阅读更多 2026年10月14日 Trace Evaluation：怎样从执行轨迹定位 Agent 的问题？ 理解 Trace 与 Span 怎样记录工作流，区分结果评分和行为评分，再围绕工具、交接、Guardrail 与反馈恢复建立证据标准，用批量评估比较不同版本。 AgentOpenAIEvaluationTracing学习笔记
阅读更多 2026年10月14日 Agent Eval：怎样衡量任务结果、执行过程与稳定性？ 从 Task、Trial、Transcript 与 Outcome 理解一次 Agent 评估，梳理 Grader 的选择与组合、pass@k 与 pass^k 的区别，以及能力评估、回归评估和评估集的持续维护。 AgentAnthropicEvaluation学习笔记
阅读更多 2026年10月13日 Harness Engineering：怎样建设适合 Agent 自主开发的工程环境？ 理解 Agent-first 工程中的仓库可读性、AGENTS.md 导航、执行计划、可观测性、机械化架构约束，以及审查和技术债的持续治理。 AgentOpenAICodexHarness软件工程学习笔记
阅读更多 2026年10月13日 Agent Runtime：Agent Loop 之外还需要什么？ 以 Codex App Server 为例，理解 Agent Loop 之外的会话管理、持久化、工具执行与客户端交互，以及 Thread、Turn、Item 和双向事件协议。 AgentOpenAICodexHarnessJSON-RPC学习笔记
阅读更多 2026年10月13日 Harness Design：怎样组织长期开发与独立验收？ 理解 Planner–Generator–Evaluator、Sprint Contract 和真实应用 QA，分析 Context Reset 与 Compaction 的区别，以及怎样通过移除组件改进 Harness。 AgentAnthropicHarnessQA学习笔记
阅读更多 2026年10月13日 Long-running Agent：怎样跨多个 Context 持续完成任务？ 理解 Initializer、Feature List、Progress File 与 Git 的分工，建立新会话恢复、增量实现、端到端验证和状态交接的完整流程。 AgentAnthropicHarnessLong-running学习笔记
阅读更多 2026年10月13日 Multi-Agent Orchestration：Manager、Handoff 与控制权分配 理解 Manager 的子任务调用与 Handoff 的执行接管，区分上下文、任务状态和控制权，分析多 Agent 的拆分条件与协作成本。 AgentOpenAIMulti-AgentOrchestration学习笔记
阅读更多 2026年10月13日 Parallel Coding Agents：工作区隔离、任务认领与代码集成 以 C 编译器实验为例，理解并行 Agent 怎样通过独立工作区、任务锁和 Git 协作，以及语义冲突、故障拆分、测试反馈和角色分工。 AgentAnthropicMulti-AgentParallel Coding学习笔记
阅读更多 2026年10月13日 Multi-Agent Research：任务分解、并行搜索与结果汇总 从多智能体的优势与代价出发，理解 Lead/Subagent 架构、动态任务分解、委派提示、并行搜索、证据汇总与协作评估。 AgentAnthropicMulti-Agent学习笔记
阅读更多 2026年10月13日 Agent Skills：怎样把任务知识和脚本变成可复用能力？ 以 PDF 处理为例，理解 Skill 的文件结构、名称与描述如何影响触发、三层渐进加载，以及脚本执行、任务评估和安全边界。 AgentAnthropicAgent SkillsContext Engineering学习笔记
