4 个工具撑起一个 coding agent
本文深度拆解开源 Coding Agent pi 的工具调用机制，揭示其仅靠 bash、read、write、edit 四个工具即可完成核心编码任务。详细阐述了工具调用的三段式流水线（准备、执行、收尾），以及如何通过并行执行与文件变更队列解决并发冲突，为构建自研 Agent 提供了实战参考。
技术 / Agent
1848 篇
WorkBuddy + ima 进阶篇：构建自动化知识库工作流
本文介绍了 WorkBuddy 与 ima 的进阶用法，重点阐述了 WorkBuddy 新增的“写入”能力如何打通知识库闭环。文章详细讲解了链接批量入库、精准检索、单文件深读、产物自动存回等核心功能，并提供了清空收藏夹、知识库体检、邮箱订阅自动化入库等 5 个实战场景及具体指令，旨在帮助用户将静态知识库转变为日常运转的高效流水线。
OpenMontage：全自动开源视频流水线
OpenMontage 是一款开源的 Agentic 视频制作系统，集成了 100+ 工具和 10+ 流水线。它将研究、脚本、配音、合成等环节交由 Agent 执行，并提供全程可审计的生产看板 Backlot，适合追求成本可控与流程透明的专业视频创作。
WorkBuddy入门完整攻略：从任务到自动化
本文是一篇 WorkBuddy 的入门使用攻略。文章主张从一项真实可交付的任务开始学习，而非逐个研究功能菜单。文中详细拆解了资料库、专家、Skill、连接器、项目和自动化等核心概念的区别，提供了从单人任务到团队复用、再到自动化的七阶段实施路径，并强调了权限分级和异常处理的重要性。
自动化内容生产，6 个 Agent 怎么把选题、截图、评分和写作接进一个飞书看板
文章介绍了利用 6 个 Agent（运营、选题、内容写作、自媒体、数据复盘、开发）实现内容生产自动化的实践。通过飞书多维表格作为看板，Agent 们分工协作完成 URL 去重、评分、截图、写作和数据复盘，实现高效的内容创作流程。
Pi Agent 全攻略：极简高效的 AI 编程助手
本文介绍了 Pi Agent，一款极简高效的 AI 编程工具。文章对比了 Pi 与 Codex 和 Claude Code 在 Token 占用和任务效率上的优势，详细讲解了 Pi 的安装、模型配置、基础操作及高级功能，如指令追加、会话管理和对话树等。
I Thought Grok Bot Was Hype. Then I Tested It on 5 Businesses.
作者在五个业务中测试了 Grok Bot，发现它并非单纯的 hype，而是填补了“全天候代理”的空白。相比专注于深度工作的 Session agents 和积累知识的 Server agents，Grok Bot 更适合夜班工作，如社区管理、内容监控和 QA 测试。作者保留了现有技术栈，将 Grok Bot 作为夜班员工使用，认为其在特定场景下极具价值。
AI智能体与明信片赚钱指南
本文详细介绍了如何利用AI智能体生成房屋改造效果图，并将其印在明信片上寄给业主，从而为承包商提供精准营销服务。文章探讨了两种收费模式（月费和提成），分析了适合的行业（如太阳能、屋顶维修等），并提供了从筛选房源、渲染图像到自动化寄送的全套流程。
Grok Bot for GTM
作者分享了如何在SpaceXAI利用Grok Bot辅助企业GTM（Go-to-Market）工作。Grok Bot不仅能作为思考伙伴，还能端到端执行任务。文章介绍了如何连接日常工具、利用Bot的记忆功能、通过移动端和语音指令操作，以及如何建立由Chief of Staff、会议准备、潜客开发和客户专家等组成的Bot团队来提升工作效率。
反常识真相：Agent在真实工作场景的成功率依然很低
文章通过分析多个真实场景评测集（如RealReplicaBench、E-Bench等），指出尽管大模型在编程领域表现优异，但在电商、生活等复杂真实任务中的成功率极低，甚至不足50%。这揭示了模型从解题到实际工作之间仍存在巨大差距。
基于范围和时间的 Agent 上下文设计
文章探讨了在 Agent 表现不佳时，不应单纯归咎于模型或增加系统提示词，而应关注上下文和控制信息的介入时机与范围。文中列举了七种常见的上下文添加方式：用户提示词、系统提示词、作用域指令、技能、工具、引导和委托，并分析了它们在时机、范围和持久性上的差异。
