Agent 与 AI 编程

拆解生产级 Agent Harness 的 12 个组件：编排循环、工具、记忆、上下文管理、验证循环等，以及主流框架的实现对比

一个文件让 AI Coding 效率翻倍：AGENTS.md 的编写规范、分层组织与落地实践

看似降本增效实则自断根基：过度依赖 AI 编程对工程能力、代码质量和团队成长的隐性代价

从 Prompt Engineering 到 Context Engineering 再到 Harness Engineering：三次人机协作范式跃迁的来龙去脉，以及约束先行的核心思想

用企业合同审查场景讲清 Skills、Agent（Subagent/Scheduled Agent）、MCP connector、Plugin 四者的分工与关系

把做网站养老升级为 Agent 自动化：从需求到上线再到自动更新的完整实践

用 AI 浏览器把热点采集、选题、写作、排版、发布串成一条全自动内容创作流水线的完整搭建过程

用好 Agent 的核心技巧是约束先行：用全局到项目级的分层规则文件体系约束 Agent 行为，规则从上往下穿透

用多 Agent 分工协作搭建并运营一家跨境电商公司的完整过程：选品、建站、素材、投放各司其职

把单次提示词升级为可自检迭代的目标-步骤-检查-停止循环流程，从零搭建 Loop Engineering 工作方式

谷歌开源 agents-cli：让 AI 助手完成企业级 Agent 从搭建、配置到部署的全流程

Deepseek 开源的 Vibe Coding 工具 Deepseek-Harness 安装过程与一手实测体验，附与其他脚手架的对比