所有文章

共 10 篇文章,围绕 AI 工程、Agent workflow、评测与系统实现展开。

拆解 Hermes Agent:一个自进化 AI Agent 的经验沉淀闭环
从源码层面完整拆解 Hermes Agent 的三层记忆架构、后台 Review Agent 机制、Skill 模糊修补、增量式上下文压缩等自进化实现细节,并诚实分析其设计天花板。
2026.04.12 · AI Agent · 20 min read
深度解析 Claude Code 的 Tool Use 机制:一个伪装成工具调用框架的权限决策引擎
从源码层面解析 Claude Code 的 Tool Use 架构:7 层瀑布式权限判定、投机性分类器、auto mode 熔断机制、沙箱防线、fail-closed 并发模型,以及 tool result 的上下文预算管理。
2026.04.07 · ClaudeCode · 23 min read
深度解读 Claude Code 的 Context Engineering:一个注意力预算管理系统的设计哲学
从 Claude Code 2.1.88 源码出发,解剖其 Context Engineering 机制的设计哲学:多层级注意力预算管理、prompt cache 经济学、分层压缩策略,以及设计断裂点分析。
2026.04.07 · ClaudeCode · 25 min read
无状态模型的记忆幻觉:深度拆解 Claude Code 的五层记忆架构
从源码层面深度拆解 Claude Code 2.1.88 的五层记忆架构:指令记忆、索引记忆、按需唤醒、后台萃取、上下文压缩,分析每一层的设计张力与断裂点。
2026.04.07 · ClaudeCode · 26 min read
深入拆解 Mem0:一条 LLM 驱动的记忆编辑流水线
从源码层面拆解 Mem0 的记忆实现:LLM 驱动的事实萃取、语义去重决策引擎、Graph Memory 双通路架构,以及每一个设计决策背后的代价。
2026.04.06 · AI Agent · 22 min read
OpenClaw 上下文工程深度剖析:五层防线如何让 Agent 永续运行
从源码层面剖析 OpenClaw 的五层上下文管理防线:Prompt Cache Boundary、Tool Result Guard、LLM-based Compaction、Session Truncation、Context Engine Plugin,以及它们之间的 trade-off 设计。
2026.04.06 · OpenClaw · 24 min read
Agent 记忆 ≠ 向量搜索:OpenClaw 如何让记忆自己决定什么值得永远记住
深入 OpenClaw 源码,拆解 Agent 长期记忆系统的设计决策:SQLite 存储、Hybrid Search、Temporal Decay、以及受认知科学启发的 Dreaming 记忆晋升机制。
2026.04.06 · OpenClaw · 16 min read
OpenClaw 长期记忆实现方式
从核心源码出发,探寻OpenClaw的长期记忆实现方式。
2026.04.06 · OpenClaw · 12 min read
ReAct、Plan-and-Execute、Plan-Execute-RePlan 三种 Agent 范式分别适合什么场景?
这三种范式,本质上是在权衡三件事:决策粒度、执行稳定性、以及中途纠偏能力。选型时不要先看名字,要先看你的任务到底是“边想边做”型,还是“先规划再流水线执行”型,还是“目标不确定、执行中经常要改计划”型。
2026.04.05 · Agent 开发 · 11 min read
如何实现长期记忆的去重和合并?
Mem0 是一个开源的 AI 记忆管理层,专为大模型应用设计,支持向量存储、图存储和历史追踪。它能够帮助 AI Agent 记住用户的偏好、历史对话和关键事实。
2026.04.04 · Agent 开发 / Context Engineering · 3 min read