AgentScope Java v2 第10课，压缩改历史，记忆搬事实
▍ 摘要:同一次 call 里，压缩会把 9 条工作历史换成 1 条摘要加 3 条尾部，模型还记得“夜莺”，却复述不出原话;
LangChain 学习路线（07）：Agent 入门，从 RAG 问答到智能体调用
前六篇，我们已经学习了 LangChain 的核心组件、LCEL、RAG、Milvus、混合检索和 Rerank。现在，我们开始进入一个新的阶段：Agent（智能体）。之前构建的 RAG 应用，主要解决的是一个问题：用户提出问题，系统从知识库中找到相关资料，再交给大模型生成答案。
Agent 数据飞轮平台的选型和实践
作者：凯声宙斯是 1688 探索企业 AI 自主经营的组织经营大脑，通过连接业务知识、数据与多角色 Agent，让 AI 围绕经营目标参与分析、协同执行并持续跟进，逐步从辅助个人工作走向支撑组织经营。目前，宙斯已在 1688 即时零售、商业发展等实际业务中落地实践。
你把 Agent 部署到生产，3 天后账单炸了 1800 元
适读人群：Java 后端 / 准备把 AI Agent 接进生产的同学 / 想搞懂 Agent 和 RAG 差在哪的人 · 阅读约 12 分钟一、事故现场：凌晨 2 点，账单告警比业务告警先到晚上 11 点我把 Agent 部署上线，监控一路绿灯，我还在群里跟同事说"这玩意儿真香
07-Agent 跑偏了怎么查？会话日志与 trace 实战
系列第 7 篇 · 进阶阶段 · 建议阅读 25 分钟 适用版本：DeepSeek Harness（dsh）开发者预览 0.2.
详细拆解 Pi Agent：产品经理搞懂 Agent 的最佳实践
在 Terminal Bench 2.0 这个专门评测 Agent 完成真实计算机任务的榜单上，Pi 与 Codex、Cursor、Windsurf 一同排进了前五(;答案是够，而且这不是极限操作的取巧。
详细拆解 Pi Agent：产品经理搞懂 Agent 的最佳实践
Agent 的大脑和手要分开：沙箱里从不存凭证
把 agent 的执行环境做成"随时可以死"的东西，反而让整个系统更可靠——这是 Anthropic 平台团队在 2026 年最反直觉的一次架构选择。具体做法是把 agent 拆成两半：脑子是会话日志与 harness，跑在持久服务器上；手是沙箱或容器，只在需要执行时启动。
AgentScope Java v2 Lab-1，审批只走有门的腿
▍ 摘要：把挂 ASK 规则的 agent 接到 OpenAI 兼容 API 腿上，暂停被翻译成 finish_reason:"tool_calls" 递回客户端，待批状态随请求消失——识别不等于执行。
54%企业90天内出错：Agent部署前先查3处权限
Gartner 在 9 月 16 日的预测里，把「AI Agents and Assistants」单列成一行预算科目。