AI Agent 今日: 2 |主题: 658|排名: 4 

单个 AI Agent 不够用，多 Agent 协作开始成为新玩法。 ccteam 的思路是把 Claude Code、Codex、Grok、Kimi 等不同 Agent 组合成一个协作系统，让不同模型负责自己擅长的任务。 它会根据预设能力分工： Claude Code：任务拆解、方案设计 Codex：大规模代码编写 Grok：快速响应和辅助分析 Kimi：低成本批量任务处理 比较 ...

一句公式，基本把 AI Agent 的核心讲明白了： Agent = LLM + 上下文 + 工具 围绕这个思路，李博杰整理了一本《深入理解 AI Agent：设计原理与工程实践》，目前已经完整开源。 内容不是只讲概念，而是从上下文管理、工具调用、RAG、Coding Agent，到多智能体协作、多模态交互，一步步拆解 Agent 怎么真正落地。仓库里还配 ...

代码都让 Agent 写了，架构图还自己画？ Archify 就是专门把这一步也接过去。 Repo 丢给 Claude Code、Codex、Cursor、OpenCode。 它会自己从代码里整理出： 系统架构 Sequence Diagram 数据流 Workflow Lifecycle 我比较喜欢的是它能直接做： Before Delta After 一次改动到底动了哪块架构，新增了什么依赖，删 ...

Agent 自我进化跑久了，会出现一种很危险的情况：分数涨了，能力却在悄悄变窄。这篇 HarnessEvolve 想解决 Agent 自我修改 Harness 时很容易遇到的几个问题。长任务失败后，最终 reward 只能告诉它「错了」，却很难知道真正从哪一步开始偏航。HarnessEvolve 会先生成一条经过验证的「参考轨迹」，再和失败轨迹对齐，找到最 ...

一个终端命令，直接调度 13 个 AI Agent 做安全测试。 最近发现 PentestCode，把传统渗透测试拆成侦察、扫描、枚举、Web、AD、后渗透等专职 Agent，并行协作。 🤖 13 个 Agent 分工协作 ⚡ 多阶段任务可以并行执行 🧠 共享主机、漏洞、凭证等测试状态 📋 每一步都有证据链和 findings 记录 💾 关掉终端后，测试进度也能继 ...

推荐一个教 Agent 用图说话的 Skill：show-me 来自 @humanlayer_dev 团队 @dexhorthy ，教 Agent 用简洁的图示、代码形态草图和单点聚焦的 HTML 页面，让用户直观看懂当前讨论的话题。 https://github.com/humanlayer/skills/blob/main/plugins/show-me/skills/show-me/SKILL.md 核心指令三句话： · 跳过铺垫，文字尽 ...

一句公式，基本把 AI Agent 的核心讲明白了： Agent = LLM + 上下文 + 工具 围绕这个思路，李博杰整理了一本《深入理解 AI Agent：设计原理与工程实践》，目前已经完整开源。 内容不是只讲概念，而是从上下文管理、工具调用、RAG、Coding Agent，到多智能体协作、多模态交互，一步步拆解 Agent 怎么真正落地。仓库里还配 ...

终端里一口气跑几个 AI Agent，最崩溃的不是它们不会干活，而是你根本不知道谁在干、谁卡住、谁已经做完了。 最近挖到一个 Hive，直接给一群 CLI Agent 套上“团队协作层”。 🤖 一个 Orchestrator 负责拆任务、派活 ⚡ Claude Code / Codex / Gemini / OpenCode 等都能当 Worker 📡 Agent 之间可以直接派单、汇报进度 📋 ...

Go 开发者做 AI Agent，又多了一个官方级选择。 Microsoft Agent Framework 的 Go 版本已经公开预览，目标不是做 Demo，而是帮助开发者构建真正能落地的 Agent 系统。 它支持多模型接入，不绑定单一厂商；同时提供工具调用、中间件扩展、上下文管理，以及多智能体工作流编排能力。 比较亮眼的是工作流部分，顺序执行、并 ...

