Durable Loop：让 Agent 在重启、重试与取消后继续正确运行
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。
#Agent Engineering
7 篇相关记录
Harness Engineering：模型、工具与运行状态怎么组织
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。
Tool Engineering：让 Agent 正确调用工具，也安全地失败
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。
Context Architecture：为 Agent 组装可验证的上下文
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。
Agent Evals：用 Task、Trial 与 Grader 证明版本真的变好
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。
Agent 系统契约：先定义任务、边界与非 Agent 基线
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：从 Demo 到可靠系统
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。