本周十四篇文章有一个共同背景：Agent 不再只是能跑通的 demo，而是真实进入代码库、账单与团队协作的工程实体。两条线索交错：一条把工作流从线性 prompt 重构为图，删掉不读上游结果的假边，让并行真正发生；另一条为 Agent 补上基础设施——跨会话归纳的记忆、稳定命中缓存的上下文、可休眠的运行时，以及与人共享的浏览器和编辑界面。当 Claude 一周开出数百个 PR，质量与判断力成为新的稀缺资源：确定性扫描、独立验证器、工程师的基本功，反而比任何时候都重要。每一篇都在回答同一个问题：如何让 Agent 在真实系统里可靠、可控、可维护地工作。
这篇文章主张把 agent 工作流本身当作一个工程对象：在 prompt/context/harness/loop 之外，增加“图工程”层。作者的核心观察是，默认线性编排把“顺序”误当成“依赖”，大量箭头并不读上游输出，删除这些假依赖后才能真正并行；所谓 100 个 agent，不是 100 个角色，而是同一角色带各自的上下文窗口实例化 100 次。全篇给出八步方法，覆盖节点契约、四种拓扑、join 时机、分类器与路由表分离、验证节点、持久化状态，并给出“什么时候不该用图”的判断清单。作者坦诚并行广度是有代价的，引用了 Anthropic 多智能体研究的 token 消耗数据。适合正在把单 agent 原型演进为多 agent 生产系统的工程师；没有运行代码，结尾有课程引流。
作者把多 Agent 工作流设计归纳为“图工程”：节点承担单一任务并约定输入输出，边传递真实数据，再用“假边测试”筛掉无意义的顺序等待。核心模式是菱形：fan out 并行调研、reduce 用纯代码压缩、synthesize 由单个 agent 汇总，且验证器必须用全新 context 独立质疑工人的产出。文章给出 Claude Code 用 “workflow” 触发词构建动态工作流的方法，以及市场扫描、SEO 草稿、代码审计等可粘贴模板；同时承认三种失效模式——上下文坍缩、伪独立、静默节点失败。成本部分引用了 Bun 重写案例：约 50 个工作流、64 个并发 agent、11 天花费约 16.5 万美元。适合想从线性提示转向并行编排的 AI 工程师，是一份偏入门的实操指南。
一个名为 Cordis 的元框架，提出“时空可组合性”（Spatiotemporal Composability）编程范式，让系统在空间（分布式部署）与时间（事件/状态演进）两个维度上都能统一组合与编排。基于 TypeScript 与插件机制构建，支持模块化扩展。当前处于活跃开发期，API 尚未稳定，官方提供配套论文与入门文档。适合关注函数式编程、模块化架构与前沿编程范式的一线工程师。
DeepSeek Harness（dsh）是 DeepSeek AI 开源的智能体运行框架（agent harness），核心设计是“一切皆插件”：整个 harness 的能力都通过插件组装，底层由 Cordis 驱动，强调时空可组合性。当前处于 developer preview 阶段，迭代频繁且可能有不兼容变更。提供本地 Web UI（默认 127.0.0.1:3080），可从 npm 安装或从源码构建运行，适合需要自托管、可扩展 agent 运行环境的工程师评估试用。
文章批评当前 Agent 记忆系统仍停留在“存事实、取事实”阶段：能准确返回检索结果，却无法发现隐藏在多个会话之间的结构性依赖。以项目管理助手为例，三位工程师各自上报阻塞，分开看是三个问题，本质上都指向同一个未完成的后端任务；而纯检索无论怎么调 reranker 都找不出这根依赖链。解法是 Zep 的 Observations：先用确定性算法把每条事实压缩成 (实体A, 实体B, 关系) 的签名，再以会话为节点、共享签名为边构建会话图，把跨会话的传递依赖连成连通分量；最后只让 LLM 把算法选定的结构写成可读摘要，模型不参与分组。作者强调这套方法不用 embedding、不用语义相似度、不用 ML 模型，纯粹靠图拓扑。面向做 Agent 记忆、知识图谱与上下文工程的工程师。注意：内容为 Zep 赞助的深度技术解说，理性看待其定位。
