<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AIagent :: x7peeps</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/index.html</link><description>Agent 评测方法论：维度设计、指标体系与评测框架 为什么 Agent 评测特殊 在传统软件工程中，评测（Testing）的核心假设是确定性——相同的输入经过相同的处理路径，产生相同的输出。单元测试验证函数返回值 … AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS 从 2022 年 Chain-of-Thought … Function Calling 与 Tool Use：工作原理、编排模式与安全考量 Function Calling 与 Tool Use：工作原理、编排模式与安全考量 Function Calling 是现代 LLM Agent 体系的基石能 … LLM-as-Judge：原理、偏差分析与实战配置 LLM-as-Judge 工作原理 LLM-as-Judge 是一种利用大语言模型自身作为自动评估工具的范式——将 LLM 的输出交给另一个（通常更强的）LLM … Agent 记忆系统：短期/长期/工作记忆的技术方案对比 一、为什么 Agent 需要记忆 1.1 从无状态到有状态的范式跃迁 大语言模型（LLM）本质上是一个无状态的函数：每次调用传入一段文本，返回一段文本。模型本身 … Qwen-MM-Plugins 到底怎么样：把多模态能力插进 Hermes 的完整实测 Qwen-MM-Plugins 到底怎么样：把多模态能力插进 Hermes 的完整实测 作者：x7peeps · 2026-08-14 全部数据来自本机真实实验 … Agent Benchmark 生态：AgentBench/SWE-Bench/τ-Bench/BFCL 解读 为什么需要系统理解 Benchmark 生态 在上一篇 Agent 评测方法论 中，我们构建了评测维度与方法论的抽象框架。但在工程落地时，开发者面临一个具体问题 … LangChain 与 LangGraph 技术栈：核心抽象、工作流编排与生产实践 一、LangChain 生态全景 LangChain 是当前 LLM 应用开发领域最成熟、最庞大的开源框架生态。理解它在整体技术栈中的定位，是选择技术方案的前提 … Qwen3.8-27B 本地实测：从 Opus4.6 对标到 4bit 量化的能力真相 Qwen3.8-27B 本地实测：从 Opus4.6 对标到 4bit 量化的能力真相 研究摘要 Qwen3.8-27B 是阿里 Qwen 开源家族的最新稠密模 … 评测平台架构：自动化评测、Trace 回放与归因分析 为什么需要评测平台 在 Agent 评测方法论 中，我们建立了评测维度与指标体系的抽象框架；在 LLM-as-Judge 中，我们掌握了自动化评判的技术手段。然 … Multi-Agent 框架生态：AutoGen、CrewAI、Dify 对比与选型 一、多智能体协作设计模式 单个 Agent 在面对复杂任务时存在明显的能力天花板：上下文窗口有限、专业视角单一、无法并行处理异构子任务。Multi-Agent … Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 当 Agent 从原型走向生产，安全不再是一个可选特性——它是上线的底线 … MCP 协议与工具生态：Model Context Protocol 架构与实践 MCP 协议与工具生态：Model Context Protocol 架构与实践 2024 年 11 月，Anthropic 发布了 Model Context … Agent 互联协议全景：A2A、ACP、ANP 与 MCP 的互补生态 Agent 互联协议全景：A2A、ACP、ANP 与 MCP 的互补生态 AI Agent 正从单一的对话助手演变为能够自主规划、协作执行的多智能体系统。当企业 … Agent 记忆架构 2026：从认知科学到生产级实现的技术全景 Agent 记忆架构 2026：从认知科学到生产级实现的技术全景 2024 年，“AI Agent 记忆"意味着把对话历史塞进 … 定时任务每天悄悄少跑一次，看板却还是全绿：Hermes 一条 P1 锁竞争 issue 的五个现场与四条未合补丁 定时任务每天悄悄少跑一次，看板却还是全绿 Hermes Agent #135487：一个锁超时问题，五台机器、四个补丁和一条没人合的修复线 2026 年 10 … 子代理烧光回合预算交白卷，父任务收到的是成功 Gemini CLI 的 issue #22323 里有一份保存下来的会话日志。主代理把"理解 t3code 和 superset 两个仓库的架构与 … 一次503重试让同一条命令跑了两遍，然后整个会话再也发不出请求 Gemini CLI 的维护者和贡献者这几天在处理一个链条很长的 bug：模型回复到一半网络抖了一下，客户端自动重试，重试成功后界面上看起来一切正常——但那条被 … Anthropic、Cursor、Google 三家官方技能仓库同场竞技：Agent 插件分发的入口之争 给 AI 编程助手写"技能/插件"的开发者，最近值得抬头看一下生态格局：Anthropic 的 Claude Code 官方插件目录 … AI Agent 不可靠时长什么样：两大开源智能体生态的稳定性缺陷实证分析 AI Agent 不可靠时长什么样：两大开源智能体生态的稳定性缺陷实证分析 导读：AI Agent 的能力演示视频遍地都是，但把它当成常驻基础设施跑起来之后，真 … Laya决策模型实测：33毫秒的开源System 1引擎，与它诚实的局限 Laya 决策模型实测：33 毫秒的开源 System 1 引擎，与它诚实的局限 为什么值得关注 2026 年 9 月，AI 应用层出现了一个新的模型品类：决策 … 硬币决定专家结论：Anthropic 实验里 86% 的判断跟着 AI 走 10 月 27 日，Anthropic 的对齐（Alignment）团队发布了一项随机对照试验：50 名职业分析师带着自己的 AI 编码智能体做一份真实的统计分 … 插件拷贝卡死网关：单线程服务的同步IO病 2026 年 10 月 11 日，一位 Windows 用户让网关抓取一个亚马逊商品页。