https://www.jdon.com/探索 分享 交流 解惑 授道 。更多关注见https://www.jdon.com/followus.htmlhttps://www.jdon.com/91926-agent-harness-engineering-guide.html优秀生不适合搞软件 AI，只有loser才合适！AI编程助手不只是模型，围绕它的提示词、工具、沙箱、钩子等一套Harness（马具）才是关键。本文讲解Harness工程学：每次失败都变成永久规则，让你用普通模型也能跑出顶级效果。 啥是马具Harness？就给马戴的一套马鞍 缰绳，马鞍让你坐得舒服，缰绳类似方向盘 发动机开关，指挥约束马的行为！ 为何用Harness马具做比喻？马是自由奔跑的灵性动物，“马上民族”说法过去被农耕文明看成是野蛮民族，对于大模型这样新兴事物，人们更愿意用代表自由奔跑AI智能体Agent职场吐槽vibe编程认知困境Sun, 10 May 2026 00:23:00 GMThttps://www.jdon.com/91926-agent-harness-engineering-guide.htmlbanq2026-05-10T00:23:00Zhttps://www.jdon.com/91884-long-running-agents-multi-agent-workflow-ai-task-a.html本文分析长期运行智能体的失败原因，指出简单循环提示词会导致错误累积。作者讨论了如何消除需求歧义、使用多智能体协作、维护跨窗口记忆文件，构建出更可靠的工作流程，并提供可直接使用的开源方案。 让AI跑几天不如让它想清楚！我如何修复长期智能体的三大致命缺陷 你让智能体跑一个长期任务，比如“帮我做个能月入百万的软件”，最笨的方法就是让它在一个循环里反复跑同一个提示词。这玩意儿有个外号叫“拉尔夫循环”，因为像《辛普森一家》里那个傻小子拉尔夫，只会重复干同一件事。 但这个方法AI提示上下文工程AI智能体AgentChatGPT等OpenAI技术后台计划调度任务作业教程Fri, 08 May 2026 03:07:00 GMThttps://www.jdon.com/91884-long-running-agents-multi-agent-workflow-ai-task-a.htmlbanq2026-05-08T03:07:00Zhttps://www.jdon.com/91769-agent-harness-ai-product-shift.html模型能力趋同，竞争焦点已转向智能体agent外壳设计。外壳决定AI能否稳定干活，是企业拉开差距的新战场。 一个聪明的外壳，能把同一个AI模型变成能干活的员工，而不仅仅是会聊天的学霸 你有没有发现，现在AI模型就像大学生一样，越来越多了。以前出一个GPT-4大家惊呼“天才”，现在各种模型你方唱罢我登场，水平都差不多，就像班里突然冒出一堆九十分的同学。那问题来了：大家都是九十分，谁更厉害？答案不是比谁脑子更聪明，而是比谁更能把事情办成。这就好比公司招了两个同校同分的毕业生，一个AI智能体AgentAI提示上下文工程企业架构架构师资料教程Sun, 03 May 2026 09:24:00 GMThttps://www.jdon.com/91769-agent-harness-ai-product-shift.htmlbanq2026-05-03T09:24:00Zhttps://www.jdon.com/91699-cursor-sdk-agent-runtime-shift-ai-infra.htmlCursor推出官方SDK，把它的AI编程agent从编辑器里拆了出来。以后开发者能在任何地方运行这个会写代码的脑子，终端、服务器、自动化流程都行。这件事把AI编程从一个软件功能升级成了系统基础设施，竞争点彻底变了。 Cursor这波SDK发布，直接把写代码用AI这件事，从一个软件功能升级成了一套可以到处塞的基础设施。 以前你要用AI写代码，你得打开Cursor这个编辑器，现在你可以把这个会写代码的脑子塞进任何地方，终端里、自动化流程里、你自己做的产品里，甚至你睡觉的时候它也在帮你修bug。CICD持续集成交付专栏AI智能体Agentvibe编程AI基础设施Wed, 29 Apr 2026 22:13:00 GMThttps://www.jdon.com/91699-cursor-sdk-agent-runtime-shift-ai-infra.htmlbanq2026-04-29T22:13:00Zhttps://www.jdon.com/91696-ai-harness-backend-worker-trigger-function.htmlAI系统复杂度的根源在于把Agent和后端拆成两套东西。统一成Worker、Trigger、Function三件套后，复杂度直接下降，调试从抓鬼变成看一条线。 你现在做AI系统，脑子里默认有个设定：Agent是一层，Backend后端是一层。这就像你非要把炒菜分成锅的世界和菜的世界，结果每次炒个鸡蛋都要开两场会，锅说等等菜没准备好，菜说等等锅还没热。你就在中间当传话筒，累得半死。 但是，系统统一成Worker 、Trigger、 Function三件套会降低复杂度并提升可观测性。