- 博客(128351)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 【DeepThink V1.1.0 发布】全球免费开源自由使用打造你的个人 AI 操作系统：支持全自主托管模式完成超复杂长程任务
DeepThink v1.1.0发布，实现从工具驱动到自主AI Agent系统的重大升级。新版本核心包含：1）Autonomy Layer统一架构，集成7大自主能力（感知、认知、决策、执行、学习、适应、监控）的度量与验收闭环；2）全托管模式（Autonomous Mode），通过三层防御机制和四道硬刹车护栏实现安全自主运行。同时修复桌面版打包依赖问题，新增49项单测和20项E2E测试确保稳定性。该项目为开源多平台AI操作系统，支持本地化部署与复杂任务自动化处理。
2026-08-07 02:20:02
531
原创 AI Agent Harness Engineering 与传统 AI 的本质区别是什么
很多开发者和产品经理至今对「AI Agent Harness Engineering（AI代理线束工程）」存在误解：要么认为它就是套了层工具调用壳的大模型应用，和传统AI没有本质区别；要么把它神化为无所不能的下一代AI形态，忽略其工程化落地的边界。
2026-09-11 01:38:46
3
原创 构建可信赖的AI Agent：可靠性、一致性与鲁棒性设计
可靠性、一致性、鲁棒性。我们将构建一个可信客服Agent回答用户关于产品的问题（基于知识库）；调用计算器工具计算价格；保持回答的一致性与可靠性；处理各种异常输入。我们需要定义自定义异常类，并使用tenacity库实现重试机制。首先，安装tenacity然后，在# 配置日志# 自定义异常类"""Agent的基础异常类"""pass"""工具调用异常"""pass"""LLM调用异常"""pass"""一致性异常"""pass# 重试装饰器"""
2026-09-11 00:50:08
8
原创 Prompt 注入攻防 在工具调用场景下如何做输入净化与白名单
很多开发者在开发工具调用大模型应用时，会陷入一个误区：「既然我用的是 GPT-4o、Claude 3 Opus 这种顶级大模型，它们应该内置了强大的 Prompt 注入防护吧？我只要在 System Prompt 里加一句『不要执行任何恶意命令，不要响应任何试图篡改你规则的输入』就行」。顶级大模型的自身防护也不是 100% 可靠的。
2026-09-10 23:49:31
5
原创 为什么说向量数据库是 Agent 的隐形基础设施
首先，我得纠正很多入门教程甚至部分科普文里对Agent的误解：Agent不是一个“更聪明的ChatGPT”，也不是一个简单的“能调用工具的LLM应用”。Agent是一个具备「感知-决策-行动-反思」闭环能力的自主计算实体，它的核心不是LLM本身，而是这个闭环感知（Perception）：从外部环境（文本、图片、音频、传感器数据、数据库记录、网络信息等）获取非结构化/半结构化/结构化信息，并将这些信息统一编码成LLM或后续决策模块能处理的「上下文语义信号」；决策（Decision-Making）
2026-09-10 22:48:53
7
原创 从 Copilot 到 Autopilot 升级路线图 需要补齐的五个能力
2023年，GitHub Copilot、Cursor、CodeLlama等代码补全/生成工具在开发者社群刮起了第一波“生产效率革命”——根据Stack Overflow 2024年开发者调查报告显示，87%的专业开发者已经在日常工作中使用代码AI工具，平均单个开发者的编码速度提升了45%，代码Bug修复效率提升了32%。代码Copilot本质上只是“增强版的IDE智能补全+轻量级代码审查助手”自主规划全链路任务。
2026-09-10 21:48:15
7
原创 构建 AI Agent Harness Engineering 时常见的十个错误
