AI 与智能体

沿一次 Agent 调用拆解 AgentScope Java 2.0 的消息、ReAct、工具权限、事件、状态与 Middleware，再说明 Harness 的工作区、记忆、Skill 和沙箱该如何选用。

从一次自回归推理出发，区分 KV Cache、Prefix Caching、托管 API 的 Prompt Caching 与应用层 Semantic Cache，说明它们分别缓存什么、何时命中、节省哪段计算，以及生产环境最容易踩中的失效与正确性风险。

Codex Harness 近期开源了吗？本文结合 OpenAI 官方资料、Codex App Server 文档、openai/codex 源码入口和 Harness Engineering 相关讨论，解释 Codex Core、App Server、Thread / Turn / Item、审批、沙箱和事件流的关系，并给出源码阅读路线与使用 Codex 的实践建议。

从模型、Agent 与 Harness 的关系出发，拆解 DeepSeek Harness 的 Cordis 插件树、Profile 与 Bundle、事件日志、Agent Loop 和能力接缝，并分析这套架构相较 Codex 与 Claude Code 的价值、复杂度和适用边界。

AI Agent CLI 工程第 2 篇：区分用 CLI 运行 Agent 与让 Agent 调用 CLI，基于 MCP 2026-07-28 规范比较 CLI、MCP 和 SDK/API，并用同一领域函数实现可验证的 CLI/MCP 双适配器。

AI Agent CLI 工程第 1 篇：把 Codex、Claude Code 这类终端 Agent 拆成可调度的进程合同，并用真实 Codex exec 验证工作目录、权限、JSONL、Schema、退出码、超时与输出产物。

AI Agent 工程进阶第 11 篇：用 Observe、Protect、Improve 串起生产信号、降级策略、Canary 发布与事故回归评估，并通过零依赖 Production Loop Lab 验证 9 个运行窗口。

AI Agent 工程进阶第 10 篇：用动作分级、Sandbox、Approval Envelope、IAM 与可恢复状态机建立 Human Control，并通过零依赖 Security Lab 验证拒绝、过期、参数漂移和重复恢复等边界。

AI Agent 工程进阶第 8 篇：区分 Context、Checkpoint、Session、长期 Memory 与业务事实源，用 Write Gate、命名空间、来源、有效期和删除规则管理 Agent 记忆，并通过零依赖 Memory Lab 验证 8 个边界案例。

AI Agent 工程进阶第 7 篇：从一次只有 tool call failed 的故障出发，讲清 Trace、Span、父子关系、版本证据与脱敏，并用零依赖 Trace Lab 检查错误上下文、安全重试、跨 Worker 恢复和敏感信息泄漏。

固定 agent-browser 与 Playwright CLI 版本，在动态 ID、DOM 重排和双视口 fixture 上比较语义快照、元素引用、命令输出与本机运行边界。

用五道安装门禁、三个代表案例和三层本地验收审计 12 个热门 Agent Skills，判断一个 Skill 是值得试用、仍需验证，还是只有热度没有闭环。

在同一个 Next.js 页面上依次使用 frontend-design、React Best Practices 与 Web Design Guidelines，比较设计、性能和可访问性审查的分工、上下文成本与复现风险。

用一个可运行的 Skill 收藏页贯穿 Superpowers 的安装、触发、设计、计划、TDD、调试、Review 与验收，并从固定源码拆解 14 个 Skill、经典 Prompt 的翻译与行为机制，以及设计自己 Skill 的方法。

AI Agent 工程进阶第 6 篇：从检查点、稳定动作 ID 和错误分类讲到结果未知、回执对账、持久取消、租约与 fencing token，并在同一个 GitHub 工程中用 9 个故障案例验证 Agent Loop 能否安全恢复。

AI Agent 工程进阶第 4 篇：区分 Agent loop、Harness、RunState、对话 Session、Sandbox 与 Verifier，并在同一个 GitHub 工程中实现可替换模型接口、审批暂停与恢复、工具超时、步数上限、检查点和事件追踪。

AI Agent 工程进阶第 5 篇：从名称、描述和 JSON Schema 讲到权限、审批、预演、幂等、结构化错误、分页与工具加载，并在同一个 GitHub 工程中用 11 个边界案例比较宽工具和类型化 Tool Registry。

AI Agent 工程进阶第 3 篇：区分 Prompt、当前上下文、Session 与 Memory，设计带来源、新鲜度、权限、预算和缺失证据的 Context Packet，并用可运行实验比较“全部塞入”与受控组装。

AI Agent 工程进阶第 2 篇：在同一个 Agent Reliability Lab 中建立 20 个任务、重复 Trial、五类确定性 Grader、失败台账和发布门禁，用实际代码比较 baseline-v1 与 candidate-v2，而不是凭感觉判断新版本更聪明。

AI Agent 工程进阶第 1 篇：用一个可运行的知识库工程，把模糊的 Agent 需求拆成 Job、Input、Done、Boundary、Failure、Evidence 与 Baseline，并通过坏契约和阈值实验验证它是否真的需要 Agent。

