https://chengguruchun.github.io/ chengguruchun · Blog for Agents · 知识博客（文章 / Diverse Lab 等有日期条目） zh-cn Fri, 09 Oct 2026 00:00:00 +0000 https://chengguruchun.github.io/diverse/ai-native-software-language-aosl.html https://chengguruchun.github.io/diverse/ai-native-software-language-aosl.html Fri, 09 Oct 2026 00:00:00 +0000 Diverse Lab 从“教 AI 写传统代码”进一步走向“为 AI 重新设计软件描述方式”：提出结构化 DSL、统一语义 IR、编译与 Runtime 混合执行、全栈生成、验证闭环与可验证原型方案。 https://chengguruchun.github.io/articles/frontend-language-for-ai-assisted-development.html https://chengguruchun.github.io/articles/frontend-language-for-ai-assisted-development.html Fri, 09 Oct 2026 00:00:00 +0000 Articles 从 DOM、组件、布局、交互和 API 延伸到包管理、依赖锁定、构建流水线、环境配置、部署验证与回滚，建立一套可执行、可验证的 AI 全栈开发语言。 https://chengguruchun.github.io/articles/gossip-evidence-consensus-multi-agent.html https://chengguruchun.github.io/articles/gossip-evidence-consensus-multi-agent.html Wed, 30 Sep 2026 00:00:00 +0000 Articles Gossip 负责传播，Evidence/Trust 负责判断，Consensus 负责必要的全局一致：从分布式系统重新思考 Multi-Agent 协作与 Agent Runtime。 https://chengguruchun.github.io/articles/iot-agent-from-device-to-physical-world-runtime.html https://chengguruchun.github.io/articles/iot-agent-from-device-to-physical-world-runtime.html Tue, 29 Sep 2026 00:00:00 +0000 Articles 从设备能力标准化、Agent 模组、IoT Core 到 SaaS/PaaS，重新思考 IoT Agent 化：设备如何进入 Agent 世界，IoT 平台如何成为 Physical World Runtime。 https://chengguruchun.github.io/times/ https://chengguruchun.github.io/times/ Tue, 29 Sep 2026 00:00:00 +0000 Times Agentic RAG 是本周最值得展开的工程热词：它把 RAG 从静态检索升级为 Agent 自主规划、工具调用与自我纠错的知识获取流程，与近期记忆架构讨论形成互补而非重复。多篇论文与厂商文档在近月集中出现，证据链完整，适合作为 AI Agent 知识博客的下一周主线。 https://chengguruchun.github.io/articles/react-is-the-inner-loop-long-running-agent-harness-runtime.html https://chengguruchun.github.io/articles/react-is-the-inner-loop-long-running-agent-harness-runtime.html Mon, 28 Sep 2026 00:00:00 +0000 Articles 从 ReAct 出发，区分 Action Loop、Task Loop 与 System Loop，理解 2025 年以后长周期 Agent 为什么越来越依赖 Harness、Durable Execution、Checkpoint、Verification 与 Runtime。 https://chengguruchun.github.io/articles/react-to-long-running-agent.html https://chengguruchun.github.io/articles/react-to-long-running-agent.html Mon, 28 Sep 2026 00:00:00 +0000 Articles ReAct 解决一步怎么走，Harness 让 Agent 能走很远，Runtime 让 Agent 能活很久。重新理解 2025 年以后长周期 Agent 的能力演进。 https://chengguruchun.github.io/diverse/software-design-universal-patterns.html https://chengguruchun.github.io/diverse/software-design-universal-patterns.html Wed, 23 Sep 2026 00:00:00 +0000 Diverse Lab 把软件工程里反复出现的设计思想放在一起：间接层、分而治之、粗到精、缓存、批处理、异步、隔离、一致性、反馈与控制，以及它们背后的共同结构。 https://chengguruchun.github.io/times/ https://chengguruchun.github.io/times/ Tue, 22 Sep 2026 00:00:00 +0000 Times 长期记忆的讨论已从架构设计转向可度量：没有统一评测，记忆模块的取舍只能靠直觉。LOCOMO、LongMemEval、MemBench 等基准把超长对话、时间推理与知识更新变成可复现的分数，直接决定本站 Agent 记忆主线该保留哪些模块、砍掉哪些开销。