AI Agent Harness Engineering是指构建支撑AI Agent全生命周期管控的工程体系，核心目标是让Agent的行为可预测、可观测、可评估、可管控、可迭代。对比维度Agent开发框架核心定位降低Agent业务逻辑开发成本管控Agent全生命周期的质量、安全、稳定性核心能力Prompt编排、工具调用封装、记忆管理全链路观测、多维度评估、版本管理、安全管控、容错调度、反馈闭环与业务耦合度强耦合，每个业务Agent都要基于框架开发。
2026-09-10 20:47:37
8
原创 开源项目拆解：AutoGPT 的 Harness 设计缺陷
引言：介绍AutoGPT的爆火与降温，提出本文的核心问题和价值，概述文章结构；前置知识准备：介绍LLM Agent的基本概念、核心组件、AutoGPT v0.4.7的整体架构、项目结构和核心依赖；AutoGPT Harness模块的深度拆解：详细介绍Harness模块的定义、核心概念结构、核心算法流程图、核心源代码；AutoGPT Harness设计缺陷的全面分析。
2026-09-10 19:46:59
8
原创 硬件感知的Agent部署：在边缘设备上运行轻量级智能体的优化技巧
想象一下，如果你有一个智能摄像头，它需要实时检测行人并发出警报。如果所有的计算都要传到云端，那会发生什么呢？首先，网络延迟可能会导致警报不及时；其次，大量的数据传输会消耗很多带宽；更重要的是，如果网络断开了，整个系统就会瘫痪。这就是为什么边缘AI变得越来越重要的原因。边缘AI就是把AI模型部署在靠近数据源的设备上，比如摄像头、智能家居设备、工业传感器等。这样，数据不需要传到云端，直接在本地就能处理，既快又安全，还节省带宽。但是，边缘设备通常有一个大问题：它们的计算能力、内存和电池都很有限。
2026-09-10 14:46:21
31
原创 AI Agent Harness对话安全：恶意内容过滤
在AI技术飞速发展的今天，AI Agent（智能代理）正从简单的对话机器人演变为能够执行复杂任务的自主系统。这些Agent可以访问外部工具、处理敏感数据、与多个系统交互，因此其安全性至关重要。"Harness"在这里指的是对AI Agent的约束、控制和安全防护框架，确保它们在安全、合规的范围内运行。对话安全是AI Agent安全的第一道防线。恶意内容过滤不仅仅是屏蔽不当言论，它涉及防止AI被用于生成虚假信息、煽动暴力、泄露隐私、策划犯罪，以及抵御各类prompt注入攻击。
2026-09-10 13:52:24
16
原创 AI Agent Harness Engineering 办公协作工具：多人协作场景下的Agent角色设计
AI Agent（人工智能代理）的概念可以追溯到人工智能领域的早期研究，但直到近年来，随着大语言模型（LLM）和强化学习技术的突破，它才真正获得了广泛的关注和应用。核心定义：AI Agent是一个能够感知环境、做出决策并执行行动的自主实体。它通过传感器（输入接口）感知环境状态，使用内部模型和算法处理信息，通过执行器（输出接口）对环境产生影响，并能根据反馈调整其行为。自主性：能够在没有持续人工干预的情况下运行反应性：能够感知环境变化并及时做出响应主动性：不仅能对环境做出反应，还能主动追求目标社交能力。
2026-09-10 12:58:25
10
原创 AI Agent的“工具箱”扩展：如何安全高效地集成外部API与函数？
在大语言模型（LLM）驱动的AI Agent爆发式增长的今天，“没有外部工具的Agent，就像没有扳手、螺丝刀的工匠”——只能处理文本生成、逻辑推理等原生任务，无法真正与物理世界、数字业务系统交互，解决用户的“真问题”。
2026-09-10 11:57:48
27
原创 游戏AI：NPC的智能进化之路
游戏AI (Game AI)：指的是在电子游戏中用于生成智能行为的技术集合。不同于学术研究中的通用人工智能(AGI)，游戏AI通常是为特定游戏环境和目标设计的专用智能系统。NPC (Non-Player Character，非玩家角色)：指游戏中不由玩家控制的角色。这些角色可以是友方、敌方或中性，可以有各种不同的功能和行为复杂度。智能体 (Agent)：在AI研究中，智能体是指能够感知环境、做出决策并采取行动的实体。在游戏AI语境下，NPC通常被建模为智能体。游戏状态 (Game State)