请求发出后，网关日志停在了 14:50:24，下一次事件循环延迟报告出现 …</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sun, 08 Nov 2026 00:05:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/index.xml" rel="self" type="application/rss+xml"/><item><title>Agent 评测方法论：维度设计、指标体系与评测框架</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E8%AF%84%E6%B5%8B%E6%96%B9%E6%B3%95%E8%AE%BA%E7%BB%B4%E5%BA%A6%E8%AE%BE%E8%AE%A1%E6%8C%87%E6%A0%87%E4%BD%93%E7%B3%BB%E4%B8%8E%E8%AF%84%E6%B5%8B%E6%A1%86%E6%9E%B6/index.html</link><pubDate>Fri, 03 Jul 2026 15:17:54 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E8%AF%84%E6%B5%8B%E6%96%B9%E6%B3%95%E8%AE%BA%E7%BB%B4%E5%BA%A6%E8%AE%BE%E8%AE%A1%E6%8C%87%E6%A0%87%E4%BD%93%E7%B3%BB%E4%B8%8E%E8%AF%84%E6%B5%8B%E6%A1%86%E6%9E%B6/index.html</guid><description>为什么 Agent 评测特殊 在传统软件工程中，评测（Testing）的核心假设是确定性——相同的输入经过相同的处理路径，产生相同的输出。单元测试验证函数返回值，集成测试验证模块间的交互契约，端到端测试验证用户流程的完整性。这些测试的共同特征是：预期结果可以在测试编写时就明确确定。</description></item><item><title>AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/AI-Agent%E6%9E%B6%E6%9E%84%E5%85%A8%E6%99%AFReActPlan-and-ExecuteReflexion%E5%92%8CLATS/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/AI-Agent%E6%9E%B6%E6%9E%84%E5%85%A8%E6%99%AFReActPlan-and-ExecuteReflexion%E5%92%8CLATS/index.html</guid><description>AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS 从 2022 年 Chain-of-Thought prompting 的爆火到 2024 年各类 Agent 框架百花齐放，“Agent"这个词已经从学术概念演变为工程实践中的核心范式。但当我们剥开 LangChain、AutoGPT 等框架的外衣，真正理解其底层架构模式的开发者并不多。本文将从第一性原理出发，系统梳理当前主流的四种 Agent 架构模式——ReAct、Plan-and-Execute、Reflexion、LATS，并深入解析其设计理念、实现细节和适用边界。</description></item><item><title>Function Calling 与 Tool Use：工作原理、编排模式与安全考量</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Function-Calling%E4%B8%8ETool-Use%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86%E7%BC%96%E6%8E%92%E6%A8%A1%E5%BC%8F%E4%B8%8E%E5%AE%89%E5%85%A8%E8%80%83%E9%87%8F/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Function-Calling%E4%B8%8ETool-Use%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86%E7%BC%96%E6%8E%92%E6%A8%A1%E5%BC%8F%E4%B8%8E%E5%AE%89%E5%85%A8%E8%80%83%E9%87%8F/index.html</guid><description>Function Calling 与 Tool Use：工作原理、编排模式与安全考量 Function Calling 是现代 LLM Agent 体系的基石能力——没有它，大模型只是一个封闭的文本生成器；有了它，大模型才能与真实世界交互。从 2023 年 6 月 OpenAI 首次在 GPT-3.5/GPT-4 中引入 Function Calling，到 Anthropic 为 Claude 推出 Tool Use，再到各开源模型纷纷跟进，工具调用已经从"锦上添花"变成了 Agent 架构的必选组件。