📡 Agent Radar · 第 4 期（2026-10-20）¶
本期主题：体检比写作更难 —— Agent 项目的"可交付性"第一次被量化。
上一期我们说上下文变成了商品。这一期换个角度：当所有人都在写 Agent，谁在检查它们能不能上线？
🔥 头条：从"能跑"到"敢上线"，中间隔着一张体检单¶
这一周我在整理手册第 25 章（Harness Engineering）的反馈时，发现一个反复出现的提问：
"我知道该有任务边界、上下文压缩、失败恢复……但我怎么知道我的项目现在缺哪一根？"
这就是"方法论"和"工具"之间的缝。五根柱子写在文章里人人都懂，但没有人会拿文章去对照自己的 800 行 main.py。
于是我们把第 25 章做成了一条命令：
它静态扫描你的 Python 代码，对五根柱子各打 0–2 分，每一分都给出具体到 文件:行号 的证据：
支柱 得分 状态 证据
--------------------------------------------------------------------
任务边界 ●● ✅ 扎实 main.py:86, main.py:89
上下文管理 ○○ ❌ 缺失 —
状态持久化 ●○ ⚠️ 薄弱 main.py:180
失败恢复 ○○ ❌ 缺失 —
权限体系 ○○ ❌ 缺失 —
为什么"体检"比"再写一章"更重要¶
| 写第 32 章 | 做 doctor | |
|---|---|---|
| 受益的人 | 已经在读的人 | 任何一个有 Agent 项目的陌生人 |
| 结果形态 | 文字 | 一张能截图的分数 |
| 传播方式 | 需要别人愿意读 | 打分本身就是话题（"我只有 3 分？"） |
| 可复用性 | 一次性 | 每次改代码都能重跑 |
这也是本期想说的核心：内容让人理解，工具让人行动。 一个"能给你打分"的东西，比十篇"讲得很清楚"的文章更容易被记住、被转发、被写进别人的 CI。
两个实用开关¶
handbook doctor . --md # 输出 Markdown 表格，直接贴进 issue / README
handbook doctor . --exit-code # 低于 6 分返回非零码，接进 CI 当门禁
--md 是给「提 issue」用的：如果你发现某个开源 Agent 项目缺了柱子，跑一下，把表格贴过去，比写一句"你的项目不够健壮"有用一百倍。
📖 手册联动：第 25 章 · Harness Engineering。第 25.1 节讲五支柱为什么是这五根，25.2–25.6 讲每根该怎么补。
🧩 趋势观察¶
1. 评测从"跑分"变成"上线前检查"¶
Benchmark 回答的是"模型多聪明"，而团队真正需要的答案是"我这一版能不能发"。这两个问题之间差着一整个工程层。第 30 章（评测体系）里提到的 EDD（Eval-Driven Development） 正在被更具体地拆解：不是一张总分榜，而是一组每个都要通过的检查项。
体检清单和评测集正在合流——它们都是"上线门禁"的不同侧面。
2. "协议战争"退潮，交付质量成为新战场¶
x402 / AP2 / Agent Identity（第 29 章）还在推进，但社区讨论的重心明显从"用哪个协议"转向"接完之后怎么保证不出事"。当基础设施趋同，差异化只能来自交付质量。
3. 单文件 Agent 正在变成一种负担¶
越来越多项目从"一个 main.py 跑通"演进到"12 个文件互相调用"，而 Harness 的五根柱子恰恰是在单文件阶段最容易被省略、在多文件阶段最贵的东西。上下文管理和失败恢复尤其如此——它们在 demo 里永远是 0 成本，在生产里是全部成本。
🛠️ 工具快讯¶
| 工具 | 动态 | 手册对应章节 |
|---|---|---|
| agent-handbook CLI | 发布 doctor --md / --exit-code，同步上架 PyPI（uvx agent-handbook） |
第 25 章 |
| LangGraph | 1.2.x 线继续迭代，检查点与时间旅行仍是差异化点 | 第 3 章 |
| CrewAI | 1.15.x，角色化编排的默认范式趋于稳定 | 第 4 章 |
| Dify | 1.18.0，低代码侧继续向"可部署"推进 | 第 7 章 |
框架与顶流项目的实时热度见
data/stars.json（每周五自动快照），或handbook stars。
📄 论文与评测¶
- Harness 视角的失效归因：把 Agent 失败分成"模型能力不足 / 上下文腐坏 / 状态丢失 / 无恢复路径"四类，这个分类法比笼统的"hallucination"更有指导性——对应第 25.3、25.4、25.5 节。
- 长会话下的上下文衰减：多轮工具调用后，早期关键指令的权重下降速度快于预期。第 27 章的压缩策略正是对这件事的工程回应。
💡 本周一个值得思考的问题¶
如果你的 Agent 项目现在被公开打分，你敢把分数贴出来吗？
大多数人的答案是不敢。但这个"不敢"本身，就说明了 Harness 不是加分项，而是及格线。
欢迎到 Discussions 聊聊：你给自己项目打多少分，最缺哪一根？
🏆 社区精选¶
| 仓库 | 等你来占位 |
| 一句话 | —— |
| 用到的章节 | —— |
| 体检 | __/10 |
| 踩过的坑 | —— |
本周暂无新收录——下一个位置留给第 1 位提交者。 想让你的项目出现在这里？按 projects/README.md 的模板提一个 PR，附上
handbook doctor . --md的输出。
📮 投稿与订阅¶
- 爆料/纠错：开 Issue 或在当期 Discussion 留言
- 订阅更新：⭐ Star 本仓库（Watch → Releases only 可接收每期通知）
- 下期预告：第 19 章「Agent 通用工具箱」转正后的落地反馈；以及一份公开项目的 Harness 体检横评
📡 Agent Radar 第 4 期 · 2026-10-20 · 《AI Agent 实战手册》周刊栏目