2026-09-10 11:03:50
158
原创 为什么 Multi-Agent 一定要测“失败率”而不是“成功率”
在多智能体系统(Multi-Agent Systems, MAS)的性能评估中，我们通常习惯于关注"成功率"这一指标，似乎成功次数越多系统就越好。然而，本文将颠覆这一传统观念，深入探讨为什么在多智能体系统中，"失败率"实际上是一个更加关键、更具指导意义的评估指标。我们将从复杂系统理论、风险分析、系统鲁棒性等多个角度，通过生动的比喻、数学模型、算法分析和实际案例，揭示失败率在多智能体系统评估中的核心价值。文章还将提供实用的测量方法、分析工具和最佳实践，帮助研究人员和工程师更有效地评估和改进多智能体系统。在深入
2026-09-10 02:09:52
133
原创 AI Agent Harness对话安全审计：风险识别
总结参考资料附录：完整源代码链接、测试数据集、配置文件从这个典型案例中，我们可以总结出以下几个重要的教训简单的System Prompt加固和单轮文本过滤根本无法应对隐式Prompt Injection和多轮会话风险：AgentX虽然使用了特殊的分隔符和简单的规则引擎，但还是被黑客A通过“角色扮演”和“多轮隐式Prompt插入”的手法绕过了；工具的访问控制必须严格。
2026-09-10 01:21:14
36
原创 线上事故复盘 模型没错 工具没错 错在链路编排的典型案例
什么是链路编排？简单来说，链路编排就是“按照一定的逻辑顺序、依赖关系和容错规则，将多个独立的服务、任务或模型组合成一个完整业务流程的过程”。它就像电影的“导演”，虽然不直接表演（不做单点的业务逻辑），但决定了整个电影的节奏、顺序和效果。为什么链路编排容易被忽视？因为它是“隐形”的：单点的问题（比如模型报错、Redis宕机）很容易被监控发现，但链路的问题（比如依赖顺序错了、超时设置不合理、重试机制失效）往往要等到事故发生才会暴露。
2026-09-10 00:27:17
114
原创 2026年9月最新AI大模型榜单
🥇 真正第一名其实是 Claude Fable 5.1（56.8分），反超GPT-6 Astra（54.7分，只能排第二） 🥉 前五名里Anthropic一家占了三个：Claude Fable 5.1 / Claude Opus 5 / Claude Fable 5，闷声干大事 🔥 Meta的Muse Spark 1.3也杀进前五，比想象中能打。#AI大模型 #GPT6 #ClaudeAI #人工智能 #科技评测 #AI工具 #大模型排行榜。GPT-6 发布后，2026年9月最新AI大模型榜单。
2026-09-10 00:24:23
42
原创 CrewAI 多智能体框架入门教程
第一章：CrewAI的核心概念与理论基础——我们会先从理论层面介绍CrewAI的设计理念，然后详细讲解每个核心概念的定义、属性、作用，以及它们之间的关系；第二章：CrewAI的环境安装与快速上手——我们会教你如何在Windows、Mac、Linux上安装CrewAI，以及如何用不到50行代码构建你的第一个AI协作团队；第三章：实战项目1：简单版“文案写作组”——我们会从零开始构建一个不需要调用外部工具的AI协作团队，帮你生成高质量的公众号文章；第四章：实战项目2：进阶版“新闻分析组”
2026-09-09 23:38:39
28
原创 构建具备主动性的AI Agent系统
本文全面深入探讨了具备主动性的AI Agent系统的构建方法，从基础概念到前沿实践，为读者提供了完整的知识框架。我们首先定义了主动性AI Agent的核心概念与特性，追溯了其发展历史与理论根基。接着，我们详细分析了此类系统的架构设计原则、核心组件与交互机制，特别关注了如何实现"主动性"这一关键特性。本文还包含了数学模型、算法实现、代码示例以及实际应用案例，旨在帮助读者不仅理解理论，更能掌握实践技能。最后，我们探讨了主动AI Agent系统的伦理考量、安全挑战以及未来发展方向。