AI Agent 工程进阶系列导读：围绕 GitHub 项目 ai-agent-learn 的企业知识库 Agent，用任务契约、评测、Context、Harness、Tool、Durable Loop、Trace、Memory、Graph、安全与 Production Loop，建立一条从 Demo 到可靠系统的 11 篇实战路线。

结合 2026 年三项 AGENTS.md 研究与 Codex 官方加载机制，解释仓库级说明为什么有时提高效率、有时增加成本，并提供规则路由表、15 分钟审计法和可复现的三条件对照实验。

Codex 00–17 系列的完整阅读导航：按安全起步、项目交付、能力沉淀、外部连接和团队治理梳理每一篇解决的问题、可带走的产物，并提供四条按目标选择的最短阅读路线。

用一个博客后台 Bug 示例贯穿 Context、Harness、Loop 与 Graph Engineering：解释模型看见什么、如何获得工具与边界、怎样反复行动并验证，以及何时才需要把多个局部循环组织成工作图。

AI Agent 工程进阶第 9 篇：判断何时应从 Durable Loop 升级为 Graph，设计真实依赖、隔离状态、独立验证器和预算门禁，并通过零依赖 Graph Lab 验证六个边界案例。

Codex 系列第 17 篇：不再只问 Codex 能不能做，而是用额度、上下文、证据、权限、隐私、可逆性和验证成本判断任务边界，并提供可运行的 GREEN / YELLOW / RED 评估器。

Codex 系列第 16 篇：把个人 Prompt 升级为团队可维护的 AGENTS.md、Skills、确定性检查、权限策略和责任矩阵，并用一个 PR 就绪流程演示如何验证、评审、试点与回滚。

Codex 系列第 15 篇：用一篇真实技术文章贯穿 Article Brief、证据交接、分段起草、三遍审稿、内容专属配图、本地预览、部署门禁与线上验证，并提供可直接复用的模板、Prompt 和检查脚本。

Codex 系列第 14 篇：用‘Codex 到底能不能联网’这个真实问题，完整演示如何拆分主张、分级处理 X、GitHub、官方文档与本地实验，建立证据台账，并把资料整理成可审计、可引用的 research note。

Codex 系列第 13 篇：用一个官方资料研究助手贯穿 Skill、Plugin、MCP 与 App 的选择、最小配置、权限边界和故障恢复，并给出可验证示例包与渐进授权清单。

Codex 系列第 12 篇：从一个已经能用的 SKILL.md 出发，按真实维护压力逐步加入 references、scripts、evals 和版本记录，并分清目录、脚本、Agent 行为与人工验收各自能证明什么。

Codex 系列第 11 篇：从一次反复出现的技术文章 review 任务出发，创建仓库级 SKILL.md，理解触发条件、渐进式加载、作用域与正负向测试，并得到一份可直接复用的 Skill。

Codex 系列第 10 篇：用一个完整 GitHub 任务串起 issue 拆解、本地分支、draft PR、CI、Codex Review、反馈修复、Cloud task 和最终合并，并提供可直接复用的 issue、PR 与检查清单。

Codex 系列第 9 篇：用一个可复现的 JavaScript 小项目，完整走过 Codex CLI 的目录确认、失败复现、项目扫描、最小修复、测试、diff、review 和非交互自动化。

Codex 系列第 8 篇：从 Sandbox、Approval、permission profile、Rules 和自动审查五层控制出发，给出危险命令清单、个人项目配置模板，以及一套可执行的博客发布安全流程。

Codex 系列第 7 篇：把一次真实任务拆成 Explore、Plan、Code、Verify、Review 五个阶段，给出可复制的任务 checklist、Prompt 模板和验收方法。

Codex 系列第 6 篇：把反复出现的项目规则从 Prompt 里拿出来，写成可维护的 AGENTS.md，并给出博客、前端、后端项目模板和自检清单。

Codex 系列第 5 篇：把 Codex 任务拆成目标、上下文、约束和验收标准四个部分，给出可复制的 Prompt 模板库和真实项目改写示例。

Codex 系列第 4 篇：把直接写 Prompt 前的项目理解流程拆成可复制的只读扫描、项目地图、实施 Prompt 和 AGENTS.md 沉淀方法。

Codex 系列第 1 篇：先建立工程 Agent 的使用心智，学会判断哪些任务适合交给 Codex，并完成一轮低风险的 30 分钟练习。

Codex 系列第 2 篇：用任务场景、权限边界和交付方式判断该用 ChatGPT 桌面应用中的 Codex、CLI、IDE Extension 还是 Web / Cloud，并给出一张可复制的入口选择表。

Codex 系列第 3 篇：从目录边界、Git 基线、权限模式和回滚方案开始，给出第一次安全使用 Codex 的检查表、练习项目模板和回滚决策表。

一篇面向真实项目的 Codex 实用教程，整理入口选择、权限边界、Git 工作流、AGENTS.md、Skill/MCP、六步交付法和可复制的 Prompt 模板。