★ FEATURED ARTICLE 目录一、先把两个词掰开1.1 AI IDE编辑器是本体AI 是长在编辑器里的一层1.2 Agent Harness模型是发动机Harness 是整台车1.3 一个更直白的比喻1.4 边界在哪一张表说清二、2026 年的三条主流路线2.1 路线一IDE 内 AgentCursor、Copilot、Windsurf2.2 路线二终端 AgentClaude Code、Codex CLI、Gemini CLI2.3 路线三云端 AgentCodex Cloud、Cursor Cloud Agent2.4 为什么不能只看模型能力三、选型四问第 1 问代码最终在哪里被改第 2 问谁来兜底谁能碰哪些文件第 3 问谁买单额度怎么算、能不能进预算第 4 问上下文从哪来规则怎么沉淀四、Cursor 拆解把 AI 装进 VS Code4.1 四层能力4.2 关键差异前台 vs 后台4.3 规则文件4.4 适合谁五、Codex 拆解一个 Harness五个表面5.1 一个内核多个表面5.2 权限模型这是 Codex 最值得学的部分5.3 适合谁六、其他几种典型形态6.1 Claude Code终端优先的长上下文专家6.2 Gemini CLIGCP 生态与合规6.3 开源系可审计与可定制6.4 主流 CLI 的跳过权限对照七、上下文与协议层2026 年真正在收敛的东西7.1 AGENTS.md静态项目上下文层7.2 MCPAgent 的手7.3 A2A、AG-UI 与 Skills八、面向不同人群的推荐路线8.1 关于组合使用8.2 三个常见误区九、2026 主流趋势判断趋势一从选工具转向选运行时趋势二规则文件成为团队资产趋势三权限模型从信任转向可证明趋势四成本控制从事后感知变成设计约束趋势五从单 Agent 到多 Agent 编排趋势六视觉化交互成为标配趋势七可复现性与评估十、一页速查表十一、写在最后参考来源如果你在 2026 年做技术选型几乎一定会被同一组问题绊住Cursor 和 Claude Code 到底差在哪Codex 是不是套壳我该买哪一个订阅团队要不要统一标准这些问题的答案几乎都藏在一对被混用的概念里——AI IDE和Agent Harness。把它们分清楚选型就不再是背观点而是做推导。本文基于 2026 年 10 月的公开资料与实际使用体感先讲清概念再拆解 Cursor、Codex 这两个主流样本最后给出按人群划分的选型路线与趋势判断。一、先把两个词掰开1.1 AI IDE编辑器是本体AI 是长在编辑器里的一层AI IDE 指的是以代码编辑器为主体、把 AI 能力内建进去的产品形态。Cursor 是最典型的代表——它是 VS Code 的分支而不是一个外挂插件。判断一个工具是不是 AI IDE看三个特征交互载体是窗口不是终端。补全、内联修改、对话面板、差异审阅都在同一个视口里完成。上下文以编辑器为中心当前打开的文件、索引结果、符号引用、光标位置。审批是逐次、实时的因为人就在屏幕前每一步改动的 diff 都能立刻看到。它的优势非常实在切换成本极低。已经熟悉 VS Code 的开发者几乎零成本迁移。它的短板同样实在窗口本身就在打断你。一个需要跑半小时的活你不可能一直盯着那个对话框。1.2 Agent Harness模型是发动机Harness 是整台车Agent Harness 指的是把一个模型包裹成能干活的智能体的运行时框架。它不是模型本身而是模型与真实世界之间那层工程代码。Harness 负责的事情非常具体Harness 的职责具体在做什么工具调用翻译把模型输出的意图变成真实的exec、文件读写、HTTP 请求上下文管理读哪些文件、何时压缩、超长时怎么截断、跨会话记忆怎么存错误处理命令失败重试几次、输出截断怎么拼接、异常怎么收敛权限与沙箱哪些目录只读、哪些命令要人点头、网络能不能通成本与额度跑多久停、烧到多少 token 强制中止审批流什么时候暂停、批准粒度是按命令还是按步骤这一层是纯工程代码和模型厂商没有绑定关系。这也是为什么同一个 Claude 模型在 Cursor、Claude Code、Gemini CLI 里表现会差很多——不是模型变了是车不一样。1.3 一个更直白的比喻如果只记一件事就记住这个Agent 是司机Harness 是车。司机决定去哪里、怎么绕路车决定你能不能安全地开、能不能在雨夜跑长途、导航失灵时会不会把你带沟里。换司机是换模型换车是换 harness。由此可以直接推出选型顺序先定 harness形态与边界再挑 agent 能力模型与体验。反过来先挑模型是最常见的错误。