Harnesses 让 AI Agent 变得可靠
软件开发里，大家最熟悉的词可能还是 agent。 但最近两年，另一个词开始频繁冒出来：harness。 这个词不好翻。按字面，它是“安全带”或者“束具”。不过放到 AI 工程里，我觉得它更像一层“驯化外壳”——不是替代模型，而是把一个不稳定...
持续更新
更多文章
Plugin 这一层：我怎么看 Codex 和 Anthropic 的新打包方式
软件分发原本只有两种主流颗粒度：一个是代码包（npm/pip/Docker），一个是 SaaS 帐号。最近半个月，我观察到第三种颗粒度正在固化下来——Plugin。OpenAI 给 Codex 加了 Plugin marketplace，A...
Hermes Agent 接入 xAI Grok 的部署攻略
日期: 2026-05-17 作者: toy 最近一次远端节点升级让我意识到一件事——OAuth 在 SSH 远端场景下其实有一套可复用的范式。过去每次撞到都靠现场拼凑，这一次顺着 Hermes Agent 升级 + 接入 xAI Grok...
Claude Code 的第一条 Prompt，重点从来不是“怎么写一句漂亮的话”
很多人第一次打开 Claude Code，最紧张的地方往往不是功能不会用，而是不知道第一句话该怎么说。这个视频其实很短，讲的也不是复杂技巧，但它点醒了一个很容易被忽略的问题：**Claude Code 的第一条 prompt，重点从来不在“...
Mythos 不是重点，重点是企业已经开始把 AI 当成真正的劳动力
本文整理自 Nate B Jones 一期关于企业 AI 变化的周观察。它表面上讲的是五条 AI 新闻，真正更值得看的是一个更底层的变化：企业正在把 AI 从聊天工具，改造成能接手真实工作流的执行者。
Claude Code 为什么封你号：一张风险矩阵，加一个我自己在用的备胎
最近被问最多的一个问题是：我账号又被封了，怎么办。 不是”为什么不能用了”，而是”又”。说明这事已经从偶然变成了日常。 我自己也踩过几次坑，加上看了 Linux.do 上 oma 那篇被到处转...
真正会被 AI 留在后面的，是把脑子外包出去的人
这篇文章想聊的，是一个越来越不方便直说、但迟早要面对的现实。AI 当然在提高效率，可它也在制造一种很温柔、很隐蔽、很容易被误判成“进步”的退化。被削弱的，不是手速，不是信息量，不是表面产出，受伤最深的是思考、表达、搜索、判断、学习这些原本该...
Intercom 把工程吞吐量翻倍之后，我看到的是一整套更清晰的职场规则
本文整理自 AI Engineer 对 Intercom 工程负责人 Brian Scanlan 的分享。文章重点不只放在 Claude Code 和吞吐量翻倍，而是去看更关键的一层：当一家公司把 AI 接进主生产系统后，工程团队的分工、评...
Agents 不做站会了：PFF 怎么把工程组织从“帮工程师提速”改成“帮 Agent 提速”
这篇内容最值得看的地方，是它把视角直接抬到了组织层。Mike Spitz 没沿着“工程师配上 AI 之后效率更高”这条熟悉叙事往下讲，他干脆换了问题本身，从“如何让工程师产出更多”切到“如何让 agent 在组织里跑得更快”。问题一换，站会...
姚顺宇那句“英雄主义结束了”，到底在说什么
本文整理自张小珺 Podcast 对姚顺宇的访谈。这篇文章不再按访谈流水账复述，而是重新整理成一条更清楚的主线：当头部模型能力逐渐趋同后，大模型竞争为何会从天才叙事，转向组织能力、产品定义和长期执行。原视频：https://www.yout...
Agent Memory 的五种解法：从 1 亿 token 到 Git for Data，2026 年盘点
过去一周，AI Agent 圈一口气出了五个”记忆”相关开源项目。腾讯、盛大、字节、矩阵起源、上海交大联合，都在抢同一个心智位——「让 Agent 不再是金鱼脑」。 我把五个项目都摸了一遍，包括论文、第三方解读、工程...
第30期大模型周刊：钱在烧，模型在卷，代理在跑
5 月 9 日到 15 日这一周，大模型这边没什么”平静”可言。 OpenAI 还在为算力账单加杠杆，Anthropic 一边谈估值翻倍一边把云合同签到两千亿，Google 把 Gemini 直接焊死在 Androi...
当写代码不再稀缺，真正稀缺的东西就变了：Anthropic 这场分享把 AI 原生工程组织讲透了
这场分享里最有价值的，不是“Claude Code 很强”这种结论。这个结论现在已经不新鲜了。 真正值得记住的是另一句：**当编码吞吐不再是最贵的资源时，很多沿用了十几年的工程流程，会在你没注意的时候悄悄失效。** 这句话听起来像管理层口号...
while 循环谁都会写，差距全在你喂给 LLM 的那串文字
作者：toy 先把两个词分清楚：Context 和 Context Window 不是一回事 这两个词被混着用太久了，写代码的时候迟早会踩坑。 上下文（Context），指的是 Agent 在执行任务时，实际拥有的所有信息。系统提示词、对话...
Token 不是空气，是账单：硅谷这场 Token 军备竞赛，已经开始改写 AI 创业的成本结构
过去一年，大家聊 AI 竞争，最爱聊的是模型能力：谁更强，谁更会推理，谁在 coding 上更猛。但《硅谷101》这期《Token经济学：AI时代的新货币战争》把镜头往下压了一层，讨论的不是“谁更聪明”，而是“谁在为聪明买单”。这一下就把问...
Arize 怎么解决 Agent 的上下文管理：系统为什么会被 Context 拖垮
这篇文章讲的是一个很容易被低估、但几乎所有 Agent 产品都会撞上的问题：上下文管理。Sally-Ann Delucia 这场分享的价值很直接，她没有泛泛谈“长上下文很重要”，直接把团队在真实产品里踩过的坑讲清楚了，尤其是为什么截断不行、...
从静态 benchmark 到活的 eval：Vincent Koc 这场分享，真正戳中的不是评测，而是 agent 软件的变形速度
很多人现在一提 eval，脑子里冒出来的还是老三样：题库、benchmark、离线跑分、回归测试。这个思路在过去不是错的。问题是，今天的 agent 系统已经越来越不像“一个发布后基本不动的程序”了。它会接工具、会吃上下文、会随着用户习惯漂...
把 OpenClaw Coding Agent 塞进产品里，难点其实在接口设计
这篇文章拆的是一个很具体、也很快会变成共性的问题：当团队开始把 OpenClaw / Pi 这类 coding agent 往真实产品里塞时，真正先卡住你的，通常不是模型能力，而是 CRM、ERP、邮件、session 和 CLI 接口有没...
打不垮 Claude Code 的，从来不是模型，是账号层
过去一段时间，Claude Code 在能力层面没让我失望，让我反复爆粗的一直是账号层。 不是模型不够强，不是终端不好用，也不是 Agent 跑不起来。是你刚把工作流磨顺，准备狠狠干一票，官方账号那边给你来一套 KYC、风控、限速，甚至莫名...
Claude 拼车直连官方【仅支持美国区】
如果你最近在用 Claude Code，大概率已经感受到那股味道了： - Pro / Max 越来越容易碰到 KYC - 账号莫名其妙被风控、被封、被限制 - 环境明明配好了，过几天又得重新折腾 - 真正烦人的不是不会用，而是没法长期稳定用...