主题
归档
Agent 跑几十轮后 Context 必然膨胀，而 Sliding Window 会截掉「不要改数据库 Schema」这类关键约束。本文给出 Delete → Externalize → Structure → Compress → Isolate 的分层策略：先删噪声再摘要、超大 Tool Result 外置存储、用 Status Bar 显式表达状态，以及为什么 Isolation 优于 Compression。
把所有能力都写进 System Prompt，最终会变成几万 Token 的万能说明书。本文解释 Agent Skills 背后的 Progressive Disclosure 渐进式披露机制：为什么 Skill Metadata 要回答「什么时候调用我」而不是「我是什么」、Skill 与 Tool 如何分工（Capability vs Procedure），以及什么该放 System Prompt、什么该放 Skill。
Agent 犯一次错就加一条规则，System Prompt 最终会变成几千 Token 的补丁集合。本文说明 Rules Dump 为何带来优先级不清、执行顺序不明与规则冲突三个问题，并给出以 SOP 为骨架、规则围绕流程组织、用 Markdown + XML 划分语义边界、Instruction 与 Data 严格分离的 Prompt 结构。
System Prompt 里放一个当前时间戳，就可能让整段 Context 的缓存全部失效。本文从 KV Cache 的前缀复用原理出发，解释为什么越靠近开头的信息越要保持稳定、为什么 Tool Definitions 不该无意义重排，并给出 Minimal Stable Prefix 与「越稳定 → 越动态」的 Context 排列原则。
Context 不是聊天记录，而是模型这一轮能看到的全部工作环境。本文给出 Context = Stable Prefix + Dynamic Trajectory + Current State 的结构，讲清为什么 System Prompt 与 Tool Definitions 要尽量稳定、为什么当前时间不该写进 System Prompt，以及为什么目标不是 Maximum Context 而是 Maximum Relevant Context。
同一个模型放进不同的 Agent 系统，实际表现可能相差很大——差异往往来自 Model 之外的 Harness。本文用 Agent = Model + Harness 的视角解释模型 API 的无状态本质，说明为什么 build_context() 才是 Agent Loop 里最难的部分，以及 Context Engineering 与 Prompt Engineering 的边界。
直接 os.Exit 会让在途请求报出 EOF 与 Connection Reset。本文对比 Close 与 Shutdown 的状态机行为、signal.Notify 与 signal.NotifyContext 两代范式，逐一排查僵尸进程、log.Fatal 断链、复用已取消 Context、误判 ErrServerClosed、二次信号失效五个生产缺陷，并给出生产级停机模板。
把 wg.Add(1) 写进 go func 内部，主协程可能在计数器仍为 0 时直接穿透 wg.Wait()，子协程随调用栈一起被销毁。本文从 GMP 调度与 runtime.newproc 的入队时序出发解释这场微秒级竞速，并给出计数前置与循环外批量 Add 的正确写法。