《AI Agent 高级编程》6.1 为什么需要持久化执行：崩溃/重启/长任务改造
Agent 一次任务要跑几十步、跨小时甚至跨天，进程一崩内存里的进度就全没了。本节用一个 append-only 日志把多步任务改造成可持久化执行：真跑一个在第 3 步硬崩溃的任务，第二次运行从日志跳过已完成步骤、只重放未完成部分，并用对照实验证明「有日志」比「从头重跑」少花模型调用。
tag
AI Agent
共 159 篇文章。
《AI Agent 工程实战》13.3 告警与 on-call：从 trace 到告警演练
告警要少而准：给出覆盖成功率、P95 延迟、单 run 成本、工具错误率、队列积压的规则表，讲 SLO 与错误预算（99% 成功率每月可消耗多少失败）与连续窗口门槛为何能压噪声。真跑一个极简告警求值器，喂正常与劣化两段序列，打印触发判定；末尾给从告警定位到具体 run 与工具的演练脚本。
《AI Agent 工程实战》13.2 指标与看板：延迟/成功率/成本/工具错误
把 13.1 的 span 数据聚合成四类指标：延迟分位（P50/P95/P99）、成功率、每 run 成本、按工具名分组的错误率，讲清平均值为何被长尾骗、直方图与摘要的差别、以及 run_id 当标签会炸掉时序库的基数问题；给出四块看板布局。真跑 200 次模拟 run，打印分位表与错误工具 Top 榜。
《AI Agent 工程实战》13.1 结构化日志与追踪：OTel GenAI 语义约定埋点
把一次 run 变成 span 树：agent.run 下挂 model.complete 与 tool.call，用 contextvars 传递当前 span 建立父子关系，并行工具的 span 并列成兄弟；日志走 JSON 行，带 trace_id/run_id/workspace_id。OTel 只装了 API 未装 SDK，故用标准库实现最小 span 模型并对齐 GenAI 字段名。
《AI Agent 开发入门》13.3 协作模式对照
pipeline、debate、voting 用固定脚本展示信息怎么流动，不比较真实模型质量。LatencyModel 延时也是人工模拟，不能当真实性能测量。AGREEMENT 是人工演示标签，不是计算出的真实一致率；多数票也可能同错。选择拓扑应基于任务、独立质量样本、总调用与真实延时，而不是这组固定结果。
《AI Agent 开发入门》13.2 消息总线与共享状态
MessageBus 是进程内顺序 pub/sub，按发布序号记录历史。它不是持久化消息队列，也不提供重试、确认或跨进程投递。同一 handler 失败会中断当前发布链；递归发布循环需调用方自行限制。worker 的同步调用移到线程不等于线程会被取消，同一个 worker 并发使用仍可能共享模型状态。
《AI Agent 开发入门》13.1 角色与分工
把单个 Agent 拆成 supervisor 与 worker：Worker 是一个带专用 system 提示与工具子集的 Agent（检索员、计算员），Supervisor 负责把目标拆成子任务、派给合适的 worker 并汇总结果。用假模型脚本化一次路由决策，真跑「拆成子任务、各自执行、汇总」的完整流程并打印派发与回收，给出单 Agent 与 supervisor-worker 的取舍表。
电子书籍
按领域与学习阶段整理的在线电子书与创作手记。覆盖 Rust、Lua、TypeScript、Python、Java（Spring Boot）、Go、AI Agent、MMO 服务器开发（Go 主线 + Java 21 双栈对照，四卷本 180 篇）、游戏开发（含 Cocos 四卷本与《游戏引擎实现原理》四卷本）、SLG 游戏产品设计（产品架构与经济系统 + 数值平衡与商业化运营，两卷本 100 篇）、小游戏开发实战（市场品类与产品设计 + 引擎实现与体验打磨 + 上线变现与长线运营 + 商业运营实战 + 跨平台发行与出海，五卷本 250 篇）、游戏美术与技术美术（美术制作与视觉规范 + 技术美术与管线工程 + 风格与品类美术实战，三卷本 150 篇）、游戏设计（玩法机制与可执行规格 + 策略、涌现与体验度量 + 原型、可玩性与品类，三卷本 150 篇）、计算机图形学（几何、变换与光栅化 + 着色、光照与纹理 + 光线追踪与全局光照，三卷本 150 篇）、叙事策划与叙事工艺（叙事结构与可执行规格 + 叙事引擎与分支系统 + 叙事体验与路径度量，三卷本 150 篇）与文学创作，从阅读指南进入，或按全书目录查找章节。
《AI Agent 高级编程》5.3 读 Claude Agent SDK：subagent 与 hook 调度（含 TS SDK 对照）
打开本机 claude-agent-sdk 0.2.165 源码读 subagent 与 hook 调度：subagent 是 asdict 后的 AgentDefinition 随 initialize 送到 CLI，hook 注册成 callback_id，由 CLI 反向发 control_request 回调 Python。附 inspect 核对与 TS SDK 对照。
