[智能体设计 #1] 什么是 Harness Engineering？Prompt 之后的下一步
Harness 是包裹模型的执行循环。本文整理了工具、权限、上下文管理和反馈这几个组成部分，说明智能体性能为何由模型智能与 Harness 质量的乘积决定，以及优秀 Harness 的条件。
阅读文章精选主题 · 14 篇文章
AI 智能体
从基础原理到实践取舍，系统浏览 AI 智能体 文章。
最新文章
AI 智能体
【智能体设计 #2】上下文工程：像管理预算一样使用上下文窗口
上下文窗口并非越大越好，相关性越高才越好。本文总结了将有限窗口当作预算使用的四种策略：选择性加载、摘要、隔离和外部化，并整理了 CLAUDE.md 等始终加载文件的设计标准。
阅读文章[AI 使用说明书 #8] AI 智能体时代总结
前 7 篇介绍的 AI，说到底都是“提问与回答”的工具。从完善问题、提供资料，到验证答案，整个对话始终由人来驱动。但 AI 行业过去两年一直追求的下一阶段，性质完全不同。不是对话，而是把工作本身交给 AI，也就是智能体。…
阅读文章[MCP·Skill #2] AI 代理 Skill 完整解析：从斜杠命令到自动触发
使用 AI 编程工具时，我们经常会重复相同的指令，比如“提交信息使用这种格式”或“部署前按这份检查清单执行”。
阅读文章[AI上下文 #5] 为什么使用子代理？AI代理的上下文隔离原理与委派标准
前几篇介绍了节省上下文的方法：在任务边界清空历史记录（第3篇），并将固定成本设计得简短（第4篇）。但仍有一些任务难以承受，例如“搞清楚这个代码库中的支付逻辑如何流转”。勤勉的代理会读取几十个文件，把所有内容都堆进上下文。调查完成时，反而没有上下文用来利用这些知识修改代码。
阅读文章[AI 上下文 #6] AI 智能体的记忆设计：将信息放在上下文之外（计划文件、记忆与 RAG）
如果你一直读到这里，应该已经看出一个共同模式：尽量减少放在上下文窗口中的内容。第 3 篇的“在 /clear 前将状态写入文件”、第 4 篇的“只放指针，不放正文”，以及第 5 篇的“把过程交给子智能体，只将结论交给主智能体”，全都指向同一个方向。不过，这些文件，也就是移到上下文之外的信息，究竟要放在哪里，我们还没有认真讨论。
阅读文章[AI 上下文 #4] CLAUDE.md 为什么应该简短：AI 代理始终加载上下文的设计方法
第 3 篇介绍了如何使用 /clear 清除对话历史。但在 /clear 后立即查看剩余上下文，会发现它并不是 100%。在 Claude Code 中执行 /context，原因就很清楚了：系统提示、工具定义、CLAUDE.md，以及 MCP 服务器注册的工具，早已占用数万个令牌…
阅读文章[AI 上下文 #1] 智能体为什么会忘记指令
使用 Claude Code 这类编程智能体时，屏幕底部会出现“Context left until auto-compact: 8%”之类的警告。这是聊天型 AI 中不会出现的提示。不过，能解释这个数字为什么减少、归零后会发生什么的人，意外地并不多。
阅读文章[AI 上下文 #2] 长上下文为何会毁掉回答
第 1 篇我们了解了上下文窗口为何有限。但看到如今的模型规格，难免会想：既然已经有 100 万 token 的模型，直接把整个代码库或文档全部放进去不就行了吗？还有必要节省着用吗？
阅读文章[AI 上下文 #3] /clear 与 /compact 的选择标准
前两篇已经完成诊断。上下文窗口是有限的（第 1 篇），填满并不意味着所有内容都会被使用，而且越长性能反而越差（第 2 篇）。因此解决方案很明确：必须管理上下文。包括 Claude Code 在内的编码代理，为此提供的最基本工具就是 /clear 和 /compact…
阅读文章[MCP·Skill #1] 什么是 MCP 服务器？从连接方法到安全注意事项
使用 ChatGPT 或 Claude 时，总会有些不尽如人意的时刻。模型很聪明，却看不到我的数据库，也读不了公司内部 Wiki。
阅读文章