Agent 机制与项目追问
Agent、传统编程和 Workflow 区别？
原题Agent 面临的挑战有哪些？
原题什么是 AI Agent？
原题什么是 Agent Loop？
原题做一个 Agent 系统，最少要搞定哪三层？
原题Tools 注册与调用遵循什么标准格式？
原题什么是 Prompt Engineering？
原题什么是 Context Engineering？
原题Agent 核心范式有哪些？
原题AI 工作流和 Agent 到底是什么关系？
原题工作流里的 Node、Edge、State 是什么？
原题什么时候用 Agent，什么时候用 Workflow？
原题各范式怎么选？
原题“各范式”指前文ReAct、Plan-and-Execute、Reflection、多Agent和AI工作流。
Agent 的记忆系统是如何设计的？
原题记忆有哪些存储形式？
原题记忆在功能上如何分类？
原题记忆操作的生命周期是怎样的？
原题什么是短期记忆（Short-Term Memory / Working Memory）？
原题什么是长期记忆（Long-Term Memory）？
原题长期记忆和 RAG 有什么区别？
原题主流的记忆技术架构有哪些？
原题底层存储架构通常包含哪些层级？
原题“底层”指本文记忆服务的存储与管理组织。
主流 Memory 产品如何对比？
原题LETTA、ZEP、MemOS 有什么不同？
原题记忆的高级演化机制有哪些？
原题记忆反思与合成如何实现？
原题记忆的清理与遗忘机制是怎样的？
原题如何优化长期记忆的检索效果？
原题混合检索与元数据过滤怎么做？
原题为什么检索链路优化往往先于写入策略？
原题生产级记忆系统架构要关注哪些要点？
原题如何用 Markdown 存储 Agent 记忆？
原题为什么 Markdown 可以作为 Agent 记忆？
原题Claude Code 的 CLAUDE.md 机制是怎样的？
原题CLAUDE.md 里该写什么、不该写什么？
原题怎么写才能让 Claude 真正遵守？
原题“怎么写”指前一节CLAUDE.md中的项目规则。
CLAUDE.md 文件的层级结构是怎样的？
原题AGENTS.md 和 CLAUDE.md 是什么关系？
原题Auto Memory 是什么？
原题Markdown 记忆如何分层设计？
原题本文Markdown记忆同时涵盖用户、项目和目录级开发规则，需按本节语境理解分层。
Markdown 记忆和传统长期记忆的边界在哪里？
原题Markdown 记忆应如何维护？
原题Context Engineering 到底在做什么？
原题它具体管哪些东西
原题“它”指父章节的Context Engineering。
上下文为什么会失效？
原题怎么评估上下文工程有没有变好？
原题运行时上下文怎么加载？
原题预检索为什么不够
原题长任务里，上下文怎么撑住？
原题Context Engineering 到底怎么落地？
原题Token 预算：单次调用内怎么排优先级
原题做 Context Engineering 会用到哪些工具？
原题Harness 是什么？
原题Harness 包含哪些组件？
原题一个成熟的 Harness 长什么样？
原题为什么瓶颈经常不在模型？
原题为什么上下文喂越多，Agent 反而越蠢？
原题从哪里开始搭 Harness？
原题你的 Harness 到哪个阶段了？
原题“阶段”指来源作者所列的 Harness 能力阶段。
Anthropic 为什么借鉴 GAN？
原题此处 GAN 指生成与评估分工的设计类比。
Loop Engineering 到底是什么？
原题它其实借了哪些老概念？
原题“它”指Loop Engineering。
那它到底新在哪？
原题“它”指Loop Engineering。
Claude Code 的 /loop、/goal 可以怎么理解？
原题Loop 可以分成几类？
原题一个可落地的 Loop 长什么样？
原题什么场景值得做 Loop？
原题什么会触发下一轮？
原题“下一轮”指本节CI triage的外层任务循环。
什么时候继续，什么时候停？
原题继续与停止指本节CI triage外层循环。
MCP 到底是什么？
原题MCP、Function Calling、Agent 到底是什么关系？
原题MCP 里到底有哪些东西？
原题一次 MCP 调用大概怎么走？
原题MCP 暴露的能力只有 Tools 吗？
