把 PostgreSQL 全文检索 + 精确向量 + RRF 接进 SAGE，并在同一协议下比较 FastEmbed、百炼和豆包后，百炼在冻结测试把 Recall@10 从 0.889 提到 1.000。但它仍然默认关闭。记录这次 RAG 工程化里几个由证据而不是技术标签决定的取舍。

Agent 的评测难在能力和控制纠缠在一起。以 SAGE 为例，讨论 Context、Memory、RAG、Harness 四层各自该评什么，以及如何用契约层和智能层的交叉标签让结果因果可解释。

Loop 负责节点内部的执行闭环，Graph 负责节点之间的依赖、并行与恢复。结合 DeerFlow 和 SAGE，讨论复杂 Agent 任务真正需要的工程边界。

SAGE 为什么不只是另一个聊天框，以及目标、知识、实践和证据如何形成可恢复的学习闭环。

从事件流、上下文预算、持久化和工具审批出发，拆解一个可恢复 Agent Harness 的工程边界。