2026-09-09 22:44:42
15
原创 为什么你的 AI Agent Harness Engineering 响应慢：延迟优化与性能瓶颈分析完整指南
AI Agent Harness Engineering 是指设计、开发和优化 AI Agent 系统的过程和方法。它涉及多个方面的技术和知识，包括人工智能、软件工程、系统架构、性能优化等。感知模块（Perception Module）：负责获取和处理外部环境信息，如用户输入、传感器数据等。推理模块（Reasoning Module）：负责基于感知到的信息进行推理和决策，通常使用大语言模型或其他 AI 模型。工具调用模块（Tool Calling Module）
2026-09-09 21:44:04
13
原创 企业级AI Agent部署拓扑：分布式架构与负载均衡设计
随着AI技术的快速发展和企业数字化转型的深入，AI Agent正从实验性项目转变为企业核心业务系统的关键组成部分。CAP理论告诉我们，在分区容错性§的前提下，我们只能在一致性©和可用性(A)之间做权衡。：负载均衡是一种将工作负载分布到多个计算资源（如服务器、容器或网络节点）上的技术，目的是优化资源使用、最大化吞吐量、最小化响应时间并避免过载。利用排队论，我们可以对等待时间进行建模。对于AI Agent场景，考虑到请求处理时间的高差异性和系统的动态性，我们通常需要结合多种算法，或者使用更智能的算法。
2026-09-09 20:50:06
11
原创 系统提示、开发提示、用户提示：在 Agent 里怎么分层
在过去的一年里，我参与了超过20个不同领域的AI Agent项目落地（包括电商客服Agent、金融风控Agent、企业知识库问答Agent、代码生成与优化Agent、自动化测试Agent等），也踩过了“巨无霸提示词”的所有坑——经过无数次的“踩坑-反思-优化-再踩坑-再反思-再优化”，我和我的团队最终总结出了一套通用的、可落地的、可扩展的AI Agent提示分层框架。
2026-09-09 19:49:29
20
原创 深入理解 Tool Use 机制：AI Agent Harness Engineering 如何调用外部工具
概念定义Tool Use（工具调用）大模型根据用户请求，自动选择合适的外部工具，生成符合工具要求的参数，执行工具后整合结果给出最终回答的能力Tool（工具）可以被大模型调用的外部能力单元，可以是Python函数、HTTP API、CLI命令、容器化服务等，具备明确的输入输出格式和功能描述Function Call（函数调用）OpenAI提出的原生工具调用协议，是目前行业的事实标准，大模型会输出符合JSON格式的函数调用请求，不需要复杂的Prompt引导。
2026-09-09 19:00:51
47
原创 Harness Engineering：Agent任务结果过滤
各位开发者朋友，大家好！我是阿远，一名正在探索多Agent协作开发的全栈工程师。先给大家讲一个发生在我身上、绝对真实的「崩溃周末」故事：上周五晚上，我终于把攒了3个月年假的目的地定了——日本关西的「和歌山白浜+京都红叶小环线」，并且心血来潮想体验一把最近爆火的「大模型Agent智能旅行管家」，于是用LangChain搭了个3层的小多Agent系统：周六早上9点，我兴奋地打开电脑看结果——整整12套「9天8晚关西小环线」方案，10套Excel都标红了错误！我花了整整周六+周日两天两夜，才从这12套垃圾方案里筛
2026-09-09 14:12:14
63
原创 利用因果推断提升AI Agent在商业决策中的可解释性与准确性_副本
在当今数据驱动的商业环境中，AI Agent正被越来越多地用于做出关键决策，从信贷审批到供应链优化，从市场营销到人力资源管理。然而，随着这些系统变得越来越复杂，它们的决策过程也变得越来越不透明——这就是我们常说的"黑盒"问题。可解释性（Explainability）已成为AI在商业应用中的关键瓶颈。监管风险：随着GDPR、CCPA等数据保护法规的出台，企业需要能够解释自动化决策系统的逻辑。信任风险：客户、员工和利益相关者需要信任AI系统的决策，否则他们不会接受这些系统。运营风险。
