Agent 工程化与运行环境 · 题目列表
共 668 题
- LLMOps 与 Agent 部署架构
- 模型路由(Model Routing):如何根据任务复杂度选择模型?
- Prompt Drift 管理:如何避免 Prompt 退化?
- Agent 系统的日志、监控与告警设计
- 如何实现 Agent 的灰度发布和 A/B 测试?
- 高并发场景下的 Agent 系统扩展策略
- Agent 系统的灾难恢复与高可用设计
- 场景题:你的 Agent 在生产环境出了故障,如何系统性排查和修复?
- 代码 Review 题:找出这段 Agent 代码中的设计问题并修复
- Agent Sandbox / Runtime 选型:E2B / Daytona / Modal / Cloudflare Sandbox 隔离强度 + cold start + egress
- 什么是 12-Factor Agents?如何用它评审生产级 Agent?
- 主流 Agent 框架概览:LangChain、LlamaIndex、Haystack
- LangGraph 的核心概念:节点、边、状态
- 框架 vs 自研:什么时候应该自己构建 Agent 框架?
- OpenAI Responses API / Agents SDK vs Anthropic Claude Agent SDK 对比
- 如何设计可测试、可扩展的 Agent 框架抽象层?
- 主流 Coding Agent Harness 横评:Claude Code / Cursor / Aider / Cline / Codex CLI 在 Context / Tool / Permission / Sandbox 四维对比
- 周六日赶出来的样机,周一要吃进生产流量的 10%。生命周期里哪些关卡你坚持不能绕过,每一道得提交何种凭证?
- 病区手持机进了电梯就断网,此时仍须能改病案摘要;开鉴别诊断则要调用云端最新的大模型。哪些请求留在本机、哪些走云上,网络回来之后如何合并才不把病案写脏?
- 7B 档会话每天约 200 万次,夜里几乎空转。买按 token 计费的托管接口,对比预留自有 GPU:自建要从多高有效利用率起才更省,哪些成本科目经常被忘掉?
- 产品是提示裹一层的托管大模型,你接手的却是特征仓库加按周重训那套 MLOps。哪些子系统仍然值得留,还缺哪些控制面?
- 客户合约中,销售写上了「首 token 3 秒内到达、整段回复 15 秒内结束」。哪些量必须变成可测的服务质量度量;业务对错的哪些含义,绝不能跟可用性挤在同一条款?
- 首字时延、可点击回链和前端事件协议要一起设计。制度问答要流式出字并挂 [n] 出处:生成是等检索加重排全部冻结后再开始,还是先吐字、编号事后补?中途证据被撤权或掉出终榜时,已显示的 [3] 如何处置?
- 证件号夹在 prompt 里,输入会冲到 8k token,吞吐按 200 QPS。自托管引擎、混合路线、托管 API:各自强迫你亲自维护哪些模块?
- 周五要开服一套问答助手,高峰按同时 200 条在途请求来估,单次输入大约 2k token、输出大约 400 token。如何从「单卡可并行容纳多少 decode 槽位」倒推到卡数、队列与限额,而不是只抛平均 QPS?
- 凌晨 3 点,售后对话机器人也得能把人喊醒。值得为之配寻呼的实时信号有哪四类,哪些所谓 LLM 指标只配挂在看板上充数?
- 有人来报:回复点到了子虚乌有的条款。可查的记录只剩最后正文,状态码还是 HTTP 200。要把问题拆到检索、prompt 拼接、生成环节或工具调用,单次 trace 至少该记下哪些字段,又有哪一类严禁以明文持久化?
- 主模型接口的 p95 从大约 800ms 漂到 8s,超时阈值仍是 3s。浏览器 SDK、BFF、LLM 网关、供应商官方 SDK 各自默认重试 3 次。值班看到入口 QPS 没变,模型侧却被打到约 80 倍。重试权该收在哪一层,怎样设全局重试预算,才能避免这种叠乘,又不把偶发超时当成一次故障?
- 从午后起,托管 API 的引文忠实程度一小时一小时地变差,厂商未发布任何版本说明。把冻结金样拿去做影子回放,再对上对方回传的模型指纹,如何把「权重被静默替换」和「检索或提示刚发版」区分开?
- 若把提示视为可发布工件:质量在周二变差,三个人各自咬定「只改了一句话」。代码仓、线上请求、评测报告分别必须钉住哪些版本,才能把这次事故定位清楚?
- 内部只拿 5% 租户试新 RAG 策略,开关却只绑定「换上新模型」;prompt、索引版次与工具授权并未同步翻转,对照因而作废。AI 发布用的 flag 必须罩住哪些维度,紧急切断又该一并扳倒哪几根?
- 离线 80 条样例上,新版提示大约多出 12 分,产品要求放到 100% 流量。生成抖动很大。在线试验如何分层、固定哪些因素、何种证据才能判胜?
- 金丝雀放新权值刚满两小时,拒答比例翻了一番。磁盘里仍有旧检查点,可配对提示、量化设定以及 tokenizer 已跟到新版。回退要一并拉回哪些东西,才算重新可服务?
- 自建推理还不能丢掉会话:embedding 的索引必须重建,权值由 8-bit 换成新版 4-bit。双轨、影子观测、翻转读侧指针按何次序排期,哪一环出错必须马上撤回?
- 业务侧单元测试全部通过,有人仅动系统提示词和召回权重就推上线。相对常规 CI,AI 发布管线还得加哪些闸门,少一扇会放出哪类事故?
- 主厂商合约 30 天后结束。备援的 tokenizer 与工具 JSON 合不上。怎样迁走流量且写请求不丢,并保证故障后一分钟内能切回?
- 有人拿最贵的模型做翻译,月底结账才发现——六个产品组都是各用各的密钥直连供应商。把调用收进统一网关后,配额、审计、鉴权、别名路由分别归哪一层?网关绝不能长成什么?
- 搞调研的内部 agent 三天内把当月 token 额度烧光。网关只限制 QPS,根本没挡住。限额要在租户、模型、工具和预估花费上如何叠起来?
- 退还的额度如何投放,才不会让等在门口的长摘要再次饿死短问答?流已经解码约 200 token 时租户每分钟美元桶见顶:未耗尽的输出预留,你是中止并退回,还是把当前请求跑完?
- 早高峰 TPM 先触顶,RPM 仍闲着半数,调用方已在吃 429。改走小模型、入队合并、就地准入或直接打回,凭什么迹象决定优先丢掉哪类调用?
- 获准发邮件并查库的 Agent,有的 trace 把连接字符串回显进思维链。秘密只能出现到哪一层?轮换如何让在途调用既碰不到旧秘密、也不会被中断?
- 账单落地后大约达到原先估计的 4 倍。财务此前用「单次 3000 token × 目录价」批月度预算。漏项通常趴在哪些环节,单价如何写成可反复回算的费用模型?
- 三个核心评测切片通过率不许下滑,同时下季模型账单要再砍约 40%。裁短上下文、prompt 缓存、语义级缓存、任务分流,你会按什么次序动手,怎样证明生产环境没有悄悄掉质量?
- 拆开费用,输出侧 token 约占 70%,输入侧前缀 cache 已能打中。给 max_tokens 设上限、单纯意图改走小模型、缩短召回块,这三招试验次序怎样排,才避免先把准确率砍掉?
- 刚把语义缓存投进线上,用户只动一处修饰语,系统仍吐出七天前那份答复。要把哪些版本维度钉进缓存键?失效规则如何拦住「意思相近但授权集合或事实已过期」的误命中?
