08 2026 档案
摘要：
吴恩达更新AI工程技能图谱，聚焦“软件工程基础”五大核心：全栈开发、数据管理、系统架构、安全可靠、生产运维。强调即便Coding Agent能力提升，开发者仍需理解系统原理与工程权衡，以指导AI、把控质量、驱动长期演进。
阅读全文
吴恩达更新AI工程技能图谱，聚焦“软件工程基础”五大核心：全栈开发、数据管理、系统架构、安全可靠、生产运维。强调即便Coding Agent能力提升，开发者仍需理解系统原理与工程权衡，以指导AI、把控质量、驱动长期演进。
阅读全文
摘要：
本周AI圈密集更新：腾讯Hy4预览版、Qwen3.8-Flash-Next（Qwen4架构先行版）、智谱GLM-5.3-Flash、阿里Wan3.0（单次生成30秒视频）及微信WeMM多模态Embedding模型集中发布；Hugging Face开源小鸭机器人Microduck，英伟达拟129亿美元收购HF；OpenAI终止向Cursor供模型。
阅读全文
本周AI圈密集更新：腾讯Hy4预览版、Qwen3.8-Flash-Next（Qwen4架构先行版）、智谱GLM-5.3-Flash、阿里Wan3.0（单次生成30秒视频）及微信WeMM多模态Embedding模型集中发布；Hugging Face开源小鸭机器人Microduck，英伟达拟129亿美元收购HF；OpenAI终止向Cursor供模型。
阅读全文
摘要：小七实测3个前端Skill：`design-taste-frontend`强化设计规范与双主题支持，`humanizer`去除AI腔、优化文案自然度，`better-interface`完成可访问性等交付级审查。结果表明——当Agent基础能力已强，Skill核心价值转向固化专业标准、流程与质量门禁。
阅读全文
小七实测3个前端Skill：`design-taste-frontend`强化设计规范与双主题支持，`humanizer`去除AI腔、优化文案自然度，`better-interface`完成可访问性等交付级审查。结果表明——当Agent基础能力已强，Skill核心价值转向固化专业标准、流程与质量门禁。
阅读全文
摘要：
DeepSeek Harness（dsh）发布仅两周，实则历经两个月内部打磨。本文基于Git历史与npm发布数据，梳理其从0.0.1-rc.1到0.1.1-rc.2的演进：命名重构、定位升维（Coding Agent→Agent Harness）、核心与扩展边界持续厘清，展现一个开源智能体运行时如何审慎定义自身能力疆界。
阅读全文
DeepSeek Harness（dsh）发布仅两周，实则历经两个月内部打磨。本文基于Git历史与npm发布数据，梳理其从0.0.1-rc.1到0.1.1-rc.2的演进：命名重构、定位升维（Coding Agent→Agent Harness）、核心与扩展边界持续厘清，展现一个开源智能体运行时如何审慎定义自身能力疆界。
阅读全文
摘要：
本文探讨Agent的“Skill”概念：当Agent拥有工具与环境后，仍需可复用的任务方法论。Skill是面向特定任务的能力模块，包含流程、原则、约束与资源，支持发现、加载、组合与复用，使Agent行动更稳定、一致、可扩展。
阅读全文
本文探讨Agent的“Skill”概念：当Agent拥有工具与环境后，仍需可复用的任务方法论。Skill是面向特定任务的能力模块，包含流程、原则、约束与资源，支持发现、加载、组合与复用，使Agent行动更稳定、一致、可扩展。
阅读全文
摘要：
本文提出Ledger运行时层，解决长程Coding Agent因依赖冗长交互历史导致的状态失准问题：通过观察记录、修改状态与命令记录构建显式执行账本，并以Inform（前置状态提示）和Govern（后置动作治理）双通道，显著提升任务成功率（+5.2%）、降低Token消耗近半，实现“提准”与“降本”平衡。
阅读全文
本文提出Ledger运行时层，解决长程Coding Agent因依赖冗长交互历史导致的状态失准问题：通过观察记录、修改状态与命令记录构建显式执行账本，并以Inform（前置状态提示）和Govern（后置动作治理）双通道，显著提升任务成功率（+5.2%）、降低Token消耗近半，实现“提准”与“降本”平衡。
阅读全文
摘要：
