如何利用 AI 重塑公司运营
本文阐述了如何通过彻底的运营重围绕 AI 来实现企业转型。作者以工业革命电气化为例，指出仅购买 AI 工具无法带来实质性改变，必须从底层重新设计工作流程。文章详细介绍了如何识别高价值的工作流，区分确定性自动化、AI 处理和人工决策的边界，并强调了通过人在回路中的反馈机制来持续改进 AI 代理。
技术 / Agent
1848 篇
Memfold AI：重新定义个人计算界面的未来
Memfold AI 致力于引领个人计算交互的革命，提出从“人在应用中”转向“人通过代理与计算机交互”的愿景。文章详细介绍了创始团队在 IIT Madras 和 Microsoft Research 的背景，以及他们训练 Indic LLM 和构建 Agent 系统的经验。公司已获 Peak XV 等机构投资，正在寻找具有高度主观能动性的人才，共同打造并验证这一全新的计算界面。
把自己“重做”一遍：一队 AI 同事帮我重塑个人 IP
本文作者分享了利用 AI 团队协作工具 Helio，仅用 2 小时便完成了原本需耗时 3 天的个人 IP 重塑（含 Banner、Bio 及视觉体系）。通过配置品牌策略师、设计师和文案 AI 角色，作者仅需提供素材并在关键节点审核，Agent 团队便自动完成了分工协作与交付，展示了多 Agent 协作在提升个人生产力方面的巨大潜力。
构建每日晨间简报的 Claude 研究助手
本文介绍了一个完整的构建方案，利用 Claude Desktop、N8N、Filesystem MCP 和 Brave Search 创建一个自动化研究助手。该助手每天早晨自动读取互联网信息，过滤噪音，并将结构化的 5 分钟简报存入 Obsidian，帮助用户节省时间并获取关键信息。
用 Codex 撸出 24/7 交易的 Trading Agent
文章介绍了如何利用 OpenAI 的 Codex 代理，结合 Moss 平台的 Skills（Moss Trade Bot Factory 和 hyper-follow），在不写代码、不懂量化的情况下构建 24/7 自动运行的加密货币交易 Agent。文中详细讲解了通过自然语言配置策略、自动进化回测、以及跟随高手跟单的两种实现路径，并强调了风控和实战注意事项。
国产模型 API 接入 Codex 实测：Agent 工作流可行性与玩法指南
文章详细记录了将阶跃星辰（Step）等国产大模型 API 接入 Codex App 的全过程与测试结果。作者验证了在 API 模式下，Codex 的手机调用、锁屏截图、浏览器自动化及电脑控制等核心功能依然可用。同时，文章对比了不同模型的性价比，探讨了 API 模式在记忆管理和多设备联动上的局限性，并分享了 Codex 在自动化、长期目标设定及与其他 Agent 工具协作中的最佳实践。
我当了一次 AI 老板：让腾讯 Marvis 给电脑启动项开「裁员会」
文章介绍了腾讯新推出的操作系统级 AI 助手 Marvis（马维斯）。作者体验了其独特的“AI 办公室”UI 设计，该设计将不同的 Agent 视为员工，直观展示任务进度。作者测试了让 Computer Agent 分析电脑启动项并进行优化的流程，认为虽然目前存在限制，但其可视化的交互方式降低了 Agent 使用门槛。
Kimi K2.6 Agent Swarm 深度解析
文章详细介绍了 Moonshot AI 推出的 Kimi K2.6 模型及其核心功能 Agent Swarm。该技术支持每轮运行 300 个并行子代理，将单一文本指令转化为完整的项目交付物（如文献综述、数据集、代码和网页）。文章通过对比“聊天”与“群组”两种心智模型，展示了该技术在学术研究、可视化生成、LaTeX 排版、批量网页开发及大规模代码重构六大场景中的绝对优势，并提供了在单一代理与群组代理之间进行选择的决策指南。
如何让 Claude 穿越时空预测项目失败（事前验尸技能）
文章介绍了一种利用 Claude AI 进行的“事前验尸”技术，该方法通过模拟未来项目已失败的情境，帮助用户识别潜在风险和隐藏假设。作者详述了该技能的工作原理、背后的心理学依据以及具体的应用场景，旨在帮助用户在做出高风险决策前进行压力测试。
如何使用 Claude 构建真实的 AI Agent 系统（初学者完整指南）
这是一篇面向初学者的 AI Agent 构建指南。文章澄清了 AI Agent 的本质是具备角色、指令、工具和记忆的自动化系统，而非遥不可及的魔法。作者介绍了 AI Agent 的四大核心构建模块，并详细演示了如何使用 Claude + Cowork，在无需编写代码的情况下，从零开始构建一个“内容研究 Agent”以及多 Agent 协作的写作工作流。
长任务 Agent 的最小工程闭环
