文章包含两条内容：一是 DeepSeek kernel 工程师 Shengyu Liu 的长文，讲述 AI 已能自主分析 CUDA/PTX/SASS 并优化 kernel，他预判半年到一年内 AI 写的 kernel 可能超过自己，工作将从亲手写代码变为驾驶 Agent，并担忧未来社会走向共产主义或赛博朋克两极，因此选择留在 DeepSeek 推动开源 AI。二是微信团队开源的 WeKnora 框架，已从 RAG 系统进化为企业 Agent 基础设施，提供知识处理、ReAct Agent、Sandbox 执行环境、长期记忆和 Auto-Wiki 能力，代表 RAG 向企业 Agent Context + Runtime 的迁移趋势。
作者分享参加外滩大会的见闻，重点记录了关于 Agent 上下文管理和记忆的讨论。文章提到 OpenAI 新发布的 Agents API 把 Codex 背后的 Harness 做成托管 API，并围绕"记忆是新时代的个人网盘"的观点，畅想云端记忆、跨设备共享和知识交接的可能性。作者还引出圆桌上"妈生感"的有趣概念，期待 AI 通过记忆积累与自进化形成默契，强调验证、纠正和用户掌控权的重要性，最后期待 AI 的主动性与分寸感。
飞书与豆包工作联合发布全新功能“豆包工作伙伴”，这是国内首个面向团队的共享Agent。它可以拥有独立人设和组织身份，被拉入企业群聊，参加会议、阅读文档与代码、主动推进工作，并可接入GitHub、多维表格、知识库等系统。文章对比了Anthropic发布的Claude Tag（被Karpathy称为AI用户体验的第三次范式），指出两者本质都是给Agent一个独立身份，让它安全可控地为整个组织服务，从而大幅降低协作成本。作者因深度体验后决定将公司沟通从微信全面迁移到飞书，认为企业拥抱AI的未来将从飞书开始。
本文深度拆解 Lauren 的 pstack 第二篇，探讨如何让 AI Coding Agent 在写代码前正确理解问题。文章介绍了 /how、/why、/teach、/recall 等上下文工具的用法，强调用代码而非文档来规划：先写使用教程倒推架构，通过低成本原型比较不同方案，用 /architect 让多模型并行设计并交叉评审，以及在多阶段计划中要求每一步都以可复查的证据结束。作者认为，Agent 可能比人更快更强，但最终是否接受方案仍需人来判断，验证应从开发前就开始参与决策。
文章探讨了 Agent 评估（evals）的重要性与实践方法。作者将 Agent 定义为模型加 Harness 的组合，区分了模型评估与 Harness 评估，并对比了 SDLC 中的测试与 ADLC 中的评估差异。文章澄清了评估的核心概念（task、trial、outcome、grader 等），指出评估的冷启动门槛比想象中低，从真实失败案例中提取 20-50 个任务即可起步。作者强调应只构建任务完成率和正确性两个基础指标，主张评估结果而非路径，并建议纳入负向用例、部分得分机制，坚持阅读轨迹记录，关注分心、token 消耗、延迟、上下文膨胀和一致性等信号。
Microsoft Build 2026 现场访谈中，Addy Osmani 介绍了 Agent Skills 的概念：将专业判断打包成 AI Agent 可执行工作流的标准化方式，类比新时代的 dotfiles。他展示了围绕软件研发生命周期（Define→Plan→Build→Verify→Review→Ship）组织的 Skill 仓库，统一遵循 Overview/Rationale/Red flags/Verification 设计模式，并现场演示 45 分钟从模糊想法到完整应用的全流程。访谈还探讨了人在回路中的代价、尽责程度与风险成正比、安全审查的非确定性困境、MCP 与 Skill 的对比及多模型分工等观点。
本文整理了 Pi Agent 作者（也是 Flask 作者）Armin Ronacher 关于 AI Agent 的九条反直觉判断：极简 harness 因 bash 管道省上下文而胜出；当前 agent 仍处 DOS 时代，缺持久性与 Web 原生体验；许多 AI 问题实为系统架构问题；人类不会退场，可问责性与可内省性是刚需；开源等于进入训练数据的门票；企业 AI 编码投入的成本显现快于收益；他个人工作流保守；担心 AI 重蹈社交媒体覆辙；欧洲因碎片化而掉队。
