崔亮 Cui Liang 的 AI Agent 工程笔记

Codex 升级到 0.144.1 后，经 Agent Maestro 使用 gpt-5.6-sol 时工具全部失效。从三个被实测推翻的假设，到源码级确认的 responses_lite 根因，再到回退 0.143 的完整解决方案。

头一回讲老周的铺子，我提过出口那把卡尺。 椅子做好，往卡尺里一卡，晃的、缺腿的、尺寸不对的，打回去重做。老周靠它，才敢睡觉。 那会儿一笔带过。这一回，单说这把卡尺。 ...

Mixture of Agents（MoA）真正难的不是让多个模型一起回答，而是让它们想完之后，agent 系统里仍然只有一个清晰的执行边界。本文从单模型的盲区出发，借 Hermes 的实现讲清 MoA 如何被封装成一个普通 provider 抽象——三个工程不变量（执行权唯一、会话历史不变、缓存前缀不变）、随迭代轮数线性增长的成本结构，以及五类真正进生产才会暴露的 failure modes。

接着木匠铺的寓言，单讲第二层改造那张桌子：context（上下文）不是越多越好。桌子就那么大，新料压旧料、没用的料冲淡要紧的、夹在中间的被滑过、过期的料比空着还坏——这就是 context 会腐烂。真正的功夫不在摆得全，在主动经营。文末照例拆穿故事美化了你哪里。

把 AI Agent 工程拆成两根轴：构造轴（Prompt→Context→Harness）回答 Agent 行动那一刻手里有什么，反馈环轴（Loop→Eval→AgentOps→Outcome）回答 Agent 行动以后谁来判断、维持和改进它。再用四条反馈路径把它们连成一个可以反向修改自身的闭环。

一个木匠铺学徒的寓言，讲清 AI Agent 工程的四层嵌套：把话说清楚（Prompt）、把料摆到眼前（Context）、给它搭一间合适的屋子（Harness）、让铺子自己一轮一轮转起来（Loop）。优化的单位从一句话，到一桌料，到一间屋，到一套会自运转的系统。文末再拆穿这个故事美化了你哪里——四层之间的墙是虚的，卡尺本身也会骗人。

读 Anthropic Managed Agents 官方文档和工程博客后的整理笔记：六层架构、Brain/Hands/Session 抽象、端到端调用链路、资源字典和几条设计判断。

从林语堂 1947 年的明快打字机到 2026 年的大模型 token 词表，中文一直在被塞进只能放下有限单元的信息系统：键盘、编码、tokenizer、神经网络表征。每一代都声称自己解决了问题，下一代会发现问题只是被搬到了新的房间。这是一篇关于代价守恒的长文。

Service Mode 改造下篇:Channel 推广到 1:N 的 AttachManager、5 层 Resource Cap 的职责切分、错误信封 / observability / CLI≡serve,以及三类我没做的事。

想让自己的 agent 跟上 Claude Code web 端的形态,顺便把 agent 架构从’读过’变成’撞过’。三天改造里的三次认知转变:会话 ≠ 进程、事件流 ≠ 输出、持久化 ≠ 存档。