Agent 等待工具时，CPU 在干什么？从阻塞到异步理解 Runtime
从一段真实的 Python 子进程实验出发，解释工具等待时的线程状态、同步与异步、阻塞与非阻塞，以及 Agent Runtime 如何在等待期间安排其他任务。
深入理解 Agent Runtime：模型、执行环境、工具调用与沙盒安全
从模型推理服务到 Agent Runtime，拆解状态、工具分发、执行环境、调用时序与沙盒权限，说明模型输出怎样变成可控行动。
模型不是进程：从一次工具调用理解 Agent 如何运行
用一次 Codex 工具调用串起模型、Agent Runtime 与操作系统进程：请求由模型生成，执行由受控程序完成，父子进程与管道则属于 OS 层。
REA：当 Agent 开始理解没有源码的软件
REA 扩展了 Agent 分析没有源码的软件的能力。本文从本地数据库与云端信息的边界出发，区分理解程序、复现功能与重建系统，并讨论证据与验证的局限。
了解 Jev 之后，我开始重新思考 AI 是否总要生成文字
读 TypeSafe AI 的 Jev、System One Models 与 AI Primer 后，我重新思考生成式模型、决策模型和 Agent 编排代码的分工，也整理它们目前的证据与边界。
只让模型处理不确定性：一次 Agent 工具调用与上下文优化复盘
在一个基于 Spring AI 的微信助手里，我把确定的业务流程、会话状态和高置信路由逐步移出模型循环。本文复盘这次边界重划：如何减少无意义的模型调用、控制 Tool Schema 和历史上下文，并让 Agent 更稳定、更容易维护。
Tool、Skill 与 MCP：能力、工作流与标准协议，不在同一个层次
Tool、Skill 与 MCP：能力、工作流与标准协议，不在同一个层次 打开任意一个 Agent 相关文档， […]
从手动发布到自动部署：我的个人博客工作流升级记录
记录我如何把微信 ClawBot、WordPress 受控内容 API、VPS 自托管 Runner 与 Astro 自动部署串成一条可追踪的博客工作流，并复盘网络拦截、构建排队和内存故障的处理过程。