2026-09-09 13:23:35
127
原创 Harness 中的故障注入编排：基于混沌实验 DSL
在分布式系统日益复杂的今天，故障已不再是“是否发生”的问题，而是“何时发生”的问题。混沌工程作为一种主动测试系统韧性的方法，正逐渐成为 DevOps 和 SRE 团队的必备技能。本文将深入探讨 Harness 平台中的故障注入编排机制，重点讲解其基于混沌实验 DSL 的设计理念、技术原理与实践应用。我们将通过生动的比喻、详细的代码示例、完整的架构图和真实的企业案例，帮助读者从零开始掌握如何使用 Harness 混沌工程 DSL 构建安全、可重复、可扩展的混沌实验，从而提升系统的韧性和可靠性。
2026-09-09 12:29:38
104
原创 智能体协商机制：当多个 Agent 目标冲突时
在当今人工智能快速发展的时代，多智能体系统(MAS)已经成为解决复杂问题的重要范式。然而，当多个智能体具有不同甚至相互冲突的目标时，如何使它们通过协商达成一致，成为了一个核心挑战。本文将深入探讨智能体协商机制的原理、方法和实现，从基础概念到高级技术，从理论模型到实际应用，全面解析当智能体目标冲突时的协商解决方案。我们将使用生动的比喻、详细的算法分析和实用的代码示例，帮助读者理解这一复杂而重要的领域。想象一下，你正在指挥一支交响乐团。每个乐手都是一个独立的"智能体"——他们有自己的技能、理解和表达方式。
2026-09-09 11:29:01
116
原创 什么是 AI Agent Harness Engineering？新手入门终极指南
在人工智能快速发展的今天，我们正从传统的单一模型应用向更加复杂、自主的智能系统过渡。AI Agent（智能代理）作为这一转变的核心技术，正在重塑我们构建和交互AI系统的方式。然而，随着AI Agent技术的普及，如何高效地"驾驭"（Harness）这些智能代理，使其能够可靠、安全、高效地工作，成为了一个新的技术挑战。传统的AI应用开发方法无法满足AI Agent系统的复杂性需求。开发者面临着如何协调多个代理、管理代理状态、处理代理间通信、确保系统可靠性等一系列新问题。
2026-09-09 02:40:22
343
原创 老年人陪伴与护理智能体
什么是老年人陪伴与护理智能体（SC-CA）？简单来说，SC-CA就是一种以大语言模型（LLM）为核心大脑、融合了计算机视觉（CV）、语音识别（ASR）、语音合成（TTS）、多模态交互（MMI）、物联网（IoT）、知识图谱（KG）等多种前沿技术、能够主动感知老年人的生理和心理状态、主动提供个性化的陪伴与护理服务、能够与子女、社区、医院等多方联动的“数字家人”。和传统的智能设备相比，SC-CA有哪些核心优势呢？“听得懂、说得出、聊得来”的自然交互能力。
2026-09-09 01:46:24
358
原创 如何让 AI Agent Harness Engineering 学会使用工具
那有没有一种方法，可以彻底打破“工具自动化孤岛”、“应急响应补丁”、“LLM写脚本再修脚本”这三层困境，让工程团队的自动化水平从“脚本堆砌”提升到“Agent自主工程化”呢？答案是肯定的——那就是让Harness AI Agent Harness Engineering（以下简称Harness Agent）学会使用工具！什么是Harness Agent？
2026-09-09 00:45:47
392
原创 Multi-Agent商业化机会：从企业服务到消费级产品的降维打击
本文系统阐述了Multi-Agent（多智能体）系统从早期学术原型、B端基础设施落地，到202X-203X年实现消费级降维打击的完整技术与商业轨迹。全文采用“第一性原理解构技术本质→企业服务领域成熟度验证与降维可行性分析→消费级场景降维路径与技术瓶颈突破→核心算法与实现机制→典型项目全链路拆解→未来10年行业发展预测与战略建议”的结构化框架，创新性地提出了**“Agent协作契约-分布式知识锚定-端云协同自治”三维降维打击模型**，并附以百万级并发场景下的生产级Python代码实现。
