本文认为，AI Agent 的出现并不是一次渐进式改良，而是对软件范式的根本重构。

我不再是在操作。不再是在管理。也不再在传统意义上指挥。我在设计结构，决定什么承载负载，塑造最终体验。我是一个架构师。

大多数AI智能体系统只给你结果。Claude的新动态工作流给你结果以及产生结果的过程。

现代AI智能体背后的核心架构：反思、工具、规划、多智能体系统和人机协同

上下文工程大约80%是智能搜索。

给那些想要正确的模式、而不是最炫酷模式的工程师的实战指南。

我们构建 AI 的方式在三年内改变了三次。大多数人还在追赶第二次转变。第三次转变已经到来了。

深入AI智能体的记忆——让聊天机器人真正记住你的五阶段流水线，三个压力测试你自己AI设置的提示词，以及深入研究所需的工具和研究。

上海人工智能实验室发布的论文和开源仓库，既吸引了大量星标，也引发了强烈反弹。

大多数AI用户的本能是归咎于模型。如果答案错了，我们假设模型误解了任务。实际上，模型几乎总是在用给定的数据做我们告诉它做的事情。失败实际上发生在上游。

难的不是设计 Agent。难的是设计交接面。

这是你唯一需要的一篇指南，帮你理解智能体 AI 的隐性经济，以及如何在用 AI 构建的同时省钱。

行业的第一波创新专注于模型。差异化越来越多地从模型转向Harness。基础模型提供智能，但Harness决定了这种智能能多有效地感知、行动、记忆、恢复和随时间改进。