执行摘要 AgentMemory 是一款专为 AI 编码代理（coding agents）设计的开源持久化记忆层，引入了语义记忆和知识库技术，让智能体可以"记住"跨会话的关键信息，从而避免重复上下文输入，提高效率。本文基于 AgentMemory 官方文档 和 AgentMemory 官网 等资料，从项目背景、核心概念、架构、功能、数据模型、记忆检索机制、扩展与集成、性能与安全、适用场景、同类项目对比、示例代码、部署运维到未来展望，全方位剖析 AgentMemory 的设计与实践建议。文章图文并茂，包含流程与架构示意图（使用 Mermaid 绘制）、功能/性能对比表、示例代码块等内容，力求帮助具备一定 AI/工程背景的读者全面理解 AgentMemory，并指导实际应用。 ...
最近关于"设计循环（loop）“而非单纯给你的编程智能体（coding agent）发提示词的讨论非常热烈。但如果你花些时间在 X（Twitter）上试图搞清楚到底什么是 loop，你会发现各种不同的答案。 ...
原文：A harness for every task: dynamic workflows in Claude Code 作者：Thariq Shihipar (@trq212) 上周，我们在 Claude Code 中发布了动态工作流。Claude 现在可以即时编写自己的 harness，为手头的任务量身定制。 虽然默认的 Claude Code harness 是为编程构建的，但它对许多其他类型的任务也很有用——因为事实证明，很多任务都与编程任务类似。但对于某些特定类型的任务，我们不得不在 Claude Code 之上构建自定义 harness 以实现最佳性能，例如深度研究、安全分析、智能体团队或代码审查。 ...
我发布产品已经很多年了。 我知道慢是什么感觉。 任何 SaaS 的第一周是最糟糕的部分。 你整天都在脑子里切换角色。 → 创始人 → 研究员 → 产品经理 → 设计师 → 工程师 → QA 测试员 → 营销人员 ...
大多数人一觉得任务复杂，就会选择多智能体系统。 但那几乎总是错误的直觉。 正确的问题不是"我该不该用多个 Agent？"，而是"这项任务实际上需要什么样的协调？" ...
Anthropic、OpenAI 和 DeepSeek 正在围绕同一个核心思想趋同：用系统提示作为奖励函数。本文完整解析从 RLHF 到 RULER 的强化学习进化之路，附带代码。 强化学习的核心非常直接：系统采取行动，环境给予奖励，智能体随时间更新行为以最大化该奖励。 ...