构建 Agent

多数读者先扩展手上已经在用的 Agent：加一个工具、写一个 Skill，或者接一个 MCP 服务器。要自己写 Agent 时，再读执行循环、安全和长任务；Codex 和 Pi 两篇是完整的实现案例，放在最后。几个 Agent 分工协作的做法见“用 AI 写代码”一组的多 Agent 协作。

阅读顺序

顺序	文章	要做的事
1	Harness：控制 Agent 的执行过程	看清执行控制、工具、状态和验证各在哪里，新加的能力接在哪一处。
2	AI 智能体的工具契约	给 Agent 加工具：写清输入、权限、副作用，以及失败时返回什么。
3	有界 Agent 循环	自己写执行循环：步数上限、工具校验、结果验证和取消。
4	Agent 安全：提示注入、权限、沙箱与凭据	假定提示注入有时会成功，用权限、审批、沙箱和凭据隔离限制它的后果。
5	Agent Skills	把一套反复用的流程写成 Skill，检查它该触发时触发、触发后做对。
6	Model Context Protocol (MCP)	接入或编写 MCP 服务器：架构、生命周期、传输方式和信任边界。
7	长任务 Agent：检查点、恢复与幂等	让任务中断后知道做到了哪里，重试时不重复产生副作用。
8	Codex Harness 架构：状态、压缩、接口与安全边界	案例：Codex 怎样管理运行状态、压缩上下文、对外接口和两层安全控制。
9	Pi Harness：架构与扩展边界	案例：Pi 的最小核心、定制资源、会话和扩展边界。

我的阅读