这是网站上线后的第二篇周记。如果说 #1 是启动周，这周就是产能周。
| 事项 | 状态 |
|---|---|
| 爱马仕迁到阿里云 | ✅ 从 WSL 迁移完成，7×24 在线 |
| 网站源码推上 GitHub | ✅ 60 个文件，9185 行 |
| 服务器清理优化 | ✅ 释放 ~4GB 磁盘 + ~450MB 内存 |
| Harness 总纲页面升级 | ✅ 从简介升级为完整方法论入口 |
| Harness 总纲文章发布 | ✅ 搜索引擎可索引的方法论入口 |
| 2026 AI 智能体大会分析 | ✅ 3 个信号：方向对了，差距在哪 |
| LangGraph 实战（Day 1-3） | ✅ 环境搭建 → 流水线 → 对比总结 |
| Web Demo 上线 | ✅ 带可视化流水线的交互页面 |
| 多 Agent 技术栈地图 | ✅ Hermes vs LangGraph vs Dify 定位 |
| 指标 | 上周 | 本周 |
|---|---|---|
| 文章数 | 17 篇 | 34 篇 |
| 页面数 | ~35 | 57 |
| 知识体系 | Harness 4 篇 | Harness + 记忆系统 + 多 Agent 编排 + LangGraph |
| 服务器 | WSL 本地 | 阿里云 7×24 |
| 部署方式 | 手动 scp | git push → 自动构建 |
2026 AI 智能体大会把 Harness 列为十大议题之首。看到自己做的事被行业印证，比学到任何新知识都更有价值。
两天实践下来，结论很清楚：对话/交互场景用 delegate_task（动态决策），管道/批处理场景用 LangGraph（静态图）。不冲突，不需要二选一。
1.6GB 内存的小机器跑不了多语言 ONNX 模型（448MB 直接 OOM）。最后用了字符 n-gram 的轻量方案，精度有限但能区分不同问题。生产环境建议升内存或走 API。
💬 评论