会话管理（二）：持久化与恢复
本文探讨 Agent 会话的持久化与恢复机制，区分 Session、Run、Event、Context 四个概念，强调 workspace 绑定的重要性，并介绍使用 session.json 与 events.jsonl 分离存储、通过统一 emit 入口逐条追加事件、以及 JSONL 与 SQLite 的选型权衡，最后以 Codex CLI 的真实存储结构为例说明实践方式。
技术 / Agent
1848 篇
AgentHarness会话管理（一）：会话隔离
本文探讨Agent Harness中的会话隔离问题，包括Session Isolation和Resource/Tool Isolation。文章解释了为什么需要会话隔离，如何通过SessionManager管理独立会话，以及ToolRegistry如何避免全局状态污染。重点指出工具定义应全局共享，而运行时状态需通过RuntimeContext按Session注入。最后讨论了多租户SaaS场景下的五层隔离设计，强调身份验证、租户命名空间、工作区域隔离及工具运行时安全。
BestBlogs 早报：AI 采用的选择效应、Bending Spoons 运营与 Antspace 逆向
本期早报精选三篇深度内容：一是用因果推断拆解 AI 功能采用中的选择效应，指出朴素留存对比严重高估效果，并演示断点回归的正确用法；二是 Bending Spoons 联创访谈，揭示其通过高人才密度、饱和任务、极致所有权和自研工具平台，让 Evernote 以少一个数量级的人力实现三倍迭代速度；三是工程师逆向 Claude Code 网页版会话，发现 Anthropic 未公开的 PaaS 平台 Antspace，并分析其垂直整合意图。速览部分还涵盖具身智能路线分歧、小模型协同推理降本、GPT-Live 1 语音 API 及 HuggingFace 智能体公开课。
RSI 可以跑实验之后呢：递归自我改进的现实边界
文章探讨了 Coding Agent 能够自动运行实验后，递归自我改进（RSI）是否会导致智能爆炸。作者认为，RSI 需要满足成果回传、自我增强和收益超开销三个条件，但实际中面临组合困难、收益递减和资源瓶颈。通过 autoresearch 实践，作者发现初始化阶段和关键决策仍需人类参与，因此更认同 Nathan Lambert 提出的 LSI（有损自我改进）概念：AI 会显著提升研发效率，但改进收益在传递中会打折，难以仅凭局部进展推导出持续加速。
一键打包WorkBuddy专家迁移至其他Agent使用
本文介绍了如何将WorkBuddy平台上的专家（由Agent角色配置、插件清单和多个Skill技能组成的安装包）打包成zip文件，并迁移到其他Agent软件（如Codex、Hermes、OpenClaw、豆包工作、千问办公等）中安装使用。操作步骤包括：在WorkBuddy中召唤专家、关闭引用并删除默认提示词、输入打包提示词让WorkBuddy查询并打包专家文件、将zip包上传至目标Agent并安装。同时建议定期清理不常用的专家以节省token消耗。
实战篇｜Grok Bot 入门：一步步搭建教练式工作台
本文介绍如何用 Grok Bot 搭建一个教练式创作工作台，通过三个 Bot 分工协作：情报总监负责选题与来源核查，创作搭档负责解释术语和拆解最小实验，内容主编负责根据真实材料写稿。文章详细说明了每个 Bot 的配置、测试方法、文件接力机制和群聊协作流程，强调先单独跑通再串联，确保信息真实、过程可追溯，帮助边做边学的普通创作者把想法落地。
Agent 能做的、与写代码无关的有用之事
本文由 Automattic 工程师 Elijah Potter 撰写，探讨 AI coding agent 在写代码之外的实际用途。作者分享了三个工作流用例：修复 PR 的 merge conflict、查找与分支相关的 issue、诊断并修复 GitHub Actions 失败，并附上其在 pi 中使用的 prompt 模板。作者强调这些 prompt 仅作灵感，鼓励读者根据自身工作流灵活调整，将重复性、低认知负荷的任务交给 agent 处理。
小白如何用AI全自动做一个 Google 广告站 赚到你的第一笔美金
本文介绍如何利用 Nex-N2.5 Pro 的 Computer Use 功能，全自动完成 Google 广告站出海流程。作者指出建站核心不是写代码，而是发现真实需求。通过 AI 自动操作浏览器，在 Google Trends 和 Semrush 中完成关键词调研、竞品分析和长尾词筛选，再快速搭建 MVP 网站，配合 SEO 框架、内容优化和外链建设，实现广告变现。文章强调 AI 已能充当不知疲倦的执行团队，让个人成为超级个体，并推荐了多个 SEO 相关 skills 和免费模型入口。
你的 Agent Harness 应该自我修复
文章探讨了 Agent 系统如何在不更新模型权重的情况下实现自我改进。作者提出两条独立回路：成功运行可产出可复用流程（如 Hermes 的 SKILL.md 程序性记忆），失败运行可产出经审查的修复和回归用例。通过 Opik 工具链，生产失败被转化为结构化反馈：trace 记录、源码级诊断、人工批准 diff、重跑验证、回归测试。文章强调改动需版本管理、评估需确定性校验器，系统并非自动学习，而是把事故变成可审查的改进输入。
拆解 FDE：一个 AI 博主能不能做成第一单
文章系统拆解了 Forward Deployed Engineer（FDE）这一岗位的由来、职责与商业模式。作者指出 FDE 源于 Palantir，核心是把问题定义、系统实现和上线反馈连成一条线。在国内，腾讯等厂商将 FDE 能力外置到渠道代理商，需求端企业则缺人把散落的 AI 需求收敛成项目。文章分析了客户购买的三种东西（工具、培训、落地结果）和服务方的四段收入结构，戳破「月入十万」的收入迷思，提出发现问题、实现规格、推动采用、经验回流的能力四层模型，并给出做成第一单的五步路径。作者坦承自己尚未完成 AI 落地陪跑第一单，分享了自身培训、代理资格等资源与下一步计划。
A2A Progress Report: Do We Still Need an Agent-to-Agent Protocol?
