AI Agent 今日: 0|主题: 1173|排名: 3 

Simon Willison写的教程 智能体工程模式：如何与编程智能体高效协作 地址：simonwillison.net/guides/agentic-engineering-patterns/ 项目旨在系统整理使用编程智能体的有效实践，集中回答“怎样才能真正把这些工具用好”。作者认为，编程智能体最关键的能力不是生成代码，而是能够执行代码、测试结果，并在没有人类逐轮 ...

[AI]《Prime Agent: A Self-Improving RLM Harness》S Karten, A L. Zhang, K Thomas, S Müller… [Princeton University & Prime Intellect] (2026) 在AI智能体领域，模型执行长时程任务是一个悬而未决的难题。过去的方法受困于无状态的交互接口，本质原因是将模型视作一次性指令处理器，而非持久的计算核心。 本文的 ...

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 ​​​ ...

一位独立开发者想要用 ASCII 字符创建一个栩栩如生的城市。 最终呈现的成果令人叹为观止：车流、行人、高楼、树木、景深、碰撞效果，应有尽有。所有这些都由一个自定义引擎在一个 HTML 文件中生成。 https://news.ycombinator.com/item?id=49512975 ...

AI 写前端最大的尴尬，不是页面做不出来，而是做出来的东西越来越像一个模子刻的。 紫色渐变、圆角卡片、Inter 字体……换个项目，熟悉的“AI 味”还是扑面而来。 Impeccable 就是来解决这个问题的。 它基于 Anthropic 的 frontend-design 思路扩展，给 AI Coding Agent 配了一套完整的前端设计体系：1 个 Skill、23 条 ...

别光盯着 GitHub 热门项目找“效率神器”了，真正每天都在用的生产力工具，可能就在你电脑里。 VS Code，微软官方维护的开源代码编辑器，源码直接公开在 GitHub，MIT 协议。 它现在早就不只是“写代码的编辑器”： 🤖 AI 能力扩展：通过插件接入各种 AI 工具，也可以配合本地模型使用。 ⌨️ 键盘党友好：快捷键、命令面 ...

各位老实说，你们觉得哪个代码编辑器最好？请回答。

Damn，全球代码第一的宝座易主了！！！ 阿里今天更新的旗舰 Qwen3.8-Max-0902， 在权威三方榜单 CodeArena WebDev 直接轰出 1691 分，较前代暴涨 22 分， 一举反超 Claude Opus 5 (1688) 和 Kimi K3 (1674)，正式登顶全球代码总榜第一！ 2.4 万亿总参数加 100 万超长上下文，经过 Coding 和 Cowork 专项后训练后，企业级 ...

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 ...

Claude Code、Codex、DeepSeek Harness 和 Pi，看起来都在做 Agent，但走的其实是四条完全不同的路。 以前我也喜欢比较谁写代码更强，但最近坚持研究 Pi，我越觉得真正应该在意的：它想替用户决定多少东西，又愿意把多少控制权交给你。 1、Claude Code：越来越像一个完整的 Agent 产品 Claude Code 现在已经把 Plan、Su ...

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 ...

OpenClaw 2.0 来了，快速过一下核心内容： 1、史上最大的重构，经历了 7 周的停更，包含超过 1.6 万个 PR，接近历史合并总量的 50%。 2、大幅简化安装流程，支持自动检测已有模型和 Key，从极客玩具转向大众化。 3、重构浏览器端体验，将浏览器应用重塑为核心入口，支持直接对话，进度跟进与上下文持续管理。 4、解决 ...

OpenClaw 可以让Codex替自己打工了🔥 最近 OpenClaw 2.0 里面有个功能我觉得被低估了：Codex Harness。 它不再是简单的调用 Codex CLI，而是真的把底层的相关工作直接交给了交给 Codex来完成。 最有意思的地方： 1、Codex 真正负责干活 
Thread、工具调用、上下文压缩、任务续接这些底层能力，直接用 Codex 原生机制， ...

Hermes 在治记不住，OpenClaw 在治记太多🔥 最近OpenClaw升级了2.0，但是我更关注的其实是两家关于 Memory 方面的升级和探讨。 因为两个Agent都是针对长期记忆设计，一个是自进化，一个是多记忆治理，没有谁对谁错，只是方向不一样。 2.0 功能表很长：跨设备 Session、共享工作台、浏览器重做、安装变简单。这些都重要。 ...

完全不懂代码，一天 Vibe Coding 上线一个 App？ 这种一眼就是卖课的标题，完全曲解了 Vibe Coding，更曲解和贬低了生产级项目！ @moshhamedani 作为 Code with Mosh 创始人、知名编程教育者，实际经历 3 个月，手写代码量为零，完全由 Claude Code 构建了他的项目，实际体感 AI 带来的效率提升大约是 2 倍。 第一层： ...

Anthropic刚刚发的一份报告，探讨AI安全的问题：当模型在训练中学会了“作弊”，这种倾向会泛化到什么程度？ 发现：作弊倾向泛化到了现实世界伤害，不只是模型会作弊，而是为了得高分，模型愿意做一系列严重的有害行为 还有一个发现：在没有明确评分机制的场景中，比如普通的聊天、诚实性测试、是否愿意帮助人类作恶等， ...