标签
文章主张，长时间运行的开发代理应该是事件驱动的，以通过像EigenFlux这样的广播从意外来源检测有用的变化，而不是每天轮询仓库，并强调在行动前验证来源。
这篇文章讨论了模型上下文协议（MCP）中的一个空白，可以通过添加 Webhook 支持来解决，允许连接的 MCP 服务器通过事件通知代理。
这篇文章介绍了 Pizza，一个开源事件驱动 AI 代理，它使用事件溯源和状态机来构建健壮且可审计的代理架构，具有诸如对话分叉和自优化等功能。
一位工程师反思了自己反复构建 webhook 集成系统的经历，详细阐述了签名验证、去重、缓冲和对账定时任务等隐藏复杂性，并指出 webhook 通知并不能可靠替代完整有序的数据日志。
本教程介绍如何在 Go 和 PostgreSQL 中实现 Outbox 模式，以确保分布式系统中可靠的事件发布，包括构建中继服务和处理至少一次投递。
Magents 是一个开源的 Python 框架，用于在一个系统中模拟和回测多种交易策略，具备隔离的策略舱、事件驱动引擎和中央风险控制。
本文详细拆解了Hermes Agent的架构，包括事件总线、适配器层、GatewayRunner核心调度层等，揭示了Agent作为有状态、事件驱动运行时的设计模式。
作者认为聊天优先的AI工具不足以构建自主代理工作流，并描述了替代原语，如定时触发器和子代理委派，主张从“带着工具聊天”转向“使用LLMs的自主流程”。
本文提出了EHHN，一种针对服务流程中面向对象的下一个活动预测的事件驱动异构超图网络，在四个基准数据集上实现了最先进的准确性和内存效率。
本文提供了一个使用Google Gemini Enterprise Agent平台的持久化AI代理的端到端示例。它涵盖了状态机、事件驱动代理以及用于长期运行任务（如员工入职）的多代理委派模式。
LangChain的循环工程手册通过四个嵌套循环（代理循环、验证循环、事件驱动循环和爬山循环）替代了提示工程，使AI代理能够随着时间的推移自动自我改进。该文章认为，构建自我优化循环如今已成为关键的竞争优势，而非使用更先进的模型。
本文评估了多智能体编排架构（DAG Plan and Execute、ReAct）在企业规模下的表现，并引入了一个任务管理器以实现持续的事件驱动操作，展示了在延迟和正确性方面的改进。
这篇博客文章由Sydney Runkle撰写，解释了使用LangChain原语构建可靠LLM代理的循环工程艺术，涵盖了四种循环级别：代理循环、验证循环、事件驱动循环和爬山循环。
本文讨论了OpenClaw智能体中轮询的低效性，并介绍了一个将事件检测移出智能体循环的插件，从而显著减少了源调用和令牌使用量。
Nader Dabit 预测，到年底，超过95%的代理会话将由自动化和事件触发，并演示了如何使用 Devin 构建事件驱动的代理系统，从 Slack 作为控制平面开始。
本文介绍了Formal Skill，这是一种面向LLM智能体的运行时原生抽象，它将可重用流程编码为可执行状态机，配有JSON元数据、Python执行器和钩子控制的逻辑。还介绍了一个名为FairyClaw的开源实现，在Harness-Bench上展示了具有竞争力的性能，且减少了token使用量。
Google 为 Gemini API 推出了事件驱动的 Webhook，以减少 Deep Research 和批处理等长时间运行任务的延迟和摩擦。该功能用基于推送的通知取代了低效的轮询，从而提升了代理式应用程序的开发者体验。