鐵人檔案
這 30 天從 Codex、HolmesGPT、OpenClaw、oncall-kit 等 Agent 專案一路往下看，也穿插 τ²-bench、EvalScope 等評估方法。重點不是做框架排名，而是藉著讀 Repo、追程式碼與研究資料，理解不同 Agent 怎麼處理 Tool、SOP、Memory、控制機制與評估，也記錄一路看下來的差異與發現。
今年想趁鐵人賽，花 30 天把最近一直遇到、卻沒有真正完整看過的 Agent 專案整理一輪。 這兩年 Agent Repo 越來越多。Codex、OpenCod...
今天參加完 2026 國泰金控技術年會後，我決定先分享。 非常感謝國泰金控，舉辦這麼棒的年會，也很幸運有機會可以參加。 因為前一天還在討論： 一個 Age...
回到原本的研究主線，我還是想先回答一個問題： Agent Demo 跑成功一次不難，但我們到底要用什麼證據，證明它真的有把事情做好？ 如果只是一般問答模型，...
anthropics/oncall-kit 不是重新打造一套 Agent runtime，而是示範：如果底層已經有 Claude Code / Claude 的...
上一篇介紹 anthropics/oncall-kit 時，有一個設計我特別喜歡：setup 被拆成五個 Phase，而且每個 Phase 都要求 Human...
前兩天看 anthropics/oncall-kit，比較像是在 Claude Code 這個既有 Runtime 上，加入 Skill、SOP 與 Human...
上一篇已經看過 HolmesGPT 自己掌握 Model → Tool → Result → Model 的執行迴圈。 這篇不再重複 Agent Loop，而是...
上一篇看 HolmesGPT 的 Tool 設計時，重點是 Model 這一輪到底有哪些能力可以用。 這一篇換成 Memory。 HolmesGPT 沒有另外包...
前幾天看 HolmesGPT 時，我們已經看過一個典型 Agent loop： Model ↓ Tool Call ↓ Tool Result ↓...
上一篇介紹 Codex Core 時，看到它用 Submission / Event 跟 Client 互動。 Core 負責真正的 Agent loop： 收...