Google 一年前推出的 A2A 协议已发展到 1.0 版本，获得 150 多个组织支持并进入 Agentic AI 基金会。但同期 MCP 能力日益强大、Agent 运行时的编排能力提升、长时任务转向持久化工作流、共享状态协调等方式，都在减少 agent 之间需要独立寻址通信的场景。文章分析了四种架构趋势：agent 藏身于 MCP 能力之后、子代理成为运行时内部原语、单一协调代理面向多个 agent、软件工厂按工作任务组织 agent、以及传统工作流编排器从顶层协调 agent，认为显式 agent-to-agent 协议的需求可能并不常见。
Your Agent Harness Should Repair Itself
文章探讨 Agent 系统如何在不更新模型权重的情况下自我改进。作者阐述了两条反馈路径：成功运行产生可复用的程序性记忆（以 Hermes 的 SKILL.md 文件和 GEPA 离线优化为代表），失败运行则通过 Opik 的执行 trace 进行诊断，定位故障源头（模型、工具、配置或代码），提出修复方案，经人工审核后重跑并添加回归测试。文章强调失败必须被记录为可验证的预期行为和测试用例，才能转化为可复用的知识，并详细介绍了 trace 结构、失败检测与根因分析的工作流程。
Grok Bot 应用指南实操案例：闲鱼上架、小红书做图、找工具、做短视频、整理收藏
本文通过五个独立实操案例，介绍如何用 Grok Bot（自定义 Bot + 提示词）解决日常内容生产任务：1）闲鱼上架员——把商品照片和信息整理成标题、描述、补图清单和咨询回复；2）小红书编辑——围绕一个选题自动生成六张风格统一的知识图卡及发布正文；3）工具情报员——把工具链接整理成可筛选的网页简报；4）视频教程师——先做一个魔方教学小工具，再录成带中文配音字幕的教学视频；5）收藏整理员——把收藏帖子按主题分类，提炼观点与写法并生成选题清单。每个案例均附可直接照用的提示词。
我花了半个月，给前女友Vibe Coding了一个「微信AI助手」
作者用Codex花半个月时间Vibe Coding了一个微信AI助手，解决前女友被100多个工作群消息淹没的问题。助手定时读取电脑端微信新增消息，通过规则与本地大模型筛选，将消息按'待你处理'、'你需知道'、'群聊摘要'三类整理成摘要并推送到手机。文章分享了开发过程中的踩坑经验：从关键词过滤翻车到改为'人+事情+状态'的摘要逻辑，以及未接通话、群聊@等细节的处理难点。目前Windows版已跑通完整流程，计划首批试用后整理部署教程并开源。
给你的WorkBuddy开通智能体专用邮箱
本文介绍WorkBuddy 5.5.6版本新增的Agent智能体专用邮箱功能，该功能接入了腾讯内测的AgentMail产品。作者详细讲解了智能体邮箱的用途：可让AI接收和回复邮件、保护个人隐私、实现智能体之间互相通信协作。文章提供了完整的开通流程，包括版本更新、入口位置、验证码验证、邮箱前缀抢注与设置等步骤，并实测了收发邮件功能。此外还介绍了新邮件提醒方式（消息铃铛、定时任务），以及利用定时任务自动化处理日报周报等标准化邮件的应用场景。
万字长文 | Agent 工程解析（一）：上下文管理
文章从底层原理出发，以 Claude Code 为例深入解析大模型的上下文管理。作者指出即使上下文窗口达到 1M，上下文管理依然必要，核心原因是 KV Cache 前缀缓存机制（保证前缀一致可大幅降低推理成本）和注意力稀释问题（上下文过长过杂易引发幻觉）。文章详细拆解了 Claude Code 约 25K 系统提示词的组成，将上下文分为静态指令层、弱动态层和强动态层三层结构，并介绍了 Skill 渐进式加载、工具延迟加载、Memory 硬截断等剪枝手法，以及 CLAUDE.md 规则文件的五类分级组织形式与自顶向下的装配顺序原理。
Easel：用 AI Agent 自动化自媒体运营全流程
做自媒体最累的不是创作，而是每天重复找热点、想选题、写文案、做封面、剪视频、发平台、看数据等流程。文章推荐开源项目 Easel，由浙大和北大实验室开发，运行在 OpenClaw 上的社媒运营 Agent。它将热点发现、内容策划、图文/视频制作、多平台发布和数据复盘串成完整工作流，并为每个账号建立长期画像，记住定位、受众、风格、平台限制和历史表现，通过数据反馈持续优化内容生成，相当于为个人自媒体配了一支会自我复盘的 AI 内容团队。