同一款模型套在不同 harness 里实际产出效率能差出一倍——因为决定一次任务要迭代多少轮的往往是 harness 的上下文管理和错误重试策略而不是模型本身。1.4 边界在哪一张表说清AI IDEAgent Harness是什么一类产品形态Cursor、Windsurf一类运行时框架Codex CLI、Claude Code 的内核主体编辑器命令行 / 运行时上下文当前文件 索引整个仓库 指令文件 命令输出审批粒度每次改动看 diff按命令 / 按步骤典型风险上下文太窄看不全仓库学习成本高容易误操作适合小步快跑、UI 打磨跨文件重构、批处理、CI二、2026 年的三条主流路线底层模型正在快速趋同——同一个 Claude、GPT、Gemini 跑在三个不同的载体上能力上限接近但交互成本完全不同。2.1 路线一IDE 内 AgentCursor、Copilot、Windsurf关键词零迁移成本、视觉反馈、上下文即时。适合我正在写这个函数帮我把它写完以及这个报错在哪这类问题。Tab 补全是这里最被低估的能力——它不炫技但它每天都在帮你省时间。成熟形态已经不只是补全了Composer 类多文件同步修改、Agent 模式自主读改验、云端 Agent 异步跑长任务已经是标配而非加分项。2.2 路线二终端 AgentClaude Code、Codex CLI、Gemini CLI关键词仓库级上下文、可脚本化、能进 CI。终端是开发者的原生环境。终端 Agent 能做的事IDE Agent 基本都能做反过来不成立——比如在 CI 里跑、批量改名三百个文件、跨仓库操作。这一路线也是权限模型最成熟的一条。几乎所有主流 CLI 都提供了沙箱档位 审批策略的组合开关后面第五节会详细讲。2.3 路线三云端 AgentCodex Cloud、Cursor Cloud Agent关键词关电脑也在干、任务即 PR。提交任务 → 平台在隔离容器里跑完 → 产出带完整命令日志的 PR。这解决的是长任务和批量化两个 IDE 和终端都不舒服的场景。云端 Agent 的天然优势是安全边界清晰它在别人的沙箱里跑跑坏了也碰不到你的机器。2.4 为什么不能只看模型能力一个反直觉的事实在实测里同一批任务不同工具的模型质量差距往往小于工程差距。真正拉开差距的是这些上下文给得准不准agent 有没有找到该看的文件失败之后会不会自己收敛改错了能不能发现并回退权限边界设得合不合适敢不敢放手让它跑成本是否可控一个任务烧掉多少额度这四项全部由 harness 决定。所以回到那句话先定 harness。三、选型四问不要一上来就搜2026 最好的 AI 编程工具。先按顺序回答四个问题答案会自己把候选名单收敛到两三个。第 1 问代码最终在哪里被改这是根问题决定 harness 形态在 IDE 里→ AI IDE 路线Cursor、Windsurf、Copilot在终端里→ 终端 Agent 路线Claude Code、Codex CLI、Gemini CLI关掉电脑之后→ 云端 Agent 路线Codex Cloud、Cursor Cloud Agent第 2 问谁来兜底谁能碰哪些文件这里有个必须掰开的概念沙箱和审批是两个独立维度。沙箱决定技术上能碰什么可读目录、可写目录、能否联网审批决定什么时候停下来问你很多人把两者混为一谈最典型的误配是把沙箱放到最宽同时以为on-request会替你把关。实际上沙箱放到最宽时agent 根本不越界也就根本不会触发审批——那不叫安全那叫不问。第 3 问谁买单额度怎么算、能不能进预算成本失控是 2026 年团队放弃 AI 编程工具的首要原因比不好用常见得多。三种典型账本订阅打包Codex 随 ChatGPT 订阅走不单独按席位计费截至 2026 年 8 月按量付费Claude Code 按 token 计用得多就是得多企业版Copilot Enterprise、Cursor Teams 这类集中计费 审计日志 统一策略选型时先算一笔账你的日常任务量 × 典型任务消耗 ÷ 套餐上限。这个数字算不明白后面的比较都是空谈。第 4 问上下文从哪来规则怎么沉淀这是最容易被跳过、但最决定长期成败的一问。工具可以换但项目知识怎么构建、目录怎么分、哪些文件不许动、代码风格是什么必须沉淀成文件。2026 年的共识载体是AGENTS.md。不写规则文件的后果是每次换工具、换模型agent 都从零开始认识你的项目所有踩过的坑再踩一遍。