- 有块加速器在推理资源池里死掉,所有按 token 解码的长对话一并垮掉。为把续写迁到别处而非推倒重来,请求、运行时缓存、会话记录该如何切开?
- 检索页把重排与作答塞进同一段 800ms 额度,重排一超时页面就被掏空。怎样写下时限、隔舱和「不做重排仍展示检索」的降级契约,避免最弱 AI 部件单独裁定平台在不在线?
- 主路模型那一区接连 12 分钟回 5xx。手册里才有备用厂商,真实工具调用从未跑过。探活与预热得覆盖厂商间哪些差异,故障切换才能自动发生?
- 大模型栖身的那一区停摆长达两小时。查余额、写解释、改订单这几件事,支付咨询助手还该做吗?列一张按风险分层的降级表:哪些操作必须停掉,哪些还能用模板或检索顶着?
- 主路厂商连着吐 429,备用侧工具参数名对不齐。怎样在切流时拦住未完成的工具调用,免得订单落入脏数据?
- 值班脚本见内容安全拒答就当故障并自动重放原文到策略更松的备用;主模型给的并不是 429。按失败类别给 fallback 链分叉,怎样既不绕开安全、又保住真限流逃生,并让审计点名走过哪一枝?
- 少量 32k 输入的出报告作业出现在日志里。傍晚高峰 p99 从约 2s 飙过 10s,而 p50 基本持平。如何证明属于队首堵住而非权重变慢,队列又该按什么轴切开?
- 升至 5000 rps 后检索率先超时、GPU 队列接着被灌满。100 rps 压测下同步聊天路径本还能稳住。扩副本、打开连续批、把非交互步骤挪出同步链,三者该怎么取舍?
- 检查器超时发生时,生成已花掉约 2 秒。流水线依次是改写、生成、引用核对。重试、跳过核对并打上「未核实」,还是整笔作废?状态机要留下哪些痕迹,才不把失败产物递给下一步?
- EU 用户会话与索引不能离境,US-East 索引整库重建耗时数小时。跨区切流,你保过期本地索引还是把推理送出国境?同步滞后对外如何承诺?
- KV 全冷、新副本还在装权重。活动刚起势的三分钟,聊天到达率跳到日常约 20×。预热、优先级、削峰队列各自拦住过载的哪一截?如何避免这次尖峰变成所有人排队超时?
- 10% 金丝雀上还挂着旧提示与旧模型;订单 JSON 契约一周添一个必填项。如何靠默认值、未知字段与版本协商做成向前兼容的校验,以免把解析失败浪涌看成模型回退?
- 面向公众的聊天产品即将上线,预训练已经结束。后训练阶段、安全闸门、推理集群三条线上,各自允许放量的判定条件分别是什么?
- 跨会话助手月活大约一千万,单轮记忆查找必须落在约 150ms。提示里该给记忆留多少 token、每用户每月要花多少钱?近轮原文、滚动摘要、长期事实怎么分成冷热层,摘要生成走在线还是离线?
- 记忆管理界面必须支持逐项翻看、改写以及把整包带走。有人点了「忘掉去年那套住址」之后,本机与服务器各自落下哪些数据、加密怎么做、每条保留多久,这次清除怎样才能真正覆盖冷备份、审计日志、提示缓存以及向量索引?
- 有人发现「接受会议」被写进了标题差不多的另一条会话——这套能翻信箱、拟草稿的助手不该再悄悄动别人的日程。读写授权和线程定位该怎样切开?
- 「解二次方程」已经连错三题。下一练和随后那句讲解该瞄准哪项先修能力,技能关系网、掌握程度模型和课本检索该怎么一起拍板,而不是仅仅把口吻改软?
- 断网的飞行模式里,这台手机上的助手仍得改本日日程,并把相册里那张收据讲清楚。哪些技能得常驻端侧?端上模型按什么规格选型?链路恢复后如何判断要不要回云?
- 周五刚发过新版说明书,周一却仍有人引用已经拿掉的登录鉴权那一章。切块、增量建索、以及搜不到就拒答,这条问答链路你会怎么搭?
- 数仓扩到三千张表,六个列都长得像收入,分析师开口要的却是「上季度收入」。提示里只塞少数候选表的 schema 要怎么做到,跑 SQL 时又怎么拦住整表扫描和越权读取?
- 生成层必须按调用者可见集来陈述:员工检索只有政策库的 500、看不到财务邮件里的 800,可否把 500 讲成全公司仅有的现行数字?财务管理员两边都进上下文时,如何逼着两数并排并开出校对工单,既不泄漏邮件,也不让特权会话悄悄只留一个数?
- 买家搜夜间跑步用的红鞋、预算不超过 800,商品库对不上精确匹配;意图解析把鞋码弄错,候选被热销款塞满。属性与库存筛选该在召回之前做,还是等到排序完成?
- 工单、PDF 和各部门 wiki 挤在同一库,答完题得串三份材料,评审还规定每句都能点开对照原文。引用对齐、有界多跳检索、找不到就停笔,这三截怎么接到一起?
- 成交负责人能整份拉走网盘里那份合同,路人检索只能看到标题,可预览身份却在问答里拼出了条款正文。块级 ACL 要按三种动作拆权:「可下载」与「可检索元数据」以及「可注入正文」。吊销时这三层时间窗能否各自规定?
- 票据流水线每天大约要过手 4 万张发票影像、抽出 12 个栏位,约 1/3 来自手机斜拍。OCR 识别、版面分析、字段抽取模型、人工复核怎么交接,金额分数不够时怎样才能进不了总账?
- 大约三千条改 repo 的作业在午间高峰同时执行,队列来自编程 agent。每条任务该如何安排一份一次性销毁的沙箱,并布置节点上的仓库快照缓存、密钥彼此隔离和出站网络策略,既要顶住这份并发,也要把一条任务的成本算清楚?
- 同一张客服单已被三路专家(物流、退款、技术支持)传来传去五次。入口分诊、交接协议、升人工,你打算冻结哪些规则,免得用户把诉求再叙述一次?
- 关于市场综述稿,团队在争:交给单个 agent 依次调网页搜索与电子表格工具,还是由一个规划模块再挂三名并行 worker?token 和墙钟时间都会被成倍放大,这笔账如何决定拆不拆成多 agent?黑板里每件工件归谁所有,何时拆完反而更亏?
- 每一个 PR 都得附上一条额外的单元测试并挂上评审意见,但模型吐出的代码绝不可放到生产环境的 runner 里执行。评审评论这条回路、一次性沙箱,再加上仓库只读上下文,如何串起来,好让生成测试与查漏洞共享同一批证据?
- 墙钟预算卡在 8 分钟附近、单稿 token 花到数美元量级,这份竞品调研还得带着引用交出去。子问题怎么摊给同时跑的 worker,搜索与抓取的配额、缓存如何顶住限流,去重来源、核对引用应挡在组稿前那一环?
- 大促期间的电商客服台,高风险操作得先经确认,还要在约 3 秒内调出订单、按当前生效的退货条款作答。意图分类、工具授权、人工接管之间如何切分,才能保证机器人不会自行发起退款?
- 单测只盖住四成的老代码栈,任务是把 Python 2 升到 Python 3。随后模型一次性抛出一份触及 200 个文件规模的改动包,接着回归全军覆没。怎样把这次搬迁收成可核验的闭环,以免把行为走样误认为成功?
