Agent 开发
Agent 开发 是一个面向实践的主题页，用来回答“真正开始做 agent 系统时，最该先注意什么”。它不把重点放在某个模型或某个框架，而是聚焦六类更决定成败的工程问题：架构边界、上下文管理、工具设计、安全边界、验证闭环，以及多智能体是否真的值得。
- 第一件事不是“先把系统做得更 autonomous”，而是先判断这个任务到底该做成 Workflows vs agents 里的哪一类。步骤稳定、结果容易验证的任务，通常先用 workflow 更稳；只有当路径依赖环境反馈、步骤无法预写死时，agent 才真正有优势。
- agent 时代最容易被低估的不是 prompt，而是 Context engineering。你需要明确哪些规则应常驻、哪些信息应按需检索、哪些状态应写到上下文外部，否则系统会很快被历史噪声、冗余工具输出和过期意图拖垮。
- 如果任务会跨多个 session，必须把关键信息沉淀成可交接 artifact，而不是指望压缩历史永远够用。常见载体包括 spec、progress notes、feature list、测试结果和关键决策记录，这本质上对应 Multi-context window workflows 和 Spec-driven development 的实践。
- 《我们如何使用 Codex 在 28 天内构建 Android 版 Sora》补了一个很实操的做法：把团队规范写进
AGENTS.md，先让 agent 总结系统和制定微型设计文档，再开始逐步实现。这样能显著降低“代码虽然能编译，但偏离架构和产品意图”的问题。 - 很多 agent 失败并不是因为模型不会做，而是因为 Tool ergonomics for agents 太差。工具名称、参数边界、返回格式、错误提示、examples 和 token 开销，都会直接改变 agent 的选择质量和调用稳定性。
- 工具数量多时，不要默认把所有 schema 一次性塞进上下文。更稳的做法往往是让 agent 按需发现工具、程序化组合工具，或把复杂控制流下沉到执行环境里；这正是 Programmatic tool calling 和 Model Context Protocol (MCP) 想解决的问题。
- 真正可用的 agent 系统必须把“证明它有效”放进默认工作流，而不是交给事后 review。对 coding agent 来说，最低要求通常是可重复的测试、脚本化验证和明确的成功标准；对 research 或 computer use agent，则要优先做 outcome-based judging，而不是把过程路径写死。这对应 Evaluation harness 和 “prove it works” 这条工程纪律。
- 安全边界不应主要依赖“每一步都弹窗问人”。当 agent 开始高频调用真实工具时，更可靠的做法通常是先用 Sandboxing for agents 限定文件系统、网络和 credential 能力，再用 Permission delegation for agents 处理高频低风险动作，把人工注意力留给跨边界或不可逆操作。
- 多智能体不是默认答案。Agent teams 和 Multi-agent research systems 的价值建立在任务天然可拆分、上下文隔离有收益、以及验证成本能覆盖额外 token 与协调开销的前提上。若任务本身串行、共享状态重、验证弱，多开 agent 往往只会放大冲突和幻觉。
- 这篇 OpenAI 案例也提醒了另一个现实问题：多个 agent / session 可以显著提高吞吐，但瓶颈很快会转移到人的审查、反馈和集成上，所以并行度本身也需要管理。
- agent 开发里最有复利的投入，往往不是再堆一层 orchestration，而是先把 repo、测试、文档、命令行入口和环境约束整理干净。强模型会放大好模板，也会放大坏模板。
- 最后要保留一个很硬的判断：agent 会放大人的判断力，不会替你生成判断力。系统设计、任务切分、依赖选择、风险接受度和交付标准，仍然是人的职责。
ℹ️ Conflict:
- 更强的模型确实会减少部分繁重 harness 的必要性，但这不等于工程 discipline 变得不重要；很多复杂度只是从“怎么生成”转移到了“怎么约束、验证和接管”。
- 更详细的 spec 通常有助于高风险、跨上下文任务，但对小修、小步探索和快速试错，过重 spec 也可能比 bug 本身更贵。
- 多个会话并行推进在强上下文、强 review 的团队里很有效，但如果没有清晰负责人和稳定交接，它也可能只会更快地产生待审核堆积和冲突修改。
- 更高层、更 ergonomic 的工具通常能提效，但它们也会把业务假设固化进接口；如果没有 eval 持续验证，系统很容易变成“只擅长走一条预设好路”的脆弱 agent。
- 多智能体在开放式研究和可并行工程里常有收益，但在强共享状态任务中，它未必比单 agent 更优，成本却几乎一定更高。
- Agentic engineering
- Workflows vs agents
- Agent scaffold
- Context engineering
- Context hygiene for agents
- Multi-context window workflows
- Spec-driven development
- Tool ergonomics for agents
- Programmatic tool calling
- Model Context Protocol (MCP)
- Evaluation harness
- Sandboxing for agents
- Permission delegation for agents
- Agent teams
- Multi-agent research systems
- Building effective agents
- Best Practices for Claude Code
- Effective context engineering for AI agents
- Writing effective tools for agents — with agents
- Demystifying evals for AI agents
- Beyond permission prompts- making Claude Code more secure and autonomous
- How we built our multi-agent research system
- My fireside chat about agentic engineering at the Pragmatic Summit
- Your job is to deliver code you have proven to work
- The Spec Layer
- 我们如何使用 Codex 在 28 天内构建 Android 版 Sora
- Codex
- OpenAI
- Anthropic, “Building effective agents”, 2024-12-19.