四、Cursor 拆解把 AI 装进 VS Code4.1 四层能力Cursor 2026 年的形态可以理解成同一个编辑器里塞了四种 Agent它们的成本递增Tab 预测式补全— 猜你下一步要写什么键入即成行几乎无感Composer / Inline Edit— 选中一段说一句就改可跨多文件同步修改Agent 模式— 自己读代码、跑命令、改文件再回头验证Background / Cloud Agent— 任务丢进远程环境异步执行能自动运行终端命令版本节奏上Cursor 3.02026 年 4 月带来了 Agents Window 编排界面3.72026 年 6 月大幅升级了 Design Mode——直接把指哪改哪做成了标准流程圈选元素就能下指令不再靠 prompt 猜你的意图。4.2 关键差异前台 vs 后台Cursor 的 Background / Cloud Agent 跑在远程环境中可以自动运行终端命令不需要逐次批准而前台 Agent 默认每一步都要你点同意。这条边界决定了敢不敢放手让它跑。它也解释了为什么 Background Agent 适合值班式任务反正跑在隔离环境里错了也只是产出个失败的 PR。另外Bugbot 负责合并前的自动代码审查和云端 Agent 一起构成提交前 合并前的双保险。4.3 规则文件Cursor 同时认三种规则载体.cursor/rules— Cursor 原生规则目录AGENTS.md— 开放格式跨工具通用CLAUDE.md— CLI 场景下也会读这意味着同一套规则可以在 IDE 和终端之间复用。.cursor/rules的典型写法.mdc文件用 frontmatter 声明何时生效--- description: 数据库访问层规范 globs: [src/repo/**/*.java] alwaysApply: false --- - 所有 SQL 走 MyBatis Mapper禁止在 Service 里拼字符串 - 事务注解只在 Service 层使用 - 列表查询必须分页单页上限 2004.4 适合谁适合日常业务开发、前端与 UI 打磨、刚上手 AI 编程的新手、已经在用 VS Code 生态的人。不适合需要长时间无人值守的任务、必须跑在 CI 里的流程、代码不能出内网的场景。价格参考2026 年中第三方整理以官网为准Pro 约 $20/月、Pro 约 $60/月、Ultra 约 $200/月、Teams Standard 约 $40/人/月。Teams 版本额外提供集中计费、团队 Marketplace 和统一策略管理。五、Codex 拆解一个 Harness五个表面5.1 一个内核多个表面Codex 的 Rust 核心CLI、运行时、app-server是 Apache-2.0 开源的各个端只是它的一层皮表面形态适合CLI终端交互式会话 exec模式脚本化、可重复exec直接给 CI 用IDE 扩展VS Code / Cursor / Windsurf 都能装不换编辑器也能用起来桌面 App多窗口并行开 agentmacOS / Windows同时推进好几条工作线Codex Cloud每任务一个隔离容器产出 PR 完整命令日志长任务、可离线跑移动端ChatGPT App 内直接下达任务通勤路上派活再加上codex review这类代码审查集成GitHub 上已有GitLab 的 MR 审查处于 beta它正在从一个 CLI变成一个平台。5.2 权限模型这是 Codex 最值得学的部分Codex 把权限拆成两个正交维度这是所有主流 CLI 里做得最完整的。沙箱三档模式文件修改命令执行网络适用场景read-only禁止禁止禁止代码审查、方案分析workspace-write仅工作区允许受限日常开发推荐默认danger-full-access全部全部全部仅在已做外部隔离的环境审批策略on-request越界才问日常首选、never适合 CI非交互场景、以及完全旁路。日常推荐的组合就一条命令# 日常开发工作区可写 出界才问codex--sandboxworkspace-write --ask-for-approval on-request写进配置文件长期生效~/.codex/config.tomlsandbox_mode workspace-write approval_policy on-request完全旁路的长选项名特别长这是刻意的# 官方原话只在已经做好外部隔离的环境里用codex --dangerously-bypass-approvals-and-sandbox# 简写 --yolo日常开发绝对不要碰它。它意味着模型可以rm -rf $HOME而没有任何拦截。如果确实需要无人值守正确的做法是codex exec 显式最小权限 一次性容器而不是开旁路。