很多团队把"安全"理解为"再请一个 LLM 看着前一个 LLM"。失败模式现象根因提示注入变成策略注入攻击者让 Agent 给恶意动作加[ALLOWED]前缀，护栏 LLM 被带偏你用 LLM 检查 LLM，护栏有和 Agent 同样的漏洞，可被绕过智能监控的 ReDoS 税提交一条让护栏 LLM 算不过来的复杂 SQL，护栏超时，系统"fail-open"放行LLM 不是常量时间操作，把概率系统

评测 Agent，本质是给"会调工具、会多步推理、非确定性"的系统装一套客观护栏。按独立性分层：确定性（Tier1）→ 启发式（Tier2）→ LLM 判断（Tier3），能用底层就别上高层，省成本也降噪。Gate 与 Grade 分离：不可伪造的硬指标进门禁，主观质量分只进报表。评测即代码、评测随 Agent 演进：接进 CI，每次发布与夜间回归都有数据说话。至此，我们的 Agent 工程知识链

评测 Agent，本质是给"会调工具、会多步推理、非确定性"的系统装一套客观护栏。按独立性分层：确定性（Tier1）→ 启发式（Tier2）→ LLM 判断（Tier3），能用底层就别上高层，省成本也降噪。Gate 与 Grade 分离：不可伪造的硬指标进门禁，主观质量分只进报表。评测即代码、评测随 Agent 演进：接进 CI，每次发布与夜间回归都有数据说话。至此，我们的 Agent 工程知识链

本文用约 60 行 Python，基于 OpenTelemetry + OpenInference 给 Agent 装上了一个可 replay 的「黑匣子」：从 Provider 初始化、LLM/工具 Span 埋点、OTLP 导出，到四支柱落地与生产避坑。Agent 上不了生产，多半是「看不见」，不是「模型弱」——先补可观测性再谈优化。OTel 一次埋点、多后端通用，OpenInference

本文用约 60 行 Python，基于 OpenTelemetry + OpenInference 给 Agent 装上了一个可 replay 的「黑匣子」：从 Provider 初始化、LLM/工具 Span 埋点、OTLP 导出，到四支柱落地与生产避坑。Agent 上不了生产，多半是「看不见」，不是「模型弱」——先补可观测性再谈优化。OTel 一次埋点、多后端通用，OpenInference

本文从"工具塞满 Prompt 的三大代价"出发，讲清了声明式 Skills 的本质（Markdown + 轻量元数据）、声明式与命令式的核心差异，以及"检索—按需挂载"为什么能砍掉约 98% 的 Token 成本；最后用一份可运行的 Python 加载器串起发现、匹配、懒加载、路由四个环节，并给出元数据设计、Skill 注入防护、缓存三道生产级避坑。记忆层：让 Agent 跨会话记得住（对话/文

本文从"工具塞满 Prompt 的三大代价"出发，讲清了声明式 Skills 的本质（Markdown + 轻量元数据）、声明式与命令式的核心差异，以及"检索—按需挂载"为什么能砍掉约 98% 的 Token 成本；最后用一份可运行的 Python 加载器串起发现、匹配、懒加载、路由四个环节，并给出元数据设计、Skill 注入防护、缓存三道生产级避坑。记忆层：让 Agent 跨会话记得住（对话/文

MCP 与 A2A 不是竞争关系，而是分层互补想给模型"长手脚"——接搜索、查库、执行命令，用MCP。想让多个智能体"组队干活"——发现能力、委派任务、跟踪状态，用A2A。真实系统里，A2A 的 Agent 内部往往再用 MCP 连自己的工具，形成"团队 + 手脚"的完整架构。本文的 Python 骨架可直接跑通双协议最小闭环，建议你在本地按 4.4 节串起来，再逐步补上鉴权、异步任务与链路追踪，

先把契约定下来，后面怎么换后端都不影响 Agent。@dataclasskey: strvalue: str# 可选：给长期记忆用，做语义检索"""记忆存储抽象，短期与长期各自实现。"""💡 小贴士：接口里把拆开，是因为短期记忆通常只用到 save/load，长期记忆才需要 search。统一抽象但按需实现，避免短期存储被迫实现用不上的检索。Agent 的"失忆"不是模型缺陷，而是工程缺位。记忆

先把契约定下来，后面怎么换后端都不影响 Agent。@dataclasskey: strvalue: str# 可选：给长期记忆用，做语义检索"""记忆存储抽象，短期与长期各自实现。"""💡 小贴士：接口里把拆开，是因为短期记忆通常只用到 save/load，长期记忆才需要 search。统一抽象但按需实现，避免短期存储被迫实现用不上的检索。Agent 的"失忆"不是模型缺陷，而是工程缺位。记忆