- 误删会扣掉创作者分成,因此 UGC 图文必须在公开前挡住仇恨和露骨色情。哈希、分类器、人工审核如何分层;政策修订之后,怎样按当时版本重放那次决定?
- 三分钟成品是用户按本人歌词生成的,现在只想重渲副歌那八个小节,且仍对得上词。离散音频 token(也可以是潜变量)按时间窗怎么切开,并与歌词时间轴对齐?
- 审核链路里,傍晚流量高峰时在播房间将近 5000 路,违规镜头或许只出现 2 秒。画面抽帧、声轨、弹幕哪一路先下第一刀?误切热门流、漏放那 2 秒,这两本账的时延额度该如何切开?
- 两小时的讲座要精确到秒,手头只有一张幻灯截图,嘴里还说「讲报价表的那段」。离线跨模态索引和在线查询各干什么,才不用对着整段视频做全量扫描?
- 一条 10 秒 1080p 的作业做到六成时 worker 没了。多 GPU 排程以及潜空间里检查点的落盘方式如何设计,才能接着跑、任务不用从头来,并且成片带上离线可验证的出处标记?
- 出图流水线高峰期已经等了 4 分钟,一张工单要吐 4 张 1024 宽的图。把 GPU 秒账单摊开:蒸馏步数、相同分辨率一起批、预览各自省下的是等候时长、计算开销,还是只是心理等候?
- 对方刚停口,大约 800ms 内必须响起第一段可播音频——场景是保险理赔热线。时延额度怎么切?STT→LLM→TTS 这条级联,对比语音到语音模型,你怎么选?
- 客厅里的音箱听到唤醒词后约 300 毫秒内就得反应,然后分流:关灯在本机做,查日历走云端。用户插话、确认转账、断网时,本机和云端各负责哪部分?哪些操作绝不能仅凭单次转写就放行?
- 课堂转写一下子涌进将近 2000 条 16kHz 流,p95 要在 1 秒量级打上时刻标记字幕;想凑满 GPU batch 再算,可抖动与断线正在把包丢掉。batch 大小、环形缓冲、重连时的检查点如何折中,至于对敏感词做遮罩该卡在字幕下发前的哪一环?
- 在线聊天的 TTFT 变成两秒,因为离线作业在共享推理池里塞进 8k 的 prefill。租户配额、KV 分页以及连续批处理该怎么切开,避免交互被饿死?
- 内部四十个应用各自握着不同厂家的密钥。合并成统一网关时,按策略切模型、身份脱敏、以及提示版本审计如何做,同时让各应用继续用原调用库?
- 三百家客户分别把知识库传上来、调整系统侧提示、换掉品牌视觉。等到第二周就有人贴出截图,助手把另一公司的内部打折策略念了出来。先查哪一层:缓存键、还是向量库、还是日志?租户隔离必须卡住的强制点有哪些?
- 黄金集在周五把提示改完之后分数依旧很高,可周六跟工具调用相关的投诉却翻倍了。评测台漏掉哪几类切片之后,离线才会看起来满分、生产却翻车?
- 贴给助手的是体征读数加一段自由文本主诉,答复里一旦冒出确定病名就当事故。升级通道、指南检索、风险分层如何衔接,才能做到仅辅助、可审计,碰到急症就停聊?
- 信贷侧要从合同里抽出到期日、年利率和担保额,一个数字位出错就要整份卷宗重审。每个字段怎样才能指回源文框,金额和日期过账前必须做哪些勾稽核对?
- 合同审查窗口只剩两天,300 份来自供应商的合同要对照公司禁改清单过完。可模型却将「建议可接受」表述成法律上的结论句。审查产出应整理成何种版式,才能单单标出偏差、签字权仍归律师?
- 凌晨两点,一次短暂毛刺在值班频道里触发了 40 条「高优」推送,模型给每条的理由都是「这次真的需要人看」。与其在提示里多加一句「请少打扰」,怎样把重要程度、打扰代价和用户自定规则落成一套能执行的推送策略?
- 刷卡授权这侧已经能用图上的特征和规则引擎,大约 20ms 就给出风险分数。大模型是去消化申述信与客服会话,还是放到刷卡授权的热路径里?如何防止它既撑爆时延额度,又沦为话术对抗用来绕过风控的入口?
- 筛选链路要在一周内消化将近 10 万份简历,各职位只要「可面的前 50」。简历解析、规则门槛、用模型来排,这三步怎么切开,才不让校名或证件照暗中左右排名?
- 首屏必须在 100ms 量级返回,新帖仍要由语言模型来写话题和导语。召回通道、排序器、标注作业各自走实时还是走离线,如何防止迟到特征把排序结果变成一套生成管道?
- 周末积压下将近 4000 场会议、每场约一小时,周一 9 点到 11 点之间要交出会议纪要以及写明负责人的待办。排队、转写与摘要如何切片,才能赶上点,免得把「下周跟进」派给从未发言的人?
- 刚发完一版,十五分钟内报警条数冲到将近 800,助手却给每一条都填「可能是数据库」这种空话。变更记录、服务拓扑、指标侧的异常探测该如何接进来,才能给出一条有证据支撑的根因假说,而不是 800 段散文?
- 合规定价场景里,大促那两天模型要把同一型号耳机对一部分客群溢价约 12%。既要创收,也得撑住事后稽核。成交价该由哪一层算出来,语言模型仅仅允许接触哪一段营销文案?
- 设计一个面向企业知识库的多轮问答 Agent。
- 设计一个复杂任务执行 Agent。
- 某 Agent 峰值时 P99 从 8 秒上升到 45 秒,如何排查?
- 上下文频繁超限且答案质量下降,如何优化?
- 第三方 Tool 成功率只有 97%,如何把 Agent 成功率做上去?
- 设计 Agent 灰度与回滚系统。
- 系统设计:如何建设一套 Agent Eval 平台?
- 请介绍一个你负责的 Agent 项目。
- 你处理过最严重的 Agent 线上故障是什么?
- 如何证明你的优化真的有效?
- Agent Framework、Runtime 和 Harness 有什么区别?
- 设计 Agent Harness 时如何划分模块?
- Agent Sandbox 的威胁模型包括什么?
- Docker 容器足以作为 Agent 代码沙箱吗?
- 如何实现 Agent 的 Durable Execution?
- 多租户 Agent Runner 如何保证公平调度?
- Agent 运行时如何管理凭证?
- Skill、Tool、MCP Resource 和 Prompt 有什么区别?
- Tool/Skill 渐进式披露的三层加载机制如何设计?
- 上下文压缩应在什么时候触发?
- 旧摘要与新对话应该滚动合并还是分别保留?
- 如何设计三层 Agent Memory?
- Memory 的写入、更新、压缩和遗忘如何形成闭环?
- 描述一个可靠的 AI Coding 工作流。
- 如何验证 AI 生成的代码,而不是只看“测试通过”?
- Computer Use Agent 操作本地电脑和云端电脑有什么区别?
- Browser/GUI Agent 如何避免“点错位置”?
- 为什么知识库更新链路常使用消息队列?
- RAG 的 Chunk Size 如何确定?
- BM25 与向量召回如何融合?RRF 为什么常用?
- 为什么需要 Reranker?如何控制成本?
- RAG 召回率低,应该怎样系统排查?
- Agent 评测集如何保存环境快照和合法替代轨迹?
- 如何校准 LLM-as-a-Judge 并降低位置、长度和同源偏差?
