← 返回博客
标签： #agent
- 从 pass@k 到 pass^k：为什么 Agent 评测要看「连续通过」
pass@k 衡量能力上限，pass^k 衡量生产可靠性。本文拆解两者的数学差异，以及 Ground Truth 隔离、故障注入、结果评测与轨迹评测怎样配套。
6 min read - Prompt 定意图，Hook 定边界：Agent 的确定性从哪来
模型适合表达意图，不适合充当安全边界。拆解 Before/After Tool Hook 链如何应对越权调用、上下文膨胀与过程失忆三类 Agent 固有问题。
6 min read - 从一次请求读懂 Pi：Agent Runtime 与 Coding Harness 源码剖析
沿着一次读取 package.json 的请求，拆解 Pi 的模型适配、Agent Loop、工具执行、上下文投影、事件流与 Session 持久化。
35 min read