01深度文章Coding Agent Harness基建技术分析
基于 14 个 Coding Agent 固定版本的源码审计,横向拆解主循环、上下文工程、工具执行、沙箱与权限、插件、多 Agent、持久化和可观测性,并用 28 张交互图还原关键链路。
↗ 3 阅读♡ 0 点赞
阅读文章 ↗将值得反复查阅的 AI 教程、方法与思考,整理成清晰可找的阅读清单。
01深度文章基于 14 个 Coding Agent 固定版本的源码审计,横向拆解主循环、上下文工程、工具执行、沙箱与权限、插件、多 Agent、持久化和可观测性,并用 28 张交互图还原关键链路。
02AI 教程把数据形状、计算阶段、速度瓶颈和可靠性风险连接成一张系统图。
03AI 教程区分基础能力与行为对齐,理解角色 token 和偏好目标。
04AI 教程把训练稳定技巧放回优化动态,避免把旋钮当成魔法。
05AI 教程从移位标签、并行预测到反向传播,理解权重怎样被数据塑造。
06AI 教程拆分 prefill 与 decode,计算缓存增长,并理解混合注意力的取舍。
07AI 教程操作 temperature、top-k、top-p 与重复惩罚,建立任务型解码策略。
08AI 教程理解最终归一化、线性投影、权重共享与 logit 排名。
09AI 教程沿数据流组合归一化、注意力、MLP、残差与深层堆叠。