Hyacehila's Blog

在 LLM Agent 流行之前，游戏 NPC 早已围绕感知、状态、决策和行动形成了一套传统 Agent 工程。本文从小白视角介绍 FSM、行为树、Utility、GOAP、HTN 等 NPC 决策技术。

ComfyUI 早已从生图 UI 长成开放的生成式 workflow/runtime。视频生成把问题推高了一层：长视频要靠分段生成、素材继承、批量抽卡、质量核验和长任务编排一起撑起来。

把上下文当成有限资源来调度：从 context rot 与注意力预算出发，讨论存储结构、检索 pipeline、写入时的时间对齐与版本治理，以及 compaction、reset、subagent、checkpoint 等运行时手法。

HTML 很诱人。它能把 AI 生成的长文档变成一个能读、能点、能分享的界面。但我不想让 HTML 慢慢堆成事实源。对我来说，Markdown 负责留下可 diff、可 grep、可追溯的记录；HTML 负责把复杂系统变得更容易读懂。

本文暂时只保留结构占位。后续会按外挂 Memory、Agent Runtime、框架内建记忆能力三类，逐个拆解真实系统的工作机理。

宇宙弦积分和 Trae Agent 分别来自科学发现和编码任务，却都指向同一件事：LLM 生成候选以后，系统要能搜索、验证、剪枝和选择。

转载 Addy Osmani 的一篇文章：默认的 Agentic Coding Loop 优化的是“完成编码任务”，而非“增加开发者能力”。将任务完全委托给 AI 总会有失效的一天，而解药藏在你怎么提问里。

Agent 的未来不会从全自主替代人类开始，而会先变成一套可治理的委托关系：人设目标、控权限、看后果，AI 承担越来越多执行。

Agentic Coding 让很多开发者重新打开终端。CLI 现在确实顺手：轻、能脚本化，也方便 Agent 直接接管工具。但这不代表 GUI 已经过时。本文从 worktree、Ghostty、Zellij、Neovim 这套终端组合讲起，再看桌面端、浏览器插件和 Computer Use 为什么会重新变重要。我的结论是：CLI 更适合留在工具复用层，人这边的编排和 review 还是会回到 GUI。

一篇长期滚动更新的收藏册，记录可以给 Agent / Coding CLI 外接的各种资源：Skills、MCP Server、插件，以及顺手好用的小工具。