我在一线做 CRM Agent 和企业 Agent 长流程开发时，越来越确定一件事：很多 Agent 不是不会执行，而是不知道自己执行到了哪一步。

前几天有个粉丝私信我，说他去面了一家xm，二面的时候面试官问了一个他觉得"应该很简单"的问题："你之前申请过一些的token 激励吧？快过期的时候你是怎么处理的？

一个 7B 参数的 Agent，在 ALFWorld 上跑出了 97.5% 的平均成功率，超过此前最强基线 2.6 个百分点。关键在于：它的技能库从零开始，由 Agent 自己检索、使用、蒸馏生成——整个过程只靠一个任务结果信号驱动。这篇来自中科大、美团、新加坡国立等团队的论文 Skill1，正在重新定义 Agent 和技能库之间的关系。

面试官一般这么问："你了解过Claude Code的源码泄露事件吗？从中学到了什么？"2026年3月31日，有人发现Claude Code的npm包（v2.1.88）体积异常——**59.8MB**，比正常版本大了10倍。

帮我订一张明天从北京到上海的高铁，早上8点左右，二等座。这一句话，系统要完成20个步骤：先判断你是要订票还是查班次（判断错了就返回时刻表而不是付款链接），再识别出"北京"指的是北京南站不是北京站（高铁主要从南站发车），再把"早上8点左右"解析成06:00到09:30这段时间范围……任何一步出错，要么系统多追问你两轮，要么给你订了一张退不了的错票。

Agent Harness Engineering**：大模型LLM的**全栈基础设施层**，**包含执行环境、工具协议、上下文管理、编排调度、可观测性、验证评估、安全治理七大模块

Skill 能给 Agent 增加新能力——这话没错，但解释的是现象，不是原理。>> 站在**LLM 底层交互协议**的角度，整个过程会清晰很多。

大部分Agent教程，第一节课都在教你"怎么调LLM API"、"怎么写prompt"、"怎么function calling"。

前段时间有个朋友去面蚂蚁，二面的时候面试官出了这么一道题：现在有一个1G的文件，要让Agent对它进行分析并返回图表，你会怎么设计？

关于构建 AI Agent，业界通常谈的是三种架构路径：SDK、Frameworks、Scaffolding。这三种方式各自站在灵活性与结构性的不同位置，也各有适用场景。