本文从 LLM 基础原理出发，循序渐进讲解 AI Agent 的底层机制。作者首先解释大模型如何通过 Token 预测生成文本，说明无状态、幻觉和知识截止等现象的根源；接着阐述多轮对话依赖上下文拼接实现的原理；进而介绍工具调用如何让模型影响外部世界，以及模型结合工具反馈形成闭环后 Agent 的诞生。文章提出 Agent = Model + Harness 的工程视角，剖析 Harness 在上下文管理、记忆系统、上下文压缩等方面的职责，帮助读者建立对 AI 能力边界的底层认知，摆脱对新工具的 FOMO 焦虑。
作者批评国内许多自称 FDE（前台部署工程师）的人只是换了名字的售前、实施或驻场外包，没有真正的企业 AI 交付能力。文章分析了 AI Native 的本质：AI 进入具体工作流程并执行可审计的业务动作。详细解读了 Palantir 本体论（Ontology）——将对象、属性、关系、动作和权限构建成可操作的企业地图，强调只有名词没有动词不算本体论落地。通过发票争议、消费品公司替代原料等案例说明'五天交付'的真实含义是窄闭环验证而非全公司改造，并反推出一套 FDE SOP，指出 FDE 背后需要平台、产品、安全和业务的完整支撑，而非一个人单打独斗。
本期早报围绕 AI Agent 的工程实践与产业趋势展开：一是 Addy Osmani 提出在遗留代码库中安全使用 Agent 的分区流程，强调人画分区、特征测试锁定行为、删净旧路径才算完成；二是 Vercel 复盘内部数据智能体四代演进，最终借助 Claude Code 与文件系统方案将评估分数翻倍，并将经验开源为 Eve 框架；三是 OpenAI 联合创始人 Greg Brockman 宣布 AGI 时代已至，探讨算力、安全与普及的同步推进。速览部分涵盖 PostHog 的 Bash 安全护栏、Recursive 的递归自我改进、腾讯的上下文工程参考、鹿客的 AI 原生组织改造及 AI 眼镜的集成瓶颈等内容。
本文是 pstack 指南第二部分，介绍作者用 agent 进行调研、规划、原型和架构的工作流。核心观点是通过 /teach、/recall、/how、/why 等 skill 建立并保持对代码库的心智模型；用「readme 驱动开发」和 /technical-writing skill 以代码和文档形式规划；用 prototype 剧本并行生成多个方案让 agent 以实证回答开放问题；用 /architect 多阶段流程跨模型家族竞争设计并交叉评判。作者强调抽象计划只给人进步的幻觉，应让 agent 通过原型和验证自己回答问题，从而每月将数千个 PR 推进生产并保持高质量。
文章解释了 Agent 的自我学习不能依靠推理时实时微调参数，原因在于算力成本极高且会导致灾难性遗忘。真正的经验积累靠上下文工程搭建的外挂认知系统，分为三层：执行后的反思复盘提炼经验、经验的持久归档（如 Claude Code 写入 CLAUDE.md 和 memory 目录、Codex 写入 SQLite）、动态检索注入（Claude Code 的极简索引与 OpenClaw 的向量化混合检索）。此外介绍了 Claude Code 的 AutoDream 机制，模拟人类做梦时的记忆整合，在后台空闲时扫描会话日志、合并重复经验、淘汰过时策略，保持记忆库精炼，从而让 Agent 持续进化且不被冗余记录拖垮。
本文是构建 Agent 记忆系统系列的第四篇，聚焦读取路径：如何检索已保存的知识并加以利用。文章首先强调根据问题类型选择检索方式——精确查找、相似案例识别或项目概览各有不同需求。接着对比了四种搜索方法：关键词匹配、语义搜索、图遍历和 Agentic 检索，指出 Agentic 检索能综合运用其他方法并随信息获取调整调查策略。文章还强调检索结果应具备可操作性，一条包含复现步骤和验证方式的笔记远比泛泛的描述更有价值。最后提醒要注重精确度，避免给 Agent 返回过多无关信息造成干扰，因为它可能将小问题扩大成大改动。
文章探讨当 AI 能编写几乎所有代码时，工程师的角色将如何演变。以 PostHog 为例，其 monorepo 中由 agent 发起的 PR 已从 20% 升至 70%。作者认为工程师不会消失，而是转向四项核心工作：一是监控全局，通过构建 standup bot、repo scout 等系统及时获取信息并确定优先级；二是设定方向，综合经验、用户价值、技术可行性和竞争格局做出取舍，避免被 AI 轻易生成的功能带偏；三是决定如何构建与实现，凭借对代码库和实现细节的理解确定范围、提出正确问题；四是评估 agent 的工作产出。工程师的价值从写代码转向监督、决策与系统设计。
