ai agent

从0到1手搓生产级 AI Agent：LangGraph 1.2 + LangChain 1.3 保姆级实战（全部代码已跑通）写在前面：网上 90% 的 Agent 教程还停留在 langgraph 0.2.x 的写法，AgentExecutor、initialize_agent 这些 API 早就废弃了，复制过去只会满屏 ImportError。

参数从哪来、何时来 —— 提取时机与平台化 Slot 管理核心论点：参数可靠性不只取决于"抽得准不准"，还取决于"什么时候抽、抽来的结果存在哪、谁来保证它不被模型改写"。前置规则、运行期触发、执行时查询是三种时机，平台化 Slot（槽位）是把它们统一治理的成熟形态——但它替代不了硬强制，两者管的是不同环节。

模型只是 CPU，插件运行时才是 Agent 的操作系统：从 DeepSeek Harness 到 Zongsoft导读：DeepSeek Harness（DSH）开源后，“一切皆插件”成了 AI Agent 圈最热的口号。但口号人人会说，机制决定生死。本文不写“DSH 很厉害”的观后感，而是翻开它的真实组合清单与源码，把“一切皆插件”拆成插件运行时必须回答的五个底层问题——能力坐标、依赖激活、效果撤回、组合形态、自省演化。

小田学Python

Agent 的运行范式：ReAct（Reasoning+Acting）聊天机器人是“你问一句、我答一句”；Agent 是“你说目标、我反复尝试直到完成”。让它能干活的，不是模型变聪明了，而是它学会了“循环”。

大模型 API 缓存命中率深度解析：OpenAI / DeepSeek / Anthropic 三家机制对比与智能体端实践（学习笔记）在大模型应用的账单里，input token 往往占总成本的绝对大头，而长上下文应用（RAG、Agent、多轮对话）中，大部分 input token 是重复发送的——同一个 system prompt、同一批工具定义、同一段历史消息，每一轮都要重新传给服务端。

【系列：手搓自主 AI Agent：Hermes 架构原理剖析 · 第 8 篇】导读：切换模型还要改代码？API key 和配置混在一个文件里？同一个人需要两套 Agent 人设？Hermes 配置系统用三层隔离解决这三个问题。本文拆解 41716 字节的 s11_configuration_system.py，讲清楚深度合并、环境变量展开与 Profile 切换的完整实现。

北漂燕郊杨哥

Agent 时代的「安卓时刻」：DeepSeek 开源 Harness 背后的战略棋局2026 年 8 月，DeepSeek 以 MIT 协议开源了 DeepSeek Harness V0.1。这个动作被不少人视为又一次「技术发布」，但若把它放进 AI 产业竞争的长周期里看，它更像是一次关于生态位与标准制定权的战略落子。本文尝试拆解这一棋局的底层逻辑。

Harness Marketplace 剖析系列 - 之 Codex：Plugin、Marketplace 与通用插件目录前面三篇，我们已经依次拆解了 Codex 扩展体系的三个基础层：其中：如果只是自己在一个项目里使用 Skill，到这里其实已经够了。

「音画同生」时代开启：2026 年 8 月 AI 视频生成四大发布复盘过去一年，AI 视频长期停留在「画面生成 + 后期配音」的拼接阶段：镜头之间人物漂移、声音与画面不同步、每秒成本居高不下。2026 年 8 月，四款代表性发布的密集落地，第一次把「原生同步音频」从卖点变成了行业默认方向。本文用可溯源的事实，带你看清这条新主线，并给出一份创作者能直接照着用的选型清单。

Dify 企业级实验（04）：性能优化实战——长流程从 60 秒到秒回有哪些手段？Dify 实验系列 · 企业级 04/12 | 实验编号：DIFY-104-04 基于 Dify 1.16.1 实测（2026-08）

1.1 从大语言模型到智能体：范式演进智能体工程驱动AI Agent开发（人工智能技术丛书）【行情报价价格评测】-京东《智能体工程驱动AI Agent开发》1~6章试读-持续更新-CSDN博客

AI Agent + NFC + 同地标拼购：本地生活实体店的“数字获客“技术解法与MVP验证思路摘要： 2025年全国社会消费品零售总额达50.12万亿元，网上零售额同比增长8.6%。消费市场的数字化趋势不可逆，但实体店的获客困境并未因此缓解。本文从技术架构与产品验证双重视角，探讨一种将NFC物理触达、AI Agent智能决策、同地标拼购需求聚合、跨店分润网络效应组合起来的本地生活解决方案——碰省钱TapSave，并重点分析其MVP阶段如何通过"最小闭环验证"避免技术复杂度跑在商业验证前面。文中涉及的部分能力来自V10产品方案，部分属于后续阶段规划，当前核心目标是验证真实用户、真实商户与真实交易闭环

Agent 工具执行:并行(parallel_tool_calls)和后台(run_in_background)到底有什么区别? (学习笔记)自研 Agent(学习 Claude Code 实现)过程的一个高频困惑:模型一次调用多个工具是"并行",把工具丢后台是"后台",这两个是一回事吗?CC 两个都有吗?谁来决定?这篇文章一次讲透。

4.2 北京欢迎您：基于Anthropic的京韵导览Agent实战（智能体工程）智能体工程驱动AI Agent开发（人工智能技术丛书）【行情报价价格评测】-京东《智能体工程驱动AI Agent开发》1~6章试读-持续更新-CSDN博客

多模态 AI Agent 前沿全景：2026 年从「能回答」到「能干活」的跃迁标签: 多模态, AI Agent, 大语言模型, 人工智能, 前沿技术如果说 2023–2024 年的大模型关键词是「会聊天」，那么 2026 年的关键词毫无疑问是「能干活」。AI Agent（智能体）正在从「回答一个问题」进化到「端到端交付一个任务」，而多模态能力则是让它真正看懂世界、动手操作的关键一跃。

Dify 中级实验（17）：调试监控与性能优化——响应慢和 Token 超支如何定位？Dify 实验系列 · 中级 17/20 | 实验编号：DIFY-102-18 基于 Dify 1.16.1 实测（2026-08）

Dify 企业级实验（03）：事件驱动流水线——Webhook 与定时触发如何组成异步处理链？Dify 实验系列 · 企业级 03/12 | 实验编号：DIFY-104-03掌握事件驱动的异步处理：Webhook 接收外部事件 → 触发工作流 → 异步处理 → 结果通知。区别于「请求-响应」同步模式，这是生产系统集成的高频形态：外部系统事件进来，Dify 后台处理完再通知结果，接收方秒回、处理方异步跑。

小田学Python

重新定义 Agent：为什么大模型不能直接干活，需要一层“壳”很多人说："大模型这么强，直接让它帮我干活不就行了？"真正试过的人都知道，事情没那么简单。我刚开始用大模型那会儿，也有过这种幻觉。

【系列：手搓自主 AI Agent：Hermes 架构原理剖析 · 第 7 篇】导读： Agent 能自主干活了，但 rm -rf /、DROP TABLE 这些命令一旦由模型自主执行，后果不堪设想。Hermes 用 15 条危险模式正则 + 两层缓存审批，把终端命令锁进笼子；再用子 Agent 委派机制，让复杂任务拆解到独立上下文里并行推进。本文拆解 s09 与 s10 两个核心模块，讲透"敢干活"与"不乱来"的工程平衡。

【AI原生组织】6-AI Native团队组建与基础设施搭建前五篇我们走完了"是什么—等级地图—协同进化—个人进化—落地路线图"这条认知链。但凡是要落地的组织，最终都会撞上同一个具体问题：团队怎么搭？基础设施先建什么？