标签
这是智能体系统设计系列的六篇后续文章，涵盖服务边界、自动生成的契约、类型化智能体流程、至多执行一次、提示注入防御、由监督器路由的子图，以及人工参与的审核。作者概述了每篇文章的教学内容和该系列面向的读者群体，后续还将推出更多文章。
DeepSeek 的实验表明，在一个包含 300 条消息的群聊中，一个被分配了 20 项任务的 AI 智能体一项都没有委派出去——直到引入两层 Router/Worker 设计、把键盘从顶层智能体手中拿走之后才得以解决。该方案将最慢任务的耗时从约 30 分钟压缩到 16 分钟以内，而每次运行会消耗 23.2M 缓存 token。
Anthropic 工程师发布了一段 90 分钟的课程，讲解 Claude Opus 5.5 托管代理架构、研究代理构建、按计划运行的代理以及评估与 CI/CD 等内容，被认为是最值得观看的课程之一。
文章讨论 DeepSeek 最新开源的 dsh-superagent 架构设计，指出其"much value and little human attention"目标与 loopx 项目一致，并对比了两者在状态/session 分离、上下文优化及 router 委派机制上的异同，同时推广 loopx 的相关 RFC。
我们提出了 FACTS-MAS，这是一个领域无关的多智能体预测框架，将异构证据分解到专门的智能体通道中，通过防止数据泄漏的历史验证对各通道进行验证和加权，并以自适应方式融合它们。在美国 15 个都市区的 Zillow 住房库存和 FRED 失业救济申请数据上的评估表明，该框架优于朴素基线模型和 TimesFM，但经过因子调整的指数平滑模型达到了与其融合预测相当的性能。
分享了一套共18篇的手写Agent教程，从100行Python代码起步，逐步实现工具调用、权限、上下文管理、Skills、MCP、子Agent、计划与记忆等核心模块，并对照拆解Claude Code、Codex、Grok Bot、DeepSeek Harness等主流编码Agent的实现取舍，指出其最大分歧在于安全层应交给提示词还是代码。
一位实践者分享了运行多模型路由器（起草者、评审者、长上下文搜索器）做真实工作一年的经验：角色分离、验证关卡、带溯源记录的经验文件以及小而热的上下文得以保留，而智能体人设、模型投票和长自主链则彻底失败。
阿里云开源了《AI Agent Handbook》企业级 Agent 落地白皮书，中英文双版免费阅读，涵盖架构、构建、运行、治理、调优与真实企业实践案例，上线一个多月已获 1647 star、242 fork。
本文提出 Tracer，一种面向 LLM 智能体的轨迹感知工具检索前端，用 trie 索引历史工具调用序列并结合经验与上下文先验对下一步调用进行排序。在六个环境、四个模型上，它在 24 组对比中 21 组提升了工具选择准确率，同时每步输入 token 减少约 61%–80%。
本文介绍了 Uber 法律红线代理从失败的 RAG 演进到四代架构，实现 91% 决策准确率，将合同审查时间缩短 20%+，并赢得 2026 ALM Legalweek 年度最具创新力法务部门奖。文章详细分析了从 RAG 到反馈闭环、语气分层、再到最终代理架构的技术演进路径。
探讨在一种架构中——由一个 AI 智能体监控另一个 AI 智能体——所存在的权限鸿沟，质疑 AI 对 AI 的监督究竟是真正的治理，还是仅仅转移了决策负担，以及约束性权力最终应当归属于谁。
该论文研究了边缘设备上小型 LLM 智能体在长对话与重人设上下文中的"人设-逻辑干扰"问题，并提出解耦架构 AO-DA，将逻辑推理与人设表达分离到两条推理路径，实验证明解耦后的逻辑路径在上下文污染下保持结构不变性。
一篇架构对比文章，分析 Pi Durable 与 OpenCode 的设计差异：Pi Durable 将模型生成、工具调用等序列化为可调度的持久任务，使工作不再绑定于单个进程，而传统会话式 harness（如 OpenCode、Claude Code、Codex）仍依赖进程内的活动 agent 循环。
作者在 Vercel eve 上构建了一个数据分析师 agent，其中 Qwen 负责生成 SQL，而 Jev 作为独立的评审层，同时通过确定性的代码强制执行只读访问、行数限制和人工审批——展示了如何将生成、判断与安全检查分拆到不同的层次中。
一条推荐 harness engineering 论文的推文。该论文将 Claude Code (Opus 5.5)、Codex、Gemini CLI 等编码智能体都归结为一个公式：agent = model + harness，涵盖了这些智能体的构建方式、反复出现的模式、整个领域的发展方向，以及一份构建自定义智能体的清单。
作者探讨了 AI Agent 架构中一种正在浮现的需求——建立一个"能力层"（capability layer），用以在多个 Agent 之间标准化可复用的能力，例如网络搜索、数据抓取、校验与摘要。这一层还需要支持版本控制、按 Agent 粒度的独立配置，以及回滚机制。作者同时提出疑问：MCP、LangChain、Composio 或类似的平台，是否已经在很大程度上解决了这个问题？
一位实践者描述了如何重构一套生产级多智能体系统，使智能体变成可替换的执行者，嵌入在一套持久的架构之中——该架构以权威状态、任务契约、能力路由、独立验证和确定性检查为核心。文章主张将推理自主性与执行权限分离，成熟的工作流应当用规则和测试取代推理，而真正的衡量指标是每单位人力注意力所产出的经验证的有效成果。
文章观点认为：当前 AI 智能体的记忆插件本质上都是有缺陷的基于 RAG 的检索，而智能体更适合通过显式的、基于文档的知识来发挥作用，而不是依赖向量库中的片段检索。
作者剖析了 Claude Code 的源码，讲解其多 Agent 系统如何分层实现：Agent 工具、带命令队列的任务注册表、基于磁盘信箱的 teammate 团队，以及确定性的 JS 工作流引擎——所有这些都统一走共享的查询执行器，上下文彼此隔离，仅通过消息通信。
Anthropic 工程师表示，工作方式正在从编写提示词转向构建可自我提示的 Agent 循环。Claude Agent 使用一个自我管理的 memory/ 目录，白天写入、夜间验证并重新整理，据称首次出错率降低了 97%，验收速度提升了 30%。