</description></item><item><title>LLM-as-Judge：原理、偏差分析与实战配置</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/LLM-as-Judge%E5%8E%9F%E7%90%86%E5%81%8F%E5%B7%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%AE%9E%E6%88%98%E9%85%8D%E7%BD%AE/index.html</link><pubDate>Fri, 03 Jul 2026 15:17:54 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/LLM-as-Judge%E5%8E%9F%E7%90%86%E5%81%8F%E5%B7%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%AE%9E%E6%88%98%E9%85%8D%E7%BD%AE/index.html</guid><description>LLM-as-Judge 工作原理 LLM-as-Judge 是一种利用大语言模型自身作为自动评估工具的范式——将 LLM 的输出交给另一个（通常更强的）LLM 进行质量判定。这种方法正在快速取代传统的人工评测和规则匹配，成为 Agent 系统质量保障的核心手段。</description></item><item><title>Agent 记忆系统：短期/长期/工作记忆的技术方案对比</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E8%AE%B0%E5%BF%86%E7%B3%BB%E7%BB%9F%E7%9F%AD%E6%9C%9F%E9%95%BF%E6%9C%9F%E5%B7%A5%E4%BD%9C%E8%AE%B0%E5%BF%86%E7%9A%84%E6%8A%80%E6%9C%AF%E6%96%B9%E6%A1%88%E5%AF%B9%E6%AF%94/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E8%AE%B0%E5%BF%86%E7%B3%BB%E7%BB%9F%E7%9F%AD%E6%9C%9F%E9%95%BF%E6%9C%9F%E5%B7%A5%E4%BD%9C%E8%AE%B0%E5%BF%86%E7%9A%84%E6%8A%80%E6%9C%AF%E6%96%B9%E6%A1%88%E5%AF%B9%E6%AF%94/index.html</guid><description>一、为什么 Agent 需要记忆 1.1 从无状态到有状态的范式跃迁 大语言模型（LLM）本质上是一个无状态的函数：每次调用传入一段文本，返回一段文本。模型本身不保留任何跨调用的上下文。这意味着，当你对 ChatGPT 说"我叫张三"，下一次对话它并不记得你。</description></item><item><title>Qwen-MM-Plugins 到底怎么样：把多模态能力插进 Hermes 的完整实测</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Qwen-MM-Plugins%E5%88%B0%E5%BA%95%E6%80%8E%E4%B9%88%E6%A0%B7%E6%8A%8A%E5%A4%9A%E6%A8%A1%E6%80%81%E8%83%BD%E5%8A%9B%E6%8F%92%E8%BF%9BHermes%E7%9A%84%E5%AE%8C%E6%95%B4%E5%AE%9E%E6%B5%8B/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Qwen-MM-Plugins%E5%88%B0%E5%BA%95%E6%80%8E%E4%B9%88%E6%A0%B7%E6%8A%8A%E5%A4%9A%E6%A8%A1%E6%80%81%E8%83%BD%E5%8A%9B%E6%8F%92%E8%BF%9BHermes%E7%9A%84%E5%AE%8C%E6%95%B4%E5%AE%9E%E6%B5%8B/index.html</guid><description>Qwen-MM-Plugins 到底怎么样：把多模态能力插进 Hermes 的完整实测 作者：x7peeps · 2026-08-14 全部数据来自本机真实实验：Mage-VL-8bit 本地视觉模型（M5 Max）+ deepseek-v4-flash 主模型 + Qwen-MM-Plugins core v1.0.2</description></item><item><title>Agent Benchmark 生态：AgentBench/SWE-Bench/τ-Bench/BFCL 解读</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent-Benchmark%E7%94%9F%E6%80%81AgentBenchSWE-Bench%CF%84-BenchBFCL%E8%A7%A3%E8%AF%BB/index.html</link><pubDate>Fri, 03 Jul 2026 15:17:54 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent-Benchmark%E7%94%9F%E6%80%81AgentBenchSWE-Bench%CF%84-BenchBFCL%E8%A7%A3%E8%AF%BB/index.html</guid><description>为什么需要系统理解 Benchmark 生态 在上一篇 Agent 评测方法论 中，我们构建了评测维度与方法论的抽象框架。但在工程落地时，开发者面临一个具体问题：用什么 Benchmark 来评测自己的 Agent？