Page 124
12 articles真正可扩展的智能体上下文工程：四大策略
长期运行的智能体性能会因为上下文的无节制积累而下降。通过 写入、选择、压缩 和 隔离 这四大策略，你可以让智能体在数百个步骤中依然保持敏锐。
Agent Harness 深度解析
深入剖析使 AI Agent 在生产环境中保持可靠的基础设施层 —— 包括执行循环、上下文管理、错误处理、安全护栏以及状态持久化，这些正是区分原型与上线系统的核心要素。
上下文工程：生产级智能体的记忆、压缩与工具清理
如何通过压缩、工具结果清理和外部记忆防止生产级 AI 智能体中的上下文漂移 —— 包含 Token 预算分配策略、失败模式以及测量模式。
CLAUDE.md 和 AGENTS.md：让 AI 编程智能体真正遵循你规则的配置层
一份关于 CLAUDE.md 和 AGENTS.md 的实用指南——这些指令文件为 AI 编程智能体提供持久的项目上下文。为什么写好这些文件比选择模型更重要。
构建能在生产环境中真正运行的 AI Agent
一份专注于生产环境的 AI Agent 构建指南：涵盖六种可组合模式、单 Agent 与多 Agent 系统的决策框架、工具设计原则、导致事故的七种失败模式，以及 Agent 系统真实的可观测性实践。
AI 智能体的有效上下文工程
主动管理 LLM 上下文窗口是生产级 AI 智能体面临的首要工程挑战。本文深入分析了四种策略 —— 编写、选择、压缩、隔离 —— 它们能让智能体在执行长任务时保持连贯性。
掌握 AI Agent 可观测性：为什么你的仪表盘在骗你
当标准的监控仪表盘显示绿色时，你的 AI Agent 可能正在默默地产生幻觉、跳过工具，且质量正在下降。以下是你真正需要衡量的内容以及原因。
80% 难题：为什么 AI 编程智能体陷入停滞以及如何突破
AI 编程智能体生成代码的速度很快 —— 但采用它们的团队发现 Review 时间延长了 91%，PR 体积增大了 154%。本文将揭示高质量交付团队与溺死在 AI 生成复杂性中的团队之间的本质区别。
LLM 评估：什么才真正有效，什么是在浪费时间
一份面向从业者的 LLM 评估指南 —— 为什么错误分析先于基础设施、LLM-as-judge 何时有效、如何避免基准测试分数陷阱，以及为什么评估工作永无止境。
AI Agent 系统化调试：从凭空猜测到根因分析
在生产环境中调试 AI Agent 需要一种与传统软件完全不同的方法。了解轨迹归一化、可执行约束以及基于证据的故障定位如何取代凭空猜测，实现系统化的诊断。
为什么你的 LLM 评估器失准了 —— 以及数据优先的修复方案
大多数团队在阅读数据之前就开始编写 LLM 评估标准 —— 这种本末倒置的做法正是评估器错过最关键失败案例的原因。数据优先的工作流、二元标签以及针对留出集的妥善验证可以从根本上解决这一问题。
基座工程（Harness Engineering）：决定你的 AI Agent 能否真正工作的关键学科
大多数部署 AI 编程 Agent 的团队都专注于模型选择，却忽视了基座（Harness）—— 即决定现实世界可靠性的脚手架、反馈循环和不变性。以下是区分 “能上线的 Agent” 与 “不可控的 Agent” 的关键所在。
关于 Tian Pan
我是 Tian Pan，一名工程师型创始人，专注于智能体工程——构建自主 AI 系统并扩展工程团队。我撰写关于系统设计、技术领导力和 AI 智能体实战的实用指南。曾在 Uber、Brex 和 IoTeX 担任早期工程师。
