工具描述写不好，Agent 就会乱调用：一次 Tool Schema 实验
事情是这样的。 上一篇我们把 AgentScope Java 的 Tool 拆清楚了。 Tool 不是一个普通 Java 方法。 它至少有两面。 这件事一旦理解了，后面一个问题就会变得很刺眼。 既然模型看到的不是 Java 方法体，而是一份 ToolSchema。 那这份 schema 写得好不好，...
AgentScope Java 的 Tool 到底是什么？它不是简单的 Java 方法
事情是这样的。 前面几篇我们已经把 AgentScope Java 的运行心智拆到一个比较清楚的位置了。 Agent 不是一次模型调用。 ReActAgent.call() 背后是一条执行链。 Msg 不是普通字符串。 Formatter 负责把统一消息结构翻译成不同模型厂商的请求。 第 5 篇又把...
ReAct 不神秘：我用 Java 手写了一个极简 Agent 循环
事情是这样的。 前面几篇我们一直在拆 AgentScope Java 的运行结构。 第 1 篇讲的是，Agent 不是一次模型 API 调用。 第 2 篇讲的是，agent.call(...) 背后不是一跳，而是一整条执行链。 第 3 篇讲的是，Msg 不是 String，因为 Agent 运行里要...
换模型不改 Agent？AgentScope Java 的 Formatter 层做了什么
AgentScope Java 的 Formatter 负责把统一的 Msg、ToolSchema、GenerateOptions 转成各厂商的请求结构并解析返回，使 Agent 只需改 model 字符串即可切换模型，无需修改业务代码。
Msg 不是 String：AgentScope Java 的消息模型为什么这么设计？
AgentScope Java 的 Msg 不只是包装字符串，它通过 role、name、content（ContentBlock 列表）等字段保存消息身份、多模态内容及运行时附加信息，只有这样才能让 Agent Runtime 正确区分用户输入、系统指令、工具调用与结果等不同语义，避免信息丢失。
一个 ReActAgent 到底做了什么？从 call() 开始拆 AgentScope Java
看似一次普通的 agent.call()，实际上启动了 AgentScope Java 的运行时：先占用执行资源，走完生命周期钩子与追踪，再把用户消息写入 Memory，从第 0 轮迭代进入 reasoning，才触发真正的模型推理。最小的聊天示例也已具备完整的 ReAct 骨架。
为什么 Java 开发者不能只把 Agent 当成一次大模型调用？
很多 Java 开发者第一次看 AgentScope Java，最容易产生的错觉是，这不就是把大模型 API 包了一层吗？ 你看快速开始里的代码，好像确实很像。 ReActAgent agent = ReActAgent.builder() .name("Assistant") .sysPrompt("You are
为什么你越“高级表达”，AI 越听不懂？
很多人刚开始用 AI 的时候，都有一个误区： 以为 Prompt 写得越高级，AI 的回答就越高级。 于是问题会被写成这样： 请你基于复杂业务场景，进行多维度、深层次、系统化的分析，并输出具有战略价值和落地意义的洞察。 这句话看起来很正式，也很像方案里的表达。 但问题是：AI 看到它之后，并不一定知道你到底要它做什么。
真正让 AI 写好大项目代码的，不是模型，而是工程环境
当所有人都在争论哪个 AI 模型写代码最强时，Anthropic 的 Claude Code 团队提出了一个反直觉的观点：在几十万行的大型项目中，模型从来不是真正的瓶颈，工程环境才是。
如何将 AI 编码账单削减 80%：方法论整理版
本文深入解析如何将 AI 编码账单削减 80%，系统整理了涵盖工具选型、提示词工程、使用策略优化、计费模式对比及自动化工作流设计等多个维度的完整方法论，为开发者和团队提供一套在享受 AI 编程效率红利的同时实现成本最优化的实用指南。