MCP 生态会如何影响开发工具?
围绕 MCP、AI Agent 的技术趋势、工程实践和独立开发视角。
AI Agent、MCP、工具调用、多 Agent 协作
本专题收录 Agent 工程 方向的文章和社区讨论,重点关注真实工程场景、工具选择、实践路径和风险边界。
页面会持续更新,适合作为学习路线、选型参考和技术复盘入口。
围绕 MCP、AI Agent 的技术趋势、工程实践和独立开发视角。
人工确认不是简单的“继续吗”按钮。本文说明 Agent 写操作审批应包含的动作摘要、作用范围、失效时间、权限重校验和审计字段,避免确认被错误复用。
初始请求超时后,工具可能仍在服务端运行;发出取消也不等于副作用已停止。本文为单次长运行工具调用建立 operation 身份、轮询水位、取消竞态和唯一终态接受点。
研究、采购、批量数据处理等 Agent 任务常跨越数分钟甚至数天。本文讲解如何持久化任务快照、恢复检查点、处理超时和避免重启后重复执行外部副作用。
单个 Agent 跑复杂任务容易"一本正经地跑偏"。本文讲清多 Agent 的三种编排模式(supervisor / hierarchical / handoff),用 LangGraph 的 state graph 实现一个"主管 + 多专员"的协作系统,并讨论状态、循环、人工介入这些把多 Agent 推向生产的工程要点。
社区讨论帖,欢迎分享你的经验和观点。
记忆不断增长后不能靠覆盖旧摘要来省 token。本文设计固定输入快照、派生血缘、关键事实保真测试、失效传播和可逆切换。
删除主表一行不会清掉向量、摘要、缓存和恢复后的备份。本文用删除状态机、代际墓碑、派生血缘与端到端 canary 验证真正遗忘。
用户偏好、项目决策和角色都会变化。本文用有效时间与记录时间拆开事实,显式处理替代、迟到和并发冲突,避免最后写入者制造错误记忆。
模型从对话中抽出的偏好和事实不能直接成为长期记忆。本文设计候选、确定性校验、去重提交、撤销血缘与污染率门禁。
离线评测合格不代表 Agent 上线后可靠。本文设计在线成功率、人工接管、拒绝质量、工具恢复和成本指标,帮助团队用分层观测判断版本是否值得扩大流量。
多步骤 Agent 的错误常发生在中间工具结果和状态变化中。本文讲解如何保存脱敏轨迹、构建 deterministic replay、处理外部依赖并将线上事故转为可靠回归测试。