AI Agent、工程实践、系统设计https://walterwang0x01.github.io/portfolio/https://walterwang0x01.github.io/portfolio/posts/briefing-kit-silent-failures/https://walterwang0x01.github.io/portfolio/posts/briefing-kit-silent-failures/I built an AI-powered daily briefing system. It 'worked perfectly' for weeks — until I discovered 5 classes of failures that pass every error check. HTTP 200, no exceptions, no warnings. But the output was wrong. Here's what happened and how I fixed each one.Fri, 07 Aug 2026 00:00:00 GMTOpen SourceAI AgentTestingPythonhttps://walterwang0x01.github.io/portfolio/posts/agent-timeout-false-confirmation-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-timeout-false-confirmation-engineering/会话压缩后，被 kill 的命令（exit 143）的部分输出常被摘要成「已确认」。本文拆解假确认语义陷阱，给出观测/事实分层、强制复验与 harness 防护代码。Thu, 16 Jul 2026 00:00:00 GMTAI AgentContext Engineering工程化https://walterwang0x01.github.io/portfolio/posts/agent-abstention-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-abstention-engineering/2026 年 AgentAbstain / Agentic Abstention 表明：前沿 Agent 的 Paired Accuracy 仍卡在 60%。本文给出可落地的弃权（abstention）策略层——何时拒做、何时追问、何时早停，以及如何评测。Wed, 15 Jul 2026 00:00:00 GMTAI Agent工程化Agent 架构https://walterwang0x01.github.io/portfolio/posts/agent-multitenancy-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-multitenancy-engineering/单个 Agent Demo 很简单；一旦服务几十个租户，Token 账单、工具副作用和记忆泄漏会一起爆炸。本文拆解租户隔离、配额熔断与公平调度的工程落地。Tue, 14 Jul 2026 00:00:00 GMTAI Agent工程化基础设施https://walterwang0x01.github.io/portfolio/posts/chatgpt-work-cross-app-agent-architecture/https://walterwang0x01.github.io/portfolio/posts/chatgpt-work-cross-app-agent-architecture/OpenAI 把 ChatGPT Work 推给所有用户：连 Slack、Gmail、Drive，能连续跑几小时的跨应用 Agent。这不是产品新闻，而是长时 Agent 从 Demo 走向生产的架构信号——本文拆解状态、权限、工具编排三层设计。Fri, 10 Jul 2026 00:00:00 GMTAI AgentAgent 架构工程化https://walterwang0x01.github.io/portfolio/posts/agent-context-compaction-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-context-compaction-engineering/长任务 Agent 的上下文会在 20 轮后撑爆窗口、拖垮缓存、烧光预算。本文拆解五级压缩策略、触发器设计与 Cache 友好实现，附 Python/TypeScript 可运行代码与落地 checklist。Thu, 09 Jul 2026 00:00:00 GMTAI AgentContext Engineering工程化https://walterwang0x01.github.io/portfolio/posts/llm-as-verifier-scaling-axis/https://walterwang0x01.github.io/portfolio/posts/llm-as-verifier-scaling-axis/预训练、后训练、测试时算力之后，验证（verification）正在成为第四条扩展轴。本文拆解 LLM-as-a-Verifier 框架：如何用 verifier agent 替代硬编码规则，在工具调用、代码生成、研究流水线里落地细粒度反馈。Wed, 08 Jul 2026 00:00:00 GMTAI Agent评估工程化https://walterwang0x01.github.io/portfolio/posts/office-document-agent-tools/https://walterwang0x01.github.io/portfolio/posts/office-document-agent-tools/Agent 能写代码却改不了同事的 .docx？OfficeCLI 等工具把办公文档操作拉进 tool 层。本文拆解文档类 Tool 的 Schema 设计、格式陷阱与生产落地 checklist。