AI Agent 今日: 0|主题: 1173|排名: 3 

跟大家分享一下我构建Agent端到端测试的一套方案： pi + DeepSeek Flash + ego lite 主要用来完成日常开发的自动化测试 简单来说： 1. ego lite：负责实际操作浏览器，包括页面交互、状态读取和结果验证，开源，可以丝滑导入你的chrome配置 2. pi：作为 Agent Harness，负责整个任务的执行和工具调度，开源，你完全可以基 ...

🚀自从今年Claude Code越来越强之后，我再也没用过vs code了 今天才想起来可以卸载vs code了，然后用codex清理了缓存等文件，竟然将近有10个G 上周卸载了Jetbrains全家桶，今天卸载了vs code 古法编程时代的效率神器，现在却被我扫进了垃圾桶 短短三年AI就重塑了Coding，遥想当年手敲代码的时代，仿佛过了一个世纪 ...

Grok Bot 最近火得一塌糊涂，但很少有人讲清楚它背后到底是怎么搭出来的。最近斯坦福的 CS146S 课堂上，一位来自 SpaceX（之前在 Cursor 干过）的工程师，把 Grok Bot 的架构和设计思路从头到尾拆了一遍。 他先讲了开发者跟 AI 打交道的四个阶段。最早就是从 ChatGPT 复制粘贴代码，很原始。后来模型能在终端帮你改文件、 ...

千问Go的产品能力，在用户分享的体验视频中比年初强了不少。以前是单点任务，现在能承接多元复杂任务。比如航班延误理赔，用户不记得航班号和延误险，查订单、看动态、联系客服、沟通标准、提交申请，最后拿到70元。执行中自动拆解、调用技能、协调资源，打开网页、填表单。思考和行动路径更类人。名字里的“Go”，就是行动 ...

卧槽 Claude 现在能自己写程序，指挥一批 Agent 分工干大活了... 你丢给它 300 份合同，让它找出带"控制权变更条款"的。它先写一个调度程序，程序把合同分给多个 Agent 同时读，读完交给复查 Agent 核对，最后交回答复：41 份命中 官方那组找 bug 测试更离谱👇 这是 Anthropic 给 Claude Managed Agents 新上的动态工 ...

你睡你的大觉，AI 那边一声不吭就把活儿全揽了，你倒好，还在那儿发愁饭碗保不保得住？ 2026 年这 10 个 GitHub 项目，趁早收进兜里，晚一步别怪我没事先招呼。 1️⃣ OpenHands 自己就能干活的编程智能体，90000 颗星。苹果、谷歌、亚马逊、奈飞、英伟达的工程师都在悄摸地使，你还守着键盘一个字一个字敲？ 🔗 https://gi ...

万万没想到，有篇论文发现，550B 的大模型只拿 bash 一个工具修代码，反而修得更好，还省了一半钱！😳 论文里的 Nemotron 550B 只留 bash，修 GitHub issue 的成功率从 65.8% 涨到 69.4%，每题成本从 2.33 降到 1.11 美元。 不过换成 Mistral Medium 3.5，修 issue 的成功率掉了 23 个点，跑命令行任务时倒是涨了 6.7 个 ...

有人把管编程 Agent 的活儿做成了开源项目，名字叫 Agent Orchestrator，说白了，就是给这群 AI 码农塞了个包工头。 搁以前，终端开一屏、分支拉一摞、浏览器标签铺一排，看几眼脑子就成浆糊了。现在倒好，全给你捏进同一块看板：谁正埋头猛敲、谁在那儿卡着不动、哪个 PR 还等着你点头，抬眼一扫，清清楚楚。 1️⃣ 一个 ...

Rust 写的，界面基于 Zed 编辑器的 GPUI 框架，原生跨平台 SSH 客户端，把 Xshell 式主机管理、标签终端、WinSCP 式双栏 SFTP 和端口转发装进一个 GPU 渲染的窗口 https://github.com/since2006/shel l-rs

以前拿向量库做检索，AI 为什么搜出这个结果，基本是笔糊涂账。 OpenViking 换了条路：把 Agent 的记忆、知识、技能统一塞进 viking:// 虚拟文件系统，检索过程直接摊开看。 ① ls / tree / find 就能定位上下文 ② L0 摘要 → L1 概览 → L2 详情，按需加载，Token 省着花 ③ 会话一结束，长期记忆自动沉淀 ④ LoCoMo 测 ...