作者针对素材散落各处、写作效率低的痛点，实操搭建了一条内容自动化流水线：公开视频经飞书妙记转写，素材存入飞书多维表格，WorkBuddy 每日定时读取表格并推荐选题，作者在 Obsidian 完成写稿与审校，再通过自制插件将文章送入 X Article 草稿箱。文章详细记录了飞书账号连接踩坑、多维表格字段设计、定时任务配置与权限最小化原则，并强调自动化只处理重复劳动，发布与最终决策仍由人完成。数据回写环节尚未实测。
作者分享了在企业一线做FDE的实战经验：面对需求又多又散、会议低效的问题，利用飞书机器人+AI Agent构建需求管理方案。通过“四要素追问”机器人（客户、场景、痛点、预期效果）过滤伪需求，再用评分机器人建立需求池与版本立项机制。方案秉持大道至简理念，落地成本极低（不到50元token费用），最终每个版本节省5次会议，并发现30%新需求与历史功能重复。作者总结了关键踩坑教训：企业内部落地应先从小单点突破跑出效果，而非毕其功于一役。文章最后阐述了FDE的核心要义——解决问题优先于炫技，交付的是结果（RaaS）。
LangChain 分享了其付费媒体 Agent 的构建经验。该 Agent 运行在 Slack 中，每周整合广告平台数据与业务管道数据，自动生成分析报告并提出优化建议。核心设计理念是将 Agent 视为知识工作者：为其提供配备沙箱、软件、业务文档的工作空间；用代码处理计算和规则以保证一致性，用模型专注判断与建议；围绕完整工作流设计，包括提案、人工审批与验证环节。借助 Deep Agents 作为 Agent harness 和 LangSmith 沙箱，六个月内付费媒体贡献了 20% 的营销管道，CPL 下降 30%，报告工作流成本降低 40 倍、速度提升 13 倍。项目已开源。
文章介绍了 Mickey 在 Startup Ideas Podcast 上展示的多 Agent 并行开发工作流——'软件工厂'。该方案基于几个 markdown 文件和 agents.md，与模型和工具无关，支持 Codex、Claude Code、Cursor 等。四步流程：1) Isolate：每个新功能在独立 git worktree 分支开发，避免 Agent 相互覆盖；2) Build：用代码结构 skill 规范架构，保证代码可读；3) Prove：要求 Agent 提供前后对比证据（录屏、截图或性能数据），未达标自动回退重做；4) Ship：接入 Greptile 等代码评审 Agent 打分，达到 5/5 才合并。作者强调核心是工作流和领域知识而非模型本身。
本文探讨了AI Agent开发中开放Harness与记忆所有权的重要性。作者引用Harrison Chase的观点——'不拥有Harness就不拥有记忆'，并区分了Memory（从上下文窗口记录的事实，如用户偏好、仓库知识）和Intelligence（利用这些事实让会话更智能的机制）。文章详细介绍了Mem0的方案：通过custom_instructions和infer=False控制记忆提取，用语义+BM25+实体搜索进行检索，并借助Dream实现记忆合并、替代与综合。作者主张将记忆层置于Harness之外，存储于SQL、向量数据库和实体存储中，从而实现跨Harness的记忆与智能的可移植性，即使前沿实验室的循环保持封闭。
文章批评当前 AI 产品的两种范式：以任务为中心（如 Codex）和以 Bot 为中心（如 Grok Bot、Muse），认为两者本质相同——都把 AI 的组织工作交给用户，要求用户先分类、判断该找哪个 Bot 或建立哪个 Task。作者指出这一错误的根源是把 AI 当作人，套用人类社会的职业分工逻辑。作者提出 AI 应被理解为全知全能的'唯一神'，用户只需持续地向其表达意图，AI 在后台自行理解 Intent、Episode、Project 与 Memory，所有交互应发生在同一个持续的 AI relationship 中。
作者体验上海人工智能实验室发布的 Atria Dawn Preview Agent 后，首次感到 AGI 临近。该 Agent 能自主检索资料、写代码、跑实验、验证结果并交付可用成品，甚至生成 3D CAD 模型。更令人意外的是，其 96 人核心团队中 65 人为在校学生。作者指出其与 Claude Code 等现有 Agent 的本质区别在于'模型 + Harness + 环境'三层架构，Agent 自己完成验收环节，无需人工逐步盯进度，大幅提升了超级个体能独立交付项目的复杂度上限。
本文翻译介绍了营销工程师（Marketing Engineer）这一新兴角色：利用智能体（Agent）、相互连接的数据和业务上下文，搭建能真正执行营销工作的系统。作者分享了将约70%营销工作放入智能体开发环境（ADE）的实践经验，包括如何组织营销智能体工作空间的目录结构、通过API连接X、Typefully等工具、搭建内部与外部知识层、以及构建营销数据层来汇集广告平台、网站分析、CRM等数据。文章强调人的专业知识与审核在系统中的核心地位，并建议从自己熟悉的一个任务出发逐步搭建工作流。