Tue, 07 Jul 2026 00:00:00 GMTAI AgentFunction Calling工程化https://walterwang0x01.github.io/portfolio/posts/mcp-stdio-supply-chain-security/https://walterwang0x01.github.io/portfolio/posts/mcp-stdio-supply-chain-security/OX Security 披露 MCP STDIO 传输存在系统性命令注入：恶意 README 或工具描述即可零点击 RCE。本文拆解攻击链、对比 stdio vs 远程传输的安全边界，并给出白名单加固方案与落地 checklist。Mon, 06 Jul 2026 00:00:00 GMTMCPAI AgentAgent 安全https://walterwang0x01.github.io/portfolio/posts/rag-hybrid-retrieval-production/https://walterwang0x01.github.io/portfolio/posts/rag-hybrid-retrieval-production/纯向量检索在专有名词和精确匹配上经常翻车。生产级 RAG 需要 BM25 稀疏检索、稠密向量、Cross-Encoder Reranker 和 Query Rewrite 四层协作——本文给出架构选型、Python 实现和落地 checklist。Mon, 06 Jul 2026 00:00:00 GMTRAG向量数据库工程化https://walterwang0x01.github.io/portfolio/posts/agent-cicd-pipeline/https://walterwang0x01.github.io/portfolio/posts/agent-cicd-pipeline/Prompt 改一行，线上 Agent 全翻车？这篇文章拆解如何为 AI Agent 建立端到端的 CI/CD Pipeline，覆盖 Prompt 回归测试、Agent 行为断言、灰度发布与自动回滚。Tue, 23 Jun 2026 00:00:00 GMTAI Agent工程化PromptOpshttps://walterwang0x01.github.io/portfolio/posts/agent-token-budget-management/https://walterwang0x01.github.io/portfolio/posts/agent-token-budget-management/Agent 跑飞了一次可能烧掉整月预算。本文给出一套运行时 Token 预算管理方案——预算分配、实时追踪、动态降级、熔断机制，附完整 Python 实现。Sun, 21 Jun 2026 00:00:00 GMTAI Agent工程化LLMhttps://walterwang0x01.github.io/portfolio/posts/when-not-to-use-agent/https://walterwang0x01.github.io/portfolio/posts/when-not-to-use-agent/不是所有问题都需要 Agent。本文用 6 个真实场景 + 决策框架，帮你判断何时该用确定性代码、何时才值得引入 Agent，避免把简单问题复杂化。Sun, 21 Jun 2026 00:00:00 GMTAI Agent工程化架构设计https://walterwang0x01.github.io/portfolio/posts/mcp-server-production-practice/https://walterwang0x01.github.io/portfolio/posts/mcp-server-production-practice/把 MCP Server 从 demo 搬到生产环境，要过鉴权、限流、远程传输、服务发现四道关。本文给出每道关的工程方案、代码示例和踩坑记录。Fri, 05 Jun 2026 00:00:00 GMTMCPAI Agent基础设施https://walterwang0x01.github.io/portfolio/posts/agent-versioning-and-rollout/https://walterwang0x01.github.io/portfolio/posts/agent-versioning-and-rollout/Agent 上线后最怕的不是写不出新功能，而是改了 prompt 全量生效后出 bug 却无法回滚。本文拆解 Agent 系统中 Prompt 版本、Tool Schema 版本、模型版本三条线的灰度发布架构，附可落地的 CI/CD pipeline。Thu, 04 Jun 2026 00:00:00 GMTAI Agent工程化基础设施https://walterwang0x01.github.io/portfolio/posts/tool-retrieval-for-agents/https://walterwang0x01.github.io/portfolio/posts/tool-retrieval-for-agents/MCP 生态爆发后，一个 Agent 接入几百个工具是常态。但把 300 个工具 Schema 全塞进 context，既烧钱又让模型选错。动态工具检索是 2026 年绕不开的工程问题——这篇讲清楚怎么做。Wed, 03 Jun 2026 00:00:00 GMTAI Agent工程化MCPhttps://walterwang0x01.github.io/portfolio/posts/human-in-the-loop-agent-engineering/https://walterwang0x01.github.io/portfolio/posts/human-in-the-loop-agent-engineering/Agent 越自主越危险。本文拆解生产级 HITL 编排的 5 种模式——从简单确认到多人审批链，附 LangGraph 和 CrewAI 的完整实现。