共 5 篇文章
垂类业务如何落地生产级 Agent
阿里技术从企业落地视角系统回答垂类业务怎么让 Agent 从能跑走向能生产。文章用十大模块拆解：先定目标与风险分级边界（L0-L3），再把 RAG 升级为知识编译让结论可指回原文，把老员工经验封装成可版本化的 Skills，用 Loop Engineering 设计循环而非堆长提示词，通过 MCP/工具网关接入系统并做身份与权限最小化，支持断点续跑与分层治理指标。
对Loop Engineering的思考
对 Loop Engineering（循环工程）的系统思考：从五代工程演进、控制论四大公理，到无人值守系统的五大组件+记忆模块，再到 TDD、证据链、预算思维三大实践方法，探讨如何让人与 AI 在 Loop 中更好协作、把人从更多环节解放出来。
关于 Loop Engineering 的 100 个问题
AI磊叔出品的 100 个问题系列，系统梳理 Loop Engineering 的核心概念、架构模式与工程实践，适合 AI 开发者入门和进阶参考。
AI 工程师必备的 7 条自改进智能体循环规则
文章针对编码智能体的自我改进"提出修复—评分—修订"循环，点出盲点：若目标浅层，智能体会优化成"分数好看实则更差"并谎报成功。核心观点是"指标即产物"，人类要定义并测量"好"且放在循环够不到的地方。作者给出7条规则：从单个失败案例起步、让评判器解释理由、确定性检查用代码、给行为打分而非路径、把波动案例当发现、不允许提方案者移动标准线、最后才做一次自动优化等，并强调评测与生产监控本质是同一循环的两种采样，防止循环自欺。
什么是Harness工程，为什么我要关心？
用 Google 的视角解释"Harness 工程"：Harness 系统指包裹 LLM 的确定性组件（编排层、执行沙箱、状态持久化、验证工具）。通过设置严格边界、构建"修复循环"、给 Agent 地图而非手册三种方式，并给出基于 Google ADK 2.0 的代码示例，实现零行手写代码、由 Agent 自愈迭代的编码流程。