人类最后的职位：上下文耕作
文章探讨了 AI 时代企业与人类角色的根本性转变。随着“代理微公司（AMC）”的兴起，传统的层级制企业将被拥有“公司大脑”的小型团队取代。人类的核心工作不再是执行或决策，而是作为“上下文耕作者”，为 AI 提供高质量的信息环境。文章指出，构建可组合的全球性上下文基础设施将是未来的万亿美元级机会。
技术 / Agent
1848 篇
小红书垂直小店实操指南：从0到月入过万的完整SOP
本文是一份详尽的小红书无货源电商实操指南。通过“神气小鹿”等案例，揭示了垂直细分领域的高转化逻辑。内容涵盖账号注册、选品策略（利用数据找蓝海）、供应链对接（1688一件代发）、内容制作（实拍与AI辅助）、测品流程及矩阵号运营。文章强调利用信息差和内容能力变现，适合新手低成本启动的副业或创业项目。
ADK 2.0 中的五种多智能体编排模式
文章介绍了 Google Cloud Agent Development Kit (ADK) 2.0 中的五种多智能体编排模式，旨在解决生产环境中智能体协作的难题。核心模式包括：混合图模式，结合确定性与 AI 驱动节点；协调者-专家模式，拆分单一“上帝智能体”为专注的专家系统；技能组合模式，通过 SkillToolset 实现跨域复用；跨语言流水线，支持多语言协作；以及协议标准化，确保上下文在不同智能体间无损传递。
Auto-Quant 使用教程｜让 Agent 自动构建量化策略
Auto-Quant 是一个允许 Agent 自动构建和迭代量化交易策略的最小原型，灵感源自 Karpathy 的 Auto-Research。文章介绍了该项目的背景、测试效果及详细的运行教程，包括环境配置、使用 Claude Code 启动 Agent 的方法，以及如何监控实验进度。该项目证明了 LLM 在受约束的沙盒环境中具备进行高质量自主量化研究的能力。
Agents 201: The Unit Shrank
文章探讨了 AI Agent 架构的演变。作者认为传统的单体 Agent 因 Token 成本过高和缺乏专业化而失效，基本单元应从“Agent”转变为更小的“Worker”。文章介绍了由 Worker、Function 和 Trigger 组成的全新编排模型，实现了更高效的模块化开发、灵活的架构模式以及安全运行时。
5分钟零代码打造AI热点推送Agent：Creao AI实测体验
文章介绍了使用 Creao AI 平台在 5 分钟内、无需任何环境部署的情况下，快速开发了一个「每日 AI 热点推送」Agent 的全过程。该工具通过自然对话即可自动抓取、筛选并总结 X 平台的推文，且完全免费。作者将其比作懒人版的「小龙虾」，集成了 Gmail、Notion 等 20 多种工具，极大地降低了 Agent 开发门槛，非常适合非技术用户提升工作效率。
如何使用 Claude 买家模拟技能提升转化率
文章介绍了一种名为“买还是跳”的 Claude 技能，旨在通过模拟 5 种不同的买家角色（如冲动型、怀疑型、价格敏感型等）来逐段审查销售文案、落地页或广告。该工具能精准定位用户流失环节，提供具体的修改建议，从而帮助创作者发现自身的盲点，提升转化率和销售额。
罗福莉：AI 范式已然巨变！OpenClaw 与 Agent 时代的深度解析
本文详细介绍了小米大模型负责人罗福莉关于 AI 行业发展趋势的深度见解。罗福莉指出，2026 年 AI 的核心已从预训练主导的 Chatbot 时代转向后训练主导的 Agent 时代。文章重点分析了 OpenClaw 框架的划时代意义，其通过分层记忆和模型编排弥补了短板，实现了极致的生产力提升。此外，还探讨了后训练算力权重的增加、团队组织方式的变革以及未来 AGI 的实现路径。
通过MCP构建触达生产系统的Agent：MCP到底死没？
文章探讨了智能体接入生产系统的三种方式（API、CLI、MCP），并深入分析了MCP协议如何通过统一中间层解决连接难题。针对MCP被诟病的Token消耗问题，介绍了“按需加载工具定义”和“程序化工具调用”两大优化方案。同时，文章总结了构建优秀MCP服务器的五大原则，并阐述了MCP与Skills结合的“组合拳”模式，指出MCP正成为云端智能体的标准化接入层。