本文针对长任务 Agent 容易出现的“带不住状态、估不准工作量、评不好输出”三大问题，提出工程化的解决方案。文章通过引入状态层、规划层和验证层，构建了一个包含监督机制的五层架构，旨在通过外部控制和证据链，而非单纯的 Prompt 优化，来实现稳定、可落地的 Agent 系统。
如何构建 AI 原生初创公司
本文探讨了 AI 原生初创公司的核心定义：通过减少人员协调、让 AI 智能体执行重复性任务，从而实现更快的迭代速度。作者为创业者提供了一套从零开始的实操指南，包括：绘制工作图谱并按自主等级分类、构建 Git 版本化的上下文系统（Context System）、以及选择高频、可逆的工作流进行自动化。
Pydantic fixed my Agent's Memory
文章探讨了如何解决 AI Agent 记忆系统的多跳推理问题。传统的向量数据库在处理跨块事实连接时失效，而通用知识图谱常因缺乏结构导致查询噪音。作者提出的解决方案是使用 Pydantic 提前定义本体（Schema），明确实体类型、关系和属性。通过 Zep 框架强制执行这些约束，可以显著提升提取的准确性和数据的可查询性，从而实现有效的多跳推理。
AI 时代的量化交易系统构建分享
本文是作者在内部分享会上的复盘，重点探讨了 AI 如何降低量化交易的工程门槛。文章指出，利用 OpenClaw 等智能体，个人开发者可以独立完成需求文档编写、回测框架搭建、API 接入等全流程工作。作者详细讲解了从回测到实盘的信号层统一、技术分析的规则化参数化、以及常见系统误区（如过拟合、流动性筛选），强调在 AI 时代，量化交易的核心不再是代码能力，而是交易逻辑的系统化拆解与数据验证能力。
Hermes 链上分析师工作流构建指南
本文介绍了作者如何利用 AI 智能体 Hermes 构建一套自动化的链上数据分析（Onchain Forensics）流程。该流程通过 x402 支付协议集成了 Nansen、DexScreener、Tokenomist 等工具，能够自动追踪钱包持仓、识别巨鲸买卖行为并生成可视化报告。文章展示了具体的技能组合配置、运行成本分析及实际应用案例，体现了利用 AI Agent 进行低成本、高效率加密货币投资的实践。
AI 神经系统诊断：Agent 运行时的六种病症
文章提出了一个新的视角来理解和调试 AI Agent：将其错误类比为人类神经系统疾病。作者指出，所谓的“AI 幻觉”在医学上更接近于“虚构症”。文章详细列举了 Agent 运行时中的六种病症，包括“遗忘症”、“幻肢状态”等，并针对每种症状提供了具体的诊断工具（如 gbrain, Mem0）和解决方案，强调通过检查“器官”（记忆、环境、工具链）来优化 Agent 性能。
OpenAI 工程师的 9 条 Codex 用法，DeepSeek 用户也能用
文章介绍了 OpenAI 工程师 Jason Liu 分享的 9 条 Codex 高效工作法，包括持久线程、共享记忆、语音输入、实时纠偏、操作电脑浏览器等。这些方法将 Agent 从单纯的聊天工具转变为能记住上下文、主动执行任务并操作真实应用的长期资产。作者指出，这套通用的 Agent 逻辑不仅适用于 Codex，通过 OpenCode、Playwright 等工具，在 DeepSeek 环境下也能完美复现。
AI 不好用，99%是数据问题
文章指出企业 AI 应用效果不佳的核心原因在于数据治理，而非模型本身。公网 AI 无法访问企业核心私有数据。文章提出解决方案：利用知识库（RAG）处理文档与客服培训，通过 MCP 协议打通复杂数据库，并采用多 Agent 协作模式整合数据源、分析与报告生成。强调企业 AI 升级是系统工程，旨在实现从通用 AI 到私有 AI 的转变。
开源一个 Skill，让 AI 接管你屏幕边那张便签纸
作者分享了一个开源项目 AI Desk Card，这是一块连接到 AI Agent（如 Claude Code）的墨水屏。它通过 AI 动态管理日程、待办、GitHub 动态及天气，替代静态的便利贴。文章探讨了 AI 主动决策显示内容的交互模式，以及硬件与 Agent 结合的新设计思路，旨在实现“低头干活，抬头看一眼”的无缝信息流。
如何只用扣子Coze搭建自己的AI信息情报站
本文介绍了如何使用字节跳动的低代码AI开发平台扣子搭建个人AI信息情报站。文章指出，相比Claude Code等工具，Coze更适合普通用户上手。作者详细讲解了Coze从聊天机器人平台向云端应用开发平台的演进，并提供了通过自然语言描述快速生成工具的示例。核心部分展示了一套结构化的提示词，利用Coze实现对指定关键词的全网信息收集、痛点分析与趋势判断，帮助内容创作者解决信息过载问题。
如何构建一个每日晨间简报的 Claude 研究代理