Tue, 02 Jun 2026 00:00:00 GMTAI Agent工程化Agent 架构https://walterwang0x01.github.io/portfolio/posts/agent-error-recovery-self-healing/https://walterwang0x01.github.io/portfolio/posts/agent-error-recovery-self-healing/Agent 在生产环境中必然会失败——LLM 幻觉、工具超时、上下文溢出。本文给出一套分层错误恢复架构，含可运行代码和决策矩阵，让你的 Agent 从'崩了就挂'进化到'自动修复继续跑'。Mon, 01 Jun 2026 00:00:00 GMTAI Agent工程化基础设施https://walterwang0x01.github.io/portfolio/posts/semantic-cache-for-llm/https://walterwang0x01.github.io/portfolio/posts/semantic-cache-for-llm/同一个问题被换着说法问 100 次，精确缓存一次都命中不了，Prompt Cache 也救不了。语义缓存用向量相似度让'意思相同的问题'直接命中，把 LLM 调用成本砍掉 40% 以上。但阈值定高了漏命中、定低了答错人——这篇讲清楚完整链路、三个翻车陷阱，以及一个能直接跑的最小实现。Sun, 31 May 2026 00:00:00 GMT语义缓存LLM工程化https://walterwang0x01.github.io/portfolio/posts/self-hosted-llm-inference-engineering/https://walterwang0x01.github.io/portfolio/posts/self-hosted-llm-inference-engineering/API 账单失控、数据不能出域、延迟要可控——这三件事任意一件成立，你就该考虑自托管推理。本文把模型选型、量化方案、推理引擎、并发调优串成一条可落地的工程链路。Sat, 30 May 2026 00:00:00 GMTLLM基础设施工程化https://walterwang0x01.github.io/portfolio/posts/agent-latency-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-latency-engineering/2026 年 Agent 战场不再卷功能，开始卷延迟。本文拆 TTFT、ITL、E2E 三层指标，把 KV Cache、推测解码、Prefill-Decode 分离、流式工具调用串成一套生产级延迟优化打法，附决策矩阵和可复用代码骨架。Fri, 29 May 2026 00:00:00 GMTAI Agent工程化基础设施https://walterwang0x01.github.io/portfolio/posts/kiro-conduit-m1-1-done/https://walterwang0x01.github.io/portfolio/posts/kiro-conduit-m1-1-done/M1.0 跑通了多任务并行 + 共享文件锁 + 串行 merge，但暴露了一个真问题：两个 task 都追加同一文件的末尾，git 自动 merge 失败。M1.1 用 4 个 step 把这件事和其他几件功能完整度的事一起解决：stub-first 接口锁定从设计上消除冲突、Verifier 加上 AI 语义评审第 3 层、3 种锁 policy 全部实现、rich.live TUI dashboard。本文讲这 4 个设计决策里值得记的工程细节，特别是 Protocol-based pluggable backend 让一个能力优雅地有 4 种使用模式的设计。Fri, 29 May 2026 00:00:00 GMTAI AgentAI Coding工程化开源并发https://walterwang0x01.github.io/portfolio/posts/kiro-conduit-m1-progress/https://walterwang0x01.github.io/portfolio/posts/kiro-conduit-m1-progress/上一篇做完 M0 PoC 跑通了单 task。这一周把 M1.0 的 5 件事一起落了：DAG 调度、git worktree 池、多 worker 并行、共享文件单一写者锁、串行 merge。端到端 demo 里 3 个 task 真的并行起来了，锁正确仲裁，最后 2 个分支成功 merge——第 3 个分支按设计停在了真实的文本冲突上。本文讲实现里几个值得记的工程细节。Fri, 29 May 2026 00:00:00 GMTAI AgentAI Coding工程化开源并发https://walterwang0x01.github.io/portfolio/posts/kiro-conduit-origin-story/https://walterwang0x01.github.io/portfolio/posts/kiro-conduit-origin-story/市面上至少有 9 个并行 AI coding 编排器，但没一个支持 Kiro CLI。我从开 5 个 git worktree 手动并行做 11 个 PR、merge 时一身冲突的痛点出发，用一个周末做出了 kiro-conduit——基于 CIV 三角色 + ACP 协议的 Kiro 原生编排器。本文讲设计决策、踩到的暗礁、跑通的实测数据，以及为什么不该重复造大多数轮子但偶尔值得造一个。Fri, 29 May 2026 00:00:00 GMTAI AgentAI Coding工程化开源https://walterwang0x01.github.io/portfolio/posts/durable-execution-for-ai-agents/https://walterwang0x01.github.io/portfolio/posts/durable-execution-for-ai-agents/Long-horizon Agent 上线第一周，进程重启那一刻你就知道为什么要 Durable Execution 了：执行到一半的工作流没了、扣过的钱再扣一次、人工审批永远等不来。