dsh 通过 Profile 与 Bundle 实现运行时的分层组装：Bundle 是可分发的配置单元，提供插件与配置；Profile 显式声明需加载的 Bundle 及其顺序，决定最终运行形态（如 Web/Headless）。多层 patch 按序叠加、ID 驱动覆盖，支持灵活复用与差异化定制。
阅读全文
dsh 通过 Profile 与 Bundle 实现运行时的分层组装：Bundle 是可分发的配置单元，提供插件与配置；Profile 显式声明需加载的 Bundle 及其顺序，决定最终运行形态（如 Web/Headless）。多层 patch 按序叠加、ID 驱动覆盖，支持灵活复用与差异化定制。
阅读全文
摘要：
Cordis提出“时空可组合性”：时间维（Temporal）确保插件卸载时副作用可完整回滚；空间维（Spatial）保障依赖动态响应与隔离。通过可逆Effect与响应式Coeffect，实现运行时安全热插拔。
阅读全文
Cordis提出“时空可组合性”：时间维（Temporal）确保插件卸载时副作用可完整回滚；空间维（Spatial）保障依赖动态响应与隔离。通过可逆Effect与响应式Coeffect，实现运行时安全热插拔。
阅读全文
摘要：
本文基于CompanyX一年61.2亿次真实LLM请求Trace，揭示Serving工作负载动态演化规律：长输入/短输出趋势凸显、Prefix Cache复用呈强时间局部性（99%在15分钟内），并首次系统论证多节点下“缓存复用”与“负载均衡”的本质权衡——Cache-aware路由可提升效率，仅牺牲5%~7%负载均衡度。
阅读全文
本文基于CompanyX一年61.2亿次真实LLM请求Trace，揭示Serving工作负载动态演化规律：长输入/短输出趋势凸显、Prefix Cache复用呈强时间局部性（99%在15分钟内），并首次系统论证多节点下“缓存复用”与“负载均衡”的本质权衡——Cache-aware路由可提升效率，仅牺牲5%~7%负载均衡度。
阅读全文
摘要：
NVIDIA开源SkillEvaluator，首创A/B测试法评估Agent技能：通过启用/禁用Skill对比任务表现，计算“Skill Lift”；构建三层评测体系（校验、去重、真实任务），从正确性、可发现性等5维度量化效果。首批300+Verified Skills平均提升31分，验证技能价值与成本平衡。
阅读全文
NVIDIA开源SkillEvaluator，首创A/B测试法评估Agent技能：通过启用/禁用Skill对比任务表现，计算“Skill Lift”；构建三层评测体系（校验、去重、真实任务），从正确性、可发现性等5维度量化效果。首批300+Verified Skills平均提升31分，验证技能价值与成本平衡。
阅读全文
摘要：
本周AI开发深度进化：Cursor推出Origin代码托管平台，让AI Agent直接参与克隆、PR、合并等全流程；Warp构建“软件工厂”，Vercel开源轻量Agent Harness fx。Stripe收购OpenRouter加码模型路由，GPT-5.6 Sol API降价50%。开发者创意迸发：Google Sheets播狮子、ASCII建赛博朋克城、用户名生成几何生物。
阅读全文
本周AI开发深度进化：Cursor推出Origin代码托管平台，让AI Agent直接参与克隆、PR、合并等全流程；Warp构建“软件工厂”，Vercel开源轻量Agent Harness fx。Stripe收购OpenRouter加码模型路由，GPT-5.6 Sol API降价50%。开发者创意迸发：Google Sheets播狮子、ASCII建赛博朋克城、用户名生成几何生物。
阅读全文
摘要：
DeepSeek Harness（dsh）是DeepSeek开源的Agent运行时框架，秉持“一切皆插件”理念，将模型适配器、工具、会话、主循环等全部解耦为可配置、可替换、可卸载的插件，基于Cordis元框架实现时空可组合性。当前v0.1.0-rc.7为开发者预览版，MIT协议，强调工程可扩展性而非仅功能堆砌。
阅读全文
DeepSeek Harness（dsh）是DeepSeek开源的Agent运行时框架，秉持“一切皆插件”理念，将模型适配器、工具、会话、主循环等全部解耦为可配置、可替换、可卸载的插件，基于Cordis元框架实现时空可组合性。当前v0.1.0-rc.7为开发者预览版，MIT协议，强调工程可扩展性而非仅功能堆砌。