想自己搭一个 AI Agent，可以看看这个开源框架。 AstrBot 不只是做聊天机器人，而是把模型、工具、知识库和工作流整合到了一起，用来快速搭建自己的 AI 应用。 模型这边支持 OpenAI、Claude、Gemini、DeepSeek、Ollama 等主流方案；平台也覆盖 QQ、飞书、企业微信、Telegram、Slack 等。 另外还有 MCP、多模态、知识库、 ...

agent 绝对可以高速开发大项目。 我毕业后的第一个项目就是一个 10 亿美金预算，上千人团队的项目，所以学到的软件工程理念，直接学以致用了。系统定好架构和协议，分成 10 个模块，然后再模块内落地框架协议数据结构，每个模块，铺 300 - 700 人的团队干一年。 但是落地到每一个人的项目，能确保最终进入生产环境的，其 ...

LLM 能自己创建和演化 Agent Harness 吗？ 来自 ByteDance Seed 等团队的研究者们，发布了一个把评测对象从 "任务答案" 转向 "Agent 执行基础设施" 的基准「HarnessDev」 论文：https://huggingface.co/papers/2609.01437 现有问题 同一模型换个 harness（执行循环、工具、上下文管理、恢复、验证），成绩可差十几个点， ...

看懂 AI 七层金字塔，一次性捋清 Token‑Prompt‑Context‑Agent‑Harness‑MCP‑Skills🔥 1️⃣Token：AI 理解世界最小积木块，直接决定成本 2️⃣Prompt：给 AI 下达的指令入口 3️⃣上下文 Context：AI 的对话记忆 4️⃣Agent：自主拆解任务干活的智能体 5️⃣Harness：AI 安全安全阀，管控行为边界 6️⃣MCP：万能连接 ...

GitHub 上的 Claude Skill / MCP 已经多到搜不动。 AgentSkillsHub 把 11 万+ 开源 Agent Skill、MCP Server、Codex Skill 和工具扫进来，按 10 维打分、安全分级、每 8 小时同步一次。 给 Claude Code、Cursor、Codex 找插件，不用再在 topic 里翻垃圾仓库。 注意：评分是启发式，不是官方认证。装之前自己看 README 和 ...

拿掉外部老师，AI Agent 自我进化几乎全部失效！ 大多数所谓 "递归自我改进" 系统其实是半闭环：它们默认存在一个 "黄金验证器"，一个外部的、可靠的评分信号，持续告诉模型 "方向对不对"。一旦这个外部老师被拿掉，Agent 能否自己闭合这个环，是一个悬而未决的问题。 ByteDance Seed 和 TokenWave 发布的「Self-Developi ...

你用不好 Agent，不是提示词写得差。 是你还在当监工。 前两天我又把《AI炼金术》余一那期翻出来听。节目在小宇宙，栏目是徐文浩、任鑫做的。她把自己管的那一堆 Agent，说成一家百人公司。 她的原话，表里记的是： 「一个人调度100个agent的产出，可能超过1000个不用AI的人。」 （这条我没对上音频原文，先当她的主张， ...

AgentsView：给你的 agent 用量请个会计，常规工作中上万个 session、十几个 agent、每天烧上百美元，你的 AI 员工在干什么，你其实一无所知，AgentsView给所有 coding agent 装了个"监控大屏"来审计财务。 它能将20多家code agent 的会话搜出来、看明白、算清花了多少钱： usage daily 出每日成本、记录 token 与峰值上 ...

AI智能体工具的体验差距有多大？Grok Bot拥有一个像iMessage一样流畅的移动App，可以随时随地派发任务。博主甚至在健身房就指挥AI装好了新模型！而Hermes目前完全没有移动端，这成了它最大的短板之一。#GrokBot# #HermesBot# http://t.cn/AXpOsDFK ​​​ ...

1.5TB → 214GB。缩小七倍，几乎没有影响。 这就是 Hy4 预览版。诀窍在于 Sherry —— 我们的量化方法，将权重压缩到每个仅 1.25 位。（图片展示了其原理。） 它还开启了一种全新的运行方式：将您现有的 GPU 跨机器拼接，它们就能作为一个整体工作。 GGUF (量化版): http://t.cn/AX0GMA5v… 原始模型: 引用：We compres ...

OpenClaw 2.0重磅发布，可极少人再去刷屏，这要放在5个月前，简直不敢想象。 它定义了Harness赛道，并抓住Claude的订阅漏洞，用 20 美元的 Claude Pro 订阅跑价值几千美元的 Token，让用户吃到了token经济学的第一波红利。 它也因为安全漏洞、上下文环境差、安装繁琐等产品原因，把快速积攒的市场份额拱手让给了新的龙虾 ...