博客
写给正在把 Agent 从本地实验带进生产系统的人。
从本地实验走向生产系统的一封信，关于 Agent Work、阈值和 Cloud Agent Session Lifecycle API。
如果 Cloud Agent 成为主流，开发者真正需要的不会只是更多 Agent CRUD，而是一套能解析、运行和治理 Environment 的中立控制面。本文从结果倒推这层基础设施为什么必然出现。
人们对 Agent 正在形成两种完全不同的期待：一种有身份、有记忆，需要被长期培养；另一种无状态、可替换，用更自由的推理管道取代固定 workflow。
ghfind 把 GitHub 项目评估交给一个已发布的 Mosoo Agent，同时把评分规则、任务队列、结果校验和产品界面留在自己的应用里。
为什么在 Coding Agent 时代，你的网站应用仅仅是有 API 还远远不够，CLI 和 CLI-Skill 应从 Day 1 起成为开发与测试的默认契约。
与其先争论 Agent Loop 应该放在控制面还是 Sandbox，不如先说明哪些事实必须持久、哪些执行态允许丢失。本文用 mosoo 与 Agent Driver 的实际边界，给出一个可验证的拆分方法。
OpenAI Responses API 正把状态、压缩、工具程序、WebSocket 续接和多 Agent 协同收进统一的模型运行时。本文梳理这条分水岭，以及仍然属于应用层的责任。
从 Completions 到 Chat，从 Messages 到本地 coding agent：API 的形状一直在变。当 Agent Work 想搬到云上，新的最小计算单元是对一个无头 Agent 的一次请求。
