1. 先算一笔账：10K 能装几轮？ 2. 核心思路：把上下文当成预算 3. 三层记忆 3.1 近期原文：只留最近 2 轮 3.2 摘要：把旧对话压成事实列表 3.3 长期记忆：BM25 + jieba 分词 4. 工具调用：让模型自己找记忆 5. 配置：TOML 比 JSON 更适合手写 6. 工具输出截断 7. 故障恢复：meta.json + conversation.jsonl 双保险 8. LLM 调用层 9. 日志 10. 100 轮压力测试 11. 怎么证明它没失忆？ 12. 面试回答模板 本文首发地址 https://h89.cn/archives/637.html "10K 上下文怎么做 100 轮对话？" 窗口越大，推理成本越高，延迟越长，"lost in the middle" 也越严重。这道题考的是你有没有主

- 阅读剩余部分 -

我用 opencode-loop 跑了一次完整的 Loop Engineering 实践，让 AI 自己写代码、自己 Review、自己跑测试。大约十几分钟后，测试从 8 个变成 23 个，全部通过。这不是魔法，关键在 verifier 和 checkpoint。 一、手动用 AI 写代码，人到哪都是瓶颈 过去两年，用 AI 写代码的基本流程是： 你写 prompt → AI 回复 → 你读代码 → 再写 prompt → AI 再回复 → ... 人是方向盘，每一轮都要在场。问题是，这个模式有几个死结： 写完就忘。Agent 可能一次改十几个文件，你不可能每一行都仔细看，bug 就藏在没看的那几行里。 测试后置。经常是代码写完了才想起来跑测试，失败了一堆再回头找，效率低。 Review 走形式。自己 R

- 阅读剩余部分 -

启动时发生了什么 全局配置也会加载 真正有意思的是运行时 这个功能什么时候加的 Claude Code 的做法 Codex 的做法 Hermes Agent 的做法 四端对比 什么时候该放子目录 AGENTS.md 验证方法 写在最后 本文首发地址 https://h89.cn/archives/627.html Monorepo（单一代码仓库，多个项目共用一个 Git 仓库）里写了分层的 AGENTS.md，每个子目录一套规范，Agent 应该按需加载——想得很美。但你有没有验证过，Agent 真的读到了你放的那些文件？ 我之前以为得同时维护 CLAUDE.md 和 AGENTS.md，后来发现只放一个就行。 启动时发生了什么 OpenCode 启动时做了一件事：从当前目录向上遍历，按 AGENTS.md → CLAUDE.md → CONTEX

- 阅读剩余部分 -

一、三层观测：从"它说了什么"到"它做了什么" 二、实操：用 bpftrace 看 Claude Code 在干什么 三、语义鸿沟：eBPF 知道"它做了什么"，但不知道"为什么做" 四、为什么通用安全工具不够：AI Agent 没有稳定行为基线 五、eBPF 不是银弹 沙箱防逃逸，审批防越权，但 Agent 拿到合法权限后的行为——没人看得见。 本文首发地址 https://h89.cn/archives/625.html 上个月披露的 TrapDoor 攻击，攻击者在 .cursorrules 里埋零宽 Unicode 字符，Agent 读取后自动遍历文件系统外发密钥。这个月 Miasma Wave 2 更进一步——后门配置文件直接丢进项目目录，你克隆仓库、打开项目，后门就激活了。 没有弹窗，没有告警，沙箱也不触发。攻击完全发生在授权边界内，A

- 阅读剩余部分 -

一、为什么是飞书 CLI 二、安装：第一道坎不在代码里 三、认证：Agent 登录飞书，比人类更麻烦 四、身份边界：机器人替我发言，还是我替机器人背锅？ 测试 1：以 Bot 身份收发消息 测试 2：以 User 身份搜索历史消息 身份边界总结 五、四个工作流实测 工作流 1：晨间日程概览 工作流 2：群消息关键词响应 工作流 3：会议纪要整理 工作流 4：技术问题分析（翻车） 六、翻不过去的墙 1. 权限墙：scope 不够时，Agent 只能报错，无法自愈 2. 安全墙：高风险操作必须人类确认 3. 认知墙：Agent 没有上下文，只能执行，不能判断 七、结论：到底替我上了多少班？ 本文首发地址 https://h89.cn/archives/612.html 过去一周，我把飞书官方 CLI 接入了我的工作流，试图回答这个问题。结果不是"可以"或"不可以"，而是

- 阅读剩余部分 -

Harness Engineering：Agent 写代码不难，难的是让它别乱写 Harness Engineering：Agent 写代码不难，难的是让它别乱写 一、先看一个真实项目 二、Harness 到底解决什么问题 三、第一层：代码库本身就是真相源 四、第二层：规则要能自动拦住错误 五、第三层：反馈必须足够快 六、第四层：Agent 产出越多，越要管理熵 七、外部案例说明了同一件事 八、最小落地方案 九、冷一点看 参考与延伸阅读 本文首发地址 https://h89.cn/archives/610.html 2026 年 2 月，OpenAI Codex 团队发了一篇文章，里面有个数字很扎眼： 3 个工程师，5 个月，约 100 万行生产级代码，没有一行是人手写的。 他们大约合并了 1,500 个 Pull Reque

- 阅读剩余部分 -

一、四强并立 二、BYTEROVER：让 LLM 自己管理记忆 三、MemPalace：verbatim 哲学的极端实践 四、Mastra OM：极简架构反而最高分 五、四系统横向对比 六、benchmark 分数不是选型依据 七、选型建议 八、结语 本文首发地址 https://h89.cn/archives/597.html 2025 年 12 月，Hindsight 发了一篇论文，宣布自己在 LongMemEval 和 LoCoMo 两个 benchmark 上拿下 SOTA（State-of-the-Art）。Virginia Tech 复现了，The Washington Post 也复现了。MIT 开源，SDK 完整，Fortune 500 在用。 五个月后，它的 SOTA 位置已经被三个新系统抢走了。 但这不重要

- 阅读剩余部分 -

一、Agent Memory 的困境：RAG 和 Knowledge Graph 都卡在哪 二、Hindsight 的解法：仿生记忆三层架构 三、LLM 在 Hindsight 里不是只负责"聊天" 四、三个核心操作：Retain、Recall、Reflect Retain：不只是"存"，而是"理解后存" Recall：四路检索 + 融合 + 重排 Reflect：从"回忆"到"学习"的关键 五、实战：5 分钟跑起来 纯嵌入模式（不用跑服务） 给 Claude Code 加记忆 六、性能数据：SOTA 是真的，但竞争在加剧 七、适合谁，不适合谁 八、总结 参考文献 本文首发地址 https://h89.cn/archives/598.html 你的 AI 客服记住了用户上周的问题，但再次遇到类似投诉时，它还是会按标准话术回复，

- 阅读剩余部分 -