2026-09-08 23:45:10
23
原创 农业监测 Agent：病虫害识别 Harness
在这篇文章中，我们将探索一个非常有趣且实用的领域——农业监测Agent，特别是它在病虫害识别方面的应用。想象一下，如果我们能有一个聪明的"农田小卫士"，它能24小时不间断地巡视农田，一旦发现病虫害的蛛丝马迹，就立即向农民报告，那该多好啊！这就是我们今天要讲的主题。我们的目的是让每一个读者都能理解这一技术是如何工作的，它能为农业生产带来哪些改变，以及我们如何动手实现一个简单但有效的病虫害识别系统。我们将从最基础的概念讲起，逐步深入到技术细节，确保每个人都能跟上我们的脚步。
2026-09-08 22:44:32
24
原创 基于 Bitmap 的 Harness 租户隔离追踪
核心概念：Harness 是一个智能持续交付平台，提供软件构建、测试、部署和验证的自动化能力。作为企业级 SaaS 产品，Harness 采用多租户架构，为全球数千家企业客户提供服务。关键特性管道即代码：通过声明式 YAML 定义软件交付流程AI 驱动：利用机器学习优化部署策略和异常检测多云支持：无缝集成 AWS、Azure、GCP 等主流云平台可观测性：提供全面的交付流水线监控和分析能力我们的项目名为记录租户对 Harness 资源（如管道、连接器、机密等）的访问。
2026-09-08 21:43:54
12
原创 回归测试怎么做 用失败样本库驱动提示词路由工具持续迭代
在大语言模型（LLM）应用迅速普及的今天，如何保证LLM应用的稳定性和可靠性成为了开发者面临的核心挑战。传统的软件测试方法在面对LLM的非确定性输出时显得力不从心，而回归测试更是成为了一大难题。通过构建失败样本库，驱动提示词路由工具的持续迭代。我们将从问题背景出发，逐步介绍核心概念、系统设计、实现方案以及最佳实践，帮助读者构建一套完整的LLM应用质量保障体系。理解LLM应用回归测试的特殊性与挑战掌握失败样本库的设计与构建方法学会如何设计和实现提示词路由工具。
2026-09-08 20:43:16
12
原创 2026年 AI Agent Harness Engineering 领域十大趋势预测
在深入探讨趋势之前，我们必须先明确几个核心概念——AI AgentHarness——这些概念是我们后续讨论的基础。AI Agent（人工智能智能体）并不是一个全新的概念——早在20世纪50年代，人工智能领域的先驱们就已经开始探讨“智能体”的概念。但直到2022年大语言模型（LLM）爆发式发展之后，AI Agent才真正从理论走向实践，成为全球科技领域最热门的话题之一。那么，到底什么是AI Agent？我们可以从学术定义和工程定义在人工智能学术领域，AI Agent通常被定义为“能够感知环境做出决策。
2026-09-08 19:42:39
71
原创 记忆压缩技术：如何让Agent记住更多而成本更低？
在人工智能快速发展的今天，智能体(Agent)正变得越来越复杂和智能。然而，随着智能体处理任务的增多和复杂度的提升，它们需要存储的信息量也呈指数级增长。这不仅带来了高昂的存储成本，还可能影响系统的响应速度和整体性能。本文将深入探讨记忆压缩技术，这是一组旨在让智能体能够高效存储和检索信息的方法。我们将从基础概念开始，逐步深入到技术原理、实现方法和实际应用，最后展望这一领域的未来发展趋势。通过本文，您将了解如何通过记忆压缩技术，在有限的资源条件下，让智能体"记住"更多有用信息。
2026-09-08 14:48:41
69
原创 智能体上下文管理的艺术：如何在高频交互中维持状态清晰与精简？
