/tags/agent-runtime/Recent content in Agent Runtime on TimoNova技术小栈HugozhWed, 22 Jul 2026 00:00:00 +0800/posts/ai-application-architecture-evolution/Wed, 22 Jul 2026 00:00:00 +0800/posts/ai-application-architecture-evolution/<blockquote> <p><strong>TL;DR：AI 应用架构将按职责重新分化：帮助模型理解、推理、规划、记忆和纠错的认知结构，会被更强的模型与运行时逐步内化；定义目标来源、现实连接、行动资格、行为约束和结果证明的结构，则无法由模型自我赋予，也不会消失。架构重心将从弥补模型缺陷，转向为强大行动者建立可信的现实边界。</strong></p>/posts/agent-evolution-convergence/Fri, 29 May 2026 00:00:00 +0800/posts/agent-evolution-convergence/<blockquote> <p><strong>TL;DR</strong>：三条路线最终会汇合，是因为真实任务同时需要理解当前处境、复用历史经验和执行现实动作。Agent 的终局不是更会聊天，而是成为一个受治理的目标完成系统：理解上下文、沉淀经验、调用工具、执行任务，并接受权限、审计、回滚和用户控制。</p>/posts/agent-evolution-final-form/Thu, 28 May 2026 00:00:00 +0800/posts/agent-evolution-final-form/<blockquote> <p><strong>TL;DR</strong>：Agent 的最终形态不是某一条路线单独胜出，而是执行力、自我进化和个人上下文融合成受治理的 Agent Runtime。这个系统由理解层、学习层、行动层和治理层组成，关键能力是上下文、记忆、skills、工具执行、权限、审计和回滚。</p>/posts/agent-evolution-execution-path/Mon, 25 May 2026 00:00:00 +0800/posts/agent-evolution-execution-path/<blockquote> <p><strong>TL;DR</strong>：执行力路线的核心，是让 Agent 从&quot;给建议&quot;变成&quot;完成任务&quot;。它会从工具调用走向浏览器操作、本地自动化和受治理的行动层；真正的壁垒不是能调用多少工具，而是在权限、审计和回滚约束下稳定做成多少事。</p>