ActSpace 博客

为什么我们把 Context 当成界面，而不是隐藏的 Prompt

一个 Agent 真正看到什么，决定了它能做什么。ActSpace 如何让 Context 可观察、可干预并保持可缓存。

在构建Agent的时候，我们首先会更多从感觉出发，或者说从经验出发

最近在实践多智能体的设计方式，也准备考虑给ActSpace添加多智能体的功能，主要是多智能体如果设计得当的话，是可以在提高效果的同时节省成本的，这对于很多做应用的团队来说，成本的控制是可以带来极好的用户体验的，我觉得这也是Harness Enginneering的概念之一

让Agent控制浏览器，其实有很多的实现方式，你可以在应用中内嵌一个浏览器，像cursor、codex那样，在应用中就可以打开网页，内部就可以使用tool工具定义实现，然后进行控制读取，但是这种方式是无法继承用户完整的浏览器权限的，无法完整模拟用户去操作浏览器

在上一篇文章中，我们对于Bash工具的简单设计做了一个整理，这种思路设计出来的Bash工具，只能跑一跑demo或者在项目前期的构建阶段“性价比很高”，但是如果要追求线上级的Agent的运行稳定，那么Bash工具最重要的两环是必不可少的：后台运行和沙盒设计

文件写入和编辑中的 TOCTOU 防护、原子写入与内容匹配。

PI这个项目中，对于LLM模块的设计，尤其是多供应商的设计是比较出色的，还有它的模型配置文件的字段设计和对于上下文的理解都很不错，在设计层面是考虑到上下文的重要性的。

Glob、Grep 与 ripgrep 的实现取舍、降级策略和检索流程。

从 Bash 工具定义到沙盒执行与权限检查，记录实现细节。

为自己开发的Agent添加Skill支持时，开发的核心步骤：发现、解析、使用、管理

记录工具调度、权限检查与 allowList 机制的早期设计。