几个值得注意的细节演进独立审批 IDv0.104.0多步骤 shell 执行中每条命令单独审批批准其中一条不会连带批准后面的untrusted审批档位已废弃v0.149.0权限快捷键v0.150.0可在编辑器里用/keymap绑定循环切换权限模式的按键沙箱可靠性v0.129.0Linux 沙箱启动强化减少慢速文件系统下的竞态内置 bubblewrap 升级5.3 适合谁适合已经在用 ChatGPT 订阅的人额度直接打包最省心、需要把 agent 塞进 CI 的团队、喜欢提需求收 PR工作方式的开发者、需要同时推进多条线的独立开发者。不适合要求完全离线、代码绝对不能出内网的场景以及不习惯终端和权限模型的新手。六、其他几种典型形态6.1 Claude Code终端优先的长上下文专家Claude Code 的定位非常清晰终端优先、面向大型代码库、擅长复杂重构。它的核心资产是CLAUDE.md——经过打磨的规则文件会被开发者称为肌肉记忆写得好不好直接决定产出质量。配套能力包括 Skills 机制把可复用能力封装成技能包、Hooks事件驱动的自动化、Headless 模式和 Agent SDK程序化调用。2026 年的两个重要变化AGENTS.md 兼容新版 Claude Code 在目录里没有CLAUDE.md时会检查并使用AGENTS.md用户可以在/config里切换这个行为编排能力Dynamic Workflows 可以编排数百个 subagentAuto Mode 进一步降低交互成本6.2 Gemini CLIGCP 生态与合规指令文件是GEMINI.md。权限模型同样是沙箱 审批的组合跳过权限的命令形如gemini --approval-modeyolo--sandbox在 GCP 生态和合规认证SOC / ISO上它的完整度是最高的个人免费额度调整后部分能力迁到了 Antigravity。6.3 开源系可审计与可定制OpenCodeMIT 协议、代码完全公开、多 Provider 接入、可二次开发是想看清 harness 到底怎么实现的最佳样本DeepSeek Harness插件式架构模型、工具、会话都可热插拔Kimi 编程兼容 Claude Code 生态可以直接复用现成的配置与技能包Hermes Agent / OpenClaw面向本地与私有化部署前者强调数据不出内网后者强调本地个人助理与统一网关如果你的核心诉求是可审计、可定制、数据不出内网开源 harness 是绕不开的选项。6.4 主流 CLI 的跳过权限对照这张表建议收藏是最容易踩坑的地方工具日常推荐非交互 / CI完全旁路仅限隔离环境Codex CLI--sandbox workspace-write --ask-for-approval on-requestcodex exec 最小权限--dangerously-bypass-approvals-and-sandbox--yoloClaude Code默认逐次批准Headless / SDK 模式--dangerously-skip-permissionsGemini CLI默认审批--approval-modenever--approval-modeyolo --sandbox七、上下文与协议层2026 年真正在收敛的东西选型之外还有一层更值得关注的事情Agent 生态正在分层标准化。有标准的层跟着标准走没标准的层才是你该投入的地方。7.1 AGENTS.md静态项目上下文层被称作agent 界的.gitignore的开放格式。写法很简单就是一个 Markdown 文件# 项目约定 ## 构建与测试 - 构建./mvnw -q clean package - 单测./mvnw test -DtestXxxTest - 禁止跳过测试提交 ## 目录约定 - controller 只做参数校验和转发 - 业务逻辑一律在 service 层 - 跨模块调用走 facade不直接调 dao ## 禁止事项 - 不要修改 src/generated/**由代码生成器产出 - 不要在 pom.xml 里升级依赖版本几个关键事实截至 2026 年初已有超过 6 万个开源项目采用AGENTS.md格式Claude Code、Cursor、Codex 等主流工具都已支持读取它与 MCP、Agent Skills 构成互补的三层静态上下文 / 动态工具 / 可复用能力7.2 MCPAgent 的手MCPModel Context Protocol由 Anthropic 于 2024 年底推出规定了工具与服务以何种标准方式向 AI 应用暴露能力。