📚 喵喵的笔记库

08-参考资料

9分钟阅读

参考资料

补充参考：安全合规、RAG 知识库、评估测试、参考源、金句、书籍课程。 核心架构 → 02-核心架构 | 工具链 → 06-工具链与生态

安全与合规

AI Agent 有能力执行操作，就必须有能力被限制。

核心原则

  1. 最小权限原则：Agent 只拥有完成任务所需的最小权限
  2. 沙箱隔离：在受限环境中执行不可信操作
  3. 审计追踪：所有 Agent 操作可追溯、可回滚
  4. 人类审批门控：高风险操作必须经过人类确认

Claude Code 安全机制

  • Permission 系统：文件读写、命令执行都需要授权
  • Sandbox 模式：在 Docker 容器中隔离执行
  • Hooks 权限控制：PostToolUse 自动审查

参考资料

RAG 与知识库

让 AI 拥有你的知识，而不只是通用能力。

核心概念

  • 向量检索：将文档分块 → embedding → 存入向量数据库 → 语义检索
  • 知识图谱：结构化关系存储，适合复杂推理
  • 混合检索：向量检索 + 关键词检索 + 知识图谱，取长补短

与 Harness 的关系

Knowledge/Skills 文件就是 Harness 中的知识层——按需加载、渐进式披露。RAG 是知识获取的技术手段，Harness 是知识使用的工程框架。

评估与测试

AI 生成的代码，质量怎么保证？

评估框架

  1. 代码质量：lint、类型检查、单元测试覆盖率
  2. 功能正确性：需求是否完整实现
  3. 架构一致性：是否符合项目规范
  4. 安全审计：是否引入安全风险

Harness 中的评估

Anthropic 的 GAN 思路：Generator Agent 写代码 → Evaluator Agent 评审 → 反馈循环。评估不是后置步骤，是 Harness 反馈闭环的核心组件。

参考源（按优先级分层）

Tier 1：AI 实验室一手资料

Anthropic：

OpenAI：

Google：

  • Gemini Code Assist + Jules agent

Tier 2：学术论文

Tier 3：行业高影响力文章

Tier 1.5：英文权威博客

Tier 4：社区与博客

Tier 5：Agent 工程化实战合集（2026-05 收集）

详见 参考-2026-05-Agent工程化实战合集，原文归档 ~/obsidian/05-Archives/2026-Q2/

团队协作与流程：

  • 叶小钗：AI 团队协作案例（理念层，团队 AI 提效 = 管理机制）⭐⭐⭐
  • 程序猿的自留地：AI 原生研发范式（流程层，spec→design→issues 六阶段闭环）⭐⭐⭐

Harness 工程化落地：

  • 得物技术：Claude Code Harness 数仓落地方案（五层防御体系）⭐⭐⭐
  • 多智能体实验室：Claude Code 87 条最佳实践（Skills 设计 + 上下文管理）⭐⭐⭐

Agent 管理、编排与可观测：

  • AI技术小林：Multica（22.7K⭐，Agent 看板管理平台）⭐⭐
  • 月曦博客：agenttrace（运行复盘可视化工具）⭐⭐
  • manisfast：Hermes Agent 满配实战（3万字，12层路线图）⭐⭐⭐

行业趋势：

  • AI知识体系礼记：Agent Skill 正在吃掉软件开发（npm 2015 时刻）⭐⭐⭐
  • ColaAI：48 个 AI 游戏工作室（14.5K⭐，组织架构化管理 Agent）⭐⭐

核心金句

分享时用的精华引用，一句话打动人。

  1. "Agents aren't hard; the Harness is hard." — Anthropic + OpenAI 共识
  2. "Most of my effort went into designing the environment around Claude — the tests, the environment, the feedback — so that it could orient itself without me." — Nicholas Carlini（OpenAI 百万行代码项目）
  3. "工具的边界就是 Agent 的能力边界。" — Tony Bai
  4. "MCP 就像是给 AI 一堆独立的玩具。CLI 给了 AI 一整套乐高积木和管道。" — Mario Zechner（Pi 作者）
  5. " Harness 不是让模型更聪明，而是通过工程化环境让今天的模型产出最大化。"
  6. "Vibe Coding 提升所有人的下限。Agentic Engineering 探索质量与效率的上限。" — Karpathy
  7. "难点不是让大模型输出 JSON，而是怎么在物理层面驾驭大模型的破坏力与失控。" — Tony Bai
  8. "从'代码中心'到'文档驱动'——先想清楚要什么，再让 AI 去做。" — 阿里云 SDD-RIPER
  9. "你越有经验，越能从 AI 协作中获益。" — Anthropic 工程师
  10. "别让 AI 写代码，让它抄代码。" — 天猫 97.9% 采纳率团队
  11. "如果你想糊弄 AI，那他一定会糊弄你。" — 叶小钗
  12. "标准化 skill 可以替你积累，但不能替你判断。" — AI知识体系礼记
  13. "管住 48 个 Agent 靠的不是更聪明的 prompt，而是组织架构。" — Claude Code Game Studios
  14. "验证不通过不直接改代码，而是回到文档层修正。" — AI原生研发范式
  15. "一个动作出现第二次就考虑沉淀，出现三次直接无脑 Skills 化。" — 叶小钗

书籍与课程

专栏课程

  • Tony Bai：极客时间《从0开始构建Agent Harness》24讲（Go 语言）
  • Tony Bai：极客时间《AI原生开发工作流实战》
  • Tony Bai：极客时间《Go语言第一课》

书籍

  • 《系统重构与迁移指南》— phodal（开源）
  • 《Go 语言实战：编写可维护 Go 语言代码建议》— llitfkitfk（开源）

开源教程

关系图谱

反向链接