阅读全文
摘要：
Agent环境是其执行动作的外部世界，涵盖代码仓库、数据库、网页等动态对象。它决定Agent能观察什么、改变什么，并需持续验证状态变化是否符合预期，是任务落地的关键支撑。
阅读全文
Agent环境是其执行动作的外部世界，涵盖代码仓库、数据库、网页等动态对象。它决定Agent能观察什么、改变什么，并需持续验证状态变化是否符合预期，是任务落地的关键支撑。
阅读全文
摘要：
本文提出“质量门禁（Quality Gates）”理念，将测试、静态分析等确定性检查嵌入Coding Agent工作流，形成分层验证闭环：修改后触发快速门禁（Lint/类型检查/关联单测），任务完成前执行集成与回归测试，PR阶段由CI进行全量验证。Harness自动接管测试执行与反馈解析，失败结果结构化送回Agent驱动修复，同时通过Hook机制（如PostToolUse、Stop）实现流程管控，兼顾效率与可靠性。
阅读全文
本文提出“质量门禁（Quality Gates）”理念，将测试、静态分析等确定性检查嵌入Coding Agent工作流，形成分层验证闭环：修改后触发快速门禁（Lint/类型检查/关联单测），任务完成前执行集成与回归测试，PR阶段由CI进行全量验证。Harness自动接管测试执行与反馈解析，失败结果结构化送回Agent驱动修复，同时通过Hook机制（如PostToolUse、Stop）实现流程管控，兼顾效率与可靠性。
阅读全文
摘要：
DeepSeek Harness 是一款“一切皆插件”的开源Agent执行框架，聚焦长任务可靠运行：通过可替换的Loop机制、按需暴露的工具Schema、动态管理的上下文、事件驱动的持久状态、分层权限控制及多维验证体系，解决任务中断、约束丢失、上下文污染与验收失真等核心痛点。
阅读全文
DeepSeek Harness 是一款“一切皆插件”的开源Agent执行框架，聚焦长任务可靠运行：通过可替换的Loop机制、按需暴露的工具Schema、动态管理的上下文、事件驱动的持久状态、分层权限控制及多维验证体系，解决任务中断、约束丢失、上下文污染与验收失真等核心痛点。
阅读全文
摘要：
本文介绍Cornell Tech提出的“推理轨迹反演”（Trace Inversion）技术：攻击者仅凭黑盒模型输出的答案（及可选摘要），即可合成高质量推理链，用于蒸馏训练学生模型。实验证明，该方法在数学与科学任务上显著提升学生模型性能，甚至优于使用真实思维链的训练效果，揭示了隐藏思维链并非绝对防线。
阅读全文
本文介绍Cornell Tech提出的“推理轨迹反演”（Trace Inversion）技术：攻击者仅凭黑盒模型输出的答案（及可选摘要），即可合成高质量推理链，用于蒸馏训练学生模型。实验证明，该方法在数学与科学任务上显著提升学生模型性能，甚至优于使用真实思维链的训练效果，揭示了隐藏思维链并非绝对防线。
阅读全文
摘要：
Anthropic最新研究揭示多Agent系统的核心挑战：数量增加未必提升效能。当任务可独立拆分（如漏洞搜索），协作能扩大覆盖；但一旦涉及共享资源、动态依赖或目标冲突，协调成本剧增，易引发重复劳动、集体误判与行为趋同。关键不在“多少个Agent”，而在“如何共同工作”。
阅读全文
Anthropic最新研究揭示多Agent系统的核心挑战：数量增加未必提升效能。当任务可独立拆分（如漏洞搜索），协作能扩大覆盖；但一旦涉及共享资源、动态依赖或目标冲突，协调成本剧增，易引发重复劳动、集体误判与行为趋同。关键不在“多少个Agent”，而在“如何共同工作”。
阅读全文
摘要：
Google指出，Go因语法极简、工具链统一、静态类型强、编译反馈明确等特性，成为AI Coding Agent的理想协作语言——它降低AI幻觉风险，提升代码可读性与可维护性，让“生成→验证→修复”闭环更高效可靠。
阅读全文
Google指出，Go因语法极简、工具链统一、静态类型强、编译反馈明确等特性，成为AI Coding Agent的理想协作语言——它降低AI幻觉风险，提升代码可读性与可维护性，让“生成→验证→修复”闭环更高效可靠。
阅读全文
摘要：
本期「周一上线」聚焦AI纵深演进：模型与Agent加速迈向长程任务与真实场景；资本与公司关系重构，Manus回归独立、林俊旸创立语用科技、NVIDIA联合华尔街撬动5000亿美元AI基建。开发者持续“整活”，硬核又有趣。