零基础小白如何开始做FDE？拆解观猹课程
本文详细介绍了FDE（前线部署工程师）这一AI行业新岗位，包括其定义、分类（商务型、产品型、工程型）、如何启动第一个项目、SOW/Spec/Demo/MVP等关键概念、Skill/CLI/Subagent/Hook等工具的使用、企业系统集成方式（API/MCP/CLI/UI自动化）、以及基于EDD（评测驱动开发）的测试方法论。文章还提供了简历、作品集和面试的准备技巧，帮助零基础小白入行。
DeepSeek Harness四种对话模式深度解析：PTC或成未来主流
本文深入解析DeepSeek Harness发布的四种对话模式：标准模式、PTC模式、极简模式和创造模式。作者指出，标准模式是当前Agent的主流，但存在工具调用效率低、上下文消耗大、临时脚本污染等问题；PTC模式通过让模型编写TypeScript程序统一调用工具，大幅减少Token消耗和提升效率，可能成为未来Agent的主流；极简模式则通过减少工具依赖，探索模型原生能力。文章结合实测数据，展示了PTC模式在复杂任务中的优势，并预测其将成为下一代Agent的默认工具调用方式。
Against agent sprawl: what comes after harnesses
本文探讨了在模型与工具链（harness）协同进化背景下，智能体（agent）数量激增带来的管理挑战。作者指出，前沿实验室将模型与工具链作为整体优化，导致用户需要运行多个异构工具链以控制质量、性能和成本，形成“工具链舰队”。然而，人类注意力有限，成为新的瓶颈。为此，作者提出“depot”（枢纽）作为新的抽象层，集中管理多个工具链，提供状态报告、人工审查、持久执行和内部通信功能，使人类能像管理者一样专注于关键决策。文章强调，审查和评估将成为新的核心工作，并展望了未来工具的发展方向。
Pi 生态周报：缓存命中 99.93%、一周三版本、沙箱与安全成新方向
本文是 Pi 生态的一周动态总结。作者提到创始人转推用户实测数据：在 pi harness 上 DeepSeek V4 Flash 缓存命中率达 99.93%，仅花费 2.65 美元获得近 10 亿 token，凸显缓存经济学优势。Pi 本体一周内发布三个版本（0.84.0-0.84.2），带来全屏转录搜索、AGENTS.override.md、defaultTools 等实用更新。此外，作者介绍了多个新插件，如 Feynman（研究型 agent）、pi-landstrip（沙箱化 Bash）、pi-chrome-devtools 等，并指出两个重要信号：缓存优化成为卖点，以及沙箱与安全成为 agent 生产化的关键方向。
别再做 DSH 插件了：从几十元工具到企业级 AI 基础设施的正确路径
本文探讨了 DSH 生态的商业化路径，指出竞争焦点正从模型智能转向 AI 执行系统。文章提出商业化应遵循“插件→Skill→Profile→Workflow→Agent→行业解决方案→企业 AI 基础设施”的升级路线，并分析了垂直 Agent、付费插件、成本优化、企业私有化、Workflow 自动化等六个方向，强调以业务结果为导向，构建真正的商业壁垒。
Agent的长期记忆与学习：从保存到判断的跨越
文章探讨了当前Agent系统在长期记忆与学习能力上的局限，指出许多系统仅能保存历史数据，却无法理解信息的时效性和判断的演变。作者以Alloomi的技术报告为例，介绍了其Holistic Context和Self-Evolving Agent两条技术路线，分别解决动态上下文管理和模型自我进化问题。通过公开评测数据，展示了在长上下文理解、持续学习和专业交付方面的提升。文章强调，真正的Agent能力应体现在将工作经验转化为模型能力，并建立从真实反馈到模型更新的闭环，这对企业级应用尤为重要。
Pi Agent：AI 编程的下一场竞争，不在模型，而在控制权
本文深入分析了Pi Agent这一极简Agent运行框架。作者认为Pi的核心价值不在于其代码能力，而在于其“可修改”和“开放”的设计理念。Pi通过提供可组合的原语，允许开发者自定义模型、工具、上下文和工作流，从而让Agent适应个人或团队的工作方式，而非相反。文章对比了Pi与一体化Coding Agent的差异，强调了多模型支持、上下文工程和可编程扩展的重要性，并指出了其配置门槛和安全风险。最终，作者认为Pi代表了Agent生态中一种重要方向：模型负责思考，Harness负责行动，开发者掌握控制权。
