文章提出了工具/MCP/Skill/Plugin 四层模型，其中 MCP 是连接外部系统的标准化协议。由 Anthropic 于 2024年底推出，采用客户端-服务器架构，通过 JSON-RPC 2.0 通信，支持本地（stdio）和远程（SSE）两种传输方式。它解决的核心问题是：过去每个外部系统（如数据库、Slack、GitHub）都需要单独写适配层，而 MCP 统一了接口规范，让开发者只需一次接入就能让模型访问任意工具。截至2025年3月，已有超1000个社区服务器投入使用。

文章大量依赖 ReAct 范式，但未展开其底层机制。ReAct 由普林斯顿和谷歌在 2022 年提出，核心是让模型交替执行「思考→行动→观察」循环，直至任务完成。以「查询天气并预订酒店」为例：Agent 先思考「需获取位置」，调用天气 API（行动），拿到结果后观察「天气晴朗，适合出行」，再思考「下一步预订酒店」——这不是模型能力，而是一种工程设计的执行逻辑。理解 ReAct 是理解 Context Engineering 和 Memory 系统设计的前提。

文章对 Agent 工程前景充满信心，但 LangChain 创始人 Harrison Chase 指出了更现实的图景：当前 Agent 在长任务中「还达不到 99% 的可靠性」，上下文腐烂、工具调用失败循环、状态丢失是生产环境的三大死因。他甚至认为 2026 年才是长任务 Agent 落地的分水岭，传统软件公司若不能适应「工程范式从确定性代码转向非确定性黑箱」的转变，可能被淘汰。这一视角与文章对 WorkBuddy 内部工程细节的乐观描述形成鲜明对照，核心分歧在于：工程优化能否在可接受时间内跨越可靠性鸿沟。

文章提出的 Context Engineering（五类动作）是当下最前沿的 Agent 优化方向。Andrej Karpathy 在2025年正式提出这一概念，核心判断是：Agent 的性能瓶颈已从模型能力转向上下文管理质量。当前关键变量有三：一是百万级 token 窗口下的注意力衰减（「Lost in the Middle」）；二是 Prompt Cache 命中率与上下文压缩之间的冲突（TokenPilot 方案可降成本 60%+）；三是记忆系统能否从「对话历史」升级为「结构化跨会话状态」。2026 年的焦点将是上下文工程从手工调优走向自动化治理，标志性事件是 MCP 被移交至 Linux 基金会管理。

文章提出一个精妙原则：程序性记忆（做事方法）不应纳入长期记忆，而应沉淀为可版本化的 Skill。但这条边界在实践中并不清晰——用户重复执行某类任务时，其行为模式究竟是「偏好」还是「方法」？例如，一个用户每次写周报都要先拉数据再汇总，这算陈述性记忆（偏好步骤）还是程序性记忆（做事方法）？如果误将局部经验晋升为全局 Skill，可能导致 Agent 在新场景下机械执行错误流程。真正值得追问的是：Memory 系统的准入判断能否自动化，以及误判后的纠偏成本谁来承担。