概述 ArkClaw 是火山引擎（字节跳动）于 2026 年 3 月推出的云 SaaS 版本，基于开源项目 OpenClaw（"龙虾"）构建。本报告从架构设计、安全体系、运行机制、多智能体、飞书集成及企业版等维度，全面剖析 ArkClaw 的技术内核。 产品定位与核心架构 ArkClaw 采用 Gateway-Agent-Workspace 三层架构，是开源 OpenClaw 的云原生 SaaS 封装。 Gateway 网关层 Gateway 层是所有用户请求的入口，负责协议转换与消息路由，核心职责包括： 协议转换…
1. 智能体分配策略 策略类型 触发条件 关键参数 行为描述 子智能体委派 模型调用 delegate_task 工具 最大并发: 3, 深度: 1层, 迭代上限: 50 ThreadPoolExecutor 并行子 AIAgent，每个独立迭代预算，默认工具集 [terminal, file, web] 后台审阅 每回合结束后自动 spawn max_iterations: 16, 工具白名单: memory + skills 守护线程中运行，限制工具集，自动拒绝危险命令，审阅记忆和技能状态 策展人 (Curat…
本文档展示了用户与 AI Agent 在不同交互场景下的完整时序流程，涵盖 6 个核心参与主体，并按照「计划生成 → 工具调用链路 → 结果生成与返回」三阶段进行拆解。 参与主体 User（用户）：消息、语音、多模态输入的发起者 Agent（智能体工程）：编排、路由、决策的核心调度层 LLM（大模型）：意图识别、内容生成、语音合成等 AI 能力提供者 Agent Skills（技能系统）：封装特定领域能力的模块 MCP（中间层）：模型上下文协议，统一管理外部工具调用 Tools（外部工具）：各类第三方服务与 API…
一、概述 SSML（Speech Synthesis Markup Language，语音合成标记语言）是由 W3C 制定的标准 XML 标记语言，用于控制文本转语音（TTS）的输出。通过 SSML 标签，开发者可以精确控制合成语音的语速、音调、音量、停顿、发音方式、朗读风格等。 LaTeX 公式朗读则是在此基础上的能力延伸——将数学公式以自然语音输出，让 TTS 能够"读懂"数学表达式并正确朗读。 SSML 标准版本：SSML 1.0（2004）→ SSML 1.1（2010） LaTeX 朗读本质：将公式解析后…
Hermes 的多 Agents 是一套边界清晰的三层架构： 第一层是执行内核：AIAgent。无论外部接入多少种形态的终端，最终负责思考和工具调度的，都是这套底层的运行核心。 第二层是临时派生：delegate_task。它像是一个同步的方法调用，专门用来处理当前回合内的短任务和并发请求，即用即毁，不保留长期记忆。 第三层是长效协作：Profile + Kanban。这套机制赋予了 Agent 持久的身份标识和跨节点的任务流转能力，用来支撑复杂的长期协同工程。 要让这套三层架构顺畅运转，必须首先理清：状态究竟存储…
自从2026年过年之前就在思考 如何构建自己的家庭AI实验室，我日常的学习中面临了如下几个问题： 当下的AI设计也有，看到太多的变化，但这些变化很多都停留在纸面上，缺少动手实操和深入了解，我认为我需要深入了解一些特有的框架，找到他们的共性，而不是人云亦云； 实操更容易有体感，真实的了解他们是如何运行的； 构建可持续的学习环境，预期可以实现开发、算力部署、训练、测试一体的环境； 本文档记录日常搭建家庭mini版本的AI实验室的整体记录，整体预算控制在 5万左右（）； 网络建设（内网2.5Gbps，下行1000Mbs、…
Harness Engineering 详解 Harness Engineering 的定义与核心价值 Agent 可靠性的瓶颈不在模型，而在模型周围的系统。模型是引擎，Harness 是方向盘。以 LangChain Coding Agent 为例，在 Terminal Bench 排行榜中，通过仅优化 Harness（系统提示、工具配置、中间件钩子），模型未更换的情况下，排名从 30 名开外提升至前五。Harness 源自马具（缰绳、马鞍等）的比喻：模型如马（强大但无方向），人类工程师如骑手（提供方向），Har…
面向长期运行型应用开发的 Harness 设计 （原文译文） 发布于 2026 年 3 月 24 日 Harness 设计是前沿智能体编程（agentic coding）领域实现高性能的关键。本文将介绍我们如何通过这一设计，在前端开发和长期自主软件工程领域进一步提升 Claude 的能力。 作者：普里特维・拉贾塞卡兰（Prithvi Rajasekaran），Anthropic 实验室团队成员 过去几个月里，我一直在攻克两个相互关联的难题：一是让 Claude 生成高质量前端设计，二是让它在无需人工干预的情况下构建…
Multi-Agent 架构使用判断框架 Anthropic 的核心立场 大多数团队不需要 Multi-Agent 系统。在单个 Agent 上反复改进 prompt，效果可匹配花数月搭建的复杂多 Agent 架构，且代价更低。普通 Agent 消耗约 4 倍于聊天的 token，而 Multi-Agent 系统消耗约 15 倍，额外开销来自跨 Agent 的上下文复制、协调消息和结果汇总，因此需任务价值足够高才能覆盖开销。 该使用 Multi-Agent 的场景 上下文污染 不同子任务积累的信息互相干扰导致推理质…
上下文工程的本质 大模型推理时的信息来源仅包括参数知识（训练阶段获得，推理阶段不可改）和上下文窗口内容。上下文工程本质是构建大模型的工作记忆，决定其决策时能看到的信息，进而影响行为质量。 与 Prompt Engineering 的区别 Prompt Engineering：关注措辞、格式、few-shot 示例等 “怎么说” 的问题。 上下文工程：关注每轮推理时上下文窗口中 “看到什么”，包括信息的选择、结构排列。 核心差异：Agent 是多轮推理循环（典型任务平均调用 50 次工具），上下文信息不断累积，存在 …