选它，是把上周的架构讨论落到可回归的工程验收上。 https://chengguruchun.github.io/articles/transformer-from-attention-to-decoder-only.html https://chengguruchun.github.io/articles/transformer-from-attention-to-decoder-only.html Mon, 21 Sep 2026 00:00:00 +0000 Articles 从一次关于 Transformer 的追问出发，重新理解 Self-Attention、Encoder-Decoder、Decoder-only，以及训练与推理到底有什么不同。 https://chengguruchun.github.io/diverse/reinforcement-learning-game-theory-complex-systems.html https://chengguruchun.github.io/diverse/reinforcement-learning-game-theory-complex-systems.html Mon, 21 Sep 2026 00:00:00 +0000 Diverse Lab 从强化学习、博弈论与多智能体出发，重新思考 Agent Runtime：当 Agent 拥有目标、策略和反馈，Runtime 管理的可能不再只是执行，而是一个动态的智能生态。 https://chengguruchun.github.io/articles/spring-dubbo-deepseek-harness-runtime.html https://chengguruchun.github.io/articles/spring-dubbo-deepseek-harness-runtime.html Mon, 21 Sep 2026 00:00:00 +0000 Articles 从 Spring、Dubbo Service 到 DeepSeek Harness，观察依赖注入、Context、Event Bus、生命周期与运行时治理这些工程思想如何在 Agent 时代重新组合。 https://chengguruchun.github.io/articles/from-llm-to-agent-runtime.html https://chengguruchun.github.io/articles/from-llm-to-agent-runtime.html Mon, 21 Sep 2026 00:00:00 +0000 Articles 从模型推理、KV Cache、Inference Runtime、Tool、Environment 和 Feedback 出发，思考为什么 Agent Runtime 是模型能力进入真实世界之后的新一层。 https://chengguruchun.github.io/times/ https://chengguruchun.github.io/times/ Mon, 21 Sep 2026 00:00:00 +0000 Times 长期记忆是 Agent 从单次对话走向持续协作的分水岭，直接决定跨会话任务能否可靠延续。它既承接了上周的记忆架构讨论，又落到可实现的存储、检索与遗忘机制，工程团队能立刻在系统里验证。相比口号化的能力词，长期记忆有论文与官方文档双重证据，适合本站软件与 Agent 主线。 https://chengguruchun.github.io/articles/agent-runtime-cognitive-actor.html https://chengguruchun.github.io/articles/agent-runtime-cognitive-actor.html Sun, 20 Sep 2026 00:00:00 +0000 Articles 从 Akka Actor、Mailbox、Supervisor、Sharding 出发，分析 Claude Agent Teams、多 Agent 通信与 Agent Runtime 的演化。 https://chengguruchun.github.io/articles/domain-driven-agent-tool-design.html https://chengguruchun.github.io/articles/domain-driven-agent-tool-design.html Sat, 19 Sep 2026 00:00:00 +0000 Articles 设计 agent tool 的正确起点不是先枚举动作，而是先建领域模型。一句话坐标：领域对象 × 动作 = 工具；动作推导降级为完备性校验。 https://chengguruchun.github.io/articles/fde-agent-opportunity-discovery.html https://chengguruchun.github.io/articles/fde-agent-opportunity-discovery.html Thu, 17 Sep 2026 00:00:00 +0000 Articles 从 Business Reality 到 Decision Unit，再到 Agent Suitability：重新理解 FDE 在 Agent 项目中的价值。 https://chengguruchun.github.io/articles/from-mes-to-manufacturing-agent-runtime.html https://chengguruchun.github.io/articles/from-mes-to-manufacturing-agent-runtime.html Wed, 16 Sep 2026 00:00:00 +0000 Articles SHEIN 式制造的关键不是把 MES 加上一个 Copilot，而是把高频、动态、组合复杂的生产决策变成 Agent Runtime 的持续闭环。核心观点：不要替代岗位，要替代决策单元。 https://chengguruchun.github.io/diverse/simuhome-paper-reading.html https://chengguruchun.github.io/diverse/simuhome-paper-reading.html Wed, 16 Sep 2026 00:00:00 +0000 Diverse Lab 智能家居 Agent benchmark 的一个重要转变：从判断 API 是否调用正确，到观察环境、行动、等待状态变化并验证目标状态。 