面试官提问"让 Claude Code 自己跑命令，怎么防它删库？"腾讯 Agent 安全面。面试官：你让 agent 自动改代码、跑 shell，万一它来个 rm -rf 怎么办？候选人：让它别乱跑就行……

如今 AI 圈热度居高不下的Loop Engineering（循环工程），其实我们在日常工作中大概率已经接触过。

大模型本身是"过目就忘"的——每次调用都是一张白纸。可你用 LangGraph 搭的 Agent，却能续聊、能恢复、甚至能"回到三步之前重新跑"。这背后靠的是两个核心概念：**「thread（一次对话）」** 和 **「Checkpoint（每一步的状态快照）」**。这篇文章用 6 张图把 LangGraph 的会话管理彻底讲透，并在最后引申一下生产级框架 DeepAgents 在它之上做了哪些加

Agent 的瓶颈，不在模型，也不在工具，而在有没有一个能持续做事的 Runtime。

长期交互中的 agent 记忆问题，表面上是上下文窗口不够长，实际更接近一个检索策略问题。用户问的问题往往不会直接命中某条历史记录，而是需要先找到一个线索，再从这个线索推到时间、人物、主题或另一个事件。传统记忆系统通常先按 query 做一次 top-k 检索，再把结果交给模型推理；如果第一轮检索没有拿到关键证据，后面的推理很难补救。

如今，智能客服Agent早已不是简单的自动回复工具，而是能自主理解意图、调用工具、闭环解决问题的业务智能体。但很多企业落地后都面临同一个难题：怎么判断自家的客服Agent是真好用，还是“看起来能用”？

AdaMem 把对话记忆从扁平的向量化检索，升级为"四层结构分类存储 + 动态路由检索"，在长周期对话推理和用户画像任务上都达到了 SOTA 效果

这一期我们来给 Agent 装上 RAG，让 Agent 可以直接读我们的代码库。举个具体场景，我问“MemoryManager 是怎么压缩上下文的”。没有 RAG 的 Agent 只能凭训练数据瞎猜，猜得对算运气好。

很多团队做订票 Agent 评测，上来就看最后有没有给出车次。真正让系统返工的不是车次推荐不准，而是前面没有把用户一句订明天下午去上海的高铁拆成**可标注判断**。

OpenClaw、Claude Code、Hermes 这类智能体产品把 Harness Engineering 这个词带火了。它的核心主张很简单：模型能力是概率的、会漂移的、偶尔会失控的，真正让 Agent 可用、可控、可演化的，是模型外面那一层工程化的"骨架"（Harness）：结构化的上下文、约束性的工具协议、生命周期的钩子、可恢复的状态、可观测的评估。但大部分公开的 Harness 实践，