AI Agent 可能是近年最容易出現新工程名詞的領域。 我們才剛學會 Prompt Engineering,接著又出現: Context Engineeri...
前幾天我們逐步建立了一個最小 Agent 架構。 目前系統已經有: Agent Loop Tool Runtime Schema Validation Per...
前幾天我們逐步建立了 Agent 的基本控制平面: Agent Loop Tool Runtime Permission Approval Sandbox H...
前一天我們拆解了 Tool Calling 和 Tool Runtime。 模型產生 Tool Call,只代表它提出一個行動請求。 真正的 Tool Runt...
前兩天我們先拆開了兩個核心概念。 Day 1 說明: 模型(LLM)負責判斷,Harness 負責讓判斷可以被執行、觀察與限制。 Day 2 則把 Agen...
昨天我們先建立了一個基本觀念: 模型負責判斷,Harness 負責讓判斷可以被執行、觀察與限制。 但還有一個問題沒有回答: 為什麼一般聊天模型回答一次就停...
很多 AI Agent 教學,會從 LangChain、LangGraph 或某個 Agent Framework 開始。 我們會先建立一個 Agent、加入幾...
我在 San Francisco 參加一場 AI Agent 講座時,一位 Anthropic 工程師分享了這張投影片。 隨著模型能力提升,他們移除了部分原本...
從 Agent Loop 出發,逐步拆解模型外圍的工具、狀態、權限、Memory 與協作機制 一、專案資訊 專案名稱: Awesome Agent Arc...
很多人已經開始使用 Claude Code、Cursor、Codex 或其他 AI Agent。 但當我想進一步理解它們時,發現大部分教學都集中在「怎麼使用」...
常見的解釋是: 不要只設計下一個 Prompt,要設計一個能持續執行、取得回饋並改善結果的 Loop。 這個方向沒有錯,但對工程師來說還是不夠具體。 真正...
資訊基準日:2026-07-21。文中每個日期與主張都對應文末的可驗證來源;X 貼文與部分官方文章的取得限制已逐條標注。 你大概在時間線上看過這條鏈:Pro...