ITPub博客

把一套 Harness 用透，学习 AI 新工具才能“一通百通”

也许，Agent 不需要长期绑定一台完整的虚拟机。

MiniMax H3、V4-Flash-0731、Seedance 2.5 轮番登场，你跟上了吗？

Anthropic提出“上下文工程”（Context Engineering）新范式：Claude Opus 5/Fable 5删减超80%系统提示词，性能未降。核心转向“瘦提示-厚工件-瘦技能”，强调模型自主判断、渐进披露与高保真参考，告别冗余规则堆砌。

平时工作忙碌的你，不一定能有时间去筛选值得一读的优秀文章。在这里，小七为你整理了七牛开发者号本月的优秀文章，还有海外优秀实践。等你哪一天有空了，可以回头读一读。

到底，为什么 AI 不如人类聪明呢

本文详解Agent工具调用的输入输出契约：输入契约规范工具名称、描述、参数Schema与使用边界，确保模型准确调用；输出契约定义结构化结果、状态码与错误反馈，支撑模型可靠决策。二者共同保障Agent“思考→行动→判断”闭环的稳定性与可解释性。

大规模代码如何用 Claude Code 进行迁移

本文深度解析Kimi K3技术演进路径：从GPT-2出发，历经Linear Attention、DeltaNet、Gated DeltaNet、Kimi Linear，最终抵达2.8万亿参数的Kimi K3。全文以“状态管理”为主线，揭示架构迭代本质——非单纯堆参，而是持续优化记忆存储、动态更新与选择性读取机制，兼顾效率与表达力。

给持续演化的 Harness 建一张行为地图

Agent Wiki：让 RAG 不再每次从头推导

你知道 Ling-3.0 是什么吗？

现在，你的手机是生产力了

本文系统解读“Loop Engineering”AI协作新范式：工作单元正从“一句Prompt”升级为“一个可自主运行的Loop”。文章以四阶段、二十步实操路线图，详解如何设计含验证、终止、状态与人工检查点的可靠循环系统，助你从手动提示者蜕变为AI系统架构师。

本文详解Agent时代Prompt的范式升级：从静态文本迈向动态拼装。它将Prompt拆解为稳定、任务、状态、外部四类信息，按执行阶段实时组合，兼顾上下文精简与关键信息聚焦，是支撑ReAct循环、保障Agent稳定性的核心工程能力。

本文系统梳理自建生产级Agent的五大核心设计决策：模型路由、循环编排、工具接入、闭环落地与安全约束，以Coding Agent为实例，详解每层架构选型、权衡与可落地代码。强调“设计需被实践修正”，直击成本可控、数据不出域、业务真闭环三大自建动因。

本文介绍Agent图编排（Agent Graph Engineering）的核心思想：摒弃简单串行流程，以数据依赖关系构建节点（Agent/代码）与边（数据流）组成的有向图。强调清晰输入输出约定、并行执行、故障隔离、验证机制与动态循环设计，提升系统可组合性、稳定性与成本效率。

上海交大与抖音团队提出Dockerless：无需执行环境的代码修复验证器。它摒弃传统Docker测试，让Verifier像人类审阅者一样主动探索代码库、搜集证据并裁决patch有效性，在SWE-bench等基准上AUC达81.0，显著提升SFT/RL训练效率与泛化性。

RIT研究团队分析25,264个真实Agent PR发现：AI编程代理已广泛落地（覆盖2361个热门仓库），但应用极浅——中位数项目3个月仅提交1–2个PR；仅1%项目产出超人类基准；78.9%的PR由同一开发者审、改、合，凸显当前“人机协作”实为“单人+Agent”模式。

本期 AI 圈一句话：开发者在整活，大厂在掏家底~