Agent Production Loop：运行、发布与持续改进
假设一个 Agent 候选版本在离线评估里从 96% 提升到 98%。是不是可以…
Human Control：Agent 的权限、审批与执行边界
假设 Agent 准备执行下面这个动作： 提示词 工具：send_customer_message工单：T-1…
Memory Engineering：让 Agent 记住该记的
用户在一次工单对话里说： 以后请用中文，先给结论再列证据。顺便看一下 T-104，系统显示已经退款。上次那张深…
Agent Tracing：用一条 Trace 还原 Agent 为什么失败
线上告警只有一行： 提示词 2026-08-03T10:14:22Z ERROR tool call fail…
Durable Loop：让 Agent 在重启、重试与取消后继续正确运行
一个 Agent 连续调用模型和工具，看起来已经形成了 Loop： 提示词 模型决策 → 调用工具 → 写回结…
Tool Engineering：让 Agent 正确调用工具，也安全地失败
一个 Agent 能调用函数，并不意味着它已经拥有了“好用的工具”。 真实项目里，我更常见到另一种情况：API…
Harness Engineering：模型、工具与运行状态怎么组织
一个模型会调用工具，不等于一个 Agent 系统已经可以可靠运行。 最简单的工具调用 Demo 通常只有几行：…
Context Architecture：为 Agent 组装可验证的上下文
写 Agent 时，有一种失败很难第一时间察觉： 模型给出的回答语气自然、步骤完整，甚至引用了项目里的文档，但…
Agent Evals：用 Task、Trial 与 Grader 证明版本真的变好
这是《AI Agent 工程进阶：从 Demo 到可靠系统》的第 2 篇。 上一篇先定义了系统契约，并用一个确…
Agent 系统契约：先定义任务、边界与非 Agent 基线
这是《AI Agent 工程进阶：从 Demo 到可靠系统》的第 1 篇。 系列从一个看起来不够“AI”的问题…