- 如何区分模型质量问题和普通软件缺陷?
- 如何设计 LLM Gateway?
- 如何设计跨设备、端云协同 Agent?
- 如何优化 Agent Sandbox 冷启动?
- Agent 场景中 SFT 和强化学习分别适合解决什么?
- 训练 Tool-using Agent 时,工具返回内容是否应该计算语言模型损失?
- Coding Agent 如何验证自己改对了代码?
- Agent 状态快照应该保存什么?
- 如何评价 Harness 优化是否真的提升 Agent?
- 如何为 Sandbox/Agent Runner 做容量与故障测试?
- 挑一个熟悉的 Agent 项目,讲清楚从用户输入到最终输出的全链路,每一环的输入输出是什么。
- Harness 里的 Agent Loop 怎么设计?终止条件除 `max_turns` 还控制哪些?
- 模型返回 `tool_call` 后,如何做参数校验、权限校验、沙箱执行和结果回灌?
- 死循环进阶:如何用动作指纹、状态指纹和信息增益检测?
- 长上下文超限时,短期记忆如何压缩?摘要丢失关键信息怎么补?跨块关联怎么保证?
- 多 Agent 协作时,任务怎么拆分、状态怎么共享、结果冲突怎么仲裁?
- 多个 Agent 并发修改同一个文件或资源,如何防冲突?锁粒度怎么定?
- Agent 执行到一半服务重启,Checkpoint 存什么、放哪、怎么恢复现场?
- HITL 进阶:驳回、修改、超时与恢复怎么处理?
- 工具返回数据过大怎么截断或摘要?工具失败怎么重试、熔断并保证幂等?
- Function Calling、MCP、Skill 和 Tool Search 如何协同?
- RAG、Agent 和 Agentic RAG 有什么关系?检索链路如何接入 Agent?
- Prompt Injection 怎么防?危险工具调用怎么拦截?敏感数据怎么脱敏?
- Agent 线上怎么评测?任务成功率、工具选错率、参数错误率、成本和耗时怎么埋点?
- Bad Case 怎么归因到模型、Prompt、检索或工具?怎么回流成回归集?
- 流式输出下,工具调用事件怎么推送前端?断线重连怎么恢复?
- 手撕 softmax(带数值稳定)
- 手撕 Self-Attention 矩阵计算
- 手撕 Top-k 采样
- 手撕 BPE 分词器核心逻辑
- 设计一个智能客服系统的技术方案
- 设计一个企业知识库问答系统
- 设计一个代码审查 Agent
- 设计一个多语言翻译+润色的 pipeline
- 怎么评估一个新模型能不能替代现有线上模型?
- 面试题:为什么大模型会"一本正经地胡说八道"?怎么缓解?
- Prompt Injection / Indirect Prompt Injection 是什么?怎么防?
- 如何防止网页/外部文档里的恶意指令注入 Agent?抓回来的内容怎么保证可信?
- Agent 如何做权限控制避免越权?高危场景怎么限制资金操作?
- HITL 触发人工确认时 Agent Loop 处于什么状态?怎么暂停、暂存和恢复?
- 运维类 Agent 能重启服务,高危操作怎么管控?
- 有副作用的工具怎么保证幂等?
- 长任务中断怎么恢复?整体兜底方案?
- 工具调用报错、长时间无响应、连续失败,重试与异常隔离怎么设计?
- 沙箱机制怎么实现?
- 智能体死循环的原因及三层防护?
- 如何设计机制终止无效循环,而不是只依赖最大轮次?
- Agent 已完成初始身份认证,为什么还需要连续认证?
- 哪些内容必须人工审核,不能交给 Agent?
- 用户数据在 Agent 系统里怎么做隐私保护?
- 提示词、模型、工具、逻辑四类问题怎么区分?
- 直接 / 间接提示词注入,怎么防
- 抓回来的网页内容怎么保证可信
- 怎么避免越权,高危资金操作怎么管
- HITL 时 Loop 处于什么状态,怎么暂停恢复
- 哪些内容必须人工审核
- 沙箱怎么实现
- 有副作用工具怎么保证幂等
- 长任务中断怎么恢复
- 死循环原因与三层防护
- 为什么需要连续认证
- 四类典型生产故障怎么分层解决
- 用户数据怎么做隐私保护
- 怎么区分 Prompt / 模型 / 工具 / 逻辑问题
- 做代码理解的时候,AST、调用关系这些信息是怎么用起来的?(百度Agent)
- 代码上下文检索系统应该怎么设计?如何结合向量检索、关键词检索、AST分析和调用链分析?
- 单测生成里,哪些代码不适合生成单测?怎么识别并过滤?(百度Agent)
- 多模态模型处理图片时最终输入形式是什么?
- Embedding检索和BM25检索分别适用于哪些场景?为什么企业通常采用Hybrid Search?
- 什么是Symbol Index?与全文索引有什么区别?
- AST为什么比正则表达式更适合代码理解?
- Repository Summary、Module Summary和File Summary分别如何生成和维护?
- 向量语义检索相比传统关键词检索定位代码有哪些劣势,如何优化?
- 如何解决几十万行代码下 Agent 上下文窗口长度受限的问题?
- 企业项目存在大量重复工具代码,Agent 如何区分通用代码和业务核心代码?
- 索引如何随代码库的增量提交(commit)实时更新,避免索引过期?
- 如果代码库涉及多语言混合(如 Java + Python + 前端),索引和检索策略有何差异?
- 遇到超大单文件(如几万行的巨型类)时,如何做局部定位而不是整文件加载?
- 为什么不能只使用向量检索?
- BM25和Embedding检索分别适用于哪些场景?
- AST相比普通文本检索有哪些优势?
- 如何设计增量索引,避免全量重建?
- 向量数据库为什么常用HNSW索引?
- Repository级RAG如何设计?
- 如何支持Java、Python、Go等多语言统一检索?
- 企业级百万行代码仓如何保证检索性能和响应速度?
- Code RAG如何设计召回链路?
- AST分析和Embedding检索如何结合?
- OpenCode如何进行自动代码Review?
- OpenCode如何支持大型Monorepo项目?
- 大规模代码库下,如何做增量式单测质量评估而非全量重跑?
- 多模态模型如何实现跨模态语义对齐?
- 图片、文本、语音如何映射到统一语义空间?
- 多模态记忆系统如何设计?
- 图片和文档如何构建向量知识库?
- 图片检索与文本检索如何融合?
- 长视频分析如何优化成本?
- 沙箱池化如何按仓库预热?命中率与资源浪费如何平衡?
- 沙箱冷启动时间由哪些环节构成?各段分别如何优化?
- 如何按团队与仓库设置沙箱并发与资源配额?
- 沙箱集群如何调度长任务与短任务的混合负载?
- 资源紧张时沙箱如何抢占与驱逐?被驱逐的任务如何恢复?
- 沙箱基础镜像如何随仓库工具链演进?维护责任如何划分?
- 一个平台要服务多种语言与版本,镜像矩阵如何收敛?
- 「沙箱里过、CI 里挂」的环境漂移如何检测与量化?
- devcontainer、Nix 等既有环境定义能否直接复用为 Agent 沙箱?
- 沙箱环境的可复现性如何保证?哪些不确定性必须消除?
- 长时编码会话的沙箱状态如何保存与恢复?
- 沙箱任务的检查点该记录什么才能支持断点续跑?
- 后台自主编码任务的沙箱与交互式会话有什么不同要求?