多Agent系统背后的数学道理：如何打破平庸的陷阱
文章深入探讨了多智能体系统背后的数学原理，解释了为何单Agent容易产出平庸方案（陷入“高概率吸引子”的盆地）。作者引用Cognition AI的实验，指出多Agent系统的核心价值不在于协同共享，而在于通过“上下文隔离”制造认知差异，从而打破思维定势。真正的Harness机制是通过改变约束条件，让不同Agent拥有不同的判断标准和认知框架。
Agent 开发的惨痛教训：移除封装，拥抱原生
文章阐述了 Agent 开发中的“惨痛教训”：不应过度封装 LLM 及其工具。作者指出，通过提供最小化的辅助脚本（如 CDP 接口）和 SKILL.md，让 LLM 直接访问底层能力，能够显著提升其自主解决问题的能力。这种“自愈循环”机制使得 Agent 能在遇到缺失功能时自动编写代码修复，无需人工预设复杂的中间层。
构建多智能体系统的五种集成模式：A2A与MCP的协同
文章探讨了如何利用 A2A（Agent-to-Agent）和 MCP（Model Context Protocol）协议构建企业级多智能体系统。作者详细介绍了五种集成模式：Agent Card 发现机制、委派专业化模式、工具桥接模式（通过 MCP 连接数据源）、跨组织联邦模式以及环境事件网格。这些模式旨在实现智能体之间的互操作性、独立演化以及安全的数据访问，从而打破语言、团队和组织的界限。
开源 AI 营销兵器库：6 个新技能与 32K 行生产级代码
作者分享了其开源的 AI 营销技能库，新增了 6 个实战技能（长视频切片、短视频生成、站点克隆、内容评估、线索档案、字幕生成）。这些工具均为经过真实商业环境验证的生产级代码，旨在通过开源建立信任和商业漏斗，而非提供简单的 Demo。
Hermes 微信接入保姆级教程：零基础实操手册
本文是一份详细的 Hermes 微信接入教程，专为小白用户设计。文章基于 Ubuntu 环境，详细介绍了从准备微信小号、安装依赖包、扫码绑定、配置文件修改到最终启动 AI 助手的全过程。作者强调无需编程基础，只需按步骤操作即可将 Hermes Agent 接入微信，实现拥有分层记忆的私人 AI 助理。
巨象与蚂蚁：AI落地的真相，没有人告诉你
文章基于一场关于AI商业化的深度对话，揭示了AI在企业级落地中面临的真实困境：包括基层员工的抵触心理、高昂的数据合规与本地部署成本，以及对国外模型的供应链依赖风险。对话指出，服务大客户往往“有名无利”，而务实的个人变现（如AI代写、网文生成）和多模型编排才是当下的生存之道。此外，文章探讨了Agent记忆缺失这一核心痛点，并强调了AI时代个人判断力与出海内容的机会。
如何构建深度研究系统：超越 OpenAI 的开源方案
文章介绍了如何构建一个完全开源、可本地部署的深度研究系统。该系统由 Onyx（检索层）、CrewAI（编排层）和 Voxtral（语音层）组成。通过三阶段执行流程、自适应策略和六阶段检索管道，Onyx 在 DeepResearch Bench 排名第一，超越了 OpenAI 和 Gemini。文章强调了数据隐私的重要性，并详细拆解了实现高质量自我托管研究的架构细节。
给 Hermes 装满弹药库：Web3 玩家的 82 个链上技能外挂
文章详细介绍了如何为 Hermes AI 代理配备各类 Web3 技能（Skills）。内容涵盖安全审查、全网搜索、社交执行、美股分析以及钱包交易等五大领域。文中列举了 82 个具体工具，如 OpenZeppelin 安全监控、币安交易接口、Uniswap 交互、Lido 质押及 Aave 借贷等，旨在帮助用户打造能自动执行链上任务、管理资产并生成研报的自动化员工，同时也强调了权限隔离与私钥安全的重要性。
将 Hermes 代理转变为 OpenRouter 专家
