#渐进式披露
共 43 篇相关文章
·10 分钟
Agent Skills入门：渐进式披露设计哲学与实现指南
深入解析Agent Skills核心设计思想——渐进式披露。涵盖中间件、动态工具与Metawheel实现原理，帮助开发者构建高效、可扩展的智能体应用。
阅读全文 →
·19 分钟
统一MCP端点：用渐进式披露构建智能体架构
本文提出一种AI智能体参考架构：将技能、文件、记忆与生成四项核心能力收敛至单一MCP端点，通过渐进式披露、统一API密钥与信用额度，实现MCP客户端、产品对话与CLI的一致性调用，为智能体舰队规模化治理提供清晰路径。
阅读全文 →
·9 分钟
Agent Skill核心解析：渐进式披露与中间件实战指南
深入解析Agent Skill的核心设计理念——渐进式披露，详解中间件与动态工具的实现机制，对比Agent Skill与Multi-Agent架构的区别，提供AI Agent技能管理的实践建议。
阅读全文 →
·8 分钟
Agent Skills详解：破解MCP上下文膨胀难题
深入解析Anthropic Agent Skills机制，详解渐进式披露如何解决MCP上下文膨胀和工具调用精度不足问题，梳理从Function Calling到MCP再到Skills的智能体能力扩展演进路径。
阅读全文 →
·9 分钟
Agent Skills详解：给AI装上即插即用技能包
深入解析Agent Skills智能体技能架构，了解其模块化设计、渐进式披露机制，以及与Multi-Agent多智能体架构的核心区别，掌握AI Agent能力扩展的新范式。
阅读全文 →
·6 分钟
Codex语音模式隐藏技巧：点击圆圈一键显示字幕
分享Codex iOS语音模式的实用隐藏技巧：点击中央圆圈即可显示字幕，解决编程对话中代码名称听不清、技术内容难辨别等痛点，让语音交互从听个大概变为精确可用。
阅读全文 →
·11 分钟
从Chat到Agent：用AI代理自动化你的业务全流程
资深AI实践者Remy深度拆解从聊天模型到AI代理的跨越：讲透代理运行原理、上下文/工具/技能三大支柱、MCP工具连接与实操架构，助你把AI放在业务最前沿，成为效率翻倍的「百倍员工」。
阅读全文 →
·6 分钟
Agent Skills详解：给AI装上即插即用的能力包
Agent Skills是一种轻量级开源格式，让AI智能体像加载插件一样按需扩展专业能力。本文用生活化比喻讲解Agent Skills是什么、解决什么问题及模块化核心优势，助你快速掌握这一AI Agent开发新范式。
阅读全文 →
·7 分钟
Agent Skills架构详解：AI智能体的能力扩展之道
Agent Skills是一种轻量级开源格式，通过即插即用的技能包扩展AI智能体能力。本文深入解析Skills架构原理、渐进式披露机制，以及它与Multi-Agent架构的核心差异，助你掌握AI Agent开发新趋势。
阅读全文 →
·6 分钟
AI项目记忆系统：四阶段构建持续积累的上下文架构
模型越来越强，为何使用体验不升反降？根本原因在于上下文缺失。本文拆解项目说明、渐进式披露、代内记忆、三道护栏四个阶段，手把手教你为AI搭建可持续的项目记忆系统，让Agent真正记住你的工作方式。
阅读全文 →
·8 分钟
别再裸奔：为AI智能体技能编写评估的完整实践指南
Google DeepMind工程师揭示：超过5万个AI智能体技能几乎无一附带评估。本文系统梳理技能评估的核心方法，涵盖技能描述优化、测试用例设计、评估harness搭建及退役机制，帮助你告别盲目发布。
阅读全文 →
深度解读
AI Agent Skill 设计深度解读：Anthropic 与 Perp…
·9 分钟
AI Agent Skill 设计深度解读：Anthropic 与 Perplexity 的工程实践
深度解读 Anthropic Claude Code 团队与 Perplexity Agent 团队的 Skill 设计哲学，涵盖税收测试、Gotchas 飞轮、渐进式披露、Eval-First 流程等核心原则，帮助工程师构建高质量 AI Agent 技能系统。
阅读全文 →
AI Agent人在回路（HITL）设计：风险分级与最佳实践
·14 分钟
AI Agent人在回路（HITL）设计：风险分级与最佳实践
深入解析AI Agent的Human-in-the-Loop设计难题：如何在自动化效率与人类监督之间找到平衡？本文系统梳理操作风险分级、异步审批、置信度触发等核心实践，帮助开发者构建可信赖的Agent系统。
阅读全文 →
·10 分钟
AI Agent为何上线就崩溃？Harness Engineering运行时工程实战
深度拆解Claude Code源码，系统解析Harness Engineering五层架构：环境层、工具层、控制层、记忆层、评估层。帮你从根本上解决AI Agent上线崩溃、失控、答非所问等生产级问题，构建稳定可靠的运行时工程体系。
阅读全文 →
·9 分钟
Agent Skills详解：从Prompt到AI专家的五级能力进化
深度拆解Agent Skills核心概念：从基础Prompt到封装完善的AI专业能力单元，五个层级逐步解析人机交互演进路径，厘清Skill与MCP、Workflow的本质区别，帮你真正「配置」AI而非只是「使用」AI。
阅读全文 →
·7 分钟
吴恩达联手Anthropic：Agent Skills 完整解析与实战指南
DeepLearning.AI 与 Anthropic 联合推出 Agent Skills 课程，本文系统讲解 Skills 工作原理、渐进式披露机制、与 MCP 及子智能体的组合模式，助力开发者掌握 AI 智能体扩展开发的核心能力。
阅读全文 →
·16 分钟
Agent Studio：统一编写AI角色与技能的智能体开发平台
Agent Studio将AI Agent的角色定义（Subagents）与技能（Skills）整合于同一平台，通过统一MCP端点、渐进式披露机制与社区审核发布，实现智能体能力的协同编排。本文深度解析其核心设计理念与工程实践价值。
阅读全文 →
·18 分钟
链接式上下文：AI Agent技能如何指向整个开放网络
深入解析Skill Studio引入的「链接式上下文」机制——技能文件从预加载副本变为实时拉取的URL链接，让AI Agent的渐进式披露突破平台边界，延伸至整个互联网。同时探讨提示词注入、内容漂移等潜在风险。
阅读全文 →
