Sebastian Raschka在文章中详细解析了编程Agent的设计与架构。核心观点包括：LLM是核心的next-token模型，推理模型是经过训练或提示来在推理时投入更多计算的系统。Agent是模型之上的一层，可以理解为控制循环。Agent harness是围绕Agent的软件脚手架，管理上下文、工具使用、提示、状态和控制流。编程harness是agent harness的特化版本，专门用于软件工程任务，管理代码上下文、工具、执行和迭代反馈。实际应用中，Claude Code和Codex等工具不仅依赖模型本身，还高度依赖周围的系统设计（如repo上下文、工具设计、prompt缓存稳定性、内存和长会话连续性），这解释了为何它们比普通聊天界面更强大。
原文链接：https://magazine.sebastianraschka.com/p/components-of-a-coding-agent
🕐 发布于: 2026年04月05日 08:04
发表回复