暂无搜索历史
系列定位:面向有 3+ 年经验的后端开发者,从零构建 Agent Harness 工程能力体系 上一篇回顾:[第 15 篇]我们拆解了评估体系——Benchma...
系列定位:面向有 3+ 年经验的后端开发者,从零构建 Agent Harness 工程能力体系 上一篇回顾:[第 14 篇]我们拆解了 Agent 可观测性——...
系列定位:面向有 3+ 年经验的后端开发者,从零构建 Agent Harness 工程能力体系 上一篇回顾:[第 13 篇]我们拆解了验证循环——Plan-Bu...
Lucene:开源全文检索引擎,其FST压缩的倒排索引和BM25打分是古典搜索架构的基石
系列定位:面向有 3+ 年经验的后端开发者,从零构建 Agent Harness 工程能力体系 上一篇回顾:[第 12 篇]我们拆解了安全防护体系——三层 Gu...
2025 年 6 月,安全研究人员披露了 EchoLeak 漏洞(CVE-2025-32711,CVSS 9.3)——这是首个在生产环境 LLM 系统中被武器化...
系列定位:面向有 3+ 年经验的后端开发者,从零构建 Agent Harness 工程能力体系 上一篇回顾:[第 10 篇]我们拆解了状态管理的三种范式——图检...
你给 Agent 分配了一个 50 步的微服务重构任务。它已经成功执行了 29 步——分析了代码库、拆分了模块、编写了新接口、更新了配置文件。然后,在第 30 ...
2025年,Anthropic CEO Dario Amodei 公开断言“AI将编写90%的代码”,而 Claude Code 的创建者 Boris Cher...
你正在用 Agent 执行一个复杂的微服务重构任务。任务进行到第 50 轮时,发生了一件令人困惑的事——
打开ChatGPT、豆包或Cursor,你会发现模型选择器里都有一个名为"Auto"的选项。它的承诺很诱人:系统自动判断你的问题复杂度,帮你选最合适的模型——简...
2026 年,AI 编程已迈入"多智能体协同"的新阶段——单个 AI 助手进化为能协同工作的"智能体军团"。本文从角色分工架构、单智能体与多智能体效率对比、编排...
上个月你花了两小时和 AI 讨论一个技术架构方案。你们聊了微服务 vs 单体、争论了 PostgreSQL 和 MongoDB 的取舍、列了七八条优缺点、最后你...
什么时候一个 Agent 就够了,什么时候必须拆分?拆分后如何编排?Token 经济学如何决定你的架构选择?这篇用数据和案例来回答。
为什么"管控与执行分离"是生产级 Agent 系统的核心原则?当你有 100 个 Agent 同时运行时,"能跑"和"能管"之间的距离,比"能写代码"和"能写生...
假设你的团队需要完成这样一个任务:"重构用户服务(user-service),将单体模块拆分为认证、画像、偏好三个独立服务,同时保持 API 兼容并更新所有调用...
假设你让 Claude Code 帮你重构一个微服务模块。前 15 轮对话中,Agent 做出了一系列重要的架构决策——选择了事件驱动模式、定义了消息格式、约定...
目标读者:有 3 年以上经验的后端开发者,熟悉 Java/Go/Python,了解中间件与分布式系统。本篇延续系列的「后端视角」特色——每个 AI 概念都用后端...
任务相同:让 GPT-4o 调查一个生产环境 OOM 事故——读取应用日志、定位内存泄漏的代码路径、编写修复补丁、创建包含根因分析的 Pull Request。
——从OpenAI Symphony实验看Harness Engineering的范式革命
暂未填写个人网址
暂未填写所在城市