Current focus
从聊天界面，走向可执行的 AI 系统。
让模型拥有工具、上下文、记忆、权限边界和可观测性，再通过评测持续验证它是否真的可靠。
AI AgentsMCPEvalsTool Use
Themes
06
Agents、Coding、MCP、Multimodal、Retrieval、Evaluation。
Working theory
Agent 的上限由模型决定，下限由工程决定。
提示词只是开始。工具定义、权限、状态管理、重试策略和评测，通常更决定最终体验。
Question
What should be autonomous?
不是所有任务都应该完全自动化。更值得研究的是：哪些步骤可以交给 Agent，哪些地方应该保留人类确认。