Agent 越写越复杂？因为你在替模型画流程图
上周我删了一个跑了整整一个月的 Agent 脚本。干的活很朴素：搜竞品新闻、扒正文、做摘要、拼日报。六步串成一条线，平时稳得很。直到某天第三步的抓取接口回了一个空字符串。后面三步一声没吭。模型拿着空内容，一本正经编了一篇摘要，日报照常发了出去。
Agent、Token满天飞：别把自我矮化，错当成国际化
摘要：开会张口Agent、LLM、Token；街边招牌英文大字居中，中文挤在角落。很多人把这当成国际化。官媒的评论点破深层隐忧：大量英文术语未经转化涌入公共场景，字母缩写替代汉语表达，暗藏科技话语权旁落、母语表达体系被消解的风险。
Agent 的长短期记忆系统怎么做的？
开场：一场把"存数据库"问穿的连环追问 你们项目里 Agent 的记忆系统怎么做的，短期和长期分别存在哪？ 短期就是把对话历史存在内存里，长期存数据库，需要时查出来用。 长期记忆"存数据库"？用的什么数据库，怎么查？按关键词全文搜索吗？
别天天念叨好用的 Agent，Skill 你真的会用吗？
半年前，大家还在纠结"到底用哪个agent"；半年后，风向变了，满屏都是"Skill"。各种技能包像下饺子一样往外冒——写文案的、做 PPT 的、查资料的、帮你改简历的……多到什么程度？打开任何一个 Agent 市场，手指头滑三分钟都滑不到底，主打一个"卷"。
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！
普通人用Agent：周报1小时压成10分钟
先说怎么压到10分钟：把周报当成「派给同事的固定活」，别当自己从头写。你只定口径、看结果、改三处，Agent 去翻聊天、对数字、出草稿。
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。
换了工作电脑、或者换了个 Agent，之前装的 Skill 还在吗？
换了工作电脑、或者换了个 Agent，之前装的 Skill 还在吗？换机后找回技能换了电脑，或者换了一个 Agent，之前装好的 Skill 到底还在不在？很多人的第一反应是“应该跟着账号走吧”，但实际情况往往不是这样。今天不谈复杂原理，就聊清楚怎么判断、怎么找回来。先说现象。
刚接触AI时最容易听懵的12个词，Token、Agent到底是什么意思？
前阵子看一些 AI 创作交流群里的聊天，我发现一个挺有意思的现象：大家聊得热火朝天，隔三差五就冒出几个新词。什么 AIGC、Token、Agent，还有人说自己在做 RAG 知识库。这些词单独看，好像也不难，可放在一起，刚接触 AI 的人还真不一定能跟上。