博客
构建 agent 系统的笔记
评估工具、编排模式、记忆设计及其背后的失败案例——在细节仍然新鲜时记录下来。
2026年9月20日·6 分钟阅读
Agent 运行的单位经济学：多步骤系统的成本核算
Token 定价掩盖了 agent 开销的真实去向。按角色和工具调用进行埋点统计的「每个成功任务成本」，才是团队可以据以行动的指标。
agent-economicscost-accountingllm-observability
2026年9月20日·6 分钟阅读
基于轨迹而非答案评估 Agent：一份基准设计说明
只对最终输出打分的基准，会奖励那些通过不安全或不可复现路径得到正确答案的 agent。轨迹感知的评分可以修正这一点。
agent-evaluationbenchmarkingtrajectory-grading
2026年9月20日·6 分钟阅读
幕僚长模式：何时该编排 Agent，何时只需写个脚本
多 Agent 编排只有在子任务需要不同上下文、不同工具或独立验证时才有价值。否则，它只是一次更慢的函数调用。
multi-agent-systems编排llm-agents
2026年9月20日·5 分钟阅读
记忆是一个写入策略问题：留存、来源与记忆的代价
大多数 agent 记忆故障源于写入阶段，而非检索阶段。来源信息、敏感度分级与 schema 级过期机制能更早、更低成本地解决这些问题。
agent-memorywrite-policyprovenance
2026年9月20日·6 分钟阅读
权限预算：智能体与其工具之间缺失的控制面
提示词约束只是建议性的。真正的安全来自把每一项能力都视为可消耗的权限预算：范围、配额、有效期与证明。
agent-safetyauthority-budgetstool-use
2026年9月20日·6 分钟阅读
Agent 凭证是策略问题，而非提示词问题
没有范围限定的权限，会让每一次提示词注入都变成权限提升。要设计能力授予，而不是指令文本。
agent-securitycapability-grantsprompt-injection