原题为什么 MCP 用 JSON-RPC？
原题stdio 和 Streamable HTTP 怎么选？
原题MCP 的意义只是让模型会调接口吗？
原题MCP 接进来之后，就能直接上生产吗？
原题企业落地 MCP 前，应该先检查哪些问题？
原题写 MCP Server 时，有什么需要注意的？
原题多 Agent 和多阶段 Prompt Chain 有什么区别？
原题如果让你设计一个多 Agent 系统，你会先考虑哪些问题？
原题什么时候值得用多 Agent？
原题AgentInvest 中的四个 Agent 是怎么协作的？
原题多 Agent 应该选择哪种编排模式？
原题角色应该静态拆分还是动态委派？
原题如何把子任务拆成可执行契约？
原题怎么判断子任务能否并行？
原题怎么防止角色重复工作和结果缺失？
原题Agent 之间应该怎样通信和共享状态？
原题如何控制共享状态的大小？
原题多 Agent 的运行状态应该记录什么？
原题A2A 能解决什么，不能解决什么？
原题多 Agent 的并发冲突怎么处理？
原题并行状态怎么归并？
原题多个 Agent 的事实结论冲突怎么办？
原题为什么 Lease 还要配 Fencing Token？
原题任务生命周期应该如何建模？
原题多 Agent 失败后如何恢复？
原题如何限制重试次数和总预算？
原题Checkpoint 应该保存在哪里？
原题Agent 超时后怎么处理？
原题部分失败时，是等、降级还是返回部分结果？
原题外部副作用怎么补偿？
原题Human-in-the-loop 如何暂停和恢复任务？
原题如何观测一次多 Agent 运行？
原题多 Agent 需要哪些特有指标？
原题多 Agent 怎么评测？
原题多 Agent 设计最容易犯哪些错误？
原题角色名称能直接作为 Agent 边界吗？
原题多 Agent 一定要并行吗？
原题确定性步骤需要交给 Agent 吗？
原题所有 Agent 都应该共享完整上下文吗？
原题并行写冲突能交给模型商量吗？
原题只设计正常执行路径会有什么问题？
原题为什么不能只验收最终回复？
原题什么是 Prompt？
原题Prompt 应该怎么写？
原题为什么要拆成四要素
原题常用提示技巧有哪些？
原题复杂场景怎么处理？
原题Prompt 注入攻击是怎么来的
原题越狱与提示词注入怎么缓解
原题Context Engineering 为什么变重要
原题工具系统怎么设计
原题Agent Skills 是什么？
原题Skill 和 Prompt、MCP、Function Calling 有什么联系？
原题⭐️SKILL.md 到底怎么写？
原题自由度怎么把控？
原题“自由度”指Skill任务流程中固定步骤与自主判断的范围。
为什么不能把所有 Skill 一次性全塞进去？
原题实际项目中怎么组织文件？
原题“文件”指Skill主文件及其参考资料、模板和脚本。
工作流和反馈循环怎么设计？
原题Skill 路由怎么做？
原题为什么 AI 系统需要工作流？
原题传统工作流和 AI 工作流有什么区别？
原题Graph 和 Loop 是什么？
原题Workflow、Graph 和 Loop 有什么关系？
原题工作流落地的时候有没有遇到什么坑？
原题什么是 Agent？
原题什么是 RAG？
原题如何从一次请求讲清系统架构？
原题Agent 项目的技术选型应该回答哪些问题？
原题为什么用 Agent，而不是普通 Workflow？
原题为什么先做单 Agent，而不是直接 Multi-Agent？
原题RAG、Memory、Context 和 State 怎么区分？
原题本题结合售后 Agent 实例比较四个术语。
Function Calling、MCP 和 Agent 分别负责什么？
原题模型怎么选？
原题为什么要引入模型网关？
原题哪些是框架能力，哪些是项目自己实现的？
原题工具调用为什么不能只看模型输出？
原题Agent 项目的稳定性如何设计？
原题为什么超时不能直接判定为执行失败？
原题模型或工具持续不可用时怎么降级？
原题如何给 Agent Loop 设置退出边界？
原题长任务和人工确认怎样恢复？
原题Agent 项目的指标应该怎么讲？
原题Agent 项目的 Badcase 应该怎么复盘？
原题Agent 为什么会选错相似工具？
原题创建工单超时为什么会产生重复记录？
原题如何用 Trace 还原 Agent 的执行过程？
原题
暂无题目