Claude Code 的账单由 prefill 与 decode 两个阶段决定：输入 token 一次读完，输出 token 逐字生成，因此输出定价约为输入的 5 倍。prompt caching 自动开启，共享前缀从缓存读取只需 0.1x，但切换 /model、/effort、fast mode 或使用 /compact 都会破坏缓存，导致整个对话重新按全价 prefill。会话成本取决于进入上下文的 token 数量、它们存活的轮数以及并发运行的上下文数。文章给出大量可执行建议：用 @ 引用文件省掉 Read 调用、把常用命令的安静参数写进 CLAUDE.md、让超过 30,000 字符的命令输出落盘、用 /rewind 而非 /compact 裁剪错误分支、把噪音任务交给子代理并指定 haiku 模型。也明确缓存过期时间：订阅 1 小时，API key 5 分钟（可用 ENABLE_PROMPT_CACHING_1H=1 延长）。适合重度 Claude Code 用户控制成本与上下文。
Composio 用同一模型 DeepSeek V4 Flash 对比 8 种 Agent Harness，在 30 项高难度任务中 Pi 通过 20 项（66.7%），Claude Code、Codex、Deep Agents 均只通过 16 项。成本差距更大：Pi 每成功任务仅 0.028 美元，约为 Claude Code 的七分之一。社区数据还显示，Pi 配合 DeepSeek 缓存命中率可达 99.93%，处理近 10 亿输入 Token 只花 2.65 美元，未命中则需约 132 美元。文章剖析了 DeepSeek 前缀缓存机制：匹配必须从第一个 Token 开始，因此 Harness 必须保持上下文前缀稳定。Reasonix 与 pi-deepseek-cache 为此采用冻结环境摘要、追加而非改写、独立会话分离执行/规划模型、确定性摘要哈希等手段，把输入成本降幅做到 98%~99%。适合关注 Agent 工具链选型与 LLM API 成本优化的工程师。
Cloudflare 发布 @cloudflare/computer 早期预览：一个面向 agent 的开源运行库，直接反对“给每个 agent 一个容器”的主流做法。核心理念是给 agent 一台“电脑”，由平台决定代码跑在 isolate、容器沙箱还是浏览器里。包的核心是 workspace——由 SQLite 支撑的持久化虚拟文件系统，可声明式初始化并附加不同执行后端。内置两种后端：isolate 后端用 just-bash 把 shell 翻译成 JavaScript，在 worker 里执行，文件通过绑定直接访问；容器后端用 FUSE 挂载文件系统并回写更改。两者共享同一份文件，agent 通过统一的 exec(string, options) 接口按需选择快的 worker 还是完整 Linux 容器，示例代码展示如何把 workspace 挂进 Durable Object 上的 @cloudflare/think agent，完成 bug 分诊。适合在 Cloudflare 上构建 agent harness 或对执行沙箱抽象感兴趣的工程师；目前是预览版，缺少基准数字和失败案例。
ego lite 是一款为 AI 代理设计的 macOS 浏览器，核心是让代理与你共享同一个浏览器环境，却不互相打扰。代理在各自的独立 Space 里并行执行浏览器自动化任务，你的标签页和鼠标操作保持不变。与 Browser-use、agent-browser 这类纯自动化框架不同，ego lite 自带完整浏览器并支持一键继承 Chrome 的登录态、Cookie、扩展和书签；它通过 `ego-browser` 技能把浏览器能力封装成 JavaScript 工具集，代理以写代码而非敲命令的方式多步驱动页面，官方称复杂任务比 CLI 方案最多快 2.5 倍并以更低 token 消耗完成。适合正在使用 Claude Code、Codex 等 agent CLI，希望让代理安全上网、复用登录态的一线工程师。
