本文追踪 DeepSeek Harness 中一条消息从 followup() 到 turn/end 的完整生命周期，回答一个核心问题：生产级 Agent Runtime 如何通过显式边界替代 while (true) 循环的内存状态管理？文章从链路全景图出发，逐段拆解四个核心概念：Inbox（可恢复的待办队列，区分 next-turn 与 next-step）、Turn（完整任务周期，包含 0.

本文拆解了 DSH 底层框架 Cordis 的插件模型，回答一个核心问题：长运行、可热更新的 Agent 系统需要什么样的插件机制？文章从“工具到底依赖谁”这个具体矛盾切入，逐层展开五个核心概念——Fiber（生命周期）、Context（作用域）、inject（依赖声明）、provide（服务提供）、effect（可逆副作用）——并说明它们如何共同解决插件在动态环境中的组合、替换和撤销问题。

本文探讨了DeepSeek Harness（DSH）如何通过分层配置机制构建灵活的Agent运行时系统。核心观点是将产品组装作为运行时的一等公民，通过Profile、Bundle、Patch和Loader四个关键概念实现模块化组合： 分层配置系统：最终配置由空列表依次叠加Bundle层、Profile补丁、全局补丁和命令行补丁形成，确保配置透明可审计。

本文探讨了DeepSeek Harness开源框架的核心价值：它并非追求让模型更"聪明"，而是聚焦如何构建一个可控、可恢复、可审计、可扩展的Agent Runtime系统。作者强调这不是产品评测，而是以该框架为样本，研究以下关键问题： 区分LLM（提供认知能力）、Agent（任务执行者）、Coding Agent（特定领域Agent）和Harness（工程底座）等核心概念 揭示真实场景中Agent

Agent Skill 看似只是一个带 SKILL.md 的文件夹，但它真正解决的不是“怎样保存一段 Prompt”，而是怎样将任务级程序性知识沉淀为可发现、可复用、可验证、可维护的工程能力。本文从“为什么偏偏是文件夹”出发，解释 Skill 与 Prompt、项目规则、RAG、MCP、Subagent 和 Memory 的职责边界，拆解模型、Harness、脚本与外部工具在运行时如何协作，并讨论

Agent Skill 看似只是一个带 SKILL.md 的文件夹，但它真正解决的不是“怎样保存一段 Prompt”，而是怎样将任务级程序性知识沉淀为可发现、可复用、可验证、可维护的工程能力。本文从“为什么偏偏是文件夹”出发，解释 Skill 与 Prompt、项目规则、RAG、MCP、Subagent 和 Memory 的职责边界，拆解模型、Harness、脚本与外部工具在运行时如何协作，并讨论

“苦涩的教训”（The Bitter Lesson）是强化学习之父 Richard Sutton 在 2019 年发表的一篇经典文章，核心观点是：AI 领域 70 年来的最大教训是，那些能够充分利用算力的通用方法，最终总能以压倒性优势胜出；而试图把人类的知识、经验和规则硬编码进系统的做法，长期来看是行不通的。

我原以为 MCP 就是给大模型工具调用装上统一接口。几轮闭卷重建之后，我才分清 Function Calling、Host、Client 和 Server 各自在解决什么问题。

文章摘要： 本文深入解析了SkyWalking全链路监控系统的数据流动过程，通过实验验证了从Agent采集到Elasticsearch存储的完整链路。主要内容包括： 搭建了一个由三个Spring Boot服务组成的Demo环境，演示了请求从网关到后端服务的完整调用链路追踪过程。 详细拆解了SkyWalking三大组件（Agent、OAP、UI）的协同工作原理，包括通信协议和端口分工。 通过七项实验