- 沙箱如何支持「跑起来看效果」:启动服务、访问端口、验证行为?
- 需要浏览器或图形环境验证时,沙箱如何提供而不扩大攻击面?
- 修改结果如何从沙箱提取为可审查的 patch?
- 沙箱产出如何落地为 PR?分支保护与 CI 触发如何配合?
- 如何在提交前拦截密钥、大文件与生成物?
- 同一任务多次迭代产生的中间提交如何整理?
- 沙箱产出的构建工件如何签名与溯源?
- 沙箱执行记录要留什么,才能回答「谁在什么代码上跑了什么命令」?
- 沙箱审计数据如何满足合规要求?留存与访问如何控制?
- 沙箱成本如何归属到团队、仓库与任务?
- 如何从沙箱行为数据中识别异常与滥用?
- 沙箱审计日志本身如何防篡改?
- 如何验证沙箱真的隔离了?有哪些可执行的对抗性测试?
- 逃逸演练如何组织?红队应重点攻击哪些面?
- 沙箱平台的 SLO 该怎么定?哪些指标直接影响 Agent 成功率?
- 沙箱故障如何降级?降级期间哪些能力必须关闭?
- 沙箱相关事故的复盘应该沉淀哪些可执行改进?
- 把仓库送进沙箱有哪些方式?完整 clone、工作树快照与只读挂载如何取舍?
- 多个 Coding Agent 并行修改同一仓库时,如何用 Git worktree 做工作区隔离?
- 超大仓库如何用稀疏检出与浅克隆压缩沙箱准备时间?
- 子模块、Git LFS 和生成物目录在沙箱里应该如何处理?
- 沙箱工作区的生命周期如何定义?何时可以复用、何时必须销毁重建?
- 编码任务的沙箱该选进程隔离、容器还是 microVM?决策依据是什么?
- Agent 需要完整工具链才能跑构建和测试,如何既保持隔离又不每次冷编译?
- 构建缓存跨任务复用会带来哪些污染与投毒风险?如何治理?
- 沙箱如何用可写层承载修改,并干净地导出变更?
- 一个仓库同时包含多种语言运行时,沙箱如何避免镜像无限膨胀?
- 沙箱内安装依赖需要出网,如何避免出网策略变成任意外联通道?
- 私有制品库如何接入沙箱?代理、镜像与直连各有什么风险?
- 依赖安装脚本可以执行任意代码,沙箱如何限制这一步的权限?
- 完全离线的沙箱可行吗?依赖预取与锁文件如何配合?
- Agent 主动引入新依赖时,如何在沙箱内做供应链审查?
- 沙箱内的 Git 凭证如何做到只能推特性分支、不能推主干?
- 制品库与云服务凭证如何注入沙箱而不进入模型上下文?
- 集成测试需要真实凭证时,如何设计最小权限与短时效令牌?
- 如何防止密钥经由命令回显、日志和 Trace 泄漏出沙箱?
- 沙箱凭证泄漏后如何快速定位影响面并完成轮换?
- Bash 命令允许清单为什么容易被绕过?管道、命令替换与转义如何处理?
- 如何在沙箱内判定一条命令是否高危?静态规则与模型判定如何配合?
- 沙箱的只读模式该覆盖哪些操作?它与审批模式如何切换?
- 审批点应该设在命令级、工具级还是任务级?
- Agent 在沙箱内执行了破坏性操作,如何回滚工作区与外部副作用?
- 仓库里的 README、注释和 Issue 可能带注入指令,如何阻断它们触发命令执行?
- 依赖包元数据与第三方代码中的注入如何防范?
- CI 日志、测试输出和编译报错回填上下文时会引入什么风险?
- 工具返回值与 MCP Server 响应进入上下文前应做哪些过滤?
- 面向 Coding Agent 的注入防御如何做纵深分层?各层分别拦得住什么?
- 如果企业项目有几十万行代码,Coding Agent如何快速定位和理解相关代码上下文?
- 多租户企业级Agent平台数据隔离、权限隔离、资源隔离完整方案(Agent高级)
- Coding Agent为什么不能直接把整个代码仓库加载到大模型?
- Coding Agent如何建立代码仓库索引(Repository Index)?
- Coding Agent如何构建Call Graph(调用图)?
- 什么是Change Impact Analysis?如何评估一次代码修改的影响范围?
- Coding Agent如何结合RAG提升大型代码仓库的理解能力?
- 企业级Coding Agent如何实现毫秒级代码检索?
- 在Monorepo架构下,Coding Agent如何进行跨模块代码理解?
- 如何评估一个Coding Agent代码定位的准确率和召回率?
- 大型单体项目无清晰模块划分时,Coding Agent 如何优化代码检索效率?
- Coding Agent 解析调用链时遇到多态、动态代理代码如何准确溯源?
- 如何量化评估 Coding Agent 代码定位与上下文理解的准确率?
- 多个子 Agent 并行探索不同模块后,如何合并/仲裁彼此的结论?
- 如何构建代码仓库的AST索引?
- Coding Agent如何根据不同任务动态调整检索策略?
- 检索系统如何与任务规划器(Planner)和执行器(Executor)协同工作?
- OpenCode如何实现百万行代码仓库检索?
- OpenCode如何保证代码修改安全?
- Coding Agent如何结合多模态能力?
- 多模态Agent设计方案(附加专题)
- VLM与普通LLM的区别是什么?
- 多模态Agent的整体架构如何设计?
- 多模态Agent如何进行任务规划?
- 多模态Agent如何实现状态管理?
- 多模态Agent如何进行上下文管理?
- OCR、ASR、TTS在Agent中如何协同工作?
- 多模态Agent如何调用外部系统?
- 多模态Agent如何降低Token消耗?
- 多模态Agent如何降低幻觉?
- 多模态数据安全如何保障?
- 企业级多模态Agent的核心难点是什么?
- 智能客服中的多模态Agent如何设计?
- 智能运维中的多模态Agent如何设计?
- 多模态Agent未来的发展趋势是什么?
- 多模态RAG与纯文本RAG在检索策略上有何本质区别?
- 视频类长时序模态如何做上下文压缩与关键帧选择?
- 多模态Agent的评测体系应该如何设计?
- 图文一致性校验的具体技术实现方案有哪些?
- Agent的任务是怎么拆分的?拆分粒度是怎么决定的?(百度Agent)
- MCP、Tool Calling、RAG返回结果最终如何统一进入LLM?
- Few-shot 示例应该如何设计?
- 为什么 Few-shot 数量过多反而会降低效果?
- CoT 为什么能提升复杂任务效果?
- ReAct 和 CoT 的区别是什么?
- ToT 相比 CoT 的优势是什么?
- Reflection 如何提升 Agent 成功率?
- Plan-and-Execute 与 ReAct 如何选择?
- 如何评估 Agent 的任务完成率?
- 如何量化幻觉率?
- Agent 的自动化评测平台如何设计?
- Agent如何处理动态调用、反射和依赖注入导致的调用链分析难题?
- Progressive Context Building为什么比一次性加载全部上下文更高效?
- Context Window不足时有哪些上下文压缩策略?
- Agent如何判断哪些代码需要加入上下文,哪些可以忽略?
- Agent如何利用长期记忆(Long-term Memory)减少重复分析?
- Git历史、Commit记录和Code Ownership如何帮助代码定位?
- 如果代码存在循环依赖或复杂架构,Agent如何避免上下文膨胀并保持推理效率?
