Agent 系统的三层边界：模型、工具与业务状态
当 Agent 开始修改真实数据，最重要的不是提示词，而是边界。本文讨论如何把推理、动作和状态写入拆开，让系统更容易回滚和审计。
阅读全文LLM Agent / Tool Use / Evaluation
把智能体从 Demo 做到可维护的生产系统。
这里记录我作为 Agent 开发工程师的实践：如何设计工具协议、拆解任务规划、构建记忆系统、做自动化评测，以及把不稳定的模型能力封装成可靠的软件接口。
$ agent run research-to-pr goal: 将需求转化为可评审的实现方案 1. parse_context() - repo map - user intent - constraints 2. plan_tools() - search code - inspect tests - verify behavior 3. execute_safely() - small patches - focused tests - explain tradeoffs result: reproducible workflow, not a one-off prompt.
最新文章
选题偏工程实战，不追逐炫技。每篇文章都围绕一个具体问题：稳定性、可观测性、工具边界、评测闭环，或复杂任务的拆分方法。
关于我
我是一名 Agent 开发工程师，关注 LLM 如何真正进入软件工程、运营自动化和知识工作流。相比一次性 Prompt，我更在意可复现、可调试、可上线的系统设计。
这个博客会持续整理 Agent 工程中的实践笔记：从任务分解、上下文压缩、工具协议，到评测集建设、权限控制和人机协作体验。
技术栈地图
Agent Runtime
任务规划、工具调度、状态机、长期任务恢复、错误重试。
Tool Protocol
JSON Schema、幂等性、权限分级、结构化错误与审计日志。
Memory & RAG
上下文检索、语义索引、工作记忆、压缩摘要与知识更新。
Evaluation
离线样本、过程断言、回归集、人工审核与线上监控。
工程案例
这些是适合继续扩展成正式文章或项目展示的方向，可以作为你的博客长期栏目。
代码库维护 Agent
读取需求、定位相关模块、生成补丁、运行验证，并输出面向 Reviewer 的变更说明。重点是降低误改概率，而不是追求全自动提交。
客服工单自动分诊
将工单内容映射到业务流程，调用 CRM、知识库和订单工具，给出可解释的处理建议，并在人类确认后执行高风险动作。
Agent 评测工作台
收集真实任务轨迹，拆解为可复现用例，比较不同模型、提示词和工具实现对成功率、成本、耗时的影响。
多 Agent 协作边界
研究什么时候该拆分角色，什么时候应该保持单 Agent。记录任务交接、共享上下文和冲突合并的设计取舍。