Harness Engineering：构建决定AI Agent可靠性的七层架构
文章指出，AI Agent的可靠性不取决于模型权重，而取决于周围的脚手架（Harness）。Harness分为七层：执行环境、工具接口、上下文管理、编排与生命周期、可观测性、验证和权限边界。这七层都是需要编写和版本控制的代码，而非模型属性。此外，Harness还分为由模型构建者提供的内部Harness和开发者自行组装的外部Harness。
全部文档 / 作者: zostaff / 标签: LLM
2 篇
Memory Engineering: Designing Agent Memory That Gets Smarter Instead of Bloating
本文探讨了 Agent 内存的设计原则，指出有效内存应通过遗忘、压缩和整合事件来提升智能，而非单纯存储。文章基于 CoALA 框架，详细阐述了工作、情景、语义和程序四种内存类型的区别，强调了通过整合机制将情景转化为知识的重要性，并介绍了基于时间衰减和重要性的遗忘策略，以优化存储和推理性能。