《AI Agent 高级编程》5.2 读 PydanticAI：run 循环与重试调用链
打开本机 pydantic-ai 2.55.0 源码读 run 循环：Agent 不是 while，而是 GraphBuilder 拼出的状态机（UserPromptNode→ModelRequestNode→CallToolsNode）。结构化输出校验失败抛 ModelRetry，_build_retry_node 造一个带 RetryPromptPart 的新请求节点。附真实重试调用链。
《AI Agent 高级编程》5.1 读 LangGraph：图执行器与检查点机制
打开本机 langgraph 1.2.14 的源码读图执行器：StateGraph.compile 产出 CompiledStateGraph，PregelLoop 的 tick/after_tick 一轮就是一次超步，超步之间只做通道合并；每个超步结束调用 _put_checkpoint，检查点按 thread_id 落进 Checkpointer。
《AI Agent 工程实战》12.3 CI 质量门：分数下降即拦截
评测跑完只打印一张表，不会拦住任何东西。本节把评测变成质量门：与基线比对，总体指标掉超阈值、或某条样本由 PASS 变 FAIL，就让流水线 exit 1。真跑先验证「与基线持平」退出码 0，再注入「关掉引用产出」的退化使质量门失败退出码 1，打印逐样本差异，最后给出 GitHub Actions 接入形态（注明未在本机执行）。
《AI Agent 工程实战》12.2 离线回放与夹具：假模型 + 录制样本确定性回归
CI 里调真模型不确定、要钱、要网络、会限流。本节把一次模型交互的请求与响应存成夹具，回放时按请求指纹匹配取响应：本机按 Anthropic Messages API 结构手工构造三条夹具真跑一遍完整 run，连跑两次逐字一致；再改问题制造夹具失配，验证回放器报错而非静默给错响应，最后给出夹具的存放与更新流程。
《AI Agent 工程实战》12.1 评测集与评分器：成功率/引用准确率/成本
本节给 ResearchCopilot 建一个可版本化的评测集：JSON 存问题、期望要点与必须引用的来源，配套「加样本写理由、改期望留痕」的维护纪律；实现成功率、引用准确率、成本三个评分器，对 10 条样本真跑并打印逐条得分与汇总，最后给出自动打分与人工评审的分界表。
《AI Agent 开发入门》12.3 人类在环
HumanGraph 用于本节单后继人工流程，与 WaveGraph 分开。暂停发生在敏感节点前；演示只记录模拟邮件参数，不向外部发送消息。状态与 token 只保存在本进程，示例调用方可信。真实审批需要验证身份、绑定不可篡改的操作参数、持久化一次性批准及恢复记录，不能把普通 dict/token 直接暴露到公网。
《AI Agent 开发入门》12.2 分支、合并与循环
本节保留单后继 Graph，另写 WaveGraph 表达 fan-out。波内节点顺序执行，因此共享状态更新有顺序，不是线程并行。条件路径必须与 join 的要求一致；某前驱被条件跳过而永不到达时，本例会报缺失前驱。动态分支取消、跨轮关联、部分成功合并需要更完整调度协议。
《AI Agent 开发入门》12.1 状态机式编排
循环式 Agent 适合开放式任务，但固定流程需要显式结构。本节手写 minagent 的最小图引擎：Node（名字加一个函数）、Edge（源到目标、可带条件）、Graph（add_node/add_edge/set_entry/run），节点间用 dict 状态传递数据。用假模型真跑一条分类→检索→综合的三节点线性链，打印每个节点的进出 state，并给出图编排与循环式 Agent 的取舍表。
《AI Agent 高级编程》4.3 三框架同题对照：同评测集比分数与成本
用实际 minagent 交付、PydanticAI FunctionModel 与 smolagents CodeAgent 对照同一个离线检索任务，提供完整文件及重复运行断言；调用次数不替代质量、成本或性能实测。
《AI Agent 高级编程》4.2 smolagents：CodeAgent「代码即行动」重写子任务
smolagents 的 CodeAgent 让模型直接写 Python 代码来行动，而不是吐结构化工具调用。本节现场核对 1.26.0 的 API，用本地假模型驱动 CodeAgent 离线真跑，并实测 CodeAgent 与 ToolCallingAgent 在工具可见性上的差别。
《AI Agent 高级编程》4.1 OpenAI Agents SDK：handoff/guardrails/tracing 实现委派
OpenAI Agents SDK 用三个原语组织 Agent：handoff 委派、guardrails 护栏、tracing 追踪。本节现场核对 0.23.1 的 API 表面，离线跑通护栏函数与 span 捕获，并和卷一 minagent 的 supervisor/worker 模式逐一对照。