AI Agent 核心管理逻辑：工具的管理和调度
简单来说，AI Agent 就是一个能够自主感知环境、制定计划、采取行动来完成特定目标的系统。 从架构的角度来看，又可以分为感知模块（包括状态上下文和意图上下文，而意图上下文是一个更难一些的问题），推理模块（LLM 主控部分），记忆模块，行动模块。 今天我们要聊的是贯穿于各个模块中的工具，工具不仅仅是行动模块，在感知，记忆中都有可能用到工具。 1. Open…
CODE, ARCHITECTURE & AI
架构和远方.
Agent 核心策略：Manus、Gemini CLI 和 Claude Code 的上下文压缩策略和细节
做 AI Agent 开发的都需要考虑上下文爆炸的问题，不仅仅是成本问题，还有性能问题。 许多团队选择了压缩策略。但过度激进的压缩不可避免地导致信息丢失。 这背后的根本矛盾在于： Agent 需要基于完整的历史状态来决策下一步行动，但我们无法预知当前的某个观察细节是否会在未来的某个关键时刻变得至关重要。 前面一篇文章讲了整个上下文的管理策略，今天着重聊一下上…
从 Claude Code到 Gemini CLI，AI Agent 的上下文管理策略
对于一个与大型语言模型（LLM）打过交道的开发者来说，上下文管理都是一个绕不开的核心问题。 它不仅决定了 AI 的智能程度，也直接关系到系统的性能和成本。 上周研究了各家 Agent 系统的实现，各家的上下文管理策略都不相同。最简单最傻的策略是一个不断累加对话历史，这种策略很快就会遇到 Token 限制和 API 的成本问题。 如果你是一个技术负责人，或者正…
Multi-Agent 系统的主从架构
最近一年，Multi-Agent 系统持续发热发烫，融资不断，火了起来。 从 AutoGPT 到 MetaGPT，从 CrewAI 到 LangGraph，各种多代理框架层出不穷。国内现象级的 Manus，以及当天由 MetaGPT 的同学开源的 OpenManus。OpenAI 的 Swarm、微软的 AutoGen，还有 Anthropic 的 Clau…
架构师必备：要懂点信息架构
看信息架构还是很多年前的事情了，大概是在 2010 年吧，有一本叫《Web 信息架构》的书，当时还在一线，想去做一个架构师，看到架构两个字就冲动买了下来。 有道是「买书一时爽，读书火葬场」 当然，这本书后面还是看完了，和想象中的不一样，但是也提升了自己某些方面的认知，现在回想起来还是有一些作用的，至少知道了一些信息架构的基本逻辑，在 battle 的时候也有…
作为 CTO，应该如何看待 AI 编程
前段时间和几个技术圈的朋友吃饭，聊到最近很火的 AI 编程工具（Cursor 估值近百亿），大家的深入程度都各不相同。有人已经把 Cursor 当成标配，离了它写代码都不太行；有人还在观望，觉得这玩意儿不太靠谱；有人在团队内小范围试点，看一看；有人怕有风险，不敢在团队内推广（不仅仅是安全风险，还有组织内部的一些问题）。 作为技术负责人，面对 AI 编程这个话…
架构师必备：解决技术问题当从第一性原理开始
前两天系统陆续告警，海外服务器访问图片 CDN 经常会出现异常，连接慢，超时，或者下载到一半了失败，错误日志如下： > Connection broken: IncompleteRead(49292 bytes read, 2611057 more expected)', >IncompleteRead(49292 bytes read, 2611057 m…
聊下 AI Agent 的 上下文工程（Context Engineering)
2025 年确实成了 AI Agent 元年。不只是 Manus 这种通用型 Agent，还有设计领域的 Lovart、编程领域的 Claude Code 和 Cursor 等垂直产品。经常会有人问：这些 Agent 到底是如何工作的？为什么有的 Agent 看着很智能，有的却在掉链子？ 大模型大家都可以用，但为啥结果差异比较大呢？ 这是由于在大模型能力一致…