</description></item><item><title>LangChain 与 LangGraph 技术栈：核心抽象、工作流编排与生产实践</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/LangChain%E4%B8%8ELangGraph%E6%8A%80%E6%9C%AF%E6%A0%88%E6%A0%B8%E5%BF%83%E6%8A%BD%E8%B1%A1%E5%B7%A5%E4%BD%9C%E6%B5%81%E7%BC%96%E6%8E%92%E4%B8%8E%E7%94%9F%E4%BA%A7%E5%AE%9E%E8%B7%B5/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/LangChain%E4%B8%8ELangGraph%E6%8A%80%E6%9C%AF%E6%A0%88%E6%A0%B8%E5%BF%83%E6%8A%BD%E8%B1%A1%E5%B7%A5%E4%BD%9C%E6%B5%81%E7%BC%96%E6%8E%92%E4%B8%8E%E7%94%9F%E4%BA%A7%E5%AE%9E%E8%B7%B5/index.html</guid><description>一、LangChain 生态全景 LangChain 是当前 LLM 应用开发领域最成熟、最庞大的开源框架生态。理解它在整体技术栈中的定位，是选择技术方案的前提。</description></item><item><title>Qwen3.8-27B 本地实测：从 Opus4.6 对标到 4bit 量化的能力真相</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Qwen3.8-27B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E4%BB%8EOpus4.6%E5%AF%B9%E6%A0%87%E5%88%B04bit%E9%87%8F%E5%8C%96%E7%9A%84%E8%83%BD%E5%8A%9B%E7%9C%9F%E7%9B%B8/index.html</link><pubDate>Thu, 20 Aug 2026 00:44:36 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Qwen3.8-27B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E4%BB%8EOpus4.6%E5%AF%B9%E6%A0%87%E5%88%B04bit%E9%87%8F%E5%8C%96%E7%9A%84%E8%83%BD%E5%8A%9B%E7%9C%9F%E7%9B%B8/index.html</guid><description>Qwen3.8-27B 本地实测：从 Opus4.6 对标到 4bit 量化的能力真相 研究摘要 Qwen3.8-27B 是阿里 Qwen 开源家族的最新稠密模型，官方模型卡将其与闭源旗舰 Opus4.6 Max 放在同一张 Benchmark 表中对比，20 项指标中有 14 项反超、3 项接近、3 项落后。这个定位引发了社区热议：一个 27B 的开源稠密模型，真的能达到 Opus 级别的日常使用水平吗？更关键的是，当它被量化到 4bit、部署到一台苹果 M5 Max 笔记本上、再叠加 DFlash2 投机解码之后，实际能力还剩多少？</description></item><item><title>评测平台架构：自动化评测、Trace 回放与归因分析</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E8%AF%84%E6%B5%8B%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E8%87%AA%E5%8A%A8%E5%8C%96%E8%AF%84%E6%B5%8BTrace%E5%9B%9E%E6%94%BE%E4%B8%8E%E5%BD%92%E5%9B%A0%E5%88%86%E6%9E%90/index.html</link><pubDate>Fri, 03 Jul 2026 15:17:54 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E8%AF%84%E6%B5%8B%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E8%87%AA%E5%8A%A8%E5%8C%96%E8%AF%84%E6%B5%8BTrace%E5%9B%9E%E6%94%BE%E4%B8%8E%E5%BD%92%E5%9B%A0%E5%88%86%E6%9E%90/index.html</guid><description>为什么需要评测平台 在 Agent 评测方法论 中，我们建立了评测维度与指标体系的抽象框架；在 LLM-as-Judge 中，我们掌握了自动化评判的技术手段。然而，当这些方法论和工具要真正落地到生产环境中，一个系统化的评测平台是不可或缺的基础设施。</description></item><item><title>Multi-Agent 框架生态：AutoGen、CrewAI、Dify 对比与选型</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Multi-Agent%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81AutoGenCrewAIDify%E5%AF%B9%E6%AF%94%E4%B8%8E%E9%80%89%E5%9E%8B/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Multi-Agent%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81AutoGenCrewAIDify%E5%AF%B9%E6%AF%94%E4%B8%8E%E9%80%89%E5%9E%8B/index.html</guid><description>一、多智能体协作设计模式 单个 Agent 在面对复杂任务时存在明显的能力天花板：上下文窗口有限、专业视角单一、无法并行处理异构子任务。