Why I open-sourced my software factory
作者维护开源软件工厂 OpenInspect，解释为何开源而非商业化销售。他认为软件工厂是将信号（issue、Slack 消息等）转化为成果（PR、修复、答案）的 AI Agent 基础设施。将其作为产品出售困难重重：沙箱和模型推理等核心组件已被商品化，各组织需求差异大。真正的价值在于组织流程——代理路由、知识分发、系统改进、成本优化和 Token 支出的 ROI 归因，这些都需要与公司组织结构深度匹配。作者曾为 10 到 500 人规模的团队部署此类系统，认为软件工厂会成为关键基础设施，应由企业自持，因此选择开源以让团队专注于组织层面的问题。
托管式 Agent 架构：为什么前沿实验室正在重构 Agent 循环
文章分析了 OpenAI Agents API、Anthropic Claude Managed Agents、AWS AgentCore Harness 和 Microsoft Foundry Agent Service 等托管式 Agent 基础设施的共同架构趋势。前沿实验室主张模型与 harness（代理执行框架）协同构建，以获得更好的效果。文中总结了四个关键模式：将 Agent 声明式资源化、为 Agent 引入版本化发布工程（含 A/B 测试）、在会话内动态选择模型实现解耦、以及将工具移出 Agent 之外的共享基础设施（MCP、Toolbox、Gateway）。作者提出开发者需要思考两个问题：应保留多少 Agent 循环的控制权，以及 harness 是否必须来自模型提供商。
吴恩达「AI 工程技能地图」系列完整解读
本文解读吴恩达在 DeepLearning.AI 连载的「AI 工程技能地图」系列五封信。该地图基于超万条职位分析、专家访谈与问卷数据，提出四大技能板块：构建与部署 AI 应用（LLM 基础、RAG、智能体系统、评估驱动开发、生产运维、机器学习基础）、软件工程基础（全栈、数据、架构、安全可靠、扩展）、使用编程智能体（规划—执行—部署工作流与五项技能）、塑造构建（驱动构建循环、产品决策、沟通领导、主动所有权）。核心观点：AI 时代工程师价值从写代码上移到决定构建什么，判断力、工程根基与产品思维的要求更高而非更低。
the fly can 大赏：一个果蝇大脑，被全世界安排了各种活
Google 开源完整雄性果蝇大脑图谱（16.6 万神经元）后，X 上掀起「the fly can」热潮：果蝇大脑被接入 Minecraft、逃生游戏、比特币交易、YMCA 舞蹈、Figma 设计、Doom、Beat Saber、发币、发布视频等场景，甚至小鼠视觉皮层也被用来炒股。文章梳理了这些荒诞又硬核的案例，并指出其爆火源于数据开源、Agent 工具高效与荒诞感传播，同时引出关于意识与伦理的严肃讨论。
从 0 到 1 搭建你的 Harness，定制化你的个人工作台
文章介绍了作者开发的三个围绕 Harness 的 Skill：star-your-harness 用于从零搭建个人 Agent 工作台，通过四个问题生成目录骨架；better-your-harness 用于诊断已有文件夹，从安全隐私、上下文质量、工具装备、记忆学习五层扫描并生成 HTML 报告；view-your-harness 用于可视化展示项目文件和 Skill 调用情况。作者认为 Harness 是模型之外让模型能干活的整套结构，搭建个人 Harness 能让工作在不同 Agent 间无缝衔接。
OpenAI发布Agents API：Agent Harness成为基础设施
OpenAI正式发布Agents API，将Codex背后的Agent Harness能力以API形式开放。开发者只需定义任务、模型、工具和执行环境，Agent Loop、上下文管理、工具调用、多Agent协作和沙箱等均可交由OpenAI处理。该API支持长任务自动压缩恢复、原生MCP与Web Search、Sub-Agent并行、Linux Sandbox及私有环境接入。作者认为这标志着模型正从产品变为组件，Harness等通用能力正被云厂商基础设施化，Agent创业需向业务、数据和Workflow上移。
