Technical Series · Agent Systems & LLM Infrastructure

基于来源的研究 记住、思考与训练

一组面向工程实践的双语技术研究：从 Agent Runtime 的状态编排，到大型语言模型训练的内存账本，再到 Claude 与云平台如何把能力交付到生产环境。

源码与文档可复核公式、假设与边界显式化图示与估算辅助理解

10笔记

阅读清单

技术报告

Pi Agent Runtime

Agent、Harness 与 Coding Agent 的编排边界

从统一 LLM API、窄 Agent Loop、Session 树与上下文压缩，到 Extensions 和多种交付协议，源码级拆解 Pi 如何把可嵌入的单 Agent Runtime 组织成代码工作流产品。

Agent RuntimeAgent LoopAgentHarnessCoding AgentSessionLLM APIExtensions

约 16 分钟来源: Pi v0.83.0 源码审计；https://github.com/earendil-works/pi[阅读本文](/courses/tech-series/tech-series-pi-agent-runtime/)

技术报告

大语言模型训练资源需求分析

参数规模、优化状态、显存机制与系统优化技术

将“训练资源约为模型文件数倍”的经验口诀还原为可审计的状态账本，解释 AdamW、激活值、Attention、FlashAttention、ZeRO 与 FSDP 如何共同决定训练峰值。

LLM训练系统显存AdamWBF16FlashAttentionZeROFSDP

约 22 分钟来源: LLM_training_memory_whitepaper_final_v3.docx 转录、外部论文与官方文档阅读本文

技术报告

在 Google Cloud 上使用 Claude 构建应用

从餐巾纸草图到 Cloud Run 上线：一场贯穿五个角色的软件交付实战

基于 Code w/ Claude 2026 旧金山场完整 576 条英文自动字幕整理的双语技术知识库，记录 Claude Code、Google Cloud、MCP、Skills、Subagents 与安全评审如何协同完成从想法到部署和数据闭环。

Claude CodeGoogle CloudMCPAgent PlatformCloud RunFirestoreBigQueryLookerAI-assisted development

约 24 分钟来源: https://www.youtube.com/watch?v=SqHsS737CeA[阅读本文](/courses/tech-series/tech-series-在-google-cloud-上使用-claude-构建应用/)

技术报告

Prompting 101：与 Claude 一起构建提示词

Anthropic 应用 AI 团队以瑞典车险理赔为场景，五轮迭代演示提示工程最佳实践

基于 Code w/ Claude 大会《Prompting 101 | Code w/ Claude》完整英文自动字幕与 31 张视频关键帧重建的双语讲座报告，覆盖提示结构五段式与十要素、系统提示词、少样本示例、防幻觉提醒、输出格式化、预填充响应与扩展思考取舍。

Prompt EngineeringClaudeSystem PromptFew-shotExtended ThinkingAnthropic

约 16 分钟来源: https://www.youtube.com/watch?v=ysPbXH0LpIE[阅读本文](/courses/tech-series/tech-series-prompting-101-与-claude-一起构建提示词/)

技术报告

AI 智能体长期记忆：Memory Bank

Google Cloud Agent Memory 系列第三集：用 Vertex AI Memory Bank 实现跨会话、多模态的长期记忆

基于 Google Cloud Tech《AI agent long-term memory with memory bank》英文人工字幕与 15 张视频关键帧重建的双语讲座报告，覆盖会话服务与记忆服务的分工、内存版与 Vertex AI Memory Bank 的取舍、两条记忆写入路径、PreloadMemory 自动检索，以及三层记忆体系总结。

Agent MemoryVertex AIMemory BankGeminiGoogle CloudLong-term Memory

约 8 分钟来源: https://www.youtube.com/watch?v=KZPo15M2DbM[阅读本文](/courses/tech-series/tech-series-ai-智能体长期记忆-memory-bank/)

技术报告

以晚点LatePost《详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？》为唯一来源的双语研究笔记，拆解 K3 的 KDA–MLA 混合注意力、NoPE、Attention Residuals、Quantile Balancing、Per-Head Muon、MOPD 九专家蒸馏、AgentENV 与 Kernel Development Agent，并讨论开源与闭源的代差和护城河。

Kimi K3Open WeightsLinear AttentionMoEDistillationInference Infrastructure

约 12 分钟来源: https://mp.weixin.qq.com/s/KydWDORAkByannmR9jt5ZQ[阅读本文](/courses/tech-series/tech-series-详解-kimi-k3-冲击前沿的开放权重模型/)

技术报告

闭源前沿模型的参数规模估计

GPT-5.6 与 Claude 5 系列的总参数 / 激活参数推断：方法、数字与不确定性

基于 Reuters/FT、LifeArchitect 参数估算、2026 年 IKP 黑箱测量与 Kimi K3 等公开 MoE 架构，对 OpenAI GPT-5.6（Sol/Terra/Luna）与 Anthropic Claude（Fable 5/Opus 5/Sonnet 5/Haiku 4.5）的总参数与激活参数进行综合推断，附四张对比图表与证据标签。

Model ParametersMoEGPT-5.6Claude 5IKPLifeArchitectParameter Estimation

约 8 分钟来源: 自撰分析稿（2026-08-10）；引用 Reuters/FT、LifeArchitect、IKP eigenigma、Kimi K3 arXiv、OpenAI/Anthropic 官方阅读本文

技术报告

AI Harness 深解：把黑箱模型拴在稳定的现实上

基于 Tejas Kumar（IBM）在 AI Engineer 的演讲《Harnesses in AI: A Deep Dive》重建的源基讲座报告

以 Tejas Kumar 在 AI Engineer 大会的演讲为基础，系统讲解什么是 agent harness、它为何以可靠性为核心、六个典型组成部分、N+M 嵌套循环，以及一个“提示词一字未改、只逐步加 harness”的浏览器代理演示如何从崩溃撒谎走到成功登录点赞；并把 harness 概念与本系列 Pi Agent Runtime、Prompting 101 相连接。附三张原创概念图与证据标签。

