一定要配温開水
Backend Engineer @ Trend Micro。這裡記錄對 Agentic System 的研究與實踐——Source Code 分析、論文筆記、系統設計練習，以及自己的想法與反思。
關注領域
LLMOpsProduction AI AgentsAgentic System Design
從哪裡開始
▸ 從零到 Agent 工程師
適合：有軟體背景，第一次接觸 LLM
▸ Production Agent 系統設計
適合：有 LLM 基礎，想上生產環境
▸ 讀懂框架，做出選型決策
適合：想評估 Agent 框架的工程師
- LLM Agent 四大架構模式
- 三個框架，三種設計哲學
- Hermes-agent 原始碼解讀
- OpenClaw 原始碼解讀
- 兩個框架的比較
- NanoClaw：Multi-Tenant Agent Hosting Platform
- AgenticSystem 架構全景：四個類別的設計選擇
- 六個系統的 SOUL 設計比較
- 六個系統的 Self-Improvement 機制比較
- CrewAI 原始碼解讀
- GenericAgent 原始碼解析
- Skill Library 的技術債：SkillOps 原始碼解析
- 四個框架對穩定性的理解
- 工具越多越選錯：Tool System 設計分析
- MCP、CLI、還是直呼 API？先看工具長什麼樣
▸ LLMOps 與評估
適合：關注 AI 系統品質與可觀測性
▸ Claude Code Harness Engineering
適合：在用 Claude Code，想讓 Agent 工具自動化、可控的工程師
最新文章
Source Code 不訓練神經網路也能打出理論最高分：Heuristic Learning 的設計邏輯
2026-05-29
Source Code Skill Library 的技術債：SkillOps 原始碼解析
2026-05-29
Source Code 把 Skill 文件當成可訓練參數：SkillOpt 的文字空間優化
2026-05-29
System Design AgenticSystem 架構全景：四個類別、五個系統的設計選擇與取捨
2026-05-28
Implement 用 RPG 架構評估 SRE Agent：Kube Arena 設計紀錄
2026-05-28
訂閱
▣ RSS# this blog is designed for both humans and AI agents
# read · index · query
# future: /agent/* endpoints