Notes / 文章
文章
关于 AI、工程、书籍与宇宙的长期笔记。比起追逐热点，我更关心一件事为什么成立，以及它如何真正工作。
翻译 | Loop Engineering：你不再向 Agent 输入指令，而是设计让它自驱动的系统
Addy Osmani 最新长文：循环工程是 Prompt 工程的进化——你不直接操作 AI Agent，而是设计一个自动发现任务、分配工作、检查结果、自我迭代的系统。原文 2026年6月7日发表于 addyosmani.com。
FDE 前沿部署工程师：AI 时代最被低估的技术角色
Forward Deployed Engineer 不是售前，不是实施，不是顾问——是带着产品到前线打仗的工程师。本文拆解 FDE 的起源、职责、技能树，以及为什么 AI 公司比任何时候都更需要他们。
OpenClaw vs Hermes：两种 Agent 框架的架构对比
OpenClaw 是多渠道连接型 Agent OS，Hermes 是自进化记忆型 Agent 引擎。本文从 Skills、Memory、MCP、子 Agent、渠道 5 个维度做深入对比。
AI Agent 记忆系统最佳实践：从滑动窗口到向量记忆
Agent 没有记忆等于失忆症患者。本文从短期/长期/工作记忆三层架构出发，详解滑动窗口、摘要压缩、向量检索三种核心方案，以及 MemGPT、LangChain Memory、Mem0 等主流实现。
多 Agent 架构整理：四种经典模式与框架选型
单 Agent 够用吗？本文系统整理 Orchestrator、Hierarchical、Swarm、Blackboard 四种多 Agent 架构模式，对比 CrewAI、AutoGen、LangGraph 三大框架，附决策树帮你选型。
Agent 评估指标体系：P50/P99 延迟、准确率与成本三角
Agent 上线前的最后一关。从 P50/P99 延迟到 hallucination_rate，从 token 成本到任务完成率，系统梳理 Agent 评估的 6 个维度、15 个核心指标。
LangSmith 实战指南：从链路追踪到自动化评测
LangSmith 是 LangChain 生态的观测平台。本文从 Tracing、Dataset、Evaluation、Hub 四大模块出发，完整覆盖 Agent 调试、Prompt 版本管理、自动化评测和成本监控。
A2A 协议详解：Google 的 Agent 间通信标准
A2A 让 Claude 调 Qwen、LangChain Agent 找 AutoGen Agent 帮忙成为可能。本文拆解 Agent Card、Task、Message、Artifact 四大核心概念，厘清 A2A 和 MCP 的边界。
Node.js 在 AI Agent 中的应用：从工具开发到 MCP 协议
Node.js 的异步非阻塞 I/O 天生适合 Agent 的工具调用场景。本文详解如何用 Node.js 构建 MCP Server、处理 SSE 流式输出、管理并发工具调用。
RabbitMQ：消息队列到底解决了什么问题
我第一次在生产环境碰到 RabbitMQ，是因为一个支付回调把数据库打挂了。