Agent HarnessAI AgentsReliabilityGuardrailsVerify StepContext CompactionTejas Kumar

约 10 分钟来源: https://www.youtube.com/watch?v=C\_GG5g38vLU （Harnesses in AI: A Deep Dive — Tejas Kumar, IBM · AI Engineer · 2026-05-17）阅读本文

技术报告

GPT-5.6 Sol 的推理等级与路由机制：官方能证明什么，什么仍不可知

基于 OpenAI 官方帮助中心、API 文档、系统卡与界面证据，对 ChatGPT 中「智能 / 极速 / 中 / 高 / 极高」的源基技术核验

以 OpenAI 公开资料为唯一证据边界，厘清 ChatGPT 网页版里「智能、极速 5.5、中、高、极高」到底分别是什么——它们不是同一个模型的几个推理档，而是模型层级、推理强度、模式与路由策略的混合。文章用 A/B/C/D 证据分级贯穿始终，讲清 Medium/High/Extra High 都是同一个 GPT-5.6 Sol 的不同推理预设、隐藏推理 Token 是按任务自适应的软预算、请求要穿过七层路由与执行链路，并明确划出参数量、MoE、固定阈值、UI→API 枚举映射等未公开边界。附三张原创概念图与可复现的验证方案。

GPT-5.6Reasoning ModelsOpenAIModel RoutingReasoning TokensEvidence GradingChatGPT

约 25 分钟来源: OpenAI 官方资料：https://openai.com/index/gpt-5-6/ · https://help.openai.com/en/articles/20001354-gpt-56-in-chatgpt · https://developers.openai.com/api/docs/guides/reasoning （GPT-5.6 Sol · 2026-07 发布）阅读本文

技术报告

编码 Agent 的运行中输入调度：中断、引导与排队

以源代码与官方文档为依据，比较 Codex、Claude Code、OpenCode（含 V2 Beta）与 Pi 如何调度“Agent 跑着时到达的新输入”

当编码 Agent 正在读文件、改代码、跑命令时，用户敲下的新一句话何时、以何种方式成为当前决策的一部分？本文把运行中输入形式化为硬中断、边界引导、后续排队三种语义，基于主仓库源码、测试、官方文档、变更日志与问题跟踪器，逐一拆解 Codex 的 turn/steer + expectedTurnId + pending_input + Tokio watch 通道 + 可唤醒等待、Claude Code 明确的用户语义与不透明的内部运行时（issue #50246）、OpenCode 从串行队列到 V2 持久化 steer|queue、Pi 的双队列内外两层循环；解释“为什么 Codex 感觉更快”，区分“中断不等于回滚”，并给出面向 Harness 设计者的建议。附三张原创概念图与 A1–I 证据分级。

Coding AgentsAgent HarnessSteeringMessage QueueCooperative CancellationCodexClaude CodeOpenCodePi

约 21 分钟来源: 源代码与官方文档：github.com/openai/codex · github.com/anomalyco/opencode · github.com/earendil-works/pi · code.claude.com/docs （2026-08 快照）阅读本文

编辑方法

从原始材料出发，把复杂系统写成可检查的路径

每篇文章都区分当前实现、设计规划与工程推论；引用原始源码、官方文档和论文，并用本地生成的 SVG 图示与交互控件解释那些不能只靠一张截图理解的机制。

建议按顺序阅读：先理解 Agent 运行时状态，再进入训练系统的内存与并行化问题，最后观察 Claude 与云平台如何把能力交付到生产环境。每篇文章底部都提供上一篇、下一篇、首页与返回顶部导航。

Technical Series · Agent Systems & LLM Infrastructure

Pi Agent Runtime

Agent、Harness 与 Coding Agent 的编排边界

大语言模型训练资源需求分析

参数规模、优化状态、显存机制与系统优化技术

在 Google Cloud 上使用 Claude 构建应用

从餐巾纸草图到 Cloud Run 上线：一场贯穿五个角色的软件交付实战

Prompting 101：与 Claude 一起构建提示词

Anthropic 应用 AI 团队以瑞典车险理赔为场景，五轮迭代演示提示工程最佳实践

AI 智能体长期记忆：Memory Bank

Google Cloud Agent Memory 系列第三集：用 Vertex AI Memory Bank 实现跨会话、多模态的长期记忆

详解 Kimi K3：冲击前沿的开放权重模型

基于《晚点聊 LateTalk》访谈的源码级技术解读：混合注意力、九专家蒸馏、Agent 环境与开源护城河

闭源前沿模型的参数规模估计

GPT-5.6 与 Claude 5 系列的总参数 / 激活参数推断：方法、数字与不确定性

AI Harness 深解：把黑箱模型拴在稳定的现实上

基于 Tejas Kumar（IBM）在 AI Engineer 的演讲《Harnesses in AI: A Deep Dive》重建的源基讲座报告

GPT-5.6 Sol 的推理等级与路由机制：官方能证明什么，什么仍不可知

基于 OpenAI 官方帮助中心、API 文档、系统卡与界面证据，对 ChatGPT 中「智能 / 极速 / 中 / 高 / 极高」的源基技术核验

编码 Agent 的运行中输入调度：中断、引导与排队

以源代码与官方文档为依据，比较 Codex、Claude Code、OpenCode（含 V2 Beta）与 Pi 如何调度“Agent 跑着时到达的新输入”

从原始材料出发，把复杂系统写成可检查的路径