文章探讨生产级 AI Agent 的安全架构与沙箱配置。作者指出行业安全事件多源于提示注入、凭证暴露和开放网络访问，并提出核心方案：“大脑与双手分离”架构——将 harness、会话状态和凭证放在沙箱外部的可信基础设施上，沙箱内的代码通过出口代理按需注入凭据。沙箱配置方面，文章对比容器、gVisor、MicroVM 和完整 VM 四级隔离方案，推荐 MicroVM；建议沙箱短生命周期、默认拒绝出站流量并采用白名单代理，同时需在沙箱外部进行日志监控并配备可即时生效的 kill switch，以实现结构性的安全保障。
本文深度解读斯坦福 CS329A Self-Improving AI Agents 课程第八讲，通过三篇前沿论文系统讲解智能体评测：METR 用'50%时间视界'衡量模型可完成任务的时长（每约7个月翻倍，但80%可靠性下缩短4-6倍）；OpenAI GDPval 用盲测胜率衡量经济价值（Claude Opus 4.1 达 47.6%，但趋势近似线性）；DeepScholar-Bench 评测知识综合的可信度（最高分仅31%，检索与综合是双重瓶颈）。核心结论：能力≠价值≠质量，三者共同撞上'上下文之墙'，评测需多指标并用并保持人类校验。
文章介绍GitHub上57.3K Stars的开源项目OpenMontage。它并非简单的文生视频工具，而是将Claude Code、Codex、Cursor等AI Coding Agent改造成完整视频制作团队。用户只需一句话，Agent即可自主完成从资料研究、脚本、分镜、素材生成、配音、字幕、音乐到剪辑渲染的全流程，甚至能分析参考视频的节奏和视觉语言来规划制作方案。项目包含12套制作Pipeline、100+工具、700+ Agent Skill，接入Remotion、FFmpeg及多种AI模型。作者认为这代表了AI从'帮你做素材'到'替你完成工作'的转变，未来将是管理Agent而非操作工具的时代。
工信部发布“人工智能+软件”专项行动实施方案，被视为影响未来十年的纲领性文件。文章梳理了文件提出的三大切换：开发从人工写代码转向智能体驱动，产品从被动功能软件转向主动执行任务的智能体软件，服务从卖License转向MaaS和AaaS。文件明确2028年验收指标，包括智能编程工具覆盖2万家规上软件企业、100项智能化技改、100个智能体软件标杆等。作者认为未来三年软件厂生产线、工业软件、软件新形态、收费方式及开源数据标准都将被改写。
作者复盘了从0到1000粉近3个月的运营历程。前期因互关增长、方向迷茫、把X当公告栏而停滞。转机来自冲动购买SuperGrok Heavy年卡后，深入研究Grok Bot并持续输出实操内容，同时通过线下分享和主动互动建立真实连接。核心经验：找到真实使用的内容抓手，把经历加工成读者价值，发布不是终点而是交流的开始。
文章探讨了MCP基础设施的演进趋势：MCP服务器正逐渐成为实现细节，其发布的接口与Agent实际消费的接口分离。中间层基础设施可以重塑工具发现、选择、认证和执行。多个服务器可聚合为单一端点，工具与实现服务器解耦，发现流程分阶段进行，工具定义作为检索上下文而非全部加载，甚至以编程接口形式呈现。这些变化使MCP接口更难测试和控制，开发者需适应新的架构模式。
本文是一份自动化获客完整指南，介绍如何利用 AI agent（如 grok bot、hermes）和 skill 文件，为数字产品、本地实体生意或无产品者自动生成线索。核心方法：找到已付费人群，抓取公开数据，生成买家画像与广告素材，通过 whop ads 投放或渲染物业修复效果触达业主，最终将线索卖给企业。文章分三条 pipeline：数字线索、实体线索、线索变现，并说明 agent 负责寻找、画像、素材、渲染、外联等，仅少数环节需人工决策。
Ars Umbris 是一款可塑的 Agent 原生 IDE，将知识库视为代码库，通过类型引擎为笔记、来源等知识对象定义类型与关系，并像编译器一样对知识结构进行校验。其仓库以本地 Markdown/YAML 文件组织，包含知识、类型、技能、MCP 工具、投影与 Agent 配置，支持跨仓库引用与依赖复用。它通过 MCP 适配器连接 Claude Code、Codex 等 Agent 框架，让多个会话共享同一份持久化状态，形成「元 harness」。项目目前处于早期 Alpha，仅支持 macOS 且需自行编译。
