Codex 背后的 Harness：OpenAI 把 Coding Agent 的控制层讲透了
本文整理自 OpenAI Dominik Kundel 在 AI Engineer World’s Fair 的演讲。它真正值得看的地方，不是 Codex 又多了几个功能，而是 OpenAI 正在把 coding agent 的关键能力从“...
分类更新
架构设计
系统设计、云边协同、服务治理与工程架构实践。
本栏重点
正在发生
软件人学机器人底层：CAN 总线、IMU 与传感器融合
学完电机公式，我以为能读懂机器人代码了，结果卡在更底层的地方：一堆节点在 CAN 总线上收发报文，IMU 吐出加速度和角速度，然后一段融合算法把它们揉成一个姿态。每个词都认识，连起来不知道在干嘛。 后来我换了个角度想，一下就通了：这套东西就...
AnyRouter 靠谱吗？价格、稳定性与真实体验
有人在搜索框里反复打 anyrouter 这个词。背后的需求很具体：想用 Claude Code，但官方订阅要美区信用卡，价格也不便宜，于是去找中转站。 AnyRouter 就是这类中转站里名气最大的一个。我把它接进 Claude Code...
Codex CLI Intel Mac 安装指南：版本、Node 与 Rosetta
GSC 后台看到一个搜索词，叫”codex mac intel 版本”。84 次曝光，0 次点击。点不进来，是因为搜的人想要一个确定答案：我这台 Intel Mac，到底能不能跑 Codex？ 答案要拆成两半。Cod...
Claude Code 在做减法
大部分人造 agent 的方向是加法：加记忆、加规划层、加工具路由、加一堆中间状态。Boris Cherny 给的是反方向的答案。他是 Anthropic 内部 Claude Code 的作者，最近在 Sequoia 的 AI Ascent...
SAG 细读：用 SQL join 替图数据库的 RAG 实现
RAG 这个领域过去两年的主流方向是”补结构”。GraphRAG、HyperGraphRAG 都在解决一个问题——纯向量检索没法处理多跳推理，得给文档之间补上关系图。代价是要预先把整张知识图谱建好，存进图数据库，增量...
WebMCP：把网站变成给 agent 的 API
让 AI 帮你买两张演唱会的票，它背后要做多少事？ 按今天的做法，agent 会先把整个页面的 DOM 抓下来，再读一遍无障碍树（accessibility tree）去理解页面结构，然后截一张图，分析那些在 HTML 里看不到的元素，最后...
从写 Prompt 到写 Loop
最近翻硅谷工程师的讨论，有个变化挺明显：以前大家比谁的提示词写得漂亮，现在开始比谁的循环设计得好。 OpenClaw 的创始人 Peter Steinberger 在六月初发了条帖子，被看了八百多万次。他说，别再忙着主动提示你的 codin...
1M 上下文，难点已经换了地方
一年前，模型支持 100 万 token 上下文还是发布会上的高光环节。现在它更像手机快充，人人都有，没有反而奇怪。Claude、OpenAI、Gemini 在海外，DeepSeek、MiniMax、Kimi、智谱在国内，新发布的模型几乎默...
用 Cloudflare Workers 当探针面板：CF-Server-Monitor 解掉了监控者悖论
自己玩 VPS 的人迟早会遇到一个问题：手里 5 台机器要监控，得装一个面板把它们串起来；问题是面板自己也得跑在一台机器上，那这台机器谁来监控？再开第 7 台吗？ 这就是监控者悖论。哪吒探针、Uptime Kuma 都绕不开这一层：Dash...
Loop Engineering 是 Harness 的局部命名
最近一个词在 AI 圈被反复提起：Loop Engineering，循环工程。01Coder（小木头）做了一期视频把这件事讲了一遍，原视频在文末。我看完顺手对了一下自己手里这一年的笔记，想说一句直接点的：它没那么新，但 Boris Cher...
LLM 评测的下一步是一张二维矩阵
过去十几年，工程师调 bug 看的是 stack trace。stack trace 是”代码的执行路径”，每一帧是确定的、可重放的，错了往上翻几层就能定位。 最近两年，工程师开始调 agent。agent 没有 s...
embeddings 是 cached compute
最近 Twitter 上的「RAG 已死」和 Google 上「RAG」的搜索曲线，方向是反的。前者一年比一年响，后者在 2025 年中段创了新高。两条线对不上，要么是社交媒体放大了少数派意见，要么是「RAG」这个词被两边人各说各话。 Tu...
Prompt Learning 的两个反馈圈
最近半年，业界几乎所有团队都在抱怨 agent 不可靠。模型选了最贵的，工具调用接全了，上下文也尽量塞满，可输出依然时好时坏。换一个模型也救不回来。问题出在哪里？ Arize 的 SallyAnn DeLucia 和 Fuad Ali 在 ...
让 AI 代码审查工具不能再瞎引证
最近读了一个叫 Clawpatch 的开源项目源码，写一点感想。 本来没打算细看。它是个自动审代码的命令行工具——扫一遍仓库、找 bug、跑测试、顺手给个修复方案。这类工具 GitHub 上一搜几十个，听起来没什么特别。 读着读着我停下来了...
NVIDIA 给 3 万人 RAG 助手装了一个数据飞轮
10 月底，NVIDIA 一个 12 人小组在 arxiv 挂了一篇论文（编号 2510.27051），题目叫《Adaptive Data Flywheel: Applying MAPE Control Loops to AI Agent ...
构建 Agent 和写软件，是两种工程
写了十年代码的工程师，上手 AI Agent 时常常比新人还别扭。不是能力问题，是直觉问题——越熟练的旧直觉，越容易在 agent 面前变成包袱。 Google DeepMind 的 Philipp Schmid 在 AI Engineer...
Agent Harness 不是要安装的软件包
做生产级 Agent，很多人第一反应是挑一个框架、看一眼文档、运行一下 Hello World，然后觉得大事已定。 Mike Piccolo 的文章 How to Build Your Own Agent Harness 直接拆穿了这个幻觉...
Superpowers 把 vibe coding 推回 TDD
最近几个月，社区里出来一批”反 vibe coding”的 Claude Code 插件。它们的共同形态都差不多：把一段写代码的过程拆成 brainstorm、spec、plan、worktree、subagent ...