Zed 团队发布 Delta，一个面向 Agent 协作的多人编程环境，并开启私有 Beta。核心是 DeltaDB：它将对话和 worktree 实时复制给线程中的所有参与者，同时兼容 Git，所有编辑与对话都记录在 commit 之间，团队外成员看到的仍是普通仓库。评论可锚定在任何代码行上，随代码演进保持位置，agent 与人类评论共存于同一线程。浏览器端并非简化版，而是把同一个 Rust 应用编译成 WebAssembly 并通过 WebGL 渲染。Delta 还接入了 Claude Code 等第三方 agent harness，让终端会话实时同步进线程。界面设计把对话当作可编辑文档，光标可落在 diff 行、计划步骤或思考块上直接批注。适合使用 agent 编程、关注协作工具与 Agent 基础设施的工程师阅读。
Diagram Design 是一套面向 AI 编程助手（Claude Code、Codex、Pi 等）的图表设计技能，内置 38 种编辑级图表类型，以自包含 HTML+SVG 输出零依赖的静态图表。它把一套严格的设计系统——单一强调色、无阴影、4px 网格、三种静态变体——固化进提示与模板，解决 AI 生成图表千篇一律、视觉廉价的问题。你只需给出网址即可在 60 秒内完成品牌匹配；导入 draw.io / Mermaid 文件时可调整格式、尺寸、细节与受众，并在转换后给出取舍账本。适合希望 AI 画图后无需手工返工的工程师、技术作者与产品团队。
作者近几周做了一个实验：让 Claude 在独立的 Slack 频道里接管 iOS、Android、Desktop、web、CLI 与 Agent SDK 的日常维护。Claude Tag 每天执行崩溃 fuzzer、重复抽象统一、死代码清理、抽象纪律检查等 routine，先自动开 PR，再经 Claude Code Review 和人工复核合并。几周内在各个仓库开出 388 个 PR，其中 180 个被合并。Claude 大多一次通过，出错时作者会让 Claude 调校自身 routines，往往几天内见效。适合正在探索 agent 接管机械性维护工作的工程团队参考。
React Doctor 是一个面向 AI 编码代理的 React 代码质量检查工具。它通过 CLI 对代码库做确定性扫描，从 state/effects、性能、架构、安全、可访问性和可维护性六个维度找出问题，并标记过度复杂的函数与可抽取的重复 JSX 树。核心思路是：不用 LLM 猜，先给出可复现的审计结果；再把规则装成 Claude Code、Cursor、Codex 等代理的 skill，让 agent 后续能按同一套标准修复代码。它还支持 GitHub Actions CI 门禁，只报告本次改动引入的新问题，并提供 Chrome 性能 trace 录制能力。适合用 AI agent 写 React 的团队，也适合想在 CI 里加一道 React 质量闸门的工程团队。
这是一篇个人随笔，作者从冒充者综合征谈起，反思智能体编程热潮中被忽略的软件工程基本功。作者认为 agent harnesses 已经跨过“能不能做到”的门槛，但要写出可调试、可维护、分层且可组合的软件，仍然需要大量细致的人类判断。LLM 并不真正推理，只是在预测压缩后的人类知识，因此关键是给它简洁、及时的数据，并用带有自然语言反馈的确定性验证工具来纠错。文中引用了 The Illusion of Thinking 论文、JEPA 模型与 Yann LeCun 的研究，也提到 Simon Willison 提出的 lethal trifecta，说明模型无法区分好建议与坏建议、难以抵御提示注入。作者强调，无论是否有智能体辅助，评审、规划并修补软件接缝都是核心技能，当下更需要关注这些基本功。适合关注 AI 编程工具与软件工程质量的一线工程师阅读。
每周把值得读的拣成一期，直接寄到你邮箱。留个邮箱即可，没有广告。