要理解它的价值先看没有它的时候OpenAI 的 function calling 是一套 JSON Schema 约定Anthropic 的 tool use 是另一套各家 Agent 框架又各自封装一层。M 个框架 × N 个工具 M×N 份重复劳动。MCP 把连接外部服务标准化了。接入一个新工具只需要写一个 MCP Server{mcpServers:{internal-api:{type:streamable-http,url:https://mcp.example.com/mcp,headers:{Authorization:Bearer ${MCP_TOKEN}}}}}2026 年的两个节点值得记住MCP 已被捐赠给基金会首届官方 MCP 开发者峰会计划于 2026 年 4 月在纽约举行规范持续演进2026-07-28 版包含 Resources、Prompts、Tools、Roots、Sampling、Tasks 等能力调试友好也是 MCP 被低估的优势工具调用是同步的请求发出去、结果拿回来、出错看得见。7.3 A2A、AG-UI 与 SkillsA2AAgent2AgentAgent 之间的任务委派与结果回传是多 Agent 协作的基础AG-UIAgent 与用户界面的交互协议把思考过程、审批流、工具状态渲染出来。做 AI 产品前端时的必答题Agent Skills把可复用能力封装成技能包正在成为跨工具的第二份 AGENTS.md一个实用判断先学 MCP需要跟别的 Agent 协作时再上 A2A做前端界面时补 AG-UI。顺序符合技术发展规律——先解决连接再解决协作。八、面向不同人群的推荐路线工具是为人服务的。按角色反推比按功能正推靠谱得多。人群首选理由补充学生 / 转行Cursor 免费版或 Copilot补全反馈即时容错成本低先学AGENTS.md的写法思路日常业务开发CursorIDE 零迁移视觉反馈快配合 Code Review Agent复杂重构 / 大型仓库Claude Code长上下文 跨文件能力规则文件是成败关键大仓库批量改 自动提 PRCodex读整个仓库、自动跑测试、产出 PR云端任务最省心独立开发者ChatGPT 订阅 Codex能力打包在已有订阅里不额外烧钱桌面 App 并行推进多条线团队 Tech Lead统一 harness AGENTS.md工具可以换规则不能丢配合 MCP 沉淀内部能力企业 / 合规场景Copilot Enterprise / Cursor Teams审计日志、数据驻留、集中计费权限策略要下发到每一端数据不能出内网OpenCode / 本地部署 harness可审计、可本地接入模型代价是自行承担维护成本8.1 关于组合使用这三者不互斥。2026 年比较常见的工作流是Cursor写当下这 50 行、反复微调 UIClaude Code做跨文件重构、批量改命名Codex Cloud接住需要几十分钟的活产出 PRCodex review / Cursor Bugbot做合并前的最后一道把关选型的目标不是选一个而是每个工位配一个。但组合的前提是规则文件统一——否则每个工具都在重新认识你的项目。8.2 三个常见误区误区一以为 Cursor 只能补全。它的 Agent 模式和 Background/Cloud Agent 早已是完整能力2026 年的 Cursor 至少是四种模式并存。误区二以为 Codex 只是 CLI。它已经横跨 CLI、IDE 扩展、桌面 App、云端、移动端五个表面。误区三把哪个模型更强当第一问题。第一问题应该是代码在哪里被改。九、2026 主流趋势判断趋势一从选工具转向选运行时生态里已经有 33 款左右的 AI 编程工具两年前这个数字大约是 5。数量的膨胀必然带来新的抽象层把 Claude Code、Codex、Cursor、OpenCode、Hermes 都当成可插拔的运行时上层由自建框架统一调度硬约束只有两条——审批和预算。谁能把换个运行时这件事的成本降到接近零谁就掌握下一轮入口。趋势二规则文件成为团队资产AGENTS.md从个人技巧变成团队约定理由很朴素工具会换规则不该重写。同一份规则要在 IDE、终端、云端三处都生效格式就必须开放、必须中立。可以预期的是规则文件会继续长出分层结构全局 / 仓库 / 目录级和条件触发机制并向 CI 校验方向延伸。趋势三权限模型从信任转向可证明read-only/workspace-write/danger-full-access这类三档沙箱加独立审批策略正在成为行业事实标准。