AI Agent 系统

一文看懂 Harness Engineering，帮你的 AI 提效 10 倍

FakeMaidenMaker 的这篇科普从模型、行动空间、观测/状态空间、记忆、错误恢复和多 Agent 六个维度，系统拆解了 AI Agent 工程底座「Harness Engineering」的核心设计要素，并给出 10 倍提效的操作清单。

AI Agent 是如何记住东西？从原理到实战详细解释

铁锤人这篇科普从长期记忆的输入、编码、存储、检索与更新流程出发，用 RAG、向量检索和 Mem0 等例子解释 AI Agent 如何把上下文转化为可调用记忆，并给出实战中的设计要点。

Your harness, your memory

Harrison Chase 这篇文章解释了为什么 Agent Harness 与 Memory 是一体两面，以及为什么把记忆交给封闭 API 会带来平台锁定。

共享状态面不是 Feature，而是基础设施：多 Agent 协作为什么会走向 memory fabric

多 Agent 协作的问题不再只是消息传递，而是缺少一层可恢复、可分层、可控作用域的共享状态面。本文把 smux、tmux-bridge、mem0 这些线索收束到同一个判断：memory fabric 正在变成基础设施。

Anthropic 官方博文：多智能体协作指南：五种主流模式怎么选、怎么用？【译】

一篇面向工程实践的多智能体模式科普，系统拆解生成-验证者、调度-子智能体、智能体团队、消息总线、共享状态五种主流协作模式，以及它们各自最适合与最不适合的场景。

Memory 不是插件，而是主权边界：Agent Harness 为什么会变成新的锁定层

从 Harrison Chase 的《Your harness, your memory》出发，分析 Agent 时代新的平台锁定点为何正在从模型 API 下沉到 harness 对 context、state 与 memory 的控制权。

Agent Runtime 正在变成新的操作系统

从 Anthropic、OpenAI、LangGraph、Google A2A 到社区实验，分析 AI Agent 的竞争为何正在从 prompt 能力下沉到 runtime、状态、接口与协作层。

Anthropic 今天发了一个新产品，可能会让一批做 AI 智能体基础设施的团队失业

把 Claude Managed Agents 拆开讲清楚，看它和 Claude Code 的区别、它为什么是托管型 agent 基建，以及它真正改变了哪一层门槛。

为什么 Harness Engineering 正在成为 AI Agent 的真正护城河

把趋势、工程文章、benchmark 与社区讨论压进同一篇论证里，回答 Harness 为什么会变成核心系统能力。

Anthropic 这篇 Harness 文章真正讲了什么：长任务应用开发的系统设计方法

不是转述原文，而是单独拆开这篇 engineering 文章的系统设计思想，分析它到底解决了什么问题。