Claude Code Projects：一个对话框，管理多个 Agent Session
今天看到了 Claude 的一篇文章，介绍重新设计后的 Claude Code Projects。
我觉得这个功能挺有意思：它在 Claude Code Session 之上增加了一个项目级 Coordinator（协调 Agent），用统一的项目对话来管理多个独立的 Claude Code Session。
用户只需要在一个对话框里持续提出需求，Coordinator 就可以根据任务情况创...
用了 Kimi Code 后，我又重新看了一遍 Coding Agent 的 Edit 设计
最近 GPT-6.1 Sol 实在是有点慢，想着既然要等那么久，不如换 Kimi 试试，刚好搭配 Kimi Code 用了一下。
用的过程中发现，Kimi Code 的 Edit 设计和 Codex 不太一样。
Codex 主要采用 apply_patch，让模型通过 Patch 描述文件修改；而 Kimi Code 用的是传统的 old_string → new_string 字符串替换。
另外最近还有一个让我感兴趣的变化：Codex 在 GPT-6.1 Sol 这样的新模型上，已经使用了 Code Mode 来编排工具调用。
我个人感觉，这可能和模型能力的提升有关。模型越来越擅长编写代码和处理复杂的工具调用，Harness 也开始让模型承担更多的编排工作。
当然，Code Mode 和 Patch 并不是互相替代的关系，一个负责工具编排，一个负责文件编辑。
之前设计 Biny-Agent 的 Edit 时，我其实就思考过这些方案。借着这次使用 Kimi Code，重新翻了一遍源码，也顺便整理一下目前几个 Coding Agent 的设计区别。
Pi Agent loop
一、引子：大模型的三种用法
在聊 Agent Loop 之前，我们先退一步，看看”使用大模型”这件事本身有几种模式。这对理解”为什么需要循环”至关重要。
模式 1：直接调用 —— “模型，回答我”
最原始、最直觉的用法。你构建好提示词，调用一次 API，拿到结果，完事。
1用户输入 → 构建提示词 → 调模型 → 模型输出 → 展示结果
核心工作在于”构建提示词”** 。提示词写得好，结果就...
Pi Agent 上下文工程，模型每一轮到底看到了什么
Pi Agent 给人的一个错觉是，它好像记得整个项目。
你让它读文件、跑测试、修改实现，再回头问它为什么这样改，它通常还能接上前面的工作。但打开源码会发现，Pi 并没有给模型一块无限记忆。每次调用模型之前，它都会从会话、工具结果、项目规则和当前输入里，重新裁出一份可以发送的消息。
所以真正值得研究的问题不是模型能记住多少，而是这一轮请求发出之前，Pi 决定让模型看到什么，又把什么留在了上下...
Pi Agent 工具架构设计：三层类型 + 五步管道 + 并行调度 + 错误处理
在 Pi Agent 的工具系统中，工具的抽象和执行机制是整个架构的核心。本文系统梳理工具定义的三层类型、调用时的五步管道、并行执行策略，以及错误处理的特殊设计。
一、三层类型：为什么”一个工具”要分三层来定义？
在 Pi Agent 里，一个完整的工具定义被拆成了三层，目的是让不同层职责清晰、扩展性强：
第一层：Tool（一张”名片”）
这是最基础的一层，只定义工具的基本信息：
tool...
Pi Agent 工具架构设计：Operations 抽象与 Workspace 切换
在 Pi Agent 的工具系统中，Operations 抽象 是核心设计之一。它把工具的执行逻辑与具体文件系统实现解耦，让 Agent 可以在本地、SSH、Docker 等不同环境中灵活切换。
本文主要分享工具架构的核心设计思路，包括抽象接口、依赖注入、闭包固定实例，以及 Workspace 切换机制。
为什么不直接使用 Node.js fs？
很多人第一反应是直接调用 fs/promis...
AIO BIO NIO区别？
AIO BIO NIO区别？
BIO（同步阻塞 I/O）
BIO 是传统的 I/O 模式，全称为 Block I/O，也叫同步阻塞 I/O。在 BIO 模式下，当我们执行 I/O 操作时，比如读取文件或者网络请求，程序会 阻塞，直到 I/O 操作完成后，才能继续执行后面的代码。也就是说，当一个线程在等待 I/O 完成时，它是处于阻塞状态的，不能做其他事情。
NIO（同步非阻塞 I/O）
一个...
Kimi K3 发布的一些个人感受
Kimi K3 的技术博客里，有一个很容易被忽略、但很关键的细节：
K3 对「思考历史」极度敏感。harness 如果没有完整传回之前的 thinking 内容，生成质量会严重不稳定。
原文大致写了两个触发条件：
harness 没有完整回传历史 thinking 内容
会话中途从别的模型切换到 K3
博客对原因也做了解释。大多数 reasoning 模型，比如 Claude 的 ext...
RRF 排序融合，混合检索如何统一 BM25 和向量搜索
做混合检索时，会碰到一个很朴素的问题。
BM25 说某篇文档得了 18.6 分，向量检索说另一篇文档的相似度是 0.83。到底谁应该排在前面？
18.6 看起来比 0.83 大得多，但这两个数字根本不在同一把尺子上。直接相加没有意义，随手归一化又会受到查询、模型和数据分布影响。
RRF 提供了一个很省心的思路。
既然各路分数不好比较，那就不比较分数，只比较排名。
为什么混合检索需要结果融合
...
MCP 和 Skill，到底是什么关系？
最近看 Agent 相关的项目，经常会同时碰到三个词，Function Calling、MCP 和 Skill。
它们看起来都和「让模型做事」有关，于是很容易混在一起。有人把 MCP 当成更高级的 Function Calling，也有人觉得有了 Skill 就不需要 MCP。
其实它们并不在同一层。
最简短的理解是，Function Calling 负责表达调用，MCP 负责接入能力，Sk...
1 / 12