Multi-Agent 系统通过让多个专长化的 Agent 协作，突破了这些限制。但"多个 Agent 一起工作"远非把它们丢进一个聊天室那么简单——不同的协作模式决定了系统的可控性、效率和故障边界。</description></item><item><title>Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E5%AE%89%E5%85%A8%E8%83%BD%E5%8A%9B%E8%AF%84%E6%B5%8B5%E7%BB%B4%E5%BA%A616%E5%9C%BA%E6%99%AF%E7%9A%84%E6%9C%AC%E5%9C%B0Benchmark%E5%AE%9E%E8%B7%B5/index.html</link><pubDate>Thu, 09 Jul 2026 09:55:12 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E5%AE%89%E5%85%A8%E8%83%BD%E5%8A%9B%E8%AF%84%E6%B5%8B5%E7%BB%B4%E5%BA%A616%E5%9C%BA%E6%99%AF%E7%9A%84%E6%9C%AC%E5%9C%B0Benchmark%E5%AE%9E%E8%B7%B5/index.html</guid><description>Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 当 Agent 从原型走向生产，安全不再是一个可选特性——它是上线的底线。Prompt 注入、工具滥用、会话劫持、数据泄露，这些攻击面在 Agent 架构中被急剧放大。然而，社区中针对 Agent 安全能力的系统化评测基准仍然稀缺。主流 Benchmark 关注 Agent 的任务完成能力，却很少问一个问题：Agent 在被攻击时的表现如何？</description></item><item><title>MCP 协议与工具生态：Model Context Protocol 架构与实践</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/MCP%E5%8D%8F%E8%AE%AE%E4%B8%8E%E5%B7%A5%E5%85%B7%E7%94%9F%E6%80%81Model-Context-Protocol%E6%9E%B6%E6%9E%84%E4%B8%8E%E5%AE%9E%E8%B7%B5/index.html</link><pubDate>Fri, 03 Jul 2026 15:17:54 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/MCP%E5%8D%8F%E8%AE%AE%E4%B8%8E%E5%B7%A5%E5%85%B7%E7%94%9F%E6%80%81Model-Context-Protocol%E6%9E%B6%E6%9E%84%E4%B8%8E%E5%AE%9E%E8%B7%B5/index.html</guid><description>MCP 协议与工具生态：Model Context Protocol 架构与实践 2024 年 11 月，Anthropic 发布了 Model Context Protocol（MCP），一个用于标准化 LLM 应用与外部数据源和工具之间连接的开放协议。这一举动被业界称为"AI 的 USB-C 接口"——在此之前，每个 AI 应用对接外部工具都需要编写定制化的适配器，形成了一个 N×M 的集成矩阵；MCP 的出现将这个矩阵压缩为 N+M，开发者只需实现一次 Server，即可被任何支持 MCP 的 Host 消费。</description></item><item><title>Agent 互联协议全景：A2A、ACP、ANP 与 MCP 的互补生态</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E4%BA%92%E8%81%94%E5%8D%8F%E8%AE%AE%E5%85%A8%E6%99%AFA2AACPANP%E4%B8%8EMCP%E7%9A%84%E4%BA%92%E8%A1%A5%E7%94%9F%E6%80%81/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E4%BA%92%E8%81%94%E5%8D%8F%E8%AE%AE%E5%85%A8%E6%99%AFA2AACPANP%E4%B8%8EMCP%E7%9A%84%E4%BA%92%E8%A1%A5%E7%94%9F%E6%80%81/index.html</guid><description>Agent 互联协议全景：A2A、ACP、ANP 与 MCP 的互补生态 AI Agent 正从单一的对话助手演变为能够自主规划、协作执行的多智能体系统。当企业开始部署来自不同厂商、基于不同框架构建的 Agent 时，一个根本性问题浮出水面：这些 Agent 如何相互发现、协商能力、安全地交换信息并协同完成任务？