标签：Agent
共 19 篇文章。
-
Agent 任务回放与确定性调试
Agent 生产事故很难复现，本文讲如何用捕获的执行轨迹搭建回放调试环境，处理 LLM 采样、工具调用、时间等非确定性因素。
-
Computer Use 工具的安全边界设计
从隔离运行环境、最小权限、网络白名单、提示注入防护到高风险操作确认，系统讲解 Anthropic Computer Use 接入时应建立的安全边界与审计机制。
-
AI 编程 Agent 内部基准设计
讲清团队如何为 AI 编程 Agent 设计内部基准，覆盖任务集、评分维度、回归门禁与人审流程，避免只看公开榜单做错误优化。
-
MCP 协议在生态中的采纳趋势
基于公开信息梳理 Model Context Protocol 在开发者工具、云厂商、企业内部系统中的采纳路径，分析哪些场景已成熟、哪些仍是早期试验。
-
Claude 多轮工具调用循环健壮性设计：崩溃恢复与语义死循环防护
深入讲解 Claude 多轮工具调用循环的健壮性设计，涵盖语义死循环检测、并行调用部分失败处理、崩溃后断点续跑与中途取消机制。
-
Agentic OS 的未来形态推演：操作系统会被 Agent 重新定义吗
基于公开信息梳理 Agentic OS 概念的几种可能演进路径，探讨 Agent 原生操作系统需要哪些基础设施，以及当前哪些产品已是雏形。
-
LLM 上下文预热（Context Priming）技巧实战
详解上下文预热的核心技巧：角色预热、示例预热、检索预热与记忆预热，帮助 Agent 在对话或任务开始时快速进入正确状态，降低试错成本。
-
AI Agent 平台之战格局梳理（2026 观察）
梳理 2026 年 AI Agent 平台赛道的几大流派与竞争格局，从模型厂商自建 SDK 到独立 Agent 产品，帮开发者理解如何选边站。
-
LLM 并行函数调用实战
跨模型（Claude/GPT/Gemini）并行函数调用的工程实践：依赖图设计、扇出查询模式、部分失败处理与生产环境性能优化，含完整代码。
-
LLM 上下文工程方法论
系统梳理 LLM 上下文工程的核心概念与实战技巧，涵盖上下文窗口管理、信息压缩、RAG 整合与 Agent 记忆设计。
-
AI Agent Prompt Engineering 中文实战指南
编程代理（Cursor/Claude Code/Cline）的 system prompt 与任务 prompt 写法，含上下文裁剪、角色定义、验收标准、防漂移技巧。
-
用 AI 做客服自动化的工程化方案
构建客户支持 AI 系统的完整工程化方案：意图识别、RAG 知识库、工具调用、人机协作、质量监控、合规边界。
-
Anthropic Skills 实战：把能力封装成可复用包
Anthropic Skills（技能包）的概念、定义方式、与 Subagent/MCP 的差异、Claude Code 中的接入实战。
-
Claude Code vs Codex CLI 全面对比
Claude Code（Anthropic）与 Codex CLI（OpenAI）两个旗舰 CLI 编程代理的实战对比，含协议、工具、Agent 模式、长任务能力。
-
Claude Tool Use 最佳实践与陷阱
12 条 Claude Tool Use 设计与生产化经验：工具定义、tool_choice 三模式、调用循环、并行调用、token 优化、上下文爆炸防护与踩坑实录。
-
Claude Computer Use 实战：让 AI 操作你的电脑
Anthropic Computer Use 在国内通过中转接入的可行性、Docker 沙箱、用例与风险，含完整 Python 接入代码与边界提醒。
-
LangChain 中文实战：用中转接入构建 Agent
用 LangChain 在国内通过中转构建 LLM Agent 的实战指南，含 ChatOpenAI 配置、Tools、Memory、LCEL 链式调用、与 LangGraph 的对比。
-
AI Agent 评估方法：怎么知道你的 Agent 真的有效
AI Agent 评估的工程化方法：成功率、步数、token、人工反馈、对抗测试、回归测试，含 SWE-Bench 等公开 benchmark 解读。
-
OpenAI Agents SDK 国内接入与实战
OpenAI 官方 Agents SDK 在国内通过中转的接入方法，含工具定义、handoff、guardrail、tracing 的完整实战代码。