文章介绍如何利用 Claude、MCP（Filesystem 和 Brave Search）、N8N 及 Obsidian 构建一个全自动的晨间研究代理。该代理能自动监控信息源、过滤噪音、综合关键信息，并生成一份 5 分钟可读完的简报存入 Obsidian，帮助用户从繁杂的信息过载中解放出来，高效开始工作。
迁移至 AGS 的云端开发工作流
作者分享了如何使用 AGS（Agent Git Service）替代 GitHub 作为主要开发环境的实践。通过将开发环境完全迁移至云服务器，结合 dev agent 和双驱动的交互模式，实现了无需本地依赖的高效开发工作流，并介绍了正在开发的 VAS（虚拟代理服务器）项目，旨在将该工作流整合到语音交互界面中。
为什么你的agent项目难以落地：论Agent Harness的重要性
本文探讨了Agent项目难以落地的核心原因。作者指出，许多团队忽视了模型与应用之间的基础设施层——Agent Harness。文章通过生理学类比和工程细节分析，阐述了为什么仅靠LLM无法构建高效Agent，并预测AI行业将分化为模型层、Harness平台层和Agent应用层，建议业务团队应专注于业务逻辑而非底层基础设施。
AI Agents: 从原理到实战的完整指南
本文是一份关于 AI 智能体的综合指南，涵盖了从基础概念到生产级系统构建的全过程。文章深入解析了 Agent 的核心工作原理，如 ReAct 循环、任务拆解和上下文工程。同时，针对中级开发者，详细介绍了多代理系统的评估体系、记忆与知识管理、安全护栏设计以及四种核心设计模式，旨在帮助读者构建可靠且高效的 AI 应用。
Codex 新玩法：从写代码到数字同事
文章深入分析了 Codex 的最新演变，指出其定位已从单纯的代码编写工具转变为具备跨 App 协作能力的“数字同事”。作者详细探讨了 Computer Use、评论式交互、Automations 自动化任务及移动端管理等新功能，并对比了 Codex 与 Claude Code 的差异化分工。文章认为，AI 工具的竞争维度正从“代码质量”扩展到“真实工作流的完成能力”，强调透明度与可控性是未来数字同事的核心。
Agentic Design Patterns：一本让我重新理解"Agent 到底是什么"的书
本文是 Antonio Gullí 所著《Agentic Design Patterns》的读书笔记。作者不仅梳理了 AI Agent 从 Level 0（裸 LLM）到 Level 3（多 Agent 协作）的四个等级，还深入解读了 Context Engineering、Reflection（反思）、Memory 分层等核心设计模式。文章指出，大多数人在开发 Agent 时忽视了上下文工程和自我反思机制，并建议开发者先优化单 Agent（Level 2），再考虑多 Agent 协作。
holon v0.14.1：Rust 重写与自举开发实践
本文介绍了 holon v0.14.1 版本的更新，重点在于使用 Rust 进行了底层重写，并实现了项目的自举开发（即 Agent 自主完成从需求分析到代码合并的全流程）。文章详细阐述了采用 Rust 重写的原因、关键架构设计（如单 Session 模式、Workitem 机制和事件驱动），并展示了实际的 Dev 工作流及与竞品模型的对比测试数据。
Relayrouter 支持 OpenSeek：开源 TUI 编程 Agent
作者 sukie 表示很荣幸 relayrouter 能够支持 ShenHuang 的开源 TUI 编程 Agent 项目 OpenSeek。文章高度评价了 OpenSeek 在技术平权方面的价值，指出其具备 27 个内置 Provider、50+ 工具及三档运行模式，并拥有严谨的工程设计和 LSP 集成。
我把每天刷 4 小时 X 找选题的活完全交给AI，命中率从 15% 飙到 60%+
文章介绍了作者如何利用 Airtap 这一 AI Agent 工具，将每天 4 小时的社交媒体选题筛选工作自动化。通过部署在云手机上，设定特定阈值和关键词，AI 能够代替人工在 X、小红书等平台筛选高价值信号。这一工作流将选题命中率从 15% 提升至 60% 以上，极大地节省了时间，让创作者能专注于深度写作和判断。
2026年AI用户必知的12层架构：构建可靠的AI智能体
文章提出了AI智能体的12层架构模型，旨在帮助用户理解AI工具的工作原理及失效原因。内容分为三部分：基础层（工作界面、智能体合约/规范、模型）、运行层（运行时状态、工具互操作性、执行表面）以及记忆与知识层。文章强调，只有理解了这些层级（如MCP协议、Agent间协作、多级记忆系统等），才能解决AI输出不稳定、工具选择困难及信任缺失等问题，从而将AI从演示带入实际工作流。