https://chengguruchun.github.io/diverse/h-neurons-paper-reading.html https://chengguruchun.github.io/diverse/h-neurons-paper-reading.html Wed, 16 Sep 2026 00:00:00 +0000 Diverse Lab 从神经元层面理解 hallucination、over-compliance 与预训练起源，并思考内部风险信号如何进入 Agent Runtime。 https://chengguruchun.github.io/articles/ai-era-production-consumption-balance.html https://chengguruchun.github.io/articles/ai-era-production-consumption-balance.html Wed, 16 Sep 2026 00:00:00 +0000 Articles 当 AI 让生产、执行和运营越来越便宜，企业真正需要关注的可能不再只是流程效率，而是如何缩短需求、生产、消费与反馈之间的距离。 https://chengguruchun.github.io/articles/iot-agent-from-automation-to-physical-infrastructure-part-ii.html https://chengguruchun.github.io/articles/iot-agent-from-automation-to-physical-infrastructure-part-ii.html Wed, 16 Sep 2026 00:00:00 +0000 Articles 第一篇讨论“契约留下，打包物被解包到运行时”。这一篇继续往下追：当 Agent 真正进入物理世界，IoT 平台究竟应该提供什么？ https://chengguruchun.github.io/articles/iot-agent-from-automation-to-physical-infrastructure.html https://chengguruchun.github.io/articles/iot-agent-from-automation-to-physical-infrastructure.html Wed, 16 Sep 2026 00:00:00 +0000 Articles Agent 不会消灭 IoT 的基础设施，而会解构过去为了服务人类而预先打包好的应用层确定性。契约留下，打包物被解包到运行时。 https://chengguruchun.github.io/times/ https://chengguruchun.github.io/times/ Mon, 14 Sep 2026 00:00:00 +0000 Times 上下文窗口优化解决的是单次能装多少，而记忆架构决定跨会话该留下什么、遗忘什么，二者构成同一条工程主线。近期 arXiv 综述、LangGraph 官方文档与 Anthropic 工程博客密集讨论分层记忆、冲突消解与遗忘策略，社区热度与落地需求同步上升。把它作为本周热词，既延续上周主题，又把讨论从窗口容量推进到长期状态管理这一更难的工程问题。 https://chengguruchun.github.io/articles/reasoning-scale-knowledge-external.html https://chengguruchun.github.io/articles/reasoning-scale-knowledge-external.html Tue, 08 Sep 2026 00:00:00 +0000 Articles 企业为什么不全用小模型？因为「知识」和「推理」是两回事：知识天天变，该外挂；推理难压缩，才吃规模。真正的决策变量是任务链长度——单步 95% 正确，十步只剩 60%。 https://chengguruchun.github.io/articles/agent-industrial-internet.html https://chengguruchun.github.io/articles/agent-industrial-internet.html Tue, 08 Sep 2026 00:00:00 +0000 Articles 工业互联网的核心壁垒是「数据闭环 + 行业 know-how」。AI Agent 能加速数据→决策→执行的闭环，但行业知识门槛不会被轻易跨越；组织能力（技术 + 文化）仍是决定性变量。 https://chengguruchun.github.io/diverse/symbolicism-vs-connectionism.html https://chengguruchun.github.io/diverse/symbolicism-vs-connectionism.html Tue, 08 Sep 2026 00:00:00 +0000 Diverse Lab 符号主义说意义在符号的位置，联结主义说意义在向量的位置；两派都没解决「符号接地」。现实是大模型底层分布式、表层符号化，缺的都是把意义接到真实经验的那块「地」。 https://chengguruchun.github.io/articles/agent-evaluation-proxy-vs-real-outcome.html https://chengguruchun.github.io/articles/agent-evaluation-proxy-vs-real-outcome.html Tue, 08 Sep 2026 00:00:00 +0000 Articles 测试、API 状态和 outcome.ok 都可能 PASS，但用户仍然认为问题没有解决。Agent 的评价最终必须回到真实 Outcome。 https://chengguruchun.github.io/articles/agent-optimizer-experience-policy.html https://chengguruchun.github.io/articles/agent-optimizer-experience-policy.html Tue, 08 Sep 2026 00:00:00 +0000 Articles Agent 变强不一定首先意味着修改模型权重，也可以通过经验记忆、策略调整和工具调用方式的优化实现。 