共 22 篇文章
系统设计入门：如何从 HLD 和 LLD 开始
面向初学者的系统设计入门指南，讲清 HLD（高层设计）与 LLD（低层设计）的区别与各自价值。HLD 关注系统级构建模块——服务器、负载均衡、数据库、缓存、CDN、消息队列、扩展性及其权衡；LLD 关注面向对象原则、SOLID、常见设计模式与类图，让代码在增长中保持整洁可维护。文章给出逐步应对 HLD/LLD 问题的套路，以及初学者"先设计得糟糕、从出错处学习、再重试"的练习路线图。
DeepSeek Harness 上线：一切皆为插件，一切皆是可能
评测刚开源上线的DeepSeek Harness（dsh）——DeepSeek打造的类Claude Code的Agent框架。核心理念是"一切皆插件"：模型、工具、技能、会话、沙箱、主循环等所有能力均由Cordis插件组合、可自由替换，配合Profile/Patch分层组装。随附四种模式（标准/PTC/极简/创造），PTC模式用一段TypeScript代码组织多轮工具调用以省上下文；还内置子代理、工作流编排、进程沙箱、审批守卫、MCP与Hooks生态兼容，密钥不进日志、默认不上传，强调开放自定义与可扩展能力。
一篇讲透Agent自进化飞轮怎么搭：评测→记忆→落地→控制
文章针对Agent上线后长期不进步的普遍问题，提出一套由评测、记忆、落地、控制四环节组成的Agent自进化飞轮方法论。作者指出自进化的瓶颈在于环节间的衔接而非单一技术：评测是闭环的'眼睛'，记忆是'大脑'，Self-Improve是'手脚'，人机协作是'方向盘与刹车'，并强调评测可信度高于系统复杂度、记忆系统的核心是治理能力，给出可落地的工程闭环建议。
2026 年，在 AI Agents 里该学什么、该构建什么、又该跳过什么
提供2026年AI Agent领域技能路线图。建议学习：上下文工程、工具设计、编排器-子Agent模式、评估系统。推荐工具栈：LangGraph、MCP、E2B。建议跳过过度关注模型排名和重复造轮子。
Hello Plugin：我把 DeepSeek Harness 插件开发全链路跑了一遍
本文作者不满足于只看DeepSeek Harness的架构分析，循官方文档亲手实现了一个Hello Plugin，把插件开发全链路实操了一遍。文章逐段讲解最小插件、工具注册、配置校验、组合包安装、profile加载、生命周期、服务与事件系统，说明每段代码在框架中的角色、为何如此配置、如何验证成功及易错点，最后完整走通从源码启动到打包发布npm、再到用户安装卸载的交付流程，帮助读者真正理解插件机制。