为什么托管式智能体会成为智能体构建的下一个重要方向
本文探讨了智能体（Agent）从开发到生产环境所面临的挑战，指出托管式智能体服务将成为下一个重要方向。文章回顾了智能体发展的三个阶段，分析了生产环境中的稳定性、安全、身份验证等问题，并介绍了LangChain推出的Managed Deep Agents如何通过提供运行壳和生产设施来解决这些问题。文章还讨论了AGENTS.md、MCP和Skills等标准的重要性，并给出了适用场景和建议。
读完醍醐灌顶啊！人大联合北大、清华等团队发布149页Agent综述：Prompt时代正在结束，Runtime时代已经来了
本文介绍了一篇由人大联合北大、清华等团队发布的关于长时程智能体（Long-Horizon Agents）的综述论文。文章指出，AI Agent 下一阶段的竞争关键在于能否持续工作数小时甚至更久，而不仅仅是模型本身的智能。作者强调，强大的 Agent 需要结合模型能力与外部 Harness（运行系统），并提出了 Agent 发展的三个阶段（Prompt Engineering、Context Engineering、Runtime Harness）以及三个能力等级（H1、H2、H3）。最后，文章列举了长时程 Agent 在软件工程、深度研究、电脑操作、多模态和通用生产力等领域的应用，认为 AI 正从单次回答向持续完成工作转变。
How to Design an Agent Harness: six decisions that turn a model into a worker you can leave alone
本文深入探讨了Agent Harness（代理框架）的设计，指出模型性能并非关键，真正决定成败的是围绕模型的软件层。文章通过DoorDash、OpenAI和Anthropic的真实案例，展示了三种截然不同的Harness设计模式。核心部分详细阐述了六个关键决策：循环与停止规则、工具可见性、记忆管理、崩溃恢复、权限边界和完成定义。每个决策都提供了具体操作建议和成本效益分析，强调通过精心设计Harness，可以将一个需要持续监督的模型转变为可独立完成工作的可靠员工。
From Prompt to Agent System With Kimi K3: the 9-step roadmap
本文详细介绍了如何从单个提示词构建一个完整的代理系统，以Kimi K3模型为例，通过9个步骤逐步实现：从基础API调用、输出约束、工具集成、循环机制、停止门控、状态管理、路由决策、答案验证到预算控制。文章强调，代理系统的核心在于围绕模型构建的框架，而非模型本身，并展示了如何通过代码实现这些组件，使系统能够自主决策、执行工具调用并验证结果。
How I Turned Kimi K3 Into a Design Agent With MCPs That Can Build, See, and Fix Its Own Work
This article provides a step-by-step guide to transforming Kimi K3, Moonshot AI's flagship model, into a design agent capable of working across Figma, Blender, Playwright, and GitHub using Model Context Protocol (MCP) servers. It covers setting up Kimi Code CLI, configuring MCP servers for each tool, and integrating them to enable the agent to build, visually inspect, and correct its own work. The tutorial includes installation commands, configuration snippets, and testing tips, culminating in a workflow where the agent can execute complex multi-tool tasks autonomously.
