从 Codex 源码学 Agent 工程｜13 测试与可观测性：如何验证 Agent 行为
局部规则、宿主流程与真实任务三层验证，模拟响应流固定回归，以及用 call id 串起遥测时间线。
Tag: workflow
19 posts with this tag
从 Codex 源码学 Agent 工程｜11 运行中干预：临时改需求怎么办
追加输入进队列、带预期轮次编号防串线、取消收尾与工具竞态，以及中断后如何用文件/进程/远端三类证据核对。
从 Codex 源码学 Agent 工程｜09 Code Mode：用代码编排工具
V8 隔离单元里用 JS await 工具、显式输出与 cell_id 续跑、store 跨 exec 传数据，以及不会绕过审批与沙箱。
从 Codex 源码学 Agent 工程｜08 工具按需发现：BM25、定义与后续调用
延迟展示与工具搜索入口、BM25 匹配元数据而非业务正文、搜索成功≠业务成功，以及和 Code Mode 目录发现的区分。
从 Codex 源码学 Agent 工程｜07 长命令管理：等待、输出、超时与收尾
观察窗口先返回与进程继续跑的两条时间线、write_stdin 续读、有界输出缓存，以及两类超时语义为何不能混用。
从 Codex 源码学 Agent 工程｜06 权限与沙箱：审批、文件范围与网络
把审批、文件系统与网络拆成三个控制维度，讲清允许/询问/禁止、沙箱升级门槛，以及失败分类后再决定下一步。
从 Codex 源码学 Agent 工程｜05 项目规则：AGENTS.md 的加载、缓存与排错
用户级与项目级两条来源、向上发现与 override 优先级、32KB 预算、缓存刷新，以及规则为何不能代替沙箱权限。
从 Codex 源码学 Agent 工程｜04 多 Agent 协作：拆分、交接与核验
spawn 新线程、fork_context 默认不带全文、文件未必隔离、wait/close/深度名额，以及主 Agent 如何对照工作区验收。
从 Codex 源码学 Agent 工程｜03 上下文压缩：满了之后怎么办
分清项目文件、会话记录与发给模型的窗口；讲清单次输出截断、压缩触发、本地/远端路径与压缩后如何核对原要求。
从 Codex 源码学 Agent 工程｜02 长任务架构：Codex 如何持续工作
会话、轮次、慢命令进程、上下文窗口与 goal 模式如何叠在一起，让 Codex 在长任务里持续推进而不把「还在忙」当成一种状态。
从 Codex 源码学 Agent 工程｜01 Agent 循环：请求、工具调用与结束条件
用修空字符串测试的小例子，讲清 Codex 一轮 turn 里模型请求、工具调用、call id 对账与结束判断如何串起来。
从 Codex 源码学 Agent 工程：系列导读
11 篇根据 B 站合集字幕改写的 Codex / Agent 工程笔记目录，按主题跳转各篇与源视频。
Claude Code 桌面端的「后台任务」面板背后是怎么记录的
用一次多代理 workflow 的真实记录，讲清 fork 会复制什么、面板上的名字是谁写的、输出怎么对上任务。
假的越便宜，证明真的越值钱
AI 让文字、代码、照片甚至身份都能廉价造出来。
毛线厂拿到了一根会自己织毛衣的针
软件的钱，以前从哪来，现在去了哪，以后会去哪。
代码不值钱以后，钱流向了哪里
AI 让写软件几乎免费，跑软件却更贵。价值从代码搬到了数据、入口、养护和算力，中小公司的机会在 agent 自己做不了的地方。
从 Claude Dispatch 和 Grok Primary Bot 看下一代 agent 设计
Claude Dispatch 和 Grok 的 Primary Bot 都在你和其他 agent 之间放了一个负责调度的 agent。这样设计为什么能减轻同时管很多 agent 的负担，还有哪些难题。
Why Claude Dispatch and Grok's Primary Bot Point to the Next Agent Design
Claude Dispatch and Grok's Primary Bot both put one orchestrating agent between you and your other agents. Why that design cuts the load of managing many agents, and what is still hard.
Finish One Job, Then Keep Going: Extending a Claude Code Workflow Across Turns
How a Claude Code workflow grows across several chat turns — append a step, resume from the last run, and only pay for the new part.