背后的驱动力是审计要求企业要能回答上周 agent 到底动了哪些文件。接下来值得关注的演进方向细粒度的工具级授权不是整条命令放行而是按具体参数约束、操作留痕与回放、以及协议层的签名机制。趋势四成本控制从事后感知变成设计约束2026 年最真实的痛点之一是模型能力越来越强但成本失控。harness 因此开始承担预算职责分任务限额、超时强制中止、优先用小模型做简单判断、把大模型留给真正难的推理。判断一个 harness 好不好会越来越看它能不能让你放心地设预算上限。趋势五从单 Agent 到多 Agent 编排Claude Code 的 Dynamic Workflows、Codex 的桌面 App 并行管理、Cursor 的 Agents Window都是同一个方向。单个 agent 的线性会话已经装不下真实工作了。但要清醒一点多 Agent 的收益远小于它的宣传。任务拆分本身有成本拆分质量差时多个平庸 agent 协作不如一个强 agent 独立完成。真正的瓶颈从来是任务分解的清晰度不是并发数。趋势六视觉化交互成为标配Design Mode指哪改哪、Annotation Mode圈选批注这类能力在 2026 年密集出现在主流产品里。原因很实际用文字描述哪个元素太痛苦前端开发的反馈循环被 prompt 表达精度卡住了。可预期的下一步是语音输入、多模态上下文截图直接进对话以及从描述意图到直接操作界面的进一步迁移。趋势七可复现性与评估当 agent 开始自动提 PR团队就必须回答这次改动比上次好吗。基准测试在工具选型中的权重正在上升同时一套针对自己仓库的任务集比如 30 个真实 PR 的修复任务比公开榜单更有参考价值。十、一页速查表概念Agent 司机负责想Harness 车负责做选型顺序先定 harness再挑 agent 能力三条路线IDE 内 Agent零迁移、视觉反馈即时适合小步快跑终端 Agent仓库级上下文、可进 CI适合重构与批处理云端 Agent隔离环境执行、产出 PR适合长任务选型四问代码最终在哪里被改谁能碰哪些文件沙箱 边界审批 时机两者独立谁买单、额度怎么算上下文从哪来AGENTS.md 写了吗主流工具一句话CursorVS Code 分支四种模式并存迁移成本最低Claude Code终端优先长上下文 CLAUDE.md复杂重构见长CodexRust 开源内核 五个表面权限模型最完整Gemini CLIGCP 生态与合规最全GEMINI.mdOpenCode 等MIT 开源、可审计可定制、私有化部署权限速记日常workspace-writeon-requestCIexec/ headless 最小权限旁路只进容器与一次性 Runner日常别碰十一、写在最后AI 编程工具这一年的变化本质上不是AI 变强了而是边界清楚了模型是司机能力上限由它决定但一年之内各家模型的差距在缩小harness 是车工程质量决定你能不能把上限兑现出来工具在变多但真正拉开效率差距的是上下文管理、权限设计和成本控制这三件事规则文件是唯一值得沉淀下来的资产所以选型的正确姿势不是追最新、也不是比评分而是回答清楚四个问题然后把规则文件写好。工具会换第三次规则不会白写。参考来源模型、Agent 与开发环境AI 编程工具落地的三层逻辑AI Agent 2026 编程类客户端调研报告2026 年 AI 编程工具横评Cursor vs Copilot vs WindsurfCursor 万字终极教程我同时用了 Claude Code、Cursor 和 Codex说说三个工具的真实差距Codex CLI 沙箱怎么开先想清楚再用Codex CLI权威技术参考指南Codex Harness 评测把 OpenAI 的智能体运行时拆开给你看Codex 安全与企业管理AI Agent-CLI 的启动命令与跳过权限模式OpenResearchClaude Code、Codex、Cursor、OpenCode 四款工具选型与实战指南AI 编程工具横评Claude Code、Cursor、Codex、Trae 怎么选AI Coding Agent 2026 选型实战18 款工具按场景深度对比Cursor vs Codex vs Claude Code AI 编程三件套横评 2026AGENTS.mdMCP 协议被捐给了一个基金会MCP vs A2A2026 年 Agent 协议之争Agent 协议分层全景哪些层已经标准化哪些层还值得自己造awesome_harness_agentAI 编程范式转换与 Memory 工程从无状态模型到 AGENTS.md 声明式配置
阅读完成 · 觉得有帮助？