The simple rule that stops AI agents from guessing
本文探讨了AI代理在不确定情况下容易猜测并继续执行任务的问题，提出了一条简单规则：当信息不足时，代理应暂停并寻求帮助。文章详细说明了何时应触发该规则、如何将其集成到AI工作流中，以及如何测试代理的决策行为。通过设置检查点，代理可以在处理常规任务时自主行动，但在关键决策上寻求用户输入，从而提高可靠性和可信任度。
Graph Engineering: Stop Chaining Your Agents
本文批判了多步骤AI代理中常见的线性链式结构，指出其低效且易出错。作者提出用图结构（节点和边）来设计代理工作流，并给出了14步路线图，涵盖节点契约、数据边、并行扇出、汇聚、条件路由、验证器、错误隔离、循环收敛、模型分层、成本优化等实践。核心思想是利用Claude Code的动态工作流功能，通过JavaScript脚本编排子代理，实现高效、可扩展的代理系统。
Phone Harness 实机教程：让 Codex 控制 iPhone，我睡着时 Agent 自己把活干完了
本文是 Phone Harness 的实战教程，作者 Seven 分享了如何让 Codex、Claude Code 等 Agent 无需越狱即可控制锁定的 iPhone，实现开 APP、点按钮、输入文字、读取屏幕等操作。文章详细介绍了本地 Phone Harness 的安装步骤、权限配置（辅助功能、屏幕录制）及常见问题排查，并提供了三个 Demo 演示从读取到写入的完整流程。此外，作者还介绍了云端异步任务方案 Airtap，通过设置 Routine 让 Agent 在睡眠时自动完成岗位信息收集并发送邮件，展示了 AI 自动化在移动端控制与任务执行方面的应用潜力。
Grok Bot Has Its Own Computer. The Hard Part Starts After the Demo
本文深入探讨了xAI推出的Grok Bot——一个拥有独立云端计算机的AI代理，能够自主登录工具、持续工作并在需要时请求审批。文章首先厘清了Grok、Grok Build、Build Mode与Grok Bot的区别，指出Grok Bot的核心优势在于通过计算机使用而非API集成来执行跨应用工作流，从而降低了自动化集成的门槛。然而，这种通用性也带来了更大的风险。作者提出了部署持久化AI操作员的六大控制契约：身份契约、任务契约、权限契约、证据契约、重试契约和审计契约，并强调了通过演示教学来压缩规格成本的价值。最后，文章给出了一个决策规则，帮助用户根据任务类型选择合适的Grok产品，并指出真正的挑战在于如何界定权限、验证操作、处理重试和停止代理，而不仅仅是演示能否成功。
Grok Bot: How to build a self-improving system with Grok 4.6 in 10 steps
本文介绍如何利用Grok 4.6构建一个自我改进的Grok Bot系统，通过10个步骤实现长期运行和持续优化。系统核心是一个包含六个文件的工作区，包括验收标准、工人合约、验证者合约、可信状态、经验教训和提升者，形成一个闭环：工人生成候选结果，验证者独立检查，通过后提升者更新可信状态。文章详细说明了每个文件的编写方法、运行流程和失败处理规则，并提供了成本计算公式，旨在帮助读者构建一个可靠、可迭代的AI代理系统。
硅谷101访谈：阿里副总裁详解FDE工程师的溢价、能力与商业模式
本文是博主对硅谷101播客中阿里巴巴集团副总裁、瓴羊CEO朋新宇关于FDE（前端开发工程师）访谈的要点总结。文章指出FDE的溢价源于从交付功能转向交付可验证的业务效果，能力要求包括对AI的锐度、行业深度和数据宽度。瓴羊聚焦电商行业，提供标准化能力，商业模式包括卖agent坐席和按效果付费。文章还讨论了FDE推进的顺利条件、项目时间分配以及FDE角色的细分（BA、AI架构师、首席客服/销冠），并强调自上而下推动和内部员工K形分化的重要性。
DeepSeek 的产品哲学：先开放，再定义
本文深入分析了DeepSeek发布的Agent产品DeepSeek Harness及其背后的产品哲学。作者认为，DeepSeek选择开放不成熟的产品，是基于交易成本理论，将公司边界内收，把具体场景的产品定义权交给外部开发者，以模块化方式实现“一切皆插件”，让市场并行探索Agent的最终形态。文章对比了iPhone与Android的生态起点，指出DeepSeek Harness更接近Android模式，并讨论了平台冷启动、开放架构与生态建设之间的差距，最后提出生态成功的关键指标。
