3. 有没有观察过同一个模型在不同 context 长度下的表现差异？#

参考回答： #精华 观察到随着 context 增长，模型对早期信息的记忆和关联能力显著下降，容易出现重复操作或偏离初始目标。因此需要在代码中设计合理的上下文压缩和摘要机制，优先保留关键约束和历史决策依据。

6. 讲一下你项目里面用户在终端发一条指令后，系统是怎么处理的？#

参考回答： #精华 用户输入指令后，系统首先会进行解析和上下文组装，然后调用 LLM 进行规划，生成工具调用序列。每一步工具执行的结果都会反馈给模型，模型根据结果决定是否继续调用工具或输出最终答案。整个过程会被记录下来，用于后续的复盘和优化。

7. 怎么减少这个链路里面Agent的幻觉？#

参考回答： #精华 一是通过精细设计工具的 schema 和 description，让模型清楚知道能做什么、不能做什么；二是在上下文中显式注入关键约束和历史信息，减少模型“猜”的概率；三是引入验证环节，对模型输出的代码或操作进行静态检查或执行测试。

8. Prompt是怎么构建的？#

参考回答： Prompt 是模块化的，分为系统提示、用户指令、上下文片段、工具描述等部分。我会根据任务类型动态调整 Prompt 内容，比如长任务会加入更多历史摘要，复杂任务会加入 Few-shot 示例。所有 Prompt 的修改都会记录在案，便于复盘。

17. 平常怎么学习新知识的？#

参考回答： 主要通过阅读官方文档、复现开源项目、参与技术社区讨论、以及在实际项目中踩坑来学习。遇到问题时，会先查资料，再动手实验，最后总结成笔记或分享给他人，形成闭环。

我的回答： #精华 乐于下载使用体验github热门的项目如openclaw 了解现在比较流行的ai coding工具如claude code codex opencode 。 加入了waytoagi，datawhale这些AI相关社区参与一些课程学习讨论。 我倾向于先实践边做边学，因为等学完所有知识准备好，可能已经比别人落后很多了。 遇到问题我会通过CSDN，linux do等专业网站以及谷歌搜索，询问chatgpt等寻找解决方案

1. 为什么要自己搞一个code agent？这个过程中你觉得哪部分是比较有挑战的？#

参考回答：

• 为什么要做code agent：
  • 第一是可控性：Claude Code 这类产品对用户是黑盒（如 prompt 拼装、上下文组装、工具调用条件），难以判断正确或错误的原因。自己搭建可以把关键环节摊开看清楚。
  • 第二是隐私和部署要求：实验室项目有保密约束，不适合放在外部闭源服务。项目预留了接开源模型的能力（如实验室部署的 Qwen），保证在保密场景下也能实际使用。
• 有挑战的部分：
  1. 上下文工程：长仓库任务中，模型在未超窗时利用长历史的质量会下降，出现偏离初始 spec、误用旧信息、重复操作等问题。
  2. 工具设计：tool description 和 schema 的小改动会显著影响完成率，工具粒度、装载方式的设计都需要仔细考虑。

2. 那你自己用的code agent，用过哪些？体验如何？#

参考回答： 主要使用过 Claude Code 和 Cursor。Claude Code 在复杂任务上表现较好，但黑盒严重；Cursor 在代码补全和局部修改上很顺手，但全局规划能力稍弱。自己开发主要是为了弥补两者的不足，实现完全可控和可定制。

4. Claude code源码泄漏了你有关注吗？有什么看法？#

参考回答： 关注到了。这提醒我们在使用闭源服务时要警惕“供应商锁定”和潜在的安全风险。这也进一步验证了自己开发可控 agent 的价值——数据和逻辑都在自己掌控范围内，避免敏感信息泄露风险。

5. Harness在你这个项目里面怎么体现的？#

参考回答： 在我的项目里，harness 主要体现在评测体系上。设计了一套四层评测机制，通过固定 benchmark、记录运行过程、回放真实翻车 case 等方式，确保每次改动都能被量化评估，而不是靠感觉。

9. 讲一下你的code agent的memory机制是怎么做的？#

参考回答： memory 机制分为短期和长期。短期 memory 是当前对话的上下文窗口，长期 memory 是将历史任务的关键信息（如代码结构、已完成步骤、用户偏好）进行向量化存储和检索，在需要时动态注入到上下文中。

10. 任务恢复是什么意思，怎么做的？#

参考回答： 任务恢复是指当 Agent 在执行过程中中断（如报错、超时、用户暂停）后，能够从上次状态继续执行。做法是记录每一步的执行状态和上下文快照，中断后读取快照，重新初始化 Agent 状态并继续执行。

11. 突然问了目前项目支不支持使用s…（可能是ssh或selenium等工具）#

参考回答： 支持。比如如果需要远程操作服务器，会封装一个 ssh 工具；如果需要自动化测试网页，会封装 selenium 工具。工具的接入都需要定义清晰的 schema 和权限控制。

12. 现在你这个pico里面有什么工具？#

参考回答： （pico 可能指项目代号或容器环境）目前集成了代码编辑器、文件读写、命令行执行、Git 操作、浏览器自动化、API 调用等工具，基本覆盖了日常开发的主要场景。

13. 详细问了下怎么做的评测，怎么验证优化效果？#

参考回答： 设计了一套四层评测机制：第一层保底，确保系统稳定跑；第二层用固定题目做 benchmark，通过率、耗时、失败原因量化效果；第三层记录运行过程，方便复盘；第四层把线上真实翻车 case 放回评测集。优化后通过对比 benchmark 的通过率和耗时变化来验证效果，确保不是“玄学优化”。

14. 有没有用过claude code的 /btw 功能？#

参考回答： 用过。/btw 是 Claude Code 的一个快捷指令，用于快速生成代码修改建议。这个功能很实用，但在项目里更倾向于通过结构化 Prompt 和工具调用来实现类似功能，更可控、更可复用。

15. 整个项目中ai coding的占比，会…（可能是“会占多少时间”或“会如何变化”）#

参考回答： AI coding 在项目初期占比很高，主要用于搭建框架和生成样板代码；中后期占比下降，更多用于代码审查、重构建议和复杂逻辑生成。总体来说，AI 是辅助工具，人的决策和架构设计仍是核心。

16. 你觉得一个好的code agent应该具备哪些特质？#

参考回答： 我认为一个好的 code agent 应该具备：① 可控性强，关键环节透明；② 工具丰富且设计合理；③ 上下文管理高效，能处理长任务；④ 具备自我验证和恢复能力；⑤ 评测体系完善，能持续迭代优化。