一个模型不够用时：Mixture of Agents 与 Hermes 的工程实现
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。
Agent Engineering
从 Prompt 到 Outcome：AI Agent 工程地图初探
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。
Anthropic Managed Agents 架构学习笔记
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。
Claude Managed Agents：模型厂商开始吞噬 Agent 基建
上周你可能还在纠结选 E2B 还是 Daytona 做 Agent 沙箱，今天 Anthropic 告诉你：不用选了，我全包了。 2026 年 4 月，Anthropic 发布了 Claude Managed Agents1——一套云端托管的 Agent API。表面上看是又一个 Agent 平台产品，但如果拆开它的架构看，会发现一个更大的变化：模型厂商正在从「卖推理能力」扩张为「卖 Agent 运行时」，而这个扩张正在重新定义 Agent 开发者需要做什么、不需要做什么。 ...