AI Agent Architecture

深度解读当代 AI 编程代理的源码架构设计,系统梳理智能体开发的方法论、应用类型与驾驭工程—— 从 Claude Code 的精密堡垒到 OpenCode 的开放工坊,从 ReAct 循环到 Harness Engineering。

基于公开源码分析、学术论文及社区逆向工程成果  |  2026.05

🏰
Claude Code 架构解读
1,884 个 TypeScript 文件、512K+ 行代码。解读 Anthropic 旗舰级 AI 编程工具的 5 层子系统、 9 步 Agent Loop、7 层安全防护和四级记忆体系。
TypeScript Bun 单进程 54+ 工具 7 层安全
🔓
OpenCode 架构解读
100% MIT 开源的终端 AI 编程代理。解读 Go + Bun 双引擎 C/S 架构、LSP 深度集成、 75+ 模型提供商和 Plan/Build 双模式设计。
Go + Bun C/S 分离 LSP 75+ 模型 MIT 开源
⚔️
架构对比分析
14 个维度全面对比两大架构。从 Agent Loop 到安全哲学,从上下文管理到扩展体系, 附带选型决策矩阵帮你做出选择。
14 维度对比 能力雷达 选型矩阵
🧭
智能体方法论总览
18+ 设计模式全景:五大 Workflow、四种单 Agent 模式、五种多 Agent 协作、四种认知架构, 附选型决策树与七大框架对比。
18+ 设计模式 决策树 7 大框架
🧬
智能体应用类型
七种应用类型沿自治程度谱分布——问答型、辅助型、任务型、自治型、编排型、监控型、原生应用型。 每种类型对应不同的方法论选择和架构复杂度。
7 种应用类型 自治程度谱 方法论映射
🐴
Harness Engineering
Agent = Model + Harness。三段演进、三家公司实践对比、 R.E.S.T 模型与 PPAF 闭环、生产级 Agent 五大执行特征与三条缺失原语。
R.E.S.T 模型 三方实践 语义隔离
🧱
智能体构建基础
六要素框架(大模型/服务器/数据/规划/执行/决策)与三层记忆架构 (会话/应用/持久),自我完善飞轮与三态流转模型。
六要素 三层记忆 自我完善飞轮
🏗️
Agent 基础设施
三条可恢复原语、ETCLOVG 七层分类法、Agentic Scaling 四维框架(快稳准广), 以及绑定约束论的三项实证研究。
三条原语 ETCLOVG 绑定约束论
🔌
Skills & MCP
Agent 能力扩展的两条路径:MCP 协议标准化远程连接 vs Skills 三层渐进式披露封装工作流, 附 Anthropic 数百个 Skills 实战体系。
MCP 协议 渐进式披露 Skills vs MCP
🤝
多智能体系统
四种协作拓扑、两种规划策略、Generator-Evaluator 三智能体架构, 以及政务领域七智能体流水线实战案例。
协作拓扑 G-E 架构 自我完善飞轮
⚙️
工程实践
中间循环工程、Spec Coding 规约驱动开发、智能体拓扑(康威定律 AI 时代扩展), 以及 AI-Native OS 的四大本原生特征。
中间循环 Spec Coding AI-Native OS
512K+
Claude Code 代码行数
75+
OpenCode 模型提供商
14
对比分析维度
11
深度解读文档

这个站点是什么?

这是一个关于 AI Agent 架构与开发方法论的系列文档,共 11 个深度解读页面。 从 Claude Code 和 OpenCode 的源码架构,到智能体构建要素、基础设施、工具协议、多智能体系统、 方法论总览、应用类型分类、驾驭工程和工程实践,系统梳理了"如何让 AI 安全、可靠、高效地完成工作"。

每个页面都包含架构图、流程图、设计模式分析和实践案例,适合对 AI Agent 系统工程感兴趣的开发者阅读。