- 00 从 Demo 到可交付:如何做一个 Agent 项目一篇面向工程落地的 Agent 项目指南:从场景定义、工具设计、编排、记忆、RAG,到评估、观测与安全边界。2026-07-28
- 01 上下文工程:为什么你的 Agent 越聊越笨从「Agent 越聊越笨」这个现象出发,讲清楚上下文到底是什么、长上下文为什么会失效,以及写、选、压、隔、缓、验六种可以立刻照做的上下文工程手法。2026-10-04
- 02 记忆系统:Agent 怎么记住该记的,忘掉该忘的从「记性太好的 Agent 反而更笨」讲起:三种记忆怎么分、什么时候该写、四类记忆分别记什么、怎么遗忘和消解冲突、怎么按需召回而不是全量塞进 prompt,最后给出一套可执行的记忆验收方法。2026-10-05
- 03 工具设计深水区:粒度、错误语义、幂等与 MCP工具不是「给模型开的后门」,而是给模型用的 API。这一讲聊四件事:工具该切多大、报错应该长什么样、为什么幂等比你想的重要,以及工具多到用不过来时该怎么治——顺带把 MCP 放在正确的位置上。2026-10-06
- 04 编排与多 Agent:什么时候该拆,什么时候千万别拆从「我把 Agent 拆成三个,结果它变笨了」讲起:编排、工作流与多 Agent 是三件事;先给五条「千万别拆」的可判断依据,再给四条「真的该拆」的信号、五种编排形态的选型表,最后把选题助手从一条大 prompt 改成两阶段 + 网关。2026-10-07
- 05 评估体系:怎么知道你的 Agent 变差了从「我改了一处工具描述,第二天它变差了,但没人能说清差在哪」讲起:黄金集、边界集、回归集三套用例怎么搭,LLM-as-judge 的三个必须防的坑怎么防,trace 打分到底看什么,以及怎么给选题助手加一套二十分钟出结论的最小评估。2026-10-08
- 06 可靠性与成本:什么时候该重试,什么时候该放弃从「它没变差,它只是停不下来」讲起:失败分四类、只有一类值得重试;降级阶梯怎么搭、预算为什么必须是硬上限;模型路由能省的钱为什么比你以为的少;以及怎么把选题助手那个 for attempt in range(3) 换成一套真的会失败的系统。2026-10-09
- 07 人机边界:什么时候该问人,什么时候该放心让它做从「它覆盖了我手动改过的一版选题,三天后我才发现」讲起:危险要换成可逆性 × 影响面两个能算的维度;权限的载体是 capability 不是提示词;确认要给 diff 不给意图;trace 不等于审计日志;以及先做可逆、再谈授权——把 save_topics 从「必须问」改成「不 …2026-10-10