- Repo Map 具体是怎么生成的?如何保证摘要既精简又不丢失关键信息?
- 向量检索和关键词检索的结果如何做排序融合(Re-ranking 策略)?
- 当上下文窗口即将超限时,Compaction 的具体压缩算法是怎样设计的?
- 如何评估 Agent 定位代码上下文的准确率(如何设计离线评测集)?
- Hybrid Search通常如何融合排序?
- 调用链(Call Graph)是如何生成的?
- 如何处理反射、动态代理导致的调用链缺失?
- 如何对检索结果进行Rerank?
- 上下文窗口有限时如何进行上下文裁剪?
- 如何避免向LLM注入无关代码导致Token浪费?
- Graph RAG与普通Code RAG有什么区别?
- 如何利用Git提交历史提升检索效果?
- 如何利用缓存、预取和热点分析进一步优化代码上下文检索?
- OpenCode如何解决上下文窗口限制问题?
- Agent如何进行任务拆解与规划?
- 如何实现Git自动回滚机制?
- OpenCode如何实现长期记忆和项目记忆?
- OpenCode未来向自主软件工程(Autonomous Software Engineering)演进需要哪些关键能力?
- 如何量化"断言质量",是否有可落地的评分公式?
- Agent如何保证工具调用成功率?
- 早期融合与晚期融合各自的适用场景和优劣对比是什么?
- 视觉幻觉产生的根本原因是什么,如何量化评估?
- Agent任务完成率应该如何定义和计算?
- CAC与LTV的合理比例应该是多少?
- 如何评估RAG系统对业务价值的贡献?
- 企业内部效率型Agent如何量化价值?
- 大模型平台化建设如何评估长期价值?
- 从零搭建支撑十万级并发、百万用户的Agent平台,整体架构分层怎么划分(Agent高级)
- 如何判断一个大模型是否真正创造业务价值?除了用户数量,还应该评估哪些产品技术和商业指标?
- 如何评估混元大模型是成功还是失败?
- 多Agent协作相比单Agent有哪些优势?
- 小模型和大模型如何协同?
- 如何设计动态模态路由机制的判断逻辑?
- 如何设计一套完整的大模型产品KPI体系?
- DAU很高但留存率很低说明什么问题?
- 如何量化大模型带来的效率提升?
- 企业级Agent项目如何计算ROI?
- 多模型路由如何平衡成本与效果?
- 大模型产品最重要的北极星指标是什么?
- 如何判断一个Agent项目是否值得继续投入?
- 用户满意度与模型准确率不一致时如何分析?
- 大模型商业化过程中最关键的指标有哪些?
- 从0到1上线Agent产品后,应该优先监控哪些核心指标?
- Prompt如何评估和优化?
- 代码Agent项目的提示词模板是怎么设计和迭代的(百度Agent)
- System Prompt为什么比User Prompt权限更高?(百度Agent)
- 怎么判断一个提示词模板是真的更好了?有没有量化的评估标准?(百度Agent)
- Prompt 的最佳实践有哪些?
- System Prompt 和 User Prompt 的职责如何划分?
- Prompt 是否越长越好?
- 如何设计结构化 Prompt?
- Dynamic Prompt 和 Static Prompt 的区别是什么?
- 如何构建 Prompt Benchmark 数据集?
- 如何进行 Prompt 回归测试?
- Prompt 修改后如何验证没有副作用?
- Prompt版本管理如何设计?
- Prompt A/B实验平台如何实现?
- 如何自动识别失效Prompt?
- Prompt优化效果如何量化?
- 如何量化评估Prompt优化效果?
- 企业级 Prompt 管理平台如何设计?
- Prompt 日志应该记录哪些内容?
- 如何分析 Prompt 失败案例?
- Prompt 优化和模型微调(Fine-tuning)应该如何选择?
- 什么场景应该优化 Prompt,什么场景应该进行 Fine-tuning?
- LSP(Language Server Protocol)在Coding Agent中发挥什么作用?
- 如何分析跨模块、跨仓库的调用关系?
- 当代码仓库持续变化时,如何实现索引的增量更新?
- 多分支、多版本并行开发场景,Agent 如何保证代码上下文匹配准确性?
- 静态调用链与运行时调用链有什么区别?
- 如何实现跨模块、跨仓库的代码检索?
- Code Embedding模型如何选择和训练?
- OpenCode为什么需要Memory系统?
- Tool Calling与MCP有什么区别?
- Agent如何防止Prompt Injection?
- 如何处理不同模态之间的时延不一致问题?
- 多模态场景下的Prompt injection攻击有哪些新形式,如何防御?
- AI产品与传统互联网产品指标体系有什么区别?
- 覆盖率高但测试质量很差的情况怎么解决?(百度Agent)
- mock在单测里什么时候是必须的?什么时候反而会带来问题?(百度Agent)
- 如果函数依赖数据库和RPC,怎么让模型生成的单测稳定运行?(百度Agent)
- 怎么评估生成单测的质量?除了覆盖率还有哪些指标?(百度Agent)
- OpenCode设计方案(附加专题)
- Agent如何保证多文件修改的一致性?
- Agent如何结合单元测试、静态检查和CI/CD验证修改结果?
- 项目缺少注释、接口文档时,Agent 依靠哪些手段还原业务上下文?
- 如何评估代码上下文检索系统的效果(Recall@K、MRR、NDCG等指标)?
- Docker Sandbox如何设计?
- Agent生成错误代码如何自动修复?
- 如何设计代码验证闭环?
- OpenCode如何实现跨文件修改能力?
- OpenCode如何评估任务完成率?
- 如何设计突变测试的落地方案(工具选型、变异算子设计)?
- Agent生成单测出现"幻觉断言"时,如何自动检测和拦截?
- flaky test如何自动识别和治理?
- 如何平衡测试覆盖率目标与生成成本(token/时间)?
- 生成单测的评估体系如何反哺Agent做自我迭代优化(强化学习/微调)?
- 如何设计Agent生成单测的人工抽检(Review)流程与抽样策略?
- 多模态Agent与传统Agent的区别是什么?
- 多模态RAG如何实现?
- 多模态Agent如何进行结果验证?
- 数字员工场景如何构建多模态Agent?
- 多模态Agent在端侧(边缘设备)部署面临哪些额外挑战?
- 如何建立大模型A/B测试体系?
- 如何从技术指标映射到业务指标?
- 如何构建Agent全生命周期评估体系?
- Claude Code 的产品定位是什么?它与 IDE 补全工具有什么区别?
- Claude Code 的 Agent Loop 是如何工作的?
- Claude Code、OpenAI Codex、Cursor 等代码Agent是如何进行任务识别和路由的?
- Claude Code、OpenAI Agent、Manus等Agent在任务规划方面有哪些共同设计思想?
- Claude Code的任务调度机制是什么?
- Claude Code、GitHub Copilot、Cursor等Coding Agent在代码定位策略上有哪些异同?
- Claude Code如何定位跨文件调用关系?
- Agent如何避免反复读取相同代码?
- MCP Server异常时如何熔断和降级?
- 如何防止Agent陷入无限循环?
- Hooks与普通工具调用有什么区别?
- Claude Code的一次Agent Turn在消息层面经历哪些阶段?
- Claude Code的Agent Loop为什么能够根据执行结果动态调整,而不是一次性执行固定计划?
- Plan Mode、Goal、Advisor 等能力分别解决什么问题?
