agents
- Filed
- 2026-06
- Source
- 知乎
Notes, kept as working papers.
Source-level material on agent memory, context engineering, coding tools, and the systems around the model. Select a sheet to inspect it.
agents
- Filed
- 2026-07
- Source
- 知乎
Codex 为什么要和 ChatGPT 融合：实现成本下降之后，知识工作的中心变成了什么
当实现想法的成本持续下降，产品与知识工作的瓶颈会从执行转向选择、取舍、协调和判断，这也解释了 Codex 与 ChatGPT 融合的方向。
Read the complete note ↗context
- Filed
- 2026-07
- Source
- 知乎
Anthropic 提出的 J-space 真正证明了什么？
Anthropic 的实验显示，模型直接续写一种语言与回答语言类别时，可能调用不同的内部路径，由此重新审视 J-space 真正证明了什么。
Read the complete note ↗context
- Filed
- 2026-08
- Source
- 知乎
伴读 · AI智能体上下文工程：Manus构建实践与启示
从 Manus 的构建实践出发，理解为何利用前沿模型的上下文学习、把工程重心放在模型外部，是打造可靠 AI 智能体的关键路线。
Read the complete note ↗agents
- Filed
- 2026-08
- Source
- 知乎
伴读：Perplexity 团队如何设计 Agent Skill？
Perplexity Agents 团队把 Skill 质量视作代码质量，但指出软件工程惯例未必适用于 Skill 开发，并总结上下文效率与例外处理的设计取舍。
Read the complete note ↗agents
- Filed
- 2026-07
- Source
- 知乎
伴读：你能读懂的强化学习
从 ChatGPT、AlphaGo 到 DeepSeek-R1，解释强化学习为何不只依赖海量数据，更通过奖励反馈让模型在试错中学习。
Read the complete note ↗context
- Filed
- 2026-07
- Source
- 知乎
Anthropic 提出的 J-space 又是个什么东西？
一个语言模型识别出文本是西班牙语，可以直接续写，也可以回答语言类别。Anthropic 的实验发现，这两种任务可能经过不同的内部路径。
Read the complete note ↗memory
- Filed
- 2026-07
- Source
- 知乎
Agent Memory Systems：用四个控制面看懂长期记忆
把 Agent 记忆从容器清单重新画成四个控制面，解释相同存储组件为何会形成完全不同的长期记忆系统。
Read the complete note ↗memory
- Filed
- 2026-07
- Source
- 知乎
文件系统即新数据库：我为 AI 智能体构建个人操作系统之路【译·读】
从文件系统出发构建 AI 智能体的个人操作系统，让跨会话的记忆、声音与判断不再随着一次对话结束而消失。
Read the complete note ↗agents
- Filed
- 2026-07
- Source
- 知乎
memory
- Filed
- 2026-06
- Source
- 知乎
agents
- Filed
- 2026-05
- Source
- 知乎
Beyond the Prompt：Claude Code 深度指南
从验证、规划、配置三个维度整理 Claude Code 进阶使用模式，覆盖日常开发到团队协作的完整工作流。
Read the complete note ↗context
- Filed
- 2026-05
- Source
- 知乎
Claude Code: Session, Context 和 Memory 管理机制深度解析
基于源码分析 Claude Code 的 Session/Context/Memory 三层架构设计，理解 AI 编程助手如何管理工作状态。
Read the complete note ↗context
- Filed
- 2026-05
- Source
- 知乎
Claude Code Compact 机制研究：从上下文压缩到可恢复代理记忆
拆解 Claude Code 如何在上下文窗口接近极限时进行压缩，以及恢复会话时如何从摘要重建工作记忆。
Read the complete note ↗agents
- Filed
- 2026-04
- Source
- 知乎
为什么同样的模型在 Hermes 上比在 OpenClaw 上更聪明？
相同模型、不同平台，输出质量差异背后的系统性原因：工具链设计、系统提示策略、以及上下文管理的隐性影响。
Read the complete note ↗agents
- Filed
- 2026-04
- Source
- 知乎
Claude Code 完全拆解：从 52 万行源码看 AI 编程助手的架构设计
逐层拆解 Claude Code 的架构：从 CLI 入口到 Agent 循环，从工具调用到上下文管理，还原一个 AI 编程助手的完整设计。
Read the complete note ↗01 / 16