摘要： 
Coding Agent 的每一轮请求，不一定都需要最强模型。有些任务只是整理工具结果、搜索代码、生成摘要，直接用 pro 模型反而是浪费。 阅读全文
Coding Agent 的每一轮请求，不一定都需要最强模型。有些任务只是整理工具结果、搜索代码、生成摘要，直接用 pro 模型反而是浪费。 阅读全文
posted @ 2026-06-02 21:54
小七-七牛开发者
阅读(45)
评论(0)
推荐(0)
摘要： 
生产级 Agent 的很多失败并不发生在模型“怎么想”，而发生在系统“怎么跑”。比如消息路由错误、工具结果被错误合并、hook 执行顺序不对、session 状态传递出错。这些问题属于 Agent Harness，通常写在代码里，不在 prompt、skill 或 memory 里。因此，MOSS 讨论的不是“Agent 会不会改代码”，而是 Agent 自进化如何从文本层推进到源码层，尤其是推进到 Harness 代码。 阅读全文
生产级 Agent 的很多失败并不发生在模型“怎么想”，而发生在系统“怎么跑”。比如消息路由错误、工具结果被错误合并、hook 执行顺序不对、session 状态传递出错。这些问题属于 Agent Harness，通常写在代码里，不在 prompt、skill 或 memory 里。因此，MOSS 讨论的不是“Agent 会不会改代码”，而是 Agent 自进化如何从文本层推进到源码层，尤其是推进到 Harness 代码。 阅读全文
posted @ 2026-06-02 21:42
小七-七牛开发者
阅读(15)
评论(0)
推荐(0)
这期播客主要聊了 Bub 是什么、它和普通聊天机器人/Agent 框架有什么不同，以及它背后的 Tape 记忆机制和插件化设计。 
它们合在一起，回答的是同一个问题：AI 怎么从“回答当前问题”，变成“参与长期工作”。RAG 让它会查资料；Agentic RAG 让它更会查资料；Memory 让它能带着过去的上下文继续工作。 
我们要做的 Skill 叫 Skill Forge。它的用途不是处理某个具体业务任务，而是帮助我们创建、改进和检查其他 Skill。 
它们合在一起，回答的是同一个问题：AI 怎么从“回答当前问题”，变成“参与长期工作”。RAG 让它会查资料；Agentic RAG 让它更会查资料；Memory 让它能带着过去的上下文继续工作。当这三者组合起来，AI 才更像一个长期协作的助手，而不只是一个每次都要重新介绍背景的聊天窗口。 
浙公网安备 33010602011771号