- Claude Code 的 Continue、Resume、Fork 和外部 Session Storage 有何区别?
- 多个 Claude Code Session 并行修改代码时如何避免冲突?
- 如何构建 Claude Code 的离线评测集和上线门禁?
- Claude Code、Cursor、OpenCode 等 Agent 的 Runtime 有哪些共同点?
- 如何设计代码仓库的增量索引机制?
- 如何结合关键词检索、向量检索和AST检索?
- 如何避免Agent泄漏密钥和环境变量?
- Claude Code如何实现最小范围代码修改?
- 代码修改后如何自动验证正确性?
- Agent的任务终止条件如何设计?
- 如何持久化Agent的执行状态?
- 如何评估代码修改是否存在非预期影响?
- Claude Code Session Transcript的持久化原理是什么?
- Claude Code 如何理解大型代码库,而不把整个仓库放进上下文?
- Claude Code 的上下文由哪些部分组成?为什么会发生 Compaction?
- CLAUDE.md、`.claude/rules/` 和普通任务提示应如何分工?
- Claude Code 的 Auto Memory 与 CLAUDE.md 有什么区别?
- Claude Code 中 CLAUDE.md、Skills、Subagents、Hooks、MCP 和 Plugins 如何选型?
- Claude Code 如何通过 MCP 扩展工具?大工具集如何控制上下文成本?
- Claude Code Subagent 适合解决什么问题?如何避免滥用?
- Claude Code 如何降低 Token 成本并保持质量?
- Claude Code、Cursor、OpenHands 的 Skill 分层有什么差异?
- Claude Code、OpenHands、Cursor中的Skill路由是如何实现的?
- Claude Code如何快速理解几十万行代码的大型项目?
- Claude Code的上下文是如何动态组装的?
- CLAUDE.md与普通System Prompt有什么区别?
- 长任务超过上下文窗口后如何处理?
- Agent如何判断应该读取哪些文件?
- 如何设计主Agent与子Agent的协作机制?
- 子Agent的上下文和工具权限如何隔离?
- 如何降低Claude Code的Token成本?
- Claude模型本身是无状态的,Claude Code为什么能表现为持续工作的Agent?
- Claude Code的上下文窗口在长任务中如何演化?
- Claude Code的Prompt Cache原理是什么?哪些操作会造成Cache Miss?
- CLAUDE.md和路径规则是如何进入模型上下文的?
- Claude Code Skill的渐进式加载原理是什么?
- MCP Tool Search为什么能减少上下文占用?它的代价是什么?
- Session、Context、Checkpoint和Git分别保存哪一层状态?
- Subagent为什么能节省主Session上下文?它实际继承了什么?
- Agent Teams的协调原理与普通并行Tool Call有什么区别?
- 如何从原理层面调试一个“Claude Code没有按预期工作”的问题?
- 企业如何通过 Managed Settings 和 LLM Gateway 治理 Claude Code?
- Claude Code 的 Anthropic、Bedrock、Google Cloud 和 Microsoft Foundry 部署如何选型?
- Claude Code 的 Code Review 如何减少误报和漏报?
- Claude Code 修改代码后应如何设计验证闭环?
- 企业推广 Claude Code 时如何衡量真实价值,而不是只看使用量?
- 如何评估Claude Code的任务完成率?
- 如何构建Coding Agent的离线评测集?
- 如何进行大小模型分工和模型路由?
- Claude Code理解调用关系主要依赖模型推理,还是依赖LSP和索引?
- Claude Code Hooks 与普通Prompt规则有什么区别?
- Claude Agent SDK 与直接调用 Claude API 或 Claude Code CLI 有什么区别?
- Claude Agent SDK 如何处理结构化输出、审批和用户澄清?
- Claude Code 和 Agent SDK 如何建设可观测性?
- MCP在Claude Code中承担什么作用?
- Claude Code如何集成Git、IDE和CI/CD?
- Claude Code Hooks在Runtime中类似什么机制?其阻断语义如何实现?
- Claude Code 的启动流程如何隐藏冷启动延迟?这套「触发 + 等待」两段式设计有什么约束?
- 三阶段引导中哪些时序约束一旦打乱就会造成难以复现的间歇性故障?
- queryLoop 作为异步生成器需要维护哪些不变量?
- 为什么 tool_use 与 tool_result 的配对不变量在错误恢复路径上最容易被破坏?
- 流式工具执行中的「兄弟取消」要解决什么并发正确性问题?
- Claude Code 的工具并发模型如何决定哪些工具可以并行执行?
- 权限模型的分层决策链由哪几层构成?每一层能否单独否决?
- 权限规则字符串如何解析?文件系统 glob 匹配有哪些易错边界?
- BashTool 为什么要做 AST 级子命令拆分?只做字符串黑名单会漏掉什么?
- auto 模式的 AI 分类器如何工作?预批准域名机制的风险边界在哪里?
- 工具结果落盘与延迟加载如何降低上下文占用?代价是什么?
- 大结果格式化策略如何在信息完整性与 Token 成本之间取舍?
- Claude Code 的成本与 Token 追踪在哪些层面埋点?如何归因到具体调用?
- Claude Code 的错误处理与重试恢复分为哪几类?哪些错误不应重试?
- 系统提示词的组装、缓存与 API 注入如何配合?改动哪一部分会击穿缓存?
- thinking config 的决策依据是什么?fast mode 优化的是哪一段延迟?
- 配置系统的来源合并顺序与 schema 校验如何设计?
- 历史会话持久化与 worktree 隔离如何配合?并行会话的状态边界在哪里?
- 自动压缩链在什么条件下触发?它由哪几级组成?
- compact 的 prompt 工程如何决定保留什么、丢弃什么?
- compact 全流程的关键步骤有哪些?哪一步失败后最难恢复?
- microcompact 的双模式与 API 原生压缩有什么区别?各自适用什么场景?
- 响应式压缩 partialCompact 与整体压缩相比,优势和风险分别是什么?
- Session Memory 压缩的模板工程要解决什么问题?
- compact 的辅助机制与清理恢复负责什么?为什么需要单独设计?
- 记忆系统的召回相关性如何计算?写入互斥为什么必要?
- 团队记忆同步为什么采用乐观锁?发生冲突时如何合并?
- 会话恢复时 CLAUDE.md 指令机制如何重新生效?
- 多代理隔离与 forkedAgent 的缓存共享如何兼顾?共享了什么、隔离了什么?
- AgentTool 的派生决策树如何决定是否开子代理?内置代理体现了什么设计哲学?
- 子代理结果如何回流到主会话?Swarm 的邮箱通信解决什么问题?
- Coordinator 模式的 LLM 编排与确定性编排相比,适用边界在哪里?
- Bridge 的 epoch 机制解决什么问题?多会话模式下如何避免串话?
- MCP 传输层在超时、失效判定与连接终止上如何取舍?工具包装与 OAuth 刷新各有什么工程陷阱?
- 钩子的配置来源合并、匹配去重与异步执行如何协同?输出协议约定了什么?
- Subagents、Agent Teams 和 Agent View 有什么区别?
- Claude Code 如何决定使用 Read、Grep、Edit、Bash 等工具?
- Claude Code 的权限规则和 Permission Mode 如何协作?
- Claude Code 的 Permission 与 Sandboxed Bash 有什么区别?
- 如何防止代码注释、README 或工具输出对 Claude Code 进行 Prompt Injection?
- Claude Code 的 Checkpoint 和 Git 有什么区别?
