上一篇已经记录了两台 Mac 排查通用控制故障的完整过程，这篇不再重复故障本身，只补上当时没有展开的一段：分别运行在 MacBook Air 和 Mac mini 上的两个 Codex，是怎么交换信息的？ 当时的方案很简单。Mac mini 上的 Codex 临时启动了一个 HTTP 留言板，Air 端定时读取新消息，处理后再把结果发回去。 没有 Agent 框架，也没有真正实现 A2A。只有一个地址、一个 token 和两三个接口。 ...
从一次 Tool Call 走到真正会继续工作的 Agent Loop：模型调用工具、观察结果、继续决策，直到给出最终回答或触发停止条件。 昨天上班看日报时，很开心看到 DeepSeek-v4-flash-0731 正式发布，对它期待甚高。一直以来主力模型都是海外模型，但是频频封号、支付困难，层层难关只是为了给老外送钱，心里很不是滋味。倒不是要站位，只是被卡脖子的滋味不好受，在哪个领域都一样。 ...
手把手教你从零开发一个 Agent（1）。本期主要深入讲：什么是 Function Calling，什么是 tools，以及 LLM 实际看到了什么。 工具调用不是模型直接执行了你的函数。模型做的是读取工具说明，生成一段结构化的调用请求；真正的函数由应用侧执行，结果再回传给模型，由模型组织最终回复。 ...
本系列应该会放 Coding Agent 的教程，以及如何开发一个 Agent，后续会往 pi-agent 的实现思路继续学习。 我会按真实开发经历梳理记录，并尽量从需求倒推实现。这样比较好理解，但弊端也很明显：我会在这个过程中踩坑，而且有些坑可能要过一阵子才意识到。再叠个甲，笔者也是小菜鸟，如有错误，欢迎指出。 ...
agent 发展到现在，已经有很多成熟的方案了，但是为了更高的设计一致性和项目掌握度，需要从 0-1 设计一套。期间会借鉴参考很多开源项目。项目全程遵循 KISS 原则。 概念和技术栈选择 查了一下 agent 的概念其实比较久远，很早以前的经典理论我们不提，本文只针对目前的 生成式 AI 所代表的 agent。 对于 agent 的执行机制，你可能听说过 ReAct （reasoning and acting）ReAct 来自 2022 年论文《ReAct: Synergizing Reasoning and Acting in Language Models》1，概念如下 ...