本文对比 Temporal、Inngest、DBOS、Restate 四家耐久执行引擎在 Agent 场景的差异，给出一套迁移策略和落地 checklist，附 Python 端到端代码。Thu, 28 May 2026 00:00:00 GMTAI Agent工程化基础设施https://walterwang0x01.github.io/portfolio/posts/reasoning-token-engineering/https://walterwang0x01.github.io/portfolio/posts/reasoning-token-engineering/o3、Claude Extended Thinking、DeepSeek R1 全面普及后，reasoning token 成了账单上最不透明的一块。让简单查询去深思 30 秒、让复杂推理被 budget 强行截断，是 2026 年最常见的两种翻车姿势。这篇讲清楚 thinking budget 怎么定、何时该跳过、怎么和 streaming 结合，以及一个能省 60% reasoning 成本的路由策略。Wed, 27 May 2026 00:00:00 GMTReasoning Model工程化LLMhttps://walterwang0x01.github.io/portfolio/posts/llm-as-judge-bias-calibration/https://walterwang0x01.github.io/portfolio/posts/llm-as-judge-bias-calibration/用 LLM 当裁判很香，直到你发现它偏爱长答案、记得选第一个、还会给自家模型打高分。本文拆解 Position Bias、Length Bias、Self-preference 三大主流偏差，给出可直接落地的校准方案与代码。Tue, 26 May 2026 00:00:00 GMTAI Agent评估工程化https://walterwang0x01.github.io/portfolio/posts/multimodal-agent-engineering/https://walterwang0x01.github.io/portfolio/posts/multimodal-agent-engineering/把图片塞进 prompt 这件事，2026 年还在让团队踩坑。一张截图 1500 token、坐标精度漂移、多图上下文爆炸、OCR 还是 Vision 选错就翻倍烧钱。本文拆开三家主流多模态 API 的真实成本与精度，给一份能直接套用的视觉 Agent 落地清单。Mon, 25 May 2026 00:00:00 GMTAI Agent多模态工程化https://walterwang0x01.github.io/portfolio/posts/promptops-prompt-as-code/https://walterwang0x01.github.io/portfolio/posts/promptops-prompt-as-code/Prompt 改一行，线上准确率掉 5%，三天后才有人发现——这是 2026 年 Agent 团队最常见的事故。把 Prompt 拉进 Git、加版本号、跑回归、做灰度、能回滚，PromptOps 这套方法论才真正闭环。Mon, 25 May 2026 00:00:00 GMTPromptOpsAI Agent工程化https://walterwang0x01.github.io/portfolio/posts/subagent-orchestration-patterns/https://walterwang0x01.github.io/portfolio/posts/subagent-orchestration-patterns/Claude Code、Cursor、Devin 都靠 subagent 把上下文撑爆的难题拆开了。但什么时候该拆、怎么传状态、并行还是串行、错了怎么回滚——这些工程细节决定 Agent 是丝滑还是翻车。Sun, 24 May 2026 00:00:00 GMTAI AgentAgent 架构工程化https://walterwang0x01.github.io/portfolio/posts/agent-poc-to-production/https://walterwang0x01.github.io/portfolio/posts/agent-poc-to-production/Demo 跑通到线上稳定运行，差的不是模型而是工程链路。一份在生产环境踩过坑后整理的 Agent 上线 checklist：从可观测、容错、成本到灰度发布的 9 个关键决策点。Sat, 23 May 2026 00:00:00 GMTAI Agent工程化Agent 架构https://walterwang0x01.github.io/portfolio/posts/agent-replay-shadow-testing/https://walterwang0x01.github.io/portfolio/posts/agent-replay-shadow-testing/改一行 prompt 上线后炸了 40% 的工具调用——这不是段子，是 Agent 系统每周都在发生的事。本文给一套从 trace 捕获、回放引擎到影子流量的三层保障方案，让你像测后端 API 一样把 Agent 的回归卡死在 PR 阶段。Fri, 22 May 2026 00:00:00 GMTAI Agent工程化评估https://walterwang0x01.github.io/portfolio/posts/agent-data-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-data-engineering/2026 年自托管 Agent 起势，瓶颈从「调哪个 API」变成「训练数据从哪来」。本文拆 Agent 数据工程的三段流水线——线上轨迹回收、合成数据构造、质量分级评估，给一套能跑的代码骨架与决策矩阵。