基于 Anthropic 商业业务 Agent 落地经验，梳理单 Agent 优先、Skill 与 System Prompt 划分、Tool/UI 设计、延迟优化、记忆治理、安全边界、评估与组织协作。

基于 Codex、Hermes Agent、Generic Agent、MUSE、Claw Code、OpenCode 等生产级 agent harness，梳理工具系统、上下文管理、记忆、skill、runtime 与自进化机制的通用设计模式。

围绕《A Survey of Self-Evolving Agents》，从 What、When、How、Where 四个维度梳理自进化 Agent 的模型、上下文、工具、架构、评估、安全与最新进展。

团队近期阅读 RAG 相关 survey paper 的笔记，围绕 RA-LLMs 的检索、生成、增强整合、训练方式和应用展开梳理。

围绕 LLM-based autonomous agents 的构建、应用、评估与挑战，梳理 Profile、Memory、Planning、Action 等核心模块。