第二篇你不知道的 Ai 系列，文章太长不读总结，来不及看长文小伙伴看这个就好，但还是建议收藏后有空读全文。
1. Agent 核心是感知-决策-行动-反馈的稳定循环，控制流基本不变，新能力主要通过工具扩展、提示结构调整和状态外化实现 。
2. Harness（验收基线、执行边界、反馈信号、回退手段）比模型本身更决定系统能否收敛，高质量自动化验证和清晰目标缺一不可 。
3. 上下文工程重点防 Context Rot，通过分层（常驻/按需/运行时/记忆）、压缩（滑动窗口/LLM摘要/工具结果替换）和 Skills 延迟加载保持信号质量。
4. 工具设计应遵循 ACI 原则：面向 Agent 目标而非 API、明确使用边界、参数防错、支持示例，调试时优先检查工具描述而非模型能力 。
5. 记忆分层为工作记忆、程序性记忆、情景记忆、语义记忆，MEMORY + 按需检索 + 可回退整合是跨会话一致性的关键。
引用的推文