Thu, 21 May 2026 00:00:00 GMTAI Agent数据工程工程化https://walterwang0x01.github.io/portfolio/posts/agent-output-guards/https://walterwang0x01.github.io/portfolio/posts/agent-output-guards/结构化输出只解决了「模型说什么」，没解决「该不该执行」。本文给出一套生产级 Output Guard 设计：参数校验、语义校验、副作用沙箱、补偿回滚，附 Python 实现与决策矩阵。Wed, 20 May 2026 00:00:00 GMTAI Agent工程化Agent 架构https://walterwang0x01.github.io/portfolio/posts/tool-use-advanced-patterns/https://walterwang0x01.github.io/portfolio/posts/tool-use-advanced-patterns/Function Calling 入门只用半小时，生产化要踩半年坑。并行调用、Schema 设计、错误重试、Token 预算——这是真正决定 Agent 能不能上线的工程细节。Tue, 19 May 2026 00:00:00 GMTFunction Calling工程化AI Agenthttps://walterwang0x01.github.io/portfolio/posts/agent-ux-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-ux-engineering/Agent 产品的差异不在模型，在交互层。流式 token 与 tool 的混合编排、用户随时打断、高风险操作的人工确认、跑偏时的低成本纠错——这套组合拳决定了用户敢不敢把活交给 Agent。Mon, 18 May 2026 00:00:00 GMTAI Agent工程化UXhttps://walterwang0x01.github.io/portfolio/posts/prompt-cache-engineering/https://walterwang0x01.github.io/portfolio/posts/prompt-cache-engineering/Prompt Cache 是 2026 年最容易被低估的省钱杠杆。同样一段长 system prompt，Anthropic 按 TTL 计费、DeepSeek 走磁盘冷热分层、OpenAI 自动命中——三家定价和命中规则完全不同。本文拆解三家机制差异，给出 Cache-First 的工程设计模式，附真实账单对比：同样 1000 万次调用，从 1.2 万美元降到 2400。Sat, 16 May 2026 00:00:00 GMTPrompt CacheLLM工程化https://walterwang0x01.github.io/portfolio/posts/agent-anti-patterns/https://walterwang0x01.github.io/portfolio/posts/agent-anti-patterns/为什么 90% 的 Agent demo 上不了生产？不是模型不够强，是架构上踩了那些每次都翻车的反模式。8 个真实案例，从把 Agent 当万能锤到 prompt 越塞越长，配修复思路和落地 checklist。Fri, 15 May 2026 00:00:00 GMTAI AgentAgent 架构工程化https://walterwang0x01.github.io/portfolio/posts/agent-benchmark-evaluation/https://walterwang0x01.github.io/portfolio/posts/agent-benchmark-evaluation/跑 Benchmark 容易，跑出可信结论难。本文拆解三大 Agent 评测基准的复现陷阱、评分机制与工程实践，帮你建立自己的评测流水线。Thu, 14 May 2026 00:00:00 GMTAI Agent评估工程化https://walterwang0x01.github.io/portfolio/posts/structured-output-engineering/https://walterwang0x01.github.io/portfolio/posts/structured-output-engineering/LLM 输出不可控是 Agent 工程化的头号杀手。本文从生产视角对比四种主流结构化输出方案的可靠性、延迟与开发体验，附带选型决策矩阵和落地 checklist。Tue, 12 May 2026 00:00:00 GMTLLM工程化AI Agenthttps://walterwang0x01.github.io/portfolio/posts/agent-cost-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-cost-engineering/同样的 Agent 产品，有的团队月账单 $50k，有的团队做到 $10k。差距不在流量，在成本工程。Prompt Cache、模型降级、Token 预算、上下文压缩、Batch API 五把武器全部打开，省 80% 不是梦。Mon, 11 May 2026 00:00:00 GMTAI Agent工程化LLMhttps://walterwang0x01.github.io/portfolio/posts/long-horizon-agent-engineering/https://walterwang0x01.github.io/portfolio/posts/long-horizon-agent-engineering/Demo 里的 Agent 跑 5 分钟挺好看，一旦任务周期拉到几小时甚至几天——服务重启、模型限流、预算失控、工具返回结构变了——整个链路就会连锁崩。本文从状态模型、恢复语义、预算闸门到审批分段，拆解 long-horizon Agent 的生产级工程范式。