Hi, I’m Ethan 👋

欢迎来到我的博客。

我会在这里写:工程实践与踩坑笔记、系统设计与架构思考、工具与效率、以及读书和生活杂感。

前缀即契约:长程 Agent 的上下文工程

一个 Agent 跑几轮和跑几百轮,是两类工程问题。几轮时,关心的是模型能不能把事做对; 几百轮时,问题变成:上下文里还剩什么,模型还记不记得目标,每一轮要为重复输入付多少钱, 以及它上一轮的推理还能不能接着用。 这篇文章的结论是:这三个问题有同一个根源,就是请求前缀的稳定性。 围绕前缀,可以得到四条原则和一套具体的上下文结构。文中的做法来自一个操作电脑的个人助手的落地, 但原则对任何长程工具调用 Agent 都适用。 一、长程 Agent 的三种退化 退化 表现 直接原因 成本失控 每轮输入越来越贵,缓存命中率很低 前缀被反复改写,提示缓存频繁失效 注意力稀释 模型忘记目标、重复已做过的步骤 上下文里堆满旧内容,关键信息淹没在中间 推理断裂 模型每轮从头想,丢掉长程计划 推理块被删除或失效 第二种通常被称为上下文腐烂(context rot):窗口还没满,效果已经下降,位于中间的信息最容易被忽略 (Lost in the Middle)。 它的解法是压缩,而压缩恰好要改写前缀。所以三种退化最终会交汇到一个问题上:前缀什么时候能改、怎么改。 二、为什么前缀是一份契约 两个机制都按前缀工作: 提示缓存是前缀匹配。 前面任何一个字节变了,后面全部按全价重算。 推理块的签名绑定前缀。 以 Claude 为例,思考块的签名记录了它产生时的系统提示、工具列表和之前每一条消息。 前缀一改,这个块和它之后的所有块都会失效:较新的账号直接返回 400,其他情况被静默丢弃,模型只能从头推理 (Preserved thinking)。 于是有一个容易被忽视的事实:让缓存失效的改动,就是让推理失效的改动。 “只追加、不改写"因此不再只是性能建议,而是正确性要求。下面这些常见写法都违反了它: 每轮重新生成系统提示,里面带着当前时间; 任务进行中增删工具; 回头原地截断旧的工具结果; 插入一条临时提醒,下一轮再删掉。 把前缀看成一份契约,设计就有了四条原则: 前缀稳定:能不改就不改,只在末尾追加。 批量变更:必须改时集中成批地改,减少缓存失效的次数。 可恢复压缩:改动造成的信息损失,要能从存档找回。 推理块一致性:前缀变了,依附在它上面的推理块要随之处理。 三、前缀稳定:分区布局与只追加 把上下文分成三个区,各自只允许一种变化: 区 内容 允许的变化 稳定区 系统提示、工具定义 整个任务不变 锚点区 用户的原始任务,逐字保留 永不改动,压缩也不动 增长区 模型回复、工具调用和结果、周期性状态 只在末尾追加 几个落地细节: ...

2026-11-02 · 2 分钟 · 305 字 · Ethan

读代码之前,先读 Git 历史:五条命令给项目做体检

接手一个陌生代码库时,大多数人的第一反应是打开源码目录开始翻文件。Ally Piechowski 在 The Git Commands I Run Before Reading Any Code 里给出了另一条路:先别读代码,先读 git 历史。提交记录里藏着代码质量、团队健康度和项目风险的大量信号, 五条命令就能把它们挖出来。本文是这篇文章的摘要笔记。 1. 变更热点:哪些文件被改得最多 git log --format=format: --name-only --since="1 year ago" \ | sort | uniq -c | sort -nr | head -20 列出过去一年改动次数最多的 20 个文件。高频变更本身不一定是坏事,但高变更 + 低所有权的文件 是典型的风险区:改动零碎、难以预测,还会悄悄拖垮团队的排期估算。作者引用了微软研究院 2005 年的 一项研究:按组件规模归一化后的「相对 churn」,比绝对改动次数更能预测缺陷密度。 2. Bus Factor:项目压在几个人身上 git shortlog -sn --no-merges 按提交量给贡献者排序。如果一个人占了 60% 以上的提交,这就是一个关键依赖风险——尤其当这个人 已经半年没出现在提交记录里。作者建议顺手确认一下:历史上的头部贡献者,最近是否还活跃。 注意:squash merge 工作流会掩盖真实作者——统计反映的是「谁合并的」,不是「谁写的」。 3. Bug 聚集:哪些文件反复出问题 git log -i -E --grep="fix|bug|broken" --name-only --format='' \ | sort | uniq -c | sort -nr | head -20 找出提交信息里带 fix / bug / broken 的文件。把这份榜单和第 1 条的 churn 榜单对照着看, 交集就是风险最高的代码:反复出 bug、却从未被认真重构的文件。 ...

