Notes
Primary-source reading notes for agent and systems work
Chinese translations and structured reading notes from OpenAI, Anthropic, source-code readings, and engineering blogs.
Claude Code：会话管理与 1M 上下文
Using Claude Code: Session Management & 1M Context
面对 1M 上下文，重点不是把窗口塞满，而是选择继续、回退、清空、压缩或委派，在长会话中主动控制噪声与上下文退化。
面向长时运行应用开发的 Harness 设计
Harness design for long-running application development
用规划器、生成器和评估器组成三智能体 Harness，把主观审美与可验证正确性转化为长时间自主应用开发的反馈回路。
工程技术：在智能体优先的世界中利用 Codex
Harness engineering: leveraging Codex in an agent-first world
OpenAI 如何围绕 Codex 重构软件工程环境：让代码、文档、日志、验证和组织知识都变成智能体可检查、可操作的反馈系统。
解锁 Codex 运行框架：我们如何构建 App Server
Unlocking the Codex harness: how we built the App Server
Codex App Server 的架构与协议设计：如何把核心智能体循环封装成稳定接口，支撑 CLI、编辑器和其他客户端共享同一套能力。
深入解析 Codex 智能体循环
Unrolling the Codex agent loop
逐层拆解 Codex 智能体循环：从用户输入、模型推理和工具调用，到沙盒执行、状态更新与最终响应之间的完整控制流。
面向长时运行智能体的高效 Harness
Effective harnesses for long-running agents
长时运行 Agent 如何跨越上下文窗口稳定推进：用初始化智能体、进度制品、Git 历史与增量交付机制解决会话断层和过早收工。
面向 AI 智能体的高效上下文工程
Effective context engineering for AI agents
从提示工程走向上下文工程：如何在有限注意力预算内选择、维护和压缩信息，让 Agent 在多轮任务中持续朝正确目标行动。
为智能体编写高效工具：借助智能体完成
Writing effective tools for agents — with agents
从 Agent 的视角设计工具：通过清晰边界、合适返回值、评测驱动迭代和智能体辅助分析，减少工具调用中的歧义与上下文浪费。
我们如何构建多智能体研究系统
How we built our multi-agent research system
Anthropic 多智能体研究系统的设计复盘：主智能体如何分解问题、并行委派检索、压缩结果，并在性能、成本与可靠性之间取舍。
Claude Code：智能体式编码最佳实践
Claude Code: Best practices for agentic coding
一套面向真实编码任务的 Claude Code 工作法：管理上下文、提供验证标准、配置权限与工具，并在多会话协作中保持可控交付。
No matching notes.