Sun, 10 May 2026 00:00:00 GMTAI AgentAgent 架构工程化https://walterwang0x01.github.io/portfolio/posts/skill-based-agent-architecture/https://walterwang0x01.github.io/portfolio/posts/skill-based-agent-architecture/2025 年末 Anthropic 推出 Claude Skills，把 Agent 能力从零散的 tool 调用推向了 SKILL.md + 渐进式加载的可组合模式。本文拆解 Skill 与 Tool、MCP、Subagent 的边界，给出一套能在生产落地的 Skill 架构骨架。Sat, 09 May 2026 00:00:00 GMTClaude SkillsAgent 架构AI Agenthttps://walterwang0x01.github.io/portfolio/posts/harness-engineering-guide/https://walterwang0x01.github.io/portfolio/posts/harness-engineering-guide/Prompt Engineering 教你写好一句话，Context Engineering 教你喂对一次上下文，Harness Engineering 解决的是另一个问题——让 Agent 在真实项目里持续、自主、可观测地运转起来。本文拆解 OpenAI 提出的五大实践、自主循环模式和 CI/CD 集成落地方案。Thu, 07 May 2026 00:00:00 GMTHarness EngineeringAI Agent工程化https://walterwang0x01.github.io/portfolio/posts/multi-agent-architecture-patterns/https://walterwang0x01.github.io/portfolio/posts/multi-agent-architecture-patterns/单个 Agent 搞不定的复杂任务，需要多 Agent 协作。本文系统梳理 Supervisor、Swarm、Hierarchical 三大主流架构的适用场景、实现方式和取舍，并用 LangGraph 给出可运行示例。Thu, 07 May 2026 00:00:00 GMT多 AgentLangGraph架构设计https://walterwang0x01.github.io/portfolio/posts/computer-use-and-browser-agent/https://walterwang0x01.github.io/portfolio/posts/computer-use-and-browser-agent/文本聊天只是 AI Agent 的第一形态。当 Anthropic Computer Use、OpenAI Operator、Browser Use 让 Agent 能看屏幕、点按钮、填表单时，真正的「数字员工」才刚刚起步。本文拆解三种技术范式的架构差异、工程挑战与安全边界。Wed, 06 May 2026 00:00:00 GMTComputer UseAI Agent浏览器自动化https://walterwang0x01.github.io/portfolio/posts/mcp-protocol-deep-dive/https://walterwang0x01.github.io/portfolio/posts/mcp-protocol-deep-dive/MCP 是 AI Agent 连接工具和数据的 USB 接口。从协议架构到 Server 开发，从安全模型到生产部署，一文搞懂 Model Context Protocol 的设计哲学和工程实践。Tue, 05 May 2026 00:00:00 GMTMCPAI Agent协议https://walterwang0x01.github.io/portfolio/posts/ai-gateway-model-routing/https://walterwang0x01.github.io/portfolio/posts/ai-gateway-model-routing/当你的 Agent 同时调用 GPT-4o、Claude、Gemini 和开源模型时，谁来统一管理 API Key、负载均衡、故障切换和成本控制？AI 网关就是答案。深度对比 LiteLLM、Portkey、Vercel AI Gateway 三大方案。Mon, 04 May 2026 00:00:00 GMTAI 网关模型路由LLM 工程https://walterwang0x01.github.io/portfolio/posts/agent-observability-and-evaluation/https://walterwang0x01.github.io/portfolio/posts/agent-observability-and-evaluation/Agent 上线后最怕的不是它出错，而是你不知道它为什么出错。从 Tracing 链路追踪到 LLM-as-Judge 评估，从测试金字塔到 Eval-Driven Development，一文搞懂如何让 Agent 系统透明、可测、可信赖。Sun, 03 May 2026 00:00:00 GMTAI Agent可观测性评估https://walterwang0x01.github.io/portfolio/posts/context-engineering-guide/https://walterwang0x01.github.io/portfolio/posts/context-engineering-guide/Prompt Engineering 只是冰山一角。真正决定 AI Agent 表现的，是你塞进上下文窗口的每一个 token。从 Anthropic 的四大策略到 Coding Agent 的实战模式，一文搞懂 Context Engineering。Sat, 02 May 2026 00:00:00 GMTContext EngineeringAI AgentLLMhttps://walterwang0x01.github.io/portfolio/posts/agent-payment-x402/https://walterwang0x01.github.io/portfolio/posts/agent-payment-x402/AI Agent 能调 API、能写代码，但不能花钱——这是 Agent 落地的最后一公里。