想象一下，你正在和一个超级聪明的机器人聊天。你们聊得很开心，从天文地理聊到日常生活。但突然，机器人问了你一个五分钟前你已经回答过的问题，或者完全忘记了你们之前讨论的内容。这时候你会是什么感觉？肯定会觉得这个机器人不够聪明，对吧？这就是我们今天要解决的问题：如何让智能体（也就是那个"机器人"）在和我们频繁交流的过程中，既能记住重要的信息，又不会因为信息太多而变得混乱。让你理解什么是智能体的上下文管理教你一些实用的方法来管理智能体的"记忆"展示如何在实际项目中实现这些方法。
2026-09-08 13:54:44
72
原创 为什么Agent开发正在成为开发者必备技能
在人工智能技术飞速发展的今天，我们正站在一个新时代的门槛上。你可能已经听说过ChatGPT、Claude等大语言模型，它们能够像人一样对话、写文章、甚至写代码。但是，你知道吗？这些模型虽然强大，但它们就像聪明但没有手脚的大脑——它们能思考，但无法直接在现实世界或数字世界中采取行动。这就是Agent（智能体）技术发挥作用的地方。Agent就像是给这些强大的大脑装上了眼睛、耳朵和手脚，让它们能够感知环境、做出决策并采取实际行动。
2026-09-08 12:54:06
170
原创 MetaGPT代码生成机制：从需求到可运行代码的完整转化链路
MetaGPT是一个基于大语言模型的多智能体协作框架，它通过模拟软件公司的工作流程，将自然语言需求转化为高质量的可执行代码。与传统的单智能体代码生成工具不同，MetaGPT引入了多个专业化的智能体，每个智能体扮演软件开发过程中的不同角色，如产品经理、架构师、项目经理、工程师等。这种多智能体协作的方式使得MetaGPT能够处理更加复杂的软件开发任务，生成更加结构化、可维护的代码。每个智能体都有其专门的职责和工作流程，它们之间通过标准化的文档和接口进行协作，从而形成一个完整的软件开发流水线。
2026-09-08 11:53:28
197
原创 AI Agent Harness Engineering 增长策略：从免费试用到底价付费的4步转化漏斗
在讨论增长策略前，必须先厘清本文涉及的三个核心术语——零散Agent（Loose Agent）增长Harness（Growth Harness）零散Agent：指独立部署、功能单一的AI工具，如通用代码生成Agent、文本摘要Agent，缺乏与业务增长逻辑绑定的设计，通常由OpenAI Function Calling或LangChain简单搭建，决策链短、交互深度浅、留存率低。增长Harness：类比工业机械的“线束/ harness”（将分散的传感器、控制器、执行器连接为协同系统的基础设施），
2026-09-08 11:04:51
159
《Kotlin项目实战开发》第3章+类型系统与可空类型
2017-09-30
ClickHouse 高性能、可扩展和低成本的OLAP数据库 陈光剑 20230912
2023-09-14
Will AI Fix Work? 工作节奏超过了我们的跟上能力 人工智能有望创造一种全新的工作方式
2023-05-17
THE AI INDEX REPORT 人工智能指数报告 Measuring trends in Artificial Inte
2023-04-06
An introduction to functional programming through lambda calculus.PDF.zip
2019-09-22
Principles of programming languages by Gilles Dowek (auth.) (z-lib.org).pdf
2021-04-28
Kotlin Coroutines by Tutorials (1st Edition)
2021-04-28
A Brief History of Artificial Intelligence
2021-04-28
怎样做Agent的编排调度？核心方法论和最佳实践是什么
2026-07-10
谁能讲讲？这元旦节到底是放了还是没放？#元旦节#
2025-12-27
2024 年可以实现 AGI 吗？
2024-01-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人