</description></item><item><title>Agent 记忆架构 2026：从认知科学到生产级实现的技术全景</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E8%AE%B0%E5%BF%86%E6%9E%B6%E6%9E%842026%E4%BB%8E%E8%AE%A4%E7%9F%A5%E7%A7%91%E5%AD%A6%E5%88%B0%E7%94%9F%E4%BA%A7%E7%BA%A7%E5%AE%9E%E7%8E%B0%E7%9A%84%E6%8A%80%E6%9C%AF%E5%85%A8%E6%99%AF/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E8%AE%B0%E5%BF%86%E6%9E%B6%E6%9E%842026%E4%BB%8E%E8%AE%A4%E7%9F%A5%E7%A7%91%E5%AD%A6%E5%88%B0%E7%94%9F%E4%BA%A7%E7%BA%A7%E5%AE%9E%E7%8E%B0%E7%9A%84%E6%8A%80%E6%9C%AF%E5%85%A8%E6%99%AF/index.html</guid><description>Agent 记忆架构 2026：从认知科学到生产级实现的技术全景 2024 年，“AI Agent 记忆"意味着把对话历史塞进 context window，然后祈祷模型能记住关键信息。无状态 Agent、重复指令、跨会话零个性化——这些被认为是使用 LLM 的固有代价。这个认知框架已经过时了。</description></item><item><title>定时任务每天悄悄少跑一次，看板却还是全绿：Hermes 一条 P1 锁竞争 issue 的五个现场与四条未合补丁</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E5%AE%9A%E6%97%B6%E4%BB%BB%E5%8A%A1%E6%AF%8F%E5%A4%A9%E6%82%84%E6%82%84%E5%B0%91%E8%B7%91%E4%B8%80%E6%AC%A1%E7%9C%8B%E6%9D%BF%E5%8D%B4%E8%BF%98%E6%98%AF%E5%85%A8%E7%BB%BFHermes%E4%B8%80%E6%9D%A1P1%E9%94%81%E7%AB%9E%E4%BA%89issue%E7%9A%84%E4%BA%94%E4%B8%AA%E7%8E%B0%E5%9C%BA%E4%B8%8E%E5%9B%9B%E6%9D%A1%E6%9C%AA%E5%90%88%E8%A1%A5%E4%B8%81/index.html</link><pubDate>Fri, 06 Nov 2026 23:55:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E5%AE%9A%E6%97%B6%E4%BB%BB%E5%8A%A1%E6%AF%8F%E5%A4%A9%E6%82%84%E6%82%84%E5%B0%91%E8%B7%91%E4%B8%80%E6%AC%A1%E7%9C%8B%E6%9D%BF%E5%8D%B4%E8%BF%98%E6%98%AF%E5%85%A8%E7%BB%BFHermes%E4%B8%80%E6%9D%A1P1%E9%94%81%E7%AB%9E%E4%BA%89issue%E7%9A%84%E4%BA%94%E4%B8%AA%E7%8E%B0%E5%9C%BA%E4%B8%8E%E5%9B%9B%E6%9D%A1%E6%9C%AA%E5%90%88%E8%A1%A5%E4%B8%81/index.html</guid><description>定时任务每天悄悄少跑一次，看板却还是全绿 Hermes Agent #135487：一个锁超时问题，五台机器、四个补丁和一条没人合的修复线 2026 年 10 月 9 日，开源智能体项目 Hermes Agent 的仓库里多了一条 issue（编号 #135487）。报告者 mrwick1 的定时任务系统有一个怪现象：某个 cron 任务偶尔"失败"，但你去看它的执行日志——空的。任务根本没开始跑。</description></item><item><title>子代理烧光回合预算交白卷，父任务收到的是成功</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E5%AD%90%E4%BB%A3%E7%90%86%E7%83%A7%E5%85%89%E5%9B%9E%E5%90%88%E9%A2%84%E7%AE%97%E4%BA%A4%E7%99%BD%E5%8D%B7%E7%88%B6%E4%BB%BB%E5%8A%A1%E6%94%B6%E5%88%B0%E7%9A%84%E6%98%AF%E6%88%90%E5%8A%9F/index.html</link><pubDate>Thu, 05 Nov 2026 01:50:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E5%AD%90%E4%BB%A3%E7%90%86%E7%83%A7%E5%85%89%E5%9B%9E%E5%90%88%E9%A2%84%E7%AE%97%E4%BA%A4%E7%99%BD%E5%8D%B7%E7%88%B6%E4%BB%BB%E5%8A%A1%E6%94%B6%E5%88%B0%E7%9A%84%E6%98%AF%E6%88%90%E5%8A%9F/index.html</guid><description>Gemini CLI 的 issue #22323 里有一份保存下来的会话日志。