Pi Agent 是什么：一个生产级 Agent 运行时的架构拆解
拆解 Pi Agent 的核心架构——从 Agent Loop 双层设计、原子化工具系统、消息与事件分离到 Session Tree 持久化——理解一个"生产级 Agent 运行时"应该怎么设计。
AI AgentPi AgentAgent SDK
Writing topic
# AI Agent
沿着这个关键词，继续往里看。
App 没有死：Agent 只是把软件入口改成了自然语言
通用 Agent 没有失败，传统 App 也不会消失。真正可靠的 AI 应用，正在把自然语言交给模型，把事实、状态、权限和执行留给确定性系统，再用 GUI 完成展示与确认。
AI AgentAgent AppWorkflow
架构和参数量没变，Agent 为什么还能变强？拆解 DeepSeek V4-Flash-0731 的后训练逻辑
DeepSeek-V4-Flash-0731 没有扩大架构和参数规模，却交出更高的 Agent 测试成绩。关键不是参数“没变”，而是参数量没变、权重经过了新的后训练。本文拆解后训练如何重塑长链路决策，也说明厂商成绩里 Harness 与推理预算的影响。
AI AgentDeepSeekDeepSeek-V4-Flash
Skill 到底是什么？它不是 API，也不是 MCP
Skill 不是 API、MCP 或 Tool 的另一种名称，而是一套可按需加载、可复用、可验证的 Agent 做事方法。本文从规范、运行机制、概念边界、工程设计与安全风险五个方面系统拆解 Skill。
AI AgentMCPAgent Skills
Agent Harness、Loop、Graph：别再把三种 Agent 工程混成一件事
写这篇文章时，我刚好用两次真实返工把三个概念分开：Harness 管工作条件，Loop 管证据与返工，Graph 管执行拓扑。它们不是三代技术，而是同一套 Agent 系统的三个工程抓手。
Harness EngineeringAI AgentLoop Engineering
十几个微服务，怎么让 AI Agent 真正参与系统设计和编码？
把十几个微服务放进同一个 workspace，只是 Agent 工程的第一步。真正让它可靠起来的，是高质量上下文、服务边界地图、协议活文档，以及一套能让 Agent 自己跑起来的验证闭环。
Context EngineeringAI AgentMicroservices
别再只会提示 AI 了：Loop Engineering 才是 Agent 时代真正的工程能力
Prompt 没有过时，但它正在从主角变成零件。真正拉开差距的，是你能不能设计一个可靠运行、持续验证、知道何时停下来的 Agent Loop。
Claude CodeContext EngineeringAI Agent
AI产品经理到底应该干什么
这两天刷到 Cat Wu 那期访谈，脑子里一直有个问题没散。 AI 产品经理到底应该干什么？ 这问题听起来像招聘面试题，但越想越觉得，它其实是在问所有做产品的人，你手里那套吃饭工具，还剩多少有效。 Cat Wu 是 Anthropic 里负责 Claude Code 和 Cowork 的产品负责人，…
AnthropicClaude CodeAI Agent
Agent记忆模块实践指南 — 让AI真正"记住"你是谁
你有没有过这样的体验？ 周一跟AI助手说”我喜欢深色主题，代码风格用ESLint Airbnb”，它记住了。周二再问，它还记得。到周三，新开了一个对话窗口，又得重新说一遍。 这就是大语言模型的根本问题—— 它没有记忆 。准确地说，它是无状态（stateless）的。每次对话都是一张白纸，模型本身不会…
Context EngineeringAI Agent记忆模块
Agent质量评估实践指南 — 从"能用"到"好用"有多远
最近在研究Agent应用落地的过程中，发现一个很普遍的现象：大家花了很多精力在Agent的能力建设上——接入工具、设计Prompt、编排工作流，但很少有人认真想过一个根本问题： 这个Agent到底好不好？ 不是说它跑不跑得通，而是它是不是真的可靠、高效、安全。跑通一个Demo和交付一个生产级的Age…
AI AgentAgentic AI质量评估