很多人第一次听到 “Harness” 会以为是某个框架或者库。其实不是，Harness 就是「套在核心逻辑外面的那层保护壳」。你写了一个 Agent，核心逻辑是「规划 → 调工具 → 合成答案」但真实世界里工具会超时、会报错、会卡住，LLM 会抽风，异步任务会 panic如果直接裸跑，任何一个环节出问题，整个请求甚至整个进程就崩了Harness 就是在核心逻辑外面包一层「安全带」：超时、重试、取消

粒度做法成本效果整段摘要把被切掉的 N 轮压成一句话1 次 LLM 调用保留大意，丢细节关键信息抽取只抽"实体 / 决策 / 未决事项"1 次 LLM 调用结构化，可长期保存指代消解写入历史时就把"刚才那个方案"替换成具体名称0 额外调用最省，但需要在写入侧改造第三种是最划算的——它不压缩，而是让内容变得"可截断"。指代一旦被消解，即使这条消息被切走，剩下的消息也能自解释。最好的压缩，是让不需要压

去重不是删除，是吸收—— 信息的密度只增不减合并不用 LLM，用规则—— 确定性比智能更重要，尤其在热路径淘汰必须联合判定—— 单一维度一定会误伤算完"该删谁"之后还要能"捞回来"—— 保护机制是规则系统的安全阀而最能体现工程成熟度的，不是这四个参数本身，而是知道它们的边界在哪衰减只用时间 → 高频记忆会冤死importance 不累加 → 反复陈述没有回报软删无恢复接口 → "可回溯"要打引号能

原文写的是："压缩：对长文本做摘要。代码里没有摘要，只有整条丢弃。真实的三级裁剪是：层级位置粒度动作第一级召回时单条TopKMinScore过滤第二级填槽后单个槽位按预算累加，超了就切掉后续整条 item第三级全部填完全局按优先级从低到高，逐条丢弃 item// 单槽位裁剪：累加字符数，超预算就截断列表total := 0return items[:i] // 丢弃剩余整条，不截断单条文本// 全

长期记忆的写入，难点从来不在"调 LLM 抽个 JSON"。安全——怎么让恶意内容连门都进不来粒度——怎么把长对话切成"可召回、可淘汰、可判断冲突"的最小单元一致性——怎么保证三个存储引擎永远说的是同一件事收敛——怎么让记忆库在用了一年后仍然可用，而不是变成垃圾场把这四件事都做对之后，"记忆"才从一个 demo 特性变成了一个工程能力。

生命周期冲突：刚才聊的两句只该活几轮，而"用户叫小明"该活几个月；放一起，短的会被长的挤掉，或者长的被短的大量淘汰规则误伤；用途冲突：闲聊只需要"用户喜好"，多步任务却需要"计划做到第几步、工具调过哪些、前面查到了什么"——后者根本不是长期知识，任务结束就该丢弃。因此按生命周期和使用场景分成四层：层级存什么生命周期实现位置短期记忆 STM最近 N 轮对话（user + assistant）会话级，

模型不记人。本文用一个真实项目（Go 后端 + Vue 前端）的记忆子系统为例，讲清楚三件事：记忆系统到底该存什么、怎么取、怎么管；为什么“数据库 + 向量库”要同时存在；多库之间没有分布式事务时，怎么保证“记忆写了就一定能搜到”。代码基于 AGI-saber 项目（团队项目），文中所有函数名和文件路径均来自真实实现，代码片段做了简化。Outbox 保证不丢，对账保证不错，版本加哈希保证可判。记忆

在编程世界中，时间处理是一个绕不开的话题。时间戳作为时间的一种数字化表示方式，在各种系统中都有着广泛的应用。本文将带你深入理解时间戳的概念、原理和实践应用。1970年1月1日 00:00:00 UTC。时间可以表示为一个整数，便于计算和存储。（在某些系统中可能是毫秒或微秒）。深入理解时间戳：从入门到实践。深入理解时间戳：从入门到实践。（Timestamp）是指从。strftime 常用格式化符。（

排列的LCS → 转换为位置序列 → 求LIS降维打击：把二维问题变成一维问题这在算法里是非常核心的一种能力，比单纯会写代码重要得多。

树是一种非线性结构，具有以下特点：有且只有一个根节点（Root）每个节点可以有多个子节点不存在环（无回路）任意两个节点之间只有一条路径A/ | \B C DE这里：A 是根节点B、C、D 是 A 的子节点E 是 C 的子节点森林其实很好理解：森林 = 多棵互不相交的树的集合树1: A 树2: X/ \ |B C Y{ 树1, 树2 }也就是说：森林中可以有 0 棵、1 棵、或多棵树每棵树之间互不连