AI智能体Agent系统思维训练指南DDD泛在语言UL架构师资料教程Wed, 29 Apr 2026 10:15:00 GMThttps://www.jdon.com/91696-ai-harness-backend-worker-trigger-function.htmlbanq2026-04-29T10:15:00Zhttps://www.jdon.com/91642-Self-Healing-Agent-Harness.htmlAI自己写代码自己修Bug还自己上线！一套让AI自动评分、修复、上线的自愈系统，彻底重构软件开发流程。没有QA团队，没有测试环境，全靠AI评委团打分和自动修复流水线，每天上线3到8次。 这套叫“自愈Agent系统”的东西，本质就一句话。AI自己干活，AI自己打分，AI自己修Bug，AI自己决定能不能上线。听起来像公司老板喝多了吹牛，但人家已经在生产环境里一天发3到8次版本了，而且没有QA，没有测试环境，也没人手动检查。 核心逻辑很简单，而且特别狠。只看结果好不好，出问题就立刻修，修完马上验证，没问题CICD持续集成交付专栏软件质量指南DevOps教程AI智能体AgentTue, 28 Apr 2026 02:28:00 GMThttps://www.jdon.com/91642-Self-Healing-Agent-Harness.htmlbanq2026-04-28T02:28:00Zhttps://www.jdon.com/91624-ai-memory-agent-iclr-2026-highlights.htmlICLR 2026五篇顶会论文揭秘AI记忆真相：压缩缓存、真实测试、让AI自己学记笔记，三大招解决记性差。 ICLR 的全称是 International Conference on Learning Representations，翻译过来是“国际学习表征会议”。这是人工智能领域最顶级的学术会议之一，跟CVPR、NeurIPS、ICML 是一个级别的。每年全球最厉害的AI研究成果都会在这里发布。 2026年的这个大会在巴西的里约热内卢举办，今年有个专门的板块讨论AI Agent的记忆问题。本文谈的五篇论文AI智能体AgentAI提示上下文工程符号推理与形式逻辑AI人工智能指南Sun, 26 Apr 2026 00:56:00 GMThttps://www.jdon.com/91624-ai-memory-agent-iclr-2026-highlights.htmlbanq2026-04-26T00:56:00Zhttps://www.jdon.com/91622-openclaw-token-optimization-engineering-breakdown.htmlOpenClaw开发人员通过优先压缩工具结果、稳定缓存指纹、子Agent轻量化等工程细节，团队在多路径高频流程中实现整体Token消耗降低35%。 我们从三月底到四月七号，硬生生把OpenRouter的token用量砍掉了35%。每天少处理4000亿个token，这个成果直接支撑了四月七号OpenClaw版本的顺利发布。如果没有这次优化，新版本上线后token用量会直接爆表，用户会卡到想砸电脑。 这事儿不是靠一个骚操作搞定的。我们就像修车老师傅，把AI代理跑流程时碰到的五个坑全填了：工具结果太大撑爆内存、压OpenClawAI提示上下文工程AI智能体AgentAI基础设施Sat, 25 Apr 2026 23:57:00 GMThttps://www.jdon.com/91622-openclaw-token-optimization-engineering-breakdown.htmlbanq2026-04-25T23:57:00Zhttps://www.jdon.com/91569-Skill-Graphs-2-0.html别再让AI乱跑！三层技能结构把失控智能体变成听话执行者！通过原子、分子、复合体三层结构，我们把技能系统从不可控的图变成可控的分层模型。人类专注高层决策，机器执行底层任务，实现生产力数量级跃升。 这套“Skill Graphs 2.0”的本质任务非常直接：当技能系统规模变大时，依赖关系的复杂度会迅速失控，AI智能体的执行开始变得无法预测。我们的解决方案没有否定“技能组合”这个方向，而是把“图结构”彻底改造成“分层结构”。 通过原子、分子、复合体三个层级，我们重新约束了控制权与决策权的分配。这套方法在可控性与杠AI提示上下文工程架构师资料教程技术架构与体系结构AI智能体AgentThu, 23 Apr 2026 08:55:00 GMThttps://www.jdon.com/91569-Skill-Graphs-2-0.htmlbanq2026-04-23T08:55:00Zhttps://www.jdon.com/91563-multi-agent-systems-effective-patterns.html本文总结多智能体系统真正有效的核心模式：保持单线程写入，让多个智能体贡献智能而非并行操作。通过代码审查环和“聪明朋友”架构，实现上下文纯净与成本优化，并指出通信与训练仍是未来挑战。 别再乱建多智能体！我们试了10个月，只有这两个模式靠谱 作者背景Cognition公司AI系统团队，负责Devin智能体核心架构与多智能体部署实践。 我们过去认为大多数多智能体系统不靠谱，因为并行写入会导致风格冲突和产品脆弱。经过十个月的实战，AI智能体Agent架构师资料教程GoF设计模式教程最佳实践与经验分享Thu, 23 Apr 2026 02:09:00 GMThttps://www.jdon.com/91563-multi-agent-systems-effective-patterns.htmlbanq2026-04-23T02:09:00Z