- 如何在 CI/CD 中安全运行 Claude Code?
- LangGraph、OpenAI Agents SDK、Claude Code等Agent框架分别如何实现任务恢复与重新规划?
- Claude Code设计方案(附加专题)
- Claude Code的工具调用协议如何设计?
- Shell命令如何进行安全校验?
- 如何防止Agent执行危险命令?
- 如何防止Prompt Injection通过代码或文档攻击Agent?
- Claude Code的权限确认机制如何设计?
- 沙箱应该使用容器、虚拟机还是操作系统权限隔离?
- 如何防止模型整文件重写导致代码丢失?
- 测试失败后Agent如何进行反思和重试?
- Agent如何区分可恢复错误与不可恢复错误?
- Claude Code如何支持任务中断和恢复?
- 如何利用Hooks实现安全审计和质量检查?
- 如何设计Coding Agent的可观测性系统?
- 企业内部部署Claude Code需要考虑哪些安全问题?
- OpenCode与Claude Code的架构差异是什么?
- 工具Schema和工具描述为什么会影响Claude Code的推理与行为?
- Claude Code的Bash工具如何处理Shell状态和后台任务?
- 一次工具调用同时命中Hook、Deny、Ask和Allow时,权限决策如何理解?
- Claude Code Sandbox的安全边界是如何形成的?为什么仍可能需要人工确认?
- Claude Code面对工具失败时,恢复机制的本质是什么?
- OpenClaw 的产品定位是什么?它与普通聊天机器人有什么区别?
- OpenClaw Gateway 在整体架构中承担什么职责?
- OpenClaw 内置 Agent Runtime 的一次执行循环是怎样的?
- 为什么 OpenClaw 为每个 Agent 设置独立工作区?工作区中通常放什么?
- OpenClaw 的后台任务如何避免“运行了但用户没收到结果”?
- OpenClaw 是否适合直接作为多租户 SaaS 的共享 Runtime?
- OpenClaw 与 Claude Code 的架构差异是什么?
- OpenClaw 如何把不同消息渠道和会话路由到正确的 Agent?
- OpenClaw 的主会话、群组会话和子 Agent 会话有什么差异?
- OpenClaw 的 Memory 与会话历史有什么区别?
- OpenClaw 多 Agent 路由与临时子 Agent 委派有什么区别?
- OpenClaw 如何通过 ACP 接入 Claude Code、Codex 等 Coding Harness?
- OpenClaw 的模型选择、认证 Profile 轮换与 Fallback 如何协作?
- OpenClaw 如何处理长会话的上下文增长?
- OpenClaw 的浏览器和设备 Node 能力有哪些安全风险?
- OpenClaw 如何利用混合检索提高 Memory Recall?
- 如何防止不可信频道用户控制 OpenClaw 执行危险操作?
- OpenClaw 子 Agent 如何控制上下文、权限和并发?
- OpenClaw 的 Code Mode 与普通工具调用有什么差异?
- OpenClaw 为什么需要 Memory 系统?
- OpenClaw 如何解决上下文窗口限制?
- OpenClaw 如何管理 Prompt 版本?
- OpenClaw 如何设计 Memory 检索机制?
- OpenClaw 的 Sandbox 隔离了什么?没有隔离什么?
- Exec Approval、Elevated Mode 和真正的系统授权有什么区别?
- 如何建立 OpenClaw 的可观测性和故障排查路径?
- OpenClaw 如何做备份、恢复和灾难演练?
- OpenClaw 设计方案(附加专题)
- OpenClaw 如何实现长任务执行?
- OpenClaw 的 Agent Loop 如何设计?
- OpenClaw 中的 Planner 如何实现?
- OpenClaw 如何做任务拆解?
- OpenClaw 如何实现任务 Checkpoint 恢复?
- OpenClaw 如何保证 Agent 执行稳定性?
- OpenClaw 如何设计 Agent 状态机?
- OpenClaw 如何做任务完成率评估?
- OpenClaw 如何实现 Workflow 编排?
- OpenClaw 如何降低 Token 消耗?
- OpenClaw 在企业级生产环境如何落地?
- OpenClaw 如何实现 Agent 可观测性建设?
- OpenClaw 如何进行 Agent 性能优化?
- OpenClaw 如何设计多模型调度策略?
- OpenClaw 的配置应如何进行版本管理和安全发布?
- 如何设计 OpenClaw 的面试级评测体系?
- OpenClaw 如何实现模型切换与熔断?
- OpenClaw 如何支持大规模 Agent 集群部署?
- OpenClaw 中 Tools、Skills 和 Plugins 的边界是什么?
- OpenClaw 的工具可见性和 Allow/Deny 策略如何生效?
- OpenClaw 的 MCP 能力应如何理解和治理?
- 如何为 OpenClaw 编写可维护的 Skill?
- OpenClaw Plugin 的设计和升级需要关注哪些兼容性问题?
- OpenClaw 如何实现工具调用决策?
- OpenClaw 如何接入 MCP 工具?
- OpenClaw 如何保证工具调用安全性?
- OpenCode 的设计哲学是什么?它与绑定单一编辑器的 Coding Agent 有哪些取舍差异?
- OpenCode 的顶层包依赖如何划分?这种划分解决了什么工程问题?
- OpenCode 的 CLI 命令体系如何组织?进程启动路径上有哪些关键决策?
- OpenCode 的 Schema、Protocol、Server、Client 与 SDK 五层契约各自承担什么职责?
- OpenCode 的配置体系如何合并多个来源?来源冲突时按什么规则裁决?
- OpenCode 的 Provider 与模型目录如何组织?接入新模型需要改动哪些环节?
- OpenCode 的策略系统解决什么问题?它与工具权限如何分工?
- OpenCode 的插件生命周期有哪些阶段?插件出错时如何隔离影响?
- OpenCode 的存储层与事件系统如何配合?为什么要把事件当作一等公民?
- OpenCode 的 TUI 如何与会话运行时解耦?渲染压力如何控制?
- OpenCode 的桌面端与跨端 UI 复用了哪些层?哪些部分必须分别实现?
- OpenCode 的跨工作区会话同步如何保证多设备一致性?写权冲突怎么裁决?
- OpenCode 从 V1 演进到 V2 最关键的架构改变是什么?迁移成本体现在哪里?
- OpenCode V2 会话运行时由哪些角色组成?一次用户输入的完整流转路径是什么?
- OpenCode 的「系统上下文代数」指什么?它用哪些运算描述上下文组合?
- OpenCode 的上下文纪元状态机有哪些状态与迁移条件?纪元切换时什么会失效?
- OpenCode 的持久化提示如何准入与晋升?与一次性提示相比成本差别在哪?
- OpenCode 的会话执行路由与运行协调器如何决定一次请求由谁执行?
- OpenCode 会话运行器的 Drain 循环解决什么问题?如何避免消息丢失与重复执行?
- OpenCode 的提供者回合与工具结算如何划分边界?结算失败如何回滚?
- OpenCode 的自动压缩与历史投影有什么区别?投影为什么比直接截断更安全?
- OpenCode 的工具系统如何表达权限?非沙箱边界体现在哪里?
- OpenCode 的 LLM 包与协议适配器如何屏蔽厂商差异?哪些差异无法屏蔽?
- OpenCode 如何统一集成 MCP、LSP、技能、ACP 与自定义命令?
- OpenCode 的可观测性、安全与运维体系覆盖哪些环节?关键指标有哪些?