主代理把"理解 t3code 和 superset 两个仓库的架构与 AI agent 集成方式"派给内置的 codebase_investigator 子代理，工具结果返回 status: "success"、终止原因写着 GOAL——</description></item><item><title>一次503重试让同一条命令跑了两遍，然后整个会话再也发不出请求</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E4%B8%80%E6%AC%A1503%E9%87%8D%E8%AF%95%E8%AE%A9%E5%90%8C%E4%B8%80%E6%9D%A1%E5%91%BD%E4%BB%A4%E8%B7%91%E4%BA%86%E4%B8%A4%E9%81%8D%E7%84%B6%E5%90%8E%E6%95%B4%E4%B8%AA%E4%BC%9A%E8%AF%9D%E5%86%8D%E4%B9%9F%E5%8F%91%E4%B8%8D%E5%87%BA%E8%AF%B7%E6%B1%82/index.html</link><pubDate>Mon, 02 Nov 2026 20:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E4%B8%80%E6%AC%A1503%E9%87%8D%E8%AF%95%E8%AE%A9%E5%90%8C%E4%B8%80%E6%9D%A1%E5%91%BD%E4%BB%A4%E8%B7%91%E4%BA%86%E4%B8%A4%E9%81%8D%E7%84%B6%E5%90%8E%E6%95%B4%E4%B8%AA%E4%BC%9A%E8%AF%9D%E5%86%8D%E4%B9%9F%E5%8F%91%E4%B8%8D%E5%87%BA%E8%AF%B7%E6%B1%82/index.html</guid><description>Gemini CLI 的维护者和贡献者这几天在处理一个链条很长的 bug：模型回复到一半网络抖了一下，客户端自动重试，重试成功后界面上看起来一切正常——但那条被重试前"说了一半"的命令已经被执行了一遍，重试后的回答又让它执行了第二遍。从这一刻起，这个会话里每一个后续请求都会被 API 拒绝，只能整段丢弃。</description></item><item><title>Anthropic、Cursor、Google 三家官方技能仓库同场竞技：Agent 插件分发的入口之争</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E4%B8%89%E5%AE%B6%E5%AE%98%E6%96%B9%E6%8A%80%E8%83%BD%E4%BB%93%E5%BA%93%E5%90%8C%E5%9C%BA%E7%AB%9E%E6%8A%80Agent%E6%8F%92%E4%BB%B6%E5%88%86%E5%8F%91%E7%9A%84%E5%85%A5%E5%8F%A3%E4%B9%8B%E4%BA%89/index.html</link><pubDate>Sun, 18 Oct 2026 00:23:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E4%B8%89%E5%AE%B6%E5%AE%98%E6%96%B9%E6%8A%80%E8%83%BD%E4%BB%93%E5%BA%93%E5%90%8C%E5%9C%BA%E7%AB%9E%E6%8A%80Agent%E6%8F%92%E4%BB%B6%E5%88%86%E5%8F%91%E7%9A%84%E5%85%A5%E5%8F%A3%E4%B9%8B%E4%BA%89/index.html</guid><description>给 AI 编程助手写"技能/插件"的开发者，最近值得抬头看一下生态格局：Anthropic 的 Claude Code 官方插件目录（4555 个提交）、Cursor 的官方插件规范仓库（12141 星）、Google Android 的 Agent Skills 仓库（8320 星）——三家官方的技能分发阵地如今同场竞技，各自经营大半年后都长出了可观体量，第三方技能库和框架也在同期集中起量。</description></item><item><title>AI Agent 不可靠时长什么样：两大开源智能体生态的稳定性缺陷实证分析</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/AI-Agent-%E4%B8%8D%E5%8F%AF%E9%9D%A0%E6%97%B6%E9%95%BF%E4%BB%80%E4%B9%88%E6%A0%B7%E4%B8%A4%E5%A4%A7%E5%BC%80%E6%BA%90%E6%99%BA%E8%83%BD%E4%BD%93%E7%94%9F%E6%80%81%E7%9A%84%E7%A8%B3%E5%AE%9A%E6%80%A7%E7%BC%BA%E9%99%B7%E5%AE%9E%E8%AF%81%E5%88%86%E6%9E%90/index.html</link><pubDate>Tue, 08 Sep 2026 23:47:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/AI-Agent-%E4%B8%8D%E5%8F%AF%E9%9D%A0%E6%97%B6%E9%95%BF%E4%BB%80%E4%B9%88%E6%A0%B7%E4%B8%A4%E5%A4%A7%E5%BC%80%E6%BA%90%E6%99%BA%E8%83%BD%E4%BD%93%E7%94%9F%E6%80%81%E7%9A%84%E7%A8%B3%E5%AE%9A%E6%80%A7%E7%BC%BA%E9%99%B7%E5%AE%9E%E8%AF%81%E5%88%86%E6%9E%90/index.html</guid><description>AI Agent 不可靠时长什么样：两大开源智能体生态的稳定性缺陷实证分析 导读：AI Agent 的能力演示视频遍地都是，但把它当成常驻基础设施跑起来之后，真正决定去留的往往是另一个问题——消息到底有没有送到、状态到底有没有写坏。本文基于两大开源个人智能体项目（OpenClaw 与 Hermes Agent）2026 年 9 月上旬连续两日的社区动态与缺陷追踪数据，实证拆解常驻 Agent 的四类稳定性缺陷：消息静默丢失、会话状态损坏、阻塞式架构缺陷、升级路径破坏。读完你会得到四件事：一套可直接套用的缺陷分类框架、每类缺陷的真实案例与根因、对"入流出清比"这个生态健康度指标的理解，以及选型/自建时常驻 Agent 的排查清单。