2026-07-19 · 1 分钟 · 141 字 · Ethan

Claude Code、OpenClaw、Hermes、DeepAgents:四种 Agent Harness 的设计对比

过去一年,「agent」这个词已经被用滥了。但真正决定一个 agent 好不好用的,往往不是模型本身, 而是包在模型外面的那一层东西——harness。LangChain 在 The Anatomy of an Agent Harness 里给了一个很干净的定义: Agent = Model + Harness。Harness 是「除模型之外的所有代码、配置与执行逻辑」。 模型决定上限,harness 决定你日常摸到的下限:上下文怎么管、记忆放哪、工具怎么给、 权限怎么收、循环由谁驱动。这篇文章拆四个有代表性的 harness,看它们对同一组问题给出的不同答案。 四位选手 定位 出品方 驱动方式 记忆载体 Claude Code 交互式编码 agent Anthropic 人驱动的终端会话 CLAUDE.md / AGENTS.md + 记忆目录 OpenClaw 自托管个人助理 Peter Steinberger(社区) 消息网关 + 心跳定时器 磁盘上的 Markdown 文件 Hermes 常驻自治 agent Nous Research 多渠道网关 + cron 后台 三层记忆(SQLite + Markdown) DeepAgents 开发者用的 harness SDK LangChain 开发者定义的图运行时 可插拔虚拟文件系统 简单交代下背景: Claude Code 是 Anthropic 的终端编码 agent,也是「harness 与模型联合演化」路线的代表—— LangChain 那篇文章特别指出,Claude Code 和 Codex 的模型后训练是带着 harness 一起做的。 OpenClaw 是 Peter Steinberger 在 2025 年底发布的自托管个人助理(前身叫 Clawdbot,短暂改名 Moltbot 后定名 OpenClaw),几个月内成为增长最快的开源 agent 项目之一;Steinberger 本人已于 2026 年 2 月加入 OpenAI。 Hermes 是 Nous Research 的开源 agent,把「Harness Engineering」这个概念直接产品化, 主打自我改进与 7×24 后台运行。 DeepAgents 是 LangChain 的「电池全含」harness(langchain-ai/deepagents), 不是给最终用户的产品,而是给开发者构建自己 agent 的底座,跑在 LangGraph 运行时上。 四者面向的场景完全不同,但要回答的是同一组设计问题。下面逐个维度看。 ...

2026-07-07 · 3 分钟 · 586 字 · Ethan

Hello World:博客上线啦

为什么开这个博客 很多想法散落在各种 Slack、笔记、聊天窗口里,时间一长什么都没留下来。开个博客, 强迫自己把问题想清楚再写出来。 这里会写什么 工程实践:工作里踩过的坑、调优过程、排查故事 系统设计:大数据 / 分布式 / 平台侧的架构思考 工具与效率:让自己开发体验更好的小工具与自动化 读书与思考:不完全是技术的内容 技术栈 这个博客用 Hugo 构建,主题是 PaperMod, 源码和文章都在 GitHub 仓库里,推到 main 分支后 GitHub Actions 会自动构建并部署到 GitHub Pages。 git add . git commit -m "post: new article" git push 就这样,几十秒后就能在 https://ethan6188.github.io 上看到更新。 下一篇 还没想好。先让这里运转起来,再慢慢填内容。

2026-04-22 · 1 分钟 · 44 字 · Ethan