 + Harness

—指围绕"模型该看到什么"做的系统性设计,是 Harness 工程里最核心的一块,Fowler 那篇文章的原文观点是:上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。它标准化的是 Harness 里"工具层"的接口,是 Harness 的一个零件,不是 Harness 本身。Claude Code、Codex、开源的 opencode,内核都是这个循环的工

#人工智能#AI#python +1
图解 AI Agent:Agent = 模型 + Harness

—指围绕"模型该看到什么"做的系统性设计,是 Harness 工程里最核心的一块,Fowler 那篇文章的原文观点是:上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。它标准化的是 Harness 里"工具层"的接口,是 Harness 的一个零件,不是 Harness 本身。Claude Code、Codex、开源的 opencode,内核都是这个循环的工

#人工智能#AI#python +1
图解 AI Agent:Agent = 模型 + Harness

—指围绕"模型该看到什么"做的系统性设计,是 Harness 工程里最核心的一块,Fowler 那篇文章的原文观点是:上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。它标准化的是 Harness 里"工具层"的接口,是 Harness 的一个零件,不是 Harness 本身。Claude Code、Codex、开源的 opencode,内核都是这个循环的工

#人工智能#AI#python +1
图解 AI Agent:Agent = 模型 + Harness

—指围绕"模型该看到什么"做的系统性设计,是 Harness 工程里最核心的一块,Fowler 那篇文章的原文观点是:上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。它标准化的是 Harness 里"工具层"的接口,是 Harness 的一个零件,不是 Harness 本身。Claude Code、Codex、开源的 opencode,内核都是这个循环的工

#人工智能#AI#python +1
图解 AI Agent:Agent = 模型 + Harness

—指围绕"模型该看到什么"做的系统性设计,是 Harness 工程里最核心的一块,Fowler 那篇文章的原文观点是:上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。它标准化的是 Harness 里"工具层"的接口,是 Harness 的一个零件,不是 Harness 本身。Claude Code、Codex、开源的 opencode,内核都是这个循环的工

#人工智能#AI#python +1
别再说“全栈”了,AI 时代团队只认这 5 种人

当工程、产品、设计在 AI 面前熔合成一种新角色,团队里真正存在的是什么角色?Claude Code 之父 Boris Cherny 给出的答案是五种工作原型:原型者、建造者、清扫者、增长者与守护者。本文从他的观察出发,聊聊 AI 原生团队中职称压缩及分工形态的重排现象。

#人工智能#机器学习
别再说“全栈”了,AI 时代团队只认这 5 种人

当工程、产品、设计在 AI 面前熔合成一种新角色,团队里真正存在的是什么角色?Claude Code 之父 Boris Cherny 给出的答案是五种工作原型:原型者、建造者、清扫者、增长者与守护者。本文从他的观察出发,聊聊 AI 原生团队中职称压缩及分工形态的重排现象。

#人工智能#机器学习
    共 291 条
  • 1
  • 2
  • 3
  • 30
  • 请选择