Tag: AI Agents
All the articles with the tag "AI Agents".
-
GitAgent 在解决什么问题
Published: at 12:08 AMGitAgent 不是又一个让你在网页里点点点配置 agent 的平台，而是想把 agent 的定义重新拉回 git：身份、技能、规则、工具、记忆、合规信息都变成仓库里的普通文件。它真正想解决的，不是“怎么再造一个 agent runtime”，而是怎么让 agent 像代码一样被版本化、分支化、审查、导出和迁移。
-
把知识写进 Markdown，把动作交给 MCP：Agent 架构里最该拆开的，可能根本不是模型，而是 know 和 do
Published: at 05:44 AMThe New Stack 这篇文章最有价值的地方，不是简单唱衰 MCP，而是把很多团队今天在 agent 系统里最容易混掉的两类问题拆开了：知识问题和执行问题。团队规范、工作流、语气、判断边界这类“know”适合进 SKILL.md；API 调用、数据库查询、消息发送这类“do”才适合进 MCP。真正成熟的方向不是二选一，而是把 Markdown skills 放在上层，让 MCP 回到执行层。
-
当 Agent 真要落到生产里，难点就不再是会不会聊天，而是这四层怎么接起来：Framework、Foundry、MCP、Aspire
Published: at 02:50 AMMicrosoft 这篇 Interview Coach 实战文真正有价值的地方，不是又做了一个能对话的 agent demo，而是把生产化 agent 应用常见的四层拼图摊开了：Agent Framework 负责 agent 逻辑与编排，Foundry 负责模型与治理后端，MCP 负责工具边界，Aspire 负责多服务编排与部署。它讲清楚的，其实是 agent 从 demo 走向系统时，责任该怎么分层。
-
Agent Harness 到底在补哪块：Microsoft Agent Framework 正在把 agent 从会说话，推到真能干活
Published: at 12:15 AMMicrosoft 这篇关于 Agent Harness 的文章，真正有意思的不是又多了一个术语，而是它把 agent 落地时最容易被忽视的三层能力摊开了：shell / filesystem 执行、approval 控制、长会话 compaction。模型负责推理，harness 负责把推理安全地接到现实执行上。
-
别再让 Agent 每次都从零开始：OpenAI 这篇文章把技能化维护流程讲透了
Published: at 12:00 AMOpenAI 用 Agents SDK 仓库的真实做法说明，想让 Agent 真正提升开源维护效率，关键不是多写几个提示词，而是把技能、AGENTS.md、脚本和 GitHub Actions 组合成可触发、可验证、可复用的工程流程。
-
微软把 Agent 应用真正拼起来了：Agent Framework、Foundry、MCP 和 Aspire 的实战样板
Published: at 12:00 AM微软新放出的 Interview Coach 样板，不是在演示“怎么调一个大模型”，而是在回答另一个更难的问题：当 Agent 真要进入真实应用，怎么把多 Agent 协作、工具接入、状态存储、本地运行和云端部署串成一套能落地的工程结构。
-
用 Agent Skills 给你的智能体注入领域专业知识
Published: at 12:00 AMMicrosoft Agent Framework 新推出 FileAgentSkillsProvider，支持在运行时动态加载 Agent Skills，让智能体按需获取领域知识，无需修改核心指令，同时通过渐进式披露机制有效控制上下文窗口消耗。