Posts
All the articles I've posted.
-
Context 是内存，记忆是硬盘：给 Agent 上 lazy loading
你以为 agent 记住了你的规则，其实那句话活在昨天 session 的 messages 数组里，今天它醒来就是全新的。Context 是内存，记忆是硬盘："写下来"才是唯一的持久化，检索-回填就是 agent 界的 lazy loading。这是 fe2agent 系列第 5 篇，配 tiny-agent v0.5（markdown 记忆文件 + 朴素关键词检索 + save_memory/search_memory 两个新工具）。
-
Prompt 是新的 CSS：声明式、会级联、没有 devtools
改一行 system prompt，agent 行为整个变一副样子——prompt 像 CSS：声明式、会级联、可以覆盖，但没有 devtools 告诉你当前生效的是哪一条。这是 fe2agent 系列第 4 篇，讲 prompt 的层、指令稀释与结构化写法，配 tiny-agent v0.4（同一套工具、两版 system prompt 跑行为对比）。
-
从 OpenClaw 到 Claude Code：半年后我的配置演化账本
当时留的两个 TODO 和一个遗憾如今全部翻篇，还长出四件当时想都没想过的东西：memory 变成规则中枢、Skills 进入流水线、双语 i18n 拉出第二条发布线、AdSense 事件反向重塑写作纪律。七条演化，一条一节，一份账本。
-
Tool Call：让 AI dispatch，你来当 reducer
前端里 dispatch 是你的活、reducer 是你写的；agent 里 dispatch 交给了 AI，reducer 那半边仍然是你的责任。这是 fe2agent 系列第 3 篇，讲 tool schema 三件套、执行权分离、把 AI 当不可信客户端校验，配 tiny-agent v0.3。
-
模型没有记忆：Context 就是 state，而且每次全量重渲染
你以为 agent 记得你，其实每轮它都在把整个 messages 数组全量重发——LLM 调用是无状态的，"对话" 是客户端造出来的幻觉。React 有 diff/memo/Fiber 帮你把重渲染压便宜，agent 没有，全量是真的全量。这是 fe2agent 系列第 2 篇，配 tiny-agent v0.2（Context 类 + 历史压缩 + prompt caching）。
-
Agent 就是个 while 循环？——从 UI = f(state) 到 action = LLM(context)
前端人第一次看 AI Agent 满墙术语懵，其实核心就是个 while 循环——但循环里那个函数不纯、会撒谎、每次返回都不一样。这是系列首篇，从 UI=f(state) 到 action=LLM(context)，配一个 32 行可跑的 tiny-agent（Anthropic SDK + 1 个工具），把 agent vs chatbot vs workflow 三分法讲清楚。
-
Fiber 教会我们设计 AI Agent 状态存储的 3 条原则
React Fiber 掘金上有一篇 6012 热度的深度介绍，同题已被写烂。真正没人写的是 Fiber 三大机制（双缓冲、time slicing、lanes 优先级）如何映射到 AI Agent 状态存储设计。本文从我 blog194/195/202 真做过的 AGENTS.md、loop debt、ponytail 实测经验出发，逐条对应给出 AI Agent 时代该抄的 3 条 Fiber 元规律。
-
Kimi K2.7 Code 进 GitHub Copilot：基准、舆论之后，国产模型第一次拿下"渠道"
GitHub Copilot 2026-07-01 把 Kimi K2.7 Code 放进模型选择器：第一个 open-weight、也是第一个中国模型。数据经 HF/HN API 与官方定价页亲手核验，拆"开源权重 + Azure 托管 + 企业默认关闭"三层信任结构与两条出海路线。