阅读全文
本期「周一上线」聚焦AI纵深演进：模型与Agent加速迈向长程任务与真实场景；资本与公司关系重构，Manus回归独立、林俊旸创立语用科技、NVIDIA联合华尔街撬动5000亿美元AI基建。开发者持续“整活”，硬核又有趣。
阅读全文
摘要：
几个能直接用的上下文管理习惯，让 AI 少背历史包袱。
阅读全文
几个能直接用的上下文管理习惯，让 AI 少背历史包袱。
阅读全文
摘要：
本文深入解析Agent编排三大范式：ReAct（动态探索未知路径）、Plan-and-Execute（目标明确、可调整的结构化执行）与Workflow Graph（规则固化、安全可控的流程图）。三者非替代关系，而是按任务确定性分层协同——主干用Workflow守边界，子任务用Plan组织，细节用ReAct灵活应对。
阅读全文
本文深入解析Agent编排三大范式：ReAct（动态探索未知路径）、Plan-and-Execute（目标明确、可调整的结构化执行）与Workflow Graph（规则固化、安全可控的流程图）。三者非替代关系，而是按任务确定性分层协同——主干用Workflow守边界，子任务用Plan组织，细节用ReAct灵活应对。
阅读全文
摘要：
DBX是一款轻量开源数据库工作台，统一管理70+种数据库与数据系统（含国产信创库），支持桌面端、Web/Docker、CLI及AI SQL助手。20MB安装包，基于Tauri+Rust构建，通过内置驱动与外置Agent平衡性能与兼容性，专注解决多源切换、环境核对与操作不一致痛点。
阅读全文
DBX是一款轻量开源数据库工作台，统一管理70+种数据库与数据系统（含国产信创库），支持桌面端、Web/Docker、CLI及AI SQL助手。20MB安装包，基于Tauri+Rust构建，通过内置驱动与外置Agent平衡性能与兼容性，专注解决多源切换、环境核对与操作不一致痛点。
阅读全文
摘要：
该系统由Daniel García设计，构建了8个专精Agent协作的自动化流水线，持续扫描GitHub、筛选优质AI工作流、提取标准化Skill并提交PR。全程解耦人工干预，实现Agent能力的自主发现、理解与扩展，大幅提升开源能力复用效率。
阅读全文
该系统由Daniel García设计，构建了8个专精Agent协作的自动化流水线，持续扫描GitHub、筛选优质AI工作流、提取标准化Skill并提交PR。全程解耦人工干预，实现Agent能力的自主发现、理解与扩展，大幅提升开源能力复用效率。
阅读全文
摘要：
Agent记忆系统需超越简单存储，构建覆盖写入、更新、检索、失效与治理的全生命周期管理机制，确保信息时效性、一致性与安全性。
阅读全文
Agent记忆系统需超越简单存储，构建覆盖写入、更新、检索、失效与治理的全生命周期管理机制，确保信息时效性、一致性与安全性。
阅读全文
摘要：
本文提出ACM（主动上下文管理）机制，让Agent自主决策何时压缩历史、何时回查原始信息，解决长任务中上下文膨胀与信息丢失难题。通过`manage_context`和`query_memory`双工具，实现工作记忆与长期记忆分离，在128K窗口下将222K轨迹成功执行，显著提升长任务成功率与执行稳定性。
阅读全文
本文提出ACM（主动上下文管理）机制，让Agent自主决策何时压缩历史、何时回查原始信息，解决长任务中上下文膨胀与信息丢失难题。通过`manage_context`和`query_memory`双工具，实现工作记忆与长期记忆分离，在128K窗口下将222K轨迹成功执行，显著提升长任务成功率与执行稳定性。
阅读全文
摘要：
NVIDIA提出跨模型KV Cache映射技术，通过线性转换复用小模型生成的缓存，使大模型跳过重复Prefill，加速2.7–25倍；实验证明误差在注意力敏感方向的影响远大于整体重建精度，为高效低成本模型切换提供新范式。
阅读全文
NVIDIA提出跨模型KV Cache映射技术，通过线性转换复用小模型生成的缓存，使大模型跳过重复Prefill，加速2.7–25倍；实验证明误差在注意力敏感方向的影响远大于整体重建精度，为高效低成本模型切换提供新范式。
阅读全文
摘要：
最近，一篇题为《“Code was never the hard part” is an insult to all programmers》的文章在 Hacker News 上引起了不少讨论。它主要讲是 AI Coding 之后越来越常听到的一句话：Code was never the hard
