AI Agent 今日: 0|主题: 1173|排名: 3 

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 ...

苏黎世联邦理工学院（ETH Zurich）在一个受控的、商业级的氛围编码环境中测试了100名开发者，以了解谁才是真正的成功者。 研究结果令人震惊。 研究人员追踪了计算机科学成绩、书面沟通能力和一般认知推理能力。 他们想了解，在从未接触过任何源代码的情况下，究竟是什么因素能够预测氛围编码的熟练程度。 研究发现了两 ...

让 AI 只负责提假设、由确定性工具对二进制实物逐条裁决，从根上杜绝模型一本正经地编造 API、偏移和函数行为。 https://github.com/2akouwu/reverify

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 ...

搞自动化和爬虫的，以前那套真可以扔了。 Index（Laminar出品）把浏览器变成可调用的API，终端敲句话，它就像真人一样点按、扒数据、填表单，跨站点干完一整套活。WebVoyager测试准确率92%。 安装：pip install，终端敲index run。 挂本地Chrome：--local-chrome参数，复用已登录状态 视觉推理：原生接Claude、Gemini等 ...

同时开几个 AI 编程窗口，最先乱掉的往往不是代码，而是自己。 Claude Code、Codex 多会话并行时，经常搞不清哪个 Agent 在等回复，哪个任务卡住了。 cmux 做的事情很简单：把多个 AI 编程会话整理进一个更清晰的工作台。 它基于 Ghostty 构建，会直接标记需要你处理的会话，侧边栏还能集中查看 Git 状态、PR、目录、端 ...

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、 ...

#Gemma 4进Android Studio# 谷歌Gemma官方宣布，Gemma 4现已成为Android Studio推荐的本地模型。开发者可在Agent模式下完全离线改代码，零token配额，代码全程不出本机，适合通勤或无网环境写代码。 #谷歌##Google[超话]##gemma##谷歌开发##Android##Android开发# http://t.cn/AX0i4KCB ​​​ ...

【编码智能体正在重塑软件供应链的权力结构】Armature针对Claude Code、Codex与Cursor进行了近一万七千次压力测试，揭示了AI在构建真实项目时如何筛选第三方服务。实验涵盖七十五个不同语言的代码库与四类开发者画像，结果显示不同智能体的决策逻辑存在显著差异：Claude Code更倾向于自主编写功能而非引入外挂，而Codex与Cu ...

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 ...

学机器学习，最怕的不是公式难，而是“看懂了代码，却没真正看懂算法”。 最近发现一个很适合补基础的开源项目 Machine Learning Visualized，把经典算法直接做成可视化训练过程。 🧠 梯度下降、逻辑回归、感知器 📊 PCA、K-Means、神经网络 📐 从第一性原理推导，不只调用现成库 🎞️ 权重变化、损失下降、训练收敛过程 ...

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 ...