我做了一个 AI 版的人脉管理系统
作者因记不住人脉信息，开发了一个 AI native 的人脉管理系统，集成在 Loci 记忆系统中。系统支持自然语言添加人脉、标签分类、搜索、人物关系图谱、位置信息管理，并可跳转导航。用户可通过 GitHub 安装，支持 AI Agent 接入或直接使用 Dashboard。作者鼓励反馈和 Star 支持。
Lighting the dark room
Lightfield 旨在构建“商业世界模型”，通过高保真捕获客户互动数据，解决传统 CRM 数据过时、碎片化的问题。文章指出企业决策常基于不完整信息，而 Lightfield 从 CRM 切入，自动提取结构化数据，维护系统记录，并提供智能体基础设施，使智能体能在安全沙箱中执行复杂任务。最终目标是扩展至更广泛的商业世界模型，涵盖销售、营销、财务等，辅助企业做出更优决策。
YC Summer 2026: the full batch, plus 7 of my favorites
作者作为YC WAG，回顾了YC Summer 2026批次234家初创公司，将其分为12类，并重点介绍了7家感兴趣的公司：Nori家务机器人、Context.dev网页转AI数据、RonanRX制药、Agent FM编码代理群聊、Screenpipe工作记录、Atomarine海上数据中心、Gamgee宠物癌症疫苗。文章还包含Demo Day信息及与其他批次的对比。
从 0 到 1 搭 Multi-Agent Eval：预测准不准，协作值不值，决策能不能用
本文介绍如何为多 Agent 团队搭建评估体系，以电商场景为例，通过五步流程：设计含陷阱的测试用例、保存 trace 回放协作过程、用结果/协作/决策三张成绩单分别评分、与单 Agent 及重试基线在同等预算下对比、将失败案例加入回归集。文章强调交接信息完整性、冲突解决、角色消融与协调增益等关键检查点，并给出可直接运行的最小 harness 代码示例。
DraPub：面向创作者的 AI Agent 自媒体工作台
作者阿策与榴莲等小伙伴正在开发自媒体 Agent 工作台 DraPub，旨在解决创作者如何长期、稳定经营内容的问题，而非仅用 AI 产出文案。用户可将网页、文件、随手记录和热点放入 DraPub，产品会结合 IP 定位、表达风格、素材和历史反馈，推荐值得创作的选题，并由 Agent 完成资料整理、对标研究、事实检查、正文创作、审核排期与发布，发布数据再反哺下一轮创作，形成完整内容经营链路。产品基于 pi 构建，已开放 Waitlist，后续将 Build in Public 并开源部分本地部署能力。
高强度使用 Pi Agent 开荒企业级工作流的经验分享
作者作为金融业IT，在公司 DeepSeek 一体机上下文受限（128k）的情况下，将 Pi Agent 部署到内网，一周消耗几十亿 token。他通过两大'开荒'工作提升 Agent 效能：一是将内网系统流程封装为 CLI，为全自动工作流做准备；二是结合自身业务理解建立代码索引与知识库。实践半个多月，进度约40%。作者感悟：业务理解能力的重要性大于模型本身能力，在适当指导和知识库辅助下，Pi 能完成真实企业级全流程开发。他通过 10 个拓展和 20+ SKILL 将 Pi 打造成专属业务 Agent，并推荐大家创造属于自己的 Agent。
当大模型开始真实操作 Blender 与 CAD：Nex-N2.5 Pro 实测，兼谈 Computer Use 的工程边界
作者实测了主打 Computer Use 能力的 Nex-N2.5 Pro 模型（397B 参数），验证其在 Blender 3D 建模到 Three.js 前端交互网页的全自动长流程操作。测试显示其能在无 API 的桌面 GUI 中完成建模、材质设定、glTF 导出及前端渲染，全流程 1 分 48 秒，坐标对齐率 99.4%，60 FPS 稳定渲染。文章同时指出其工程边界：单步延迟 2-4 秒、视觉遮挡下的重试开销高。作者建议结构化任务优先用 API 与代码，而无接口的专业桌面软件自动化、遗留系统对账等场景则适合切入 Computer Use。