阅读全文
最近，一篇题为《“Code was never the hard part” is an insult to all programmers》的文章在 Hacker News 上引起了不少讨论。它主要讲是 AI Coding 之后越来越常听到的一句话：Code was never the hard
阅读全文
摘要：
本期「周一上线」聚焦AI工程化新动向：端侧轻量Agent（LFM2.5）、千万级超长上下文（Pokee-Isaac）、2.4万亿参数Coding旗舰（Qwen3.8-Max）密集发布；Cursor开源MoE训练内核，OpenAI向免费用户开放GPT-5.6不限量文本聊天。
阅读全文
本期「周一上线」聚焦AI工程化新动向：端侧轻量Agent（LFM2.5）、千万级超长上下文（Pokee-Isaac）、2.4万亿参数Coding旗舰（Qwen3.8-Max）密集发布；Cursor开源MoE训练内核，OpenAI向免费用户开放GPT-5.6不限量文本聊天。
阅读全文
摘要：
从设置 Goal、让 Codex 主动推进，到人工检查实际结果，再用 Plan 收窄修改范围，这次实践至少说明了一件事：长任务交给 Agent 之后，我们可以把方向交给 Goal，把阶段性的控制交给 Plan，同时还得自己看最终结果有没有真的变好。
阅读全文
从设置 Goal、让 Codex 主动推进，到人工检查实际结果，再用 Plan 收窄修改范围，这次实践至少说明了一件事：长任务交给 Agent 之后，我们可以把方向交给 Goal，把阶段性的控制交给 Plan，同时还得自己看最终结果有没有真的变好。
阅读全文
摘要：
本文详解Agent状态的核心概念与工程实践：它不是简单记忆，而是任务执行的实时快照，涵盖进度、环境、内部判断与资源约束。通过结构化Schema、分层检查点和状态栏机制，实现可靠暂停恢复、高效决策与长程连贯性。
阅读全文
本文详解Agent状态的核心概念与工程实践：它不是简单记忆，而是任务执行的实时快照，涵盖进度、环境、内部判断与资源约束。通过结构化Schema、分层检查点和状态栏机制，实现可靠暂停恢复、高效决策与长程连贯性。
阅读全文
摘要：
camelAI重构Coding Agent架构，将长期驻留的虚拟机解耦为按需调用的分层执行环境：Agent运行于Cloudflare Durable Object（“脑”），文件存于SQLite+R2，常规操作交由JavaScript沙箱，仅构建/Notebook等重任务临时启用Linux容器
阅读全文
camelAI重构Coding Agent架构，将长期驻留的虚拟机解耦为按需调用的分层执行环境：Agent运行于Cloudflare Durable Object（“脑”），文件存于SQLite+R2，常规操作交由JavaScript沙箱，仅构建/Notebook等重任务临时启用Linux容器
阅读全文
摘要：
面对层出不穷的AI工具与提示词，开发者常陷“工具焦虑”。GitHub AI专家Burke Holland提出：少即是多——聚焦一个成熟Agent Harness（如Copilot），通过原型→规划→实现→评审的八步工作流，把AI用深、用透、用稳。
阅读全文
面对层出不穷的AI工具与提示词，开发者常陷“工具焦虑”。GitHub AI专家Burke Holland提出：少即是多——聚焦一个成熟Agent Harness（如Copilot），通过原型→规划→实现→评审的八步工作流，把AI用深、用透、用稳。
阅读全文
摘要：Harness 自进化真的在变好么？
阅读全文
摘要：先做代码切片和行为图，证据不足再查文档、进沙箱
阅读全文
摘要：本期「周一上线」聚焦AI两大演进方向：模型加速迈向多模态与机器人，Agent则从“写代码”升级为长期协作、端到端交付与自我改进。DeepSeek V4-Flash、MiniMax H3、Gemini Robotics 2等密集发布，OpenAI Astra、Lilian Weng的RSI团队、贾扬清Intent Lab齐探AI自主进化；行业层面，AlphaFold团队拆分、字节整合飞书/豆包/火山引擎，技术与组织同步重构。
阅读全文
浙公网安备 33010602011771号