本篇階段：Prj#2 架構專案 使用介面：Claude Code（via VS Code） 前情 Day 14 一行程式都沒寫，只做四件事：找參考資料...
前兩天我們看了兩個很完整的系統。 Day 25 的 Claude Code 告訴我們： 一個 Model 要安全地修改真實 Repository，需要完整的...
DeepSeek 在 2026 年 8 月 13 日開源 DeepSeek Harness。到 8 月 24 日，GitHub 已經累積約 19.2 萬個 St...
昨天說零件全部在桌上。回頭看這九天：session、工具、loop、權限、skills、multi-agent、對外介面，一天拆一個，各講各的道理。但 harn...
有人量過一個數字：一個掛了 106 個工具的資料庫 MCP server，光初始化就吃掉 54,600 個 token，什麼事都還沒做。同樣的操作用 CLI 做...
在Day 08 中，提到了 Claude 的 Skill 機制 (也是現在所有 LLM 模型幾乎都有的機制)，今天來探索一下何謂 Skill。 1. Skill...
單一 agent 的裝備昨天集齊了，今天講編隊。先把動機說準：multi-agent 不是為了酷，它解的是一個具體的資源限制 — 單一模型的 context w...
Agent 有了 session、工具、權限，還有一種東西沒有著落：方法。你的團隊部署服務有一套固定流程、review 程式碼有一份檢查清單、寫報告有慣用的結構...
昨天 loop 把能自己消化的錯分好了類，今天講要見人的那一半。場景：agent 的工具呼叫外部 API，回了 404。照 backend 的直覺，except...
昨天說工具只是一張能力清單，agent 真正跑起來靠的是一個循環：模型看著當前的 context 決定下一步、系統執行它選的工具、結果回到窗口、模型再決定下一步...
大部分人設計 agent 的思路是加功能：需要搜尋就加搜尋工具、需要查日曆就加日曆工具。工具清單就這樣長到十幾二十個，然後一件事悄悄發生：agent 還是在呼叫...
昨天說 session 是 harness 的地基，今天把它蓋起來。先講清楚問題：使用者跟 agent 工作到一半，關筆電下班，明天打開希望「接著昨天的進度繼續...
昨天欠下的債今天開始還。Context Engineering（這系列的 L2）的每個策略都需要窗口外面的系統去執行，那套系統有名字：Harness。從今天起...
前一天我們談 Agent Protocol。 現在 Agent 已經可以： 接 Task Background 執行 Schedule Spawn Subag...
前一天我們談 Scheduling。 當 Agent 可以 Background、Recurring、Parallel 執行後，Coding Agent 很快會...
前一天我們談 Background Execution。 有了 Queue、Worker、Task State 之後，Agent 已經可以在使用者離線後繼續執行...
前一天我們把 Agent Task 變成一個真正有 State 的系統。 下一個問題自然是： 如果任務要跑 20 分鐘，誰來執行？ 很多 Demo 會直接在...
前一天我們談 Error Recovery。 當 Agent 開始有 Retry、Fallback、Approval、Replan、Human Handoff...
前一天我們談 System Prompt Assembly。 核心觀念是： System Prompt 不是一份固定文件，而是 Harness 根據目前狀態動...
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...
ycy1997alex
hardness1020
yujunwen0517
iThome鐵人賽
看影片追技術