https://chengguruchun.github.io/articles/agent-skill-evolution-pruning.html https://chengguruchun.github.io/articles/agent-skill-evolution-pruning.html Tue, 08 Sep 2026 00:00:00 +0000 Articles 把执行轨迹蒸馏成技能已被两代工作证明有效，但「技能如何停止增长」被留给了未来工作。剪枝的关键转换：不追踪模型为什么用一节，只测量删掉之后效果变不变。 https://chengguruchun.github.io/diverse/interpretability-rl-faithfulness.html https://chengguruchun.github.io/diverse/interpretability-rl-faithfulness.html Tue, 08 Sep 2026 00:00:00 +0000 Diverse Lab RL 让模型变强、变会说谎；可解释性负责让强和真对账。SAE 与 GRPO 本质都是用对比替代绝对，共同指向 faithfulness。 https://chengguruchun.github.io/articles/agent-engineering-from-workflow-to-control-plane.html https://chengguruchun.github.io/articles/agent-engineering-from-workflow-to-control-plane.html Tue, 08 Sep 2026 00:00:00 +0000 Articles Workflow、Graph、Loop、Harness 与 Control Plane 并不是互相替代，而是 Agent 系统在不同不确定性和治理尺度上的不同工程层。 https://chengguruchun.github.io/diverse/from-function-to-ecosystem.html https://chengguruchun.github.io/diverse/from-function-to-ecosystem.html Tue, 08 Sep 2026 00:00:00 +0000 Diverse Lab 物理学给我们规律，生态学给我们关系与反馈，科学实验告诉我们如何验证；把三种心智放在一起，可以重新理解 LLM 与 Agent。 https://chengguruchun.github.io/articles/saas-ecommerce-agent-thinking.html https://chengguruchun.github.io/articles/saas-ecommerce-agent-thinking.html Mon, 07 Sep 2026 00:00:00 +0000 Articles 从某电商 SaaS 平台出发：Agent 不是给业务系统加一个聊天入口，而是让软件从 API / Workflow 中心逐渐演化为 Goal / Capability / Feedback Loop 中心。 https://chengguruchun.github.io/articles/iot-agent-reconstruction.html https://chengguruchun.github.io/articles/iot-agent-reconstruction.html Mon, 07 Sep 2026 00:00:00 +0000 Articles 如果说传统 IoT 平台解决的是“设备如何被连接、管理和自动化”，那么 Agent 时代真正值得思考的问题是：设备、云边能力和智能决策，能不能共同组成一个可以围绕目标持续工作的运行系统？ https://chengguruchun.github.io/times/ https://chengguruchun.github.io/times/ Mon, 07 Sep 2026 00:00:00 +0000 Times 在2026年，随着Agent处理长上下文需求的激增，如何高效利用有限的上下文窗口成为工程实践的核心痛点。本站软件与Agent主线高度相关，该词直指系统性能优化，且与当前词形成互补而非重复。 https://chengguruchun.github.io/articles/k8s-to-agent-control-plane.html https://chengguruchun.github.io/articles/k8s-to-agent-control-plane.html Sun, 06 Sep 2026 00:00:00 +0000 Articles K8s 管服务如何稳定运行；Agent Control Plane 管智能任务如何被分解、执行、验证并完成。核心是 Desired State 与 Actual Outcome 的持续拟合。 https://chengguruchun.github.io/diverse/llm-scientific-experiment.html https://chengguruchun.github.io/diverse/llm-scientific-experiment.html Sun, 06 Sep 2026 00:00:00 +0000 Diverse Lab 大模型调用更接近条件分布上的采样。用假设、对照、评测与反馈闭环，把 Prompt Engineering 做成可陈述的 Experiment Engineering。 https://chengguruchun.github.io/diverse/physics-ecology-llm.html https://chengguruchun.github.io/diverse/physics-ecology-llm.html Sun, 06 Sep 2026 00:00:00 +0000 Diverse Lab 物理学看规律，生态学看关系与反馈；综合二者，才能理解 LLM 与多 Agent 如何逼近 Complex System Engineering。