</description></item><item><title>Laya决策模型实测：33毫秒的开源System 1引擎，与它诚实的局限</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Laya%E5%86%B3%E7%AD%96%E6%A8%A1%E5%9E%8B%E5%AE%9E%E6%B5%8B33%E6%AF%AB%E7%A7%92%E7%9A%84%E5%BC%80%E6%BA%90System1%E5%BC%95%E6%93%8E%E4%B8%8E%E5%AE%83%E8%AF%9A%E5%AE%9E%E7%9A%84%E5%B1%80%E9%99%90/index.html</link><pubDate>Wed, 23 Sep 2026 17:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Laya%E5%86%B3%E7%AD%96%E6%A8%A1%E5%9E%8B%E5%AE%9E%E6%B5%8B33%E6%AF%AB%E7%A7%92%E7%9A%84%E5%BC%80%E6%BA%90System1%E5%BC%95%E6%93%8E%E4%B8%8E%E5%AE%83%E8%AF%9A%E5%AE%9E%E7%9A%84%E5%B1%80%E9%99%90/index.html</guid><description>Laya 决策模型实测：33 毫秒的开源 System 1 引擎，与它诚实的局限 为什么值得关注 2026 年 9 月，AI 应用层出现了一个新的模型品类：决策模型（decision model）。它不做对话、不生成文本——你给它一段状态（邮件、工单、JSON、用户消息）和一组带类型的问题（该分给哪个部门？这是钓鱼邮件吗？紧急程度几分？），它在一次前向传播里直接吐出带概率的结构化答案。TypeSafe AI 的闭源产品 Jev 定价 $0.042/百万 token、典型延迟 150-500ms，被当作这一品类的标杆。</description></item><item><title>硬币决定专家结论：Anthropic 实验里 86% 的判断跟着 AI 走</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E7%A1%AC%E5%B8%81%E5%86%B3%E5%AE%9A%E4%B8%93%E5%AE%B6%E7%BB%93%E8%AE%BA-Anthropic%E5%AE%9E%E9%AA%8C%E9%87%8C86%E7%9A%84%E5%88%A4%E6%96%AD%E8%B7%9F%E7%9D%80AI%E8%B5%B0/index.html</link><pubDate>Thu, 29 Oct 2026 14:45:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E7%A1%AC%E5%B8%81%E5%86%B3%E5%AE%9A%E4%B8%93%E5%AE%B6%E7%BB%93%E8%AE%BA-Anthropic%E5%AE%9E%E9%AA%8C%E9%87%8C86%E7%9A%84%E5%88%A4%E6%96%AD%E8%B7%9F%E7%9D%80AI%E8%B5%B0/index.html</guid><description>10 月 27 日，Anthropic 的对齐（Alignment）团队发布了一项随机对照试验：50 名职业分析师带着自己的 AI 编码智能体做一份真实的统计分析，结果他们在 86% 的关键判断上跟随了智能体的偏好——而这些偏好是研究者用抛硬币随机塞给智能体的。更值得注意的是后续调查里的数字：77% 的分析师在解释自己的选择时复述了智能体的论据（有时一字不差），但只有 15% 承认这些论据来自智能体。</description></item><item><title>插件拷贝卡死网关：单线程服务的同步IO病</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E6%8F%92%E4%BB%B6%E6%8B%B7%E8%B4%9D%E5%8D%A1%E6%AD%BB%E7%BD%91%E5%85%B3%E5%8D%95%E7%BA%BF%E7%A8%8B%E6%9C%8D%E5%8A%A1%E7%9A%84%E5%90%8C%E6%AD%A5IO%E7%97%85OpenClaw%E4%B8%A4%E6%9D%A1issue%E7%9A%84%E5%AE%8C%E6%95%B4%E5%A4%8D%E7%9B%98/index.html</link><pubDate>Sun, 08 Nov 2026 00:05:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/%E6%8F%92%E4%BB%B6%E6%8B%B7%E8%B4%9D%E5%8D%A1%E6%AD%BB%E7%BD%91%E5%85%B3%E5%8D%95%E7%BA%BF%E7%A8%8B%E6%9C%8D%E5%8A%A1%E7%9A%84%E5%90%8C%E6%AD%A5IO%E7%97%85OpenClaw%E4%B8%A4%E6%9D%A1issue%E7%9A%84%E5%AE%8C%E6%95%B4%E5%A4%8D%E7%9B%98/index.html</guid><description>2026 年 10 月 11 日，一位 Windows 用户让网关抓取一个亚马逊商品页。请求发出后，网关日志停在了 14:50:24，下一次事件循环延迟报告出现在 14:54:56：271656.7 毫秒——主线程被独占了四分半钟。期间 Discord 连接断开重连，超时回调一个都没执行，直到事件循环恢复后才补跑。进程没有崩溃，没有重启，日志里没有任何报错。</description></item></channel></rss>