$ whoami

inshocking

记录已有的工程积累,也记录自己走进 AI Agent 的过程

这个博客主要写两条主线:一条是 Java、后端、数据库、系统排障与性能优化;另一条是我正在持续进入的 AI Agent / Agent Engineering。

> System.out.println("坚持构建未来。");
██████████████████
██ ██      ██ ██
██████  ██  ██████
██      ██      ██
██  ████████  ████
████  ██  ██  ████
██  ████████  ████
██████      ██████
██  ████████  ████
██████████████████

// AI · JAVA · AGENT

123456
// SDD public class 我的 SDD 实践:怎样让 Agent 独立开发需求 { /** 2026-09-02 **/ String summary = "把业务事实、决策边界与验证证据留在 Git,让 Agent 真正接手跨仓需求开发 …"; int readTime = 11; // 分钟 }
11 分钟阅读

我的 SDD 实践:怎样让 Agent 独立开发需求

把业务事实、决策边界与验证证据留在 Git,让 Agent 真正接手跨仓需求开发。

阅读全文 →
123456
// AI Agent public class Agent Memory:从上下文管理到长期记忆运行时 { /** 2026-08-31 **/ String summary = "从上下文、会话状态和原始轨迹出发,系统拆解 Agent 的分层记忆、写入、加载、 …"; int readTime = 26; // 分钟 }
26 分钟阅读

Agent Memory:从上下文管理到长期记忆运行时

从上下文、会话状态和原始轨迹出发,系统拆解 Agent 的分层记忆、写入、加载、整理、多 Agent 共享、安全治理与评测。

阅读全文 →
123456
// AI Agent public class 从 Prompt 到任务图:Agent 工程的五次控制权 … { /** 2026-08-18 **/ String summary = "从 Prompt 到 Graph 的 Agent 工程拆解:上下文装配、工具调用 …"; int readTime = 27; // 分钟 }
27 分钟阅读

从 Prompt 到任务图:Agent 工程的五次控制权迁移

从 Prompt 到 Graph 的 Agent 工程拆解:上下文装配、工具调用、权限与状态、任务循环、可持久化图编排,逐层解释它们各自在运行时做什么。

阅读全文 →
123456
// mcp public class 一文讲透 MCP:大模型如何发现并调用外部工具 { /** 2026-07-21 **/ String summary = "从 Host、Client、Server 到 JSON-RPC,沿着一次完整调用 …"; int readTime = 15; // 分钟 }
15 分钟阅读

一文讲透 MCP:大模型如何发现并调用外部工具

从 Host、Client、Server 到 JSON-RPC,沿着一次完整调用看懂 MCP 的工作原理、协议边界、传输方式、安全边界与落地场景。

阅读全文 →
123456
// agent public class Function Calling:从模型输出到安全的工具 … { /** 2026-07-15 **/ String summary = "模型只生成结构化的工具调用请求,应用程序负责验证、授权和执行。从调用闭环 …"; int readTime = 10; // 分钟 }
10 分钟阅读

Function Calling:从模型输出到安全的工具执行

模型只生成结构化的工具调用请求,应用程序负责验证、授权和执行。从调用闭环、strict mode 到生产环境的安全边界,完整梳理 Function …

阅读全文 →
123456
// 复盘 public class 大哥讲完需求,我一个字都没记住 { /** 2026-07-08 **/ String summary = "一次外部平台即时预约对接的完整复盘:从听完需求一头雾水,到靠 Agent 读懂代 …"; int readTime = 7; // 分钟 }
7 分钟阅读

大哥讲完需求,我一个字都没记住

一次外部平台即时预约对接的完整复盘:从听完需求一头雾水,到靠 Agent 读懂代码、整理方案、排查联调、沉淀文档,中间踩了哪些坑,以及最后想明白的那件事。

阅读全文 →
123456
// AI Agent public class Agent 概述:技术视角与产品视角的统一理解 { /** 2026-07-06 **/ String summary = "从 LLM 的天然限制讲起,解释 Agent 的技术本质、ReAct 循环 …"; int readTime = 7; // 分钟 }
7 分钟阅读

Agent 概述:技术视角与产品视角的统一理解

从 LLM 的天然限制讲起,解释 Agent 的技术本质、ReAct 循环、Agent 与 Workflow 的差异,以及 Agent 作为新软件层的产品视角。

阅读全文 →
123456
// AI public class 我成了 AI 循环里的一环——Loop … { /** 2026-07-01 **/ String summary = "从一次线上故障排查,理解正在改变 AI 协作方式的 Loop …"; int readTime = 6; // 分钟 }
6 分钟阅读

我成了 AI 循环里的一环——Loop Engineering 到底是什么

从一次线上故障排查,理解正在改变 AI 协作方式的 Loop Engineering:不再手动提示 AI,而是设计让 AI 自己提示自己的系统。

阅读全文 →
123456
// AI Agent public class 我把 Agent 重构了一遍,因为它"没有家" { /** 2026-06-07 **/ String summary = "一名 Agent 开发者从 ReAct 到 Harness 的架构思想演进记录。 …"; int readTime = 11; // 分钟 }
11 分钟阅读

我把 Agent 重构了一遍,因为它"没有家"

一名 Agent 开发者从 ReAct 到 Harness 的架构思想演进记录。第一版基于 ReAct 思想开发,靠一块一块打补丁撑起来;Harness 思想出 …

阅读全文 →