- 原文摘录：[llm-wiki/raw/anthropic/Building effective agents](/raw/anthropic/Building effective agents.md)
- Anthropic, “Best Practices for Claude Code”.
- 原文摘录：[llm-wiki/raw/anthropic/Best Practices for Claude Code](/raw/anthropic/Best Practices for Claude Code.md)
- Anthropic, “Effective context engineering for AI agents”, 2025-09-29.
- 原文摘录：[llm-wiki/raw/anthropic/Effective context engineering for AI agents](/raw/anthropic/Effective context engineering for AI agents.md)
- Anthropic, “Writing effective tools for agents — with agents”, 2025-09-11: https://www.anthropic.com/engineering/writing-effective-tools-for-agents-with-agents
- 原文摘录：[llm-wiki/raw/anthropic/Writing effective tools for agents — with agents](/raw/anthropic/Writing effective tools for agents — with agents.md)
- Anthropic, “Introducing advanced tool use on the Claude Developer Platform”, 2025-11-24: https://www.anthropic.com/engineering/introducing-advanced-tool-use-on-the-claude-developer-platform
- 原文摘录：[llm-wiki/raw/anthropic/Introducing advanced tool use on the Claude Developer Platform](/raw/anthropic/Introducing advanced tool use on the Claude Developer Platform.md)
- Anthropic, “Demystifying evals for AI agents”, 2026-01-09: https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents
- 原文摘录：[llm-wiki/raw/anthropic/Demystifying evals for AI agents](/raw/anthropic/Demystifying evals for AI agents.md)
- Anthropic, “Beyond permission prompts- making Claude Code more secure and autonomous”, 2025-10-20.
- 原文摘录：[llm-wiki/raw/anthropic/Beyond permission prompts- making Claude Code more secure and autonomous](/raw/anthropic/Beyond permission prompts- making Claude Code more secure and autonomous.md)
- Anthropic, “How we built our multi-agent research system”, 2025-06-13.
- 原文摘录：[llm-wiki/raw/anthropic/How we built our multi-agent research system](/raw/anthropic/How we built our multi-agent research system.md)
- Simon Willison, “My fireside chat about agentic engineering at the Pragmatic Summit”.
- 原文摘录：[llm-wiki/raw/01_AI/My fireside chat about agentic engineering at the Pragmatic Summit](/raw/01_AI/My fireside chat about agentic engineering at the Pragmatic Summit.md)
- Simon Willison, “Your job is to deliver code you have proven to work”, 2025-12-18.
- 原文摘录：[llm-wiki/raw/01_AI/Your job is to deliver code you have proven to work](/raw/01_AI/Your job is to deliver code you have proven to work.md)
- Matt Rickard, “The Spec Layer”, 2026-03-31.
- 原文摘录：[llm-wiki/raw/02_AI编程/The Spec Layer](/raw/02_AI编程/The Spec Layer.md)
- OpenAI, “我们如何使用 Codex 在 28 天内构建 Android 版 Sora”, 2025-12-12: https://openai.com/zh-Hans-CN/index/shipping-sora-for-android-with-codex/
- 原文摘录：[llm-wiki/raw/openai/我们如何使用 Codex 在 28 天内构建 Android 版 Sora](/raw/openai/我们如何使用 Codex 在 28 天内构建 Android 版 Sora.md)