Agent 路由模式详解：从意图识别到动态模型选择
上一篇介绍了 Prompt Chaining（提示链模式），通过将复杂任务拆分为多个职责明确的步骤，配合结构化输出、中间结果校验和局部重试，提高多阶段模型调用的可靠性。但在实际 Agent 应用中，并不是所有请求都适合采用相同的处理流程。
Agent 工程：为什么需要运行时、控制与治理
Agent 最初常被当作“会调用工具的聊天模型”。早期做法也很直接：写一段提示词，让模型拆解任务，再通过函数调用搜索、读写文件或访问接口。这个方式在演示中往往有效，因为任务短、环境干净、失败可以重来。
18.Agent 并行化实战：任务拆分、并发执行与结果汇总
上一篇介绍了 Routing（路由模式），主要解决不同类型的请求应该进入哪条处理路径。本篇继续讨论另一种常见的任务编排方式——Parallelization（并行化模式）。在实际 Agent 应用中，一个复杂任务往往包含多个相互独立的子任务。
理解 Harness 工程：从 Agent 循环到上下文、沙箱、验证与长时运行
从 Agent 循环与工具接口，到上下文、沙箱、验证与长时运行工作一册写给 AI 工程师、开发者与严肃学习者的短篇技术手册@techNmak —— Understanding AI https://x.
Grok 土豆姐的 Agent 实战经验，这套 Harness 已开源！
第 27 天，Tibo 偷家买下 poteto com 做了个戳土豆跳 ChatGPT 的整活页，拿下 300 多万浏览。
别再卷大模型了！不懂这套Harness，你的Agent就是废铁
兄弟们，今天聊个得罪人的真相。现在圈子里有一种极端的狂热：天天盯着大模型跑分，今天GPT-5，明天Claude，后天DeepSeek。好像只要接入了最强的模型，你的AI应用就能降维打击、颠覆行业。醒醒吧！
Harness 到底是什么？这是今年最透彻的解读
当年我们从死磕汇编指令集抬到了 C 语言，从争论「用 Tab 还是空格」抬到了 Prettier 自动格式化，从纠结写什么前端框架抬到了让 AI 生成组件;
01-DeepSeek Harness 是什么？一文讲清 Agent = Model + Harness
系列第 1 篇 · 阶段：入门 · 预计阅读 20 分钟你有没有过这样的体验：让 AI 帮忙改一个 bug，它很快给出了一段看起来没问题的代码，你复制、粘贴、跑测试，测试挂了；你把报错贴回去，它再改一版，又挂了。来回四五轮，最后是你自己打开终端，一行一行调出来的。
第 11 篇 HarnessAgent：一个 Agent 装下一套工程基建
读之前：第 2 篇、第 4 篇、第 6 篇、第 7 篇、第 8 篇、第 9 篇、第 10 篇 ｜ 后面会用到：第 12 篇、第 13 篇、第 14 篇你用 ReActAgent 写出一个能对话、能调工具的智能体之后，很快就会遇到第二波问题：它读文件吗？它能跑 shell 吗？
同一个模型从 30 分到 95 分：拉开差距的不是模型，是Harness
编译｜宇琪 策划 | Tina “Harness 就是包装纸，就是脚手架，就是提示工程”。这种论调在 Reddit 上每隔几天就会冒出来一次，甚至有人说“上下文工程根本不算研究问题”。