x402 协议用 HTTP 402 + 稳定币签名，让 Agent 像调接口一样完成微支付，本文从协议原理到生产部署完整拆解。Fri, 01 May 2026 00:00:00 GMTAgent 支付x402USDChttps://walterwang0x01.github.io/portfolio/posts/agentic-design-patterns/https://walterwang0x01.github.io/portfolio/posts/agentic-design-patterns/构建 AI Agent 不是调一次 API 就完事。Anthropic 总结了 5 种 Workflow 模式和自主 Agent 模式，本文用代码拆解每种模式的适用场景、实现方式和选型决策框架。Thu, 30 Apr 2026 00:00:00 GMTAgentic 设计模式Agent 架构LangGraphhttps://walterwang0x01.github.io/portfolio/posts/voice-agent-realtime-interaction/https://walterwang0x01.github.io/portfolio/posts/voice-agent-realtime-interaction/语音是人类最自然的交互方式，2026 年语音 Agent 技术全面成熟。本文深度对比 OpenAI Realtime、ElevenLabs、LiveKit 等主流方案，从架构原理到选型决策，帮你构建生产级语音 AI 应用。Wed, 29 Apr 2026 00:00:00 GMTVoice AgentRealtime APIAI Agenthttps://walterwang0x01.github.io/portfolio/posts/coding-agent-architecture-secrets/https://walterwang0x01.github.io/portfolio/posts/coding-agent-architecture-secrets/Claude Code 源码泄露暴露了 512,000 行生产级 Coding Agent 的完整架构。五级权限系统、Prompt Cache 经济学、文件系统多 Agent 编排……这些设计模式对每个 Agent 开发者都有直接参考价值。Tue, 28 Apr 2026 00:00:00 GMTCoding AgentAgent 架构Claude Codehttps://walterwang0x01.github.io/portfolio/posts/a2a-protocol-agent-collaboration/https://walterwang0x01.github.io/portfolio/posts/a2a-protocol-agent-collaboration/MCP 解决了 Agent 连接工具的问题，但 Agent 之间怎么协作？A2A 协议给出了标准答案。这篇文章从协议设计到实战集成，拆解 Agent Card、任务生命周期和安全机制，帮你搞懂多 Agent 协作的通信基础设施。Mon, 27 Apr 2026 00:00:00 GMTA2AAgent 协议多 Agenthttps://walterwang0x01.github.io/portfolio/posts/agent-memory-system/https://walterwang0x01.github.io/portfolio/posts/agent-memory-system/没有记忆的 Agent 就是一条金鱼——每次对话都从零开始。这篇文章从记忆架构设计出发，拆解短期/长期/图记忆的工程实现，对比 Mem0、Letta、Zep、LangMem 四大框架，帮你为 Agent 装上真正的大脑。Fri, 24 Apr 2026 00:00:00 GMTAI Agent记忆系统Agent 框架https://walterwang0x01.github.io/portfolio/posts/vector-database-selection/https://walterwang0x01.github.io/portfolio/posts/vector-database-selection/向量数据库是 RAG 和 AI Agent 的核心基础设施，但六大主流方案各有取舍。这篇文章从实际场景出发，拆解 pgvector、Chroma、Pinecone、Qdrant、Milvus、Weaviate 的真实差异，帮你避开选型踩坑。Thu, 23 Apr 2026 00:00:00 GMT向量数据库RAG基础设施https://walterwang0x01.github.io/portfolio/posts/what-is-ai-agent/https://walterwang0x01.github.io/portfolio/posts/what-is-ai-agent/AI Agent 不是更聪明的 Chatbot，而是能自主规划、使用工具、持续执行的智能系统。这篇文章从核心概念出发，拆解 Agent 的四大能力、六种设计模式和三条架构路径，帮你建立完整的认知框架。Wed, 22 Apr 2026 00:00:00 GMTAI Agent入门指南Agentic 设计模式https://walterwang0x01.github.io/portfolio/posts/crewai-multi-agent-collaboration/https://walterwang0x01.github.io/portfolio/posts/crewai-multi-agent-collaboration/CrewAI 用角色扮演的方式组织多 Agent 协作，10 分钟就能搭建一个 AI 团队。从核心概念到执行模式、记忆系统、MCP 集成，一篇文章带你从入门到生产。