让 Claude Code 写 SwiftUI，代码能跑，但经常用上已经废弃的接口，界面一复杂还莫名卡顿。 SwiftUI Pro 是 Paul Hudson 做的一个 Agent Skill，他是 Hacking with Swift 的作者，写了很多年免费的 Swift 教程。 规则专门盯着大模型写 SwiftUI 常犯的错，废弃接口、导航、布局、数据流、无障碍、多语言、性能，一共分 11 ...

好几个 CLI Agent 同时在终端窗口里各忙各的，谁在干什么、谁收工了、谁卡住了，全凭瞎猜？ Hive，就是奔着补这个缺口来的。 🔗 https://github.com/tt-a1i/hive 路子很直白： 1️⃣ Agent 照旧是你本地跑的真实 CLI 进程，没有黑箱 2️⃣ Hive 在外头套一层"团队壳"，让其中一个当 Orchestrator 分派活 3️⃣ 其余 Age ...

太喜欢这种风格，让编码 agent 用一段 JSON 描述生成可交互、可导出为 SVG/PNG/GIF/MP4 的动画架构图。 我用 Codex + Deepseek-V4.1-Flash 生成了一张 Hysteria2 代理原理和一次请求的完整链路，效果太棒了。 模型不用 SVG，只写 30 到 150 行 JSON 说清有什么、怎么连，剩下的布局、连线路由、标签位置、排版和动效交给 ...

我 Chovy，有个免费网站，每天从全网搜罗大家拿 AI Agent 干的事，已经收了 1157 条！🫡 每条都写了做法和结果，还附一段填完空就能用的提示词。 比如有人跟 Claude Cowork 说：把下载文件夹按类型整理一下。Cowork 先列出 11 个分类征求同意，来回 20 分钟就归好了 2000 多个文件！ 网站给这条配的提示词还加了两道保险 ...

Rust 社区又迎来了一枚重磅开源炸弹，这次直接瞄准了微软的核心护城河——Microsoft Word。 全新开源文字处理软件 WordCraft 正式亮相。它是一个采用纯 Rust 进行“净室重构”（clean-room reimplementation）的开源项目，目标是深度对标并复刻 Microsoft Word，且全面兼容原生 .docx 文档。 核心亮点一览： 核心生产力 ...

难道在终端里跑 DeepSeek 编程助手，还能省到这个地步？这个专为 DeepSeek 调教的命令行工具，靠"前缀缓存"把成本压到了极致。 真实数据：单日 4.35 亿 input token，缓存命中率 99.82%，实际只花 12 刀。同样体量换 v4-flash 不走缓存，得掏 61 刀，等于把 DeepSeek 的羊毛薅到了极致，长会话挂着跑完全不心疼。 Node 22 ...

# 你的 AI Skill，需要长出自己的脊柱 我们正在把越来越多的专业知识交给 AI Agent。 从简单的提示词，到封装业务经验的 Skill，再到能够独立完成任务的复杂工作流。我们不断教会 Agent 如何工作，也逐渐把自己多年积累的经验沉淀进去。 但最近我一直有个工程上的焦虑： **我们究竟是在积累自己的能力，还是在不断加深 ...

用 REA 小试牛刀逆向了 Claude Slides 的 Slides 编辑器，几乎完整功能。（图1） 我的用法很简单，不一定是最佳实践，仅供参考： 1. 先去 Claude Slides 上把核心的脚本和样式表下载下来（图2） 2. 按照 REA 官网的说明让 Codex 安装 REA 3. 使用 REA Skill 去逆向混淆后的代码（图3） 4. 用不了太久就能有一个目录结构不 ...

没想到 Cloudflare 已经原生支持 Pi Durable 了🔥 以前想跑一个长期在线、支持断点恢复的 Agent，还得自己折腾 VPS、Docker 和数据库。现在 Cloudflare 直接把 PiHarness 集成进了 Agents SDK 但是有几个值得关注的点： 1️⃣ Durable Objects + SQLite，持久化保存任务和会话 2️⃣ 进程中断后，可以从检查点恢复执行 ...

GLM 5.3 Flash 本地写代码太爽了，她写代码的时候，我就看着算力舱的GPU利用率发呆，哈哈哈哈 新时代监工 ；）