AI Agent 今日: 2 |主题: 658|排名: 4 

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。 ...

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， ...

一位博士研究员为 Obsidian 构建了一个由 8 个智能体组成的 AI 团队，因为他的记忆力衰退、饮食一团糟，焦虑也让他难以摆脱，而他找不到任何一款工具能将这三者整合到一个系统中。 于是，他自己动手做了一个。 这并非一个功能强大的笔记捕捉工具，也不是一个功能齐全的文档库搜索引擎。而是一个由众多专业智能体组成的团 ...

从 Lingxi Li 这篇万字长文里提纯出最值钱的 6 条工程底线，建议保存： 1. 闭环高于提示词：没有截图前后对比、CI 信号和多模态验收，agent 只能交差；有了验收信号，agent 才能在夜里自己迭代到你的标准 2. 组织分工降幻觉：领域收得越窄，任务规格越清楚，专科化是解决 agent 跑题的物理手段 3. 共享状态解遗忘：上下 ...

一个人同时管 200 多个 coding agent、一个月合入 2000 多个 PR，SpaceXAI 刚公开的这套 Grok Bot 玩法，竟然把日常研发从人盯代码改成了工头替你过夜干活，真的有点牛逼🤯。。 Cursor 核心工程师 @lingxi 这次交出来的，其实是一套把 AI 编排成迷你工程组织的实战白皮书， 核心根本不是模型写代码有多快，而是他把一 ...

兄弟们，闲鱼副业别再傻傻手刷了。 我筛了一圈 GitHub，真能派上用场的就这 3 个： XianyuAutoAgent：自动回消息、砍价、接单，适合懒人卖家。 ai-goofish-monitor：盯低价货，AI 帮你判断值不值，捡漏党很香。 xianyu-auto-reply-fix：多账号、自动回复、自动发货确认，还有后台。 我自己看完最大感受是：闲鱼赚钱拼 ...

DESIGN.md 让 AI Agent 设计出 "符合品牌" 的页面 Vercel 内部已有一个 product-design skill，让 coding agent 在仓库内工作时能读懂设计系统和产品规范，产出符合 Vercel 风格的页面。但问题在于：仓库之外的场景——报告、提案、一次性页面——所用的工具读不到仓库里的文件，agent 就失去了设计依据。 于是他们采用了 ...

Agent 论文一天能刷一打，缺的不是链接，是地图。 复旦团队这篇 86 页综述《The Rise and Potential of Large Language Model Based Agents》把清单开源了：脑子、感知、行动三块怎么拼，单智能体、多智能体、人机协作往哪走，社会模拟踩过哪些坑。 必读单就挂在这个仓库里。 1⃣ 按「脑 / 感知 / 行动」拆构造，不是一 ...

Agent 跑得越久，上下文有时越像一个垃圾场。 几十步之后，旧观察、过期状态、工具输出和推理过程全堆在一起。模型每走一步，都要重新判断哪些信息现在还有效。 Google 团队这篇 SKILL.state，给了一个很直接的解法： 别一直保存完整历史，只维护「当前状态」。 每一步 Agent 只看到三样东西：固定的 Skill、当前结构化 ...

教你的智能体进行推理。 《推理工程》的全文现已向全球各地的LLM开放。不再需要解析PDF。 3,000 令牌 | 各章节链接：http://t.cn/AX0LrrLw… 70,000 令牌 | 全文： http://t.cn/AX0LrrLA ​​​

Pi agent是真香，hermess什么的都可以抛一边了，就用它作为桌面 work主力，速度快、还省token 推荐几个必装的扩展，装上后性能、生产力飞起: - pi-web-access 网络访问全家桶：网页搜索、URL 抓取、GitHub 仓库克隆、PDF 提取、YouTube/本地视频理解。支持 OpenAI、 Brave、Tavily、Kagi、Exa、Perplexity 等众多搜索后 ...

小模型 Agent 能力测试的天梯在这里~ (希望图不要被压得太狠....) 目前来看最值得使用是我测试的 Qwen3.8-27B-UD-Q4_K_XL 版本, Agent 用使用 reasoning_effort = low, 然后写代码开到 medium / high. 另外文中是统一使用单卡 H100 NVL+llama.cpp 最新版本测试的. 如果是Mac用户还是建议优先使用MLX, 实测 MLX 开 MTP 会 ...

Addy Osmani搞的agent-skills这个开源项目，给AI编程助手配了一套能直接上生产线的工程技能包，从想清楚要做什么到最终上线，每一步的规范和质量检查都帮你整明白了。 里面几块核心内容： 1️⃣ 24个结构化技能，覆盖spec、plan、build、test、review、ship这些关键阶段 2️⃣ 8个快捷slash command（像/spec、/plan、/bu ...

Agent 看起来每一步都在自由发挥，但把几千条执行轨迹摊开后，它的行为可能只剩下几十个状态。 UCL 和 Holistic AI 团队这篇论文做了一件很有意思的实验： 把 Agent 的历史轨迹压缩成一张有限状态机（FSM）。 比如 Coding Agent 经常在「搜索 → 修改 → 执行 → 再搜索」之间循环。作者把工具调用和动作抽象成状态，再 ...

时隔两个月，OpenClaw 2.0 版本「意外」发布！ 2.0 是 OpenClaw 史上最大更新，933 位贡献者（其中 569 人为首次贡献），合并超过 16,000 个 PR，约占项目历史全部 PR 的 50%！ 此前 230 天发布了 106 个版本（平均约 2 天一个），而这次间隔近两个月。「意外」发布正是指：团队原本只想简化安装和重构浏览器端，结果改动 ...

WikiSkill：把 Agent 的经验沉淀为持久知识，让 Skills 持续进化来自 Google Research 的论文，在 "Agent Skills 自动进化" 这一方向上，论文提出在原始经验与可执行 Skills 之间插入一个持久化知识层（Wiki），让经验被持续编译、沉淀为结构化知识，从而支撑 Skills 的长期、复利式进化——实验表明这一改动带来了一致且显 ...