Tue, 21 Apr 2026 00:00:00 GMTCrewAI多 AgentAgent 框架https://walterwang0x01.github.io/portfolio/posts/graph-rag-knowledge-graph/https://walterwang0x01.github.io/portfolio/posts/graph-rag-knowledge-graph/传统 RAG 擅长语义匹配，却在多跳推理和全局摘要上力不从心。GraphRAG 通过引入知识图谱，让检索沿着实体关系链路进行，解锁了 RAG 的下一个能力层级。Tue, 21 Apr 2026 00:00:00 GMTGraphRAG知识图谱RAGhttps://walterwang0x01.github.io/portfolio/posts/langgraph-production-agent/https://walterwang0x01.github.io/portfolio/posts/langgraph-production-agent/LangGraph 把 Agent 工作流建模为有向图，让你对每一步执行拥有精细控制。从核心概念到状态持久化、人机协作、子图拆分，一篇文章带你从 Demo 走向生产。Tue, 21 Apr 2026 00:00:00 GMTLangGraphAgent 框架工作流https://walterwang0x01.github.io/portfolio/posts/agent-security-prompt-injection/https://walterwang0x01.github.io/portfolio/posts/agent-security-prompt-injection/当 AI Agent 拥有了操作真实世界的能力，安全问题就不再只是输出一段有害文本那么简单。从真实 CVE 案例到记忆投毒攻击，系统梳理 Agent 安全的威胁全景与防御体系。Mon, 20 Apr 2026 00:00:00 GMTAgent 安全Prompt 注入https://walterwang0x01.github.io/portfolio/posts/function-calling-in-action/https://walterwang0x01.github.io/portfolio/posts/function-calling-in-action/Function Calling 是 AI Agent 从'能说'到'能做'的关键技术。从 OpenAI 到 Claude 的实现差异，到并行调用、流式处理的生产级实践。Mon, 20 Apr 2026 00:00:00 GMTFunction CallingLLMhttps://walterwang0x01.github.io/portfolio/posts/vibe-coding-era/https://walterwang0x01.github.io/portfolio/posts/vibe-coding-era/Andrej Karpathy 提出的 Vibe Coding 正在让'人人都是开发者'成为现实。从 Replit 到 Bolt.new，一文搞懂 Vibe Coding 工具生态、适用场景与局限性。Mon, 20 Apr 2026 00:00:00 GMTVibe CodingCoding Agenthttps://walterwang0x01.github.io/portfolio/posts/ai-agent-framework-comparison/https://walterwang0x01.github.io/portfolio/posts/ai-agent-framework-comparison/面对十几个 AI Agent 框架，到底该选哪个？基于实际项目经验，从架构设计、开发体验、生产就绪度三个维度做横向对比。Sat, 18 Apr 2026 00:00:00 GMTAgent 框架LangGraphhttps://walterwang0x01.github.io/portfolio/posts/rag-from-beginner-to-advanced/https://walterwang0x01.github.io/portfolio/posts/rag-from-beginner-to-advanced/RAG 是让 LLM 突破训练数据限制的关键技术。从基础架构到高级优化策略，一篇文章带你掌握 RAG 的核心要点。Sat, 18 Apr 2026 00:00:00 GMTRAG向量数据库https://walterwang0x01.github.io/portfolio/posts/agent-streaming-engineering/https://walterwang0x01.github.io/portfolio/posts/agent-streaming-engineering/流式输出不只是「逐字打印」。本文深入 SSE vs WebSocket 选型、工具调用中间状态传播、多 Agent 级联流式背压管理，给出可落地的生产架构。Wed, 25 Jun 2025 00:00:00 GMTAI Agent工程化基础设施https://walterwang0x01.github.io/portfolio/posts/eval-driven-development/https://walterwang0x01.github.io/portfolio/posts/eval-driven-development/当传统单元测试无法覆盖 LLM 的非确定性输出时，Eval-Driven Development 提供了一套以评估用例为核心驱动力的开发方法论——让每次 prompt 修改都有量化反馈，让 Agent 质量回归可追溯。Tue, 24 Jun 2025 00:00:00 GMTAI Agent评估工程化https://walterwang0x01.github.io/portfolio/posts/agent-sandbox-isolation/https://walterwang0x01.github.io/portfolio/posts/agent-sandbox-isolation/让 AI Agent 执行代码却不炸掉你的服务器——三种主流沙盒方案的架构对比、性能实测与生产落地 checklist。Tue, 13 May 2025 00:00:00 GMTAI AgentAgent 架构基础设施