本文介绍了如何将 Hermes 代理框架与 OpenRouter 集成，通过自定义技能让 Hermes 学习 OpenRouter 文档和 Agent SDK。教程涵盖了环境配置、技能提示词编写以及测试验证，旨在构建一个具备长期记忆、多模型路由能力且能自我进化的智能编码助手。
OpenClaw vs Hermes：AI 领域最激烈的竞赛与深度对比
文章详细对比了 2026 年 GitHub 上最热门的两个个人 AI Agent 项目：OpenClaw 和 Hermes。OpenClaw 拥有成熟的技能生态、极致的模型灵活性及强大的多代理架构，适合追求掌控和定制的开发者；而 Hermes 由 Nous Research 开发，具备“自学习”机制、极低的 Token 成本及开箱即用的体验，更适合追求效率和稳定性的用户。这并非好坏之争，类似 Windows 与 Mac 的哲学差异。
12个Prompt让Claude变身免费金牌私教：涵盖全科辅导、作业解析与备考策略
文章介绍了12个精心设计的提示词，利用Claude大模型为K12学生提供全方位的免费教育辅导。这些Prompt模拟了Khan Academy、Kumon、Bill Nye等顶级教育专家的角色，覆盖数学、科学、历史、英语语言学习等学科，功能包括制定个性化学习路径、可视化讲解复杂概念、辅导家庭作业以及备考SAT/ACT等。
为 Agent 而设计：交互模式的新演变
文章探讨了在 AI Agent 兴起的背景下，软件交互模式的根本性转变。作者指出，虽然 UI 不会完全消失，但 80% 的交互将转向 Agent。文章以 Salesforce、Notion 和 Ramp 为例，阐述了企业应如何通过提供明确规范、建立反馈机制以及处理上下文差异来设计适应 Agent 时代的软件。
Hermes Agent工作流：用顶级AI Newsletter构建第二大脑
本文介绍了如何利用 Hermes Agent 结合网易 ClawEmail 邮箱，构建一套高效的 AI 学习与输出工作流。作者分享了从筛选高质量海外 Newsletter 信息源、配置 Agent 专属邮箱、使用 LLM Wiki 技术将信息编译成知识图谱，到最终倒逼高质量文章产出的全流程。该方案旨在解决信息过载问题，通过构建“第二大脑”实现知识的有效积累与应用。
10万人围观的工具上线了，我做了一个不下班的自媒体分身
本文分享了作者如何利用 CREAO 平台开发并部署一个名为“AI Daily Digest”的自动化日报看板。该工具每天定时抓取 TechCrunch、Google News 等来源的 AI 热点新闻，并自动生成自媒体选题建议和切入角度，极大地提高了选题效率。文章详细介绍了从配置 Vercel Token 到使用 AI 生成代码，再到封装为 Agent 自动运行的全过程，展示了 AI 工具在自动化内容生产中的强大能力。
AI圈集体刷科幻片，因为未来的答案藏在里面
文章探讨了AI Agent技术发展下人与Agent关系的新思考。作者通过体验内测产品 Bloome，展示了 H2A（人与Agent）和 HAAH（人与多个Agent）的协作形态，包括本地Agent调用工具、多Agent群聊协作等场景，并对人机协作的未来价值进行了深度反思。
我用 CREAO 搭建全自动女儿绘本生成流水线
作者利用 CREAO 平台和 GPT-Image-2 搭建了一个全自动化的儿童绘本生成 Agent。通过预先制作家庭成员角色卡，构建了包含剧情生成、角色拼图、逐页插图和 PDF 合成的四节点流水线。这一方案解决了 AI 绘图中角色一致性和重复生产效率的难题，实现了从“一次性作品”到“永久生产线”的转变，仅需输入书名即可在 8 分钟内生成一本个性化绘本。
让你的 Hermes 越用越聪明的必备工具
文章探讨了在使用 Hermes 多 Agent 矩阵时遇到的任务冲突、记忆缺失及安全劫持三大问题。作者介绍了两个解决方案：一是 CLI 工具 maestro，通过任务认领、依赖排序、人工审批及经验传递等功能优化项目管理；二是 Hermes 的 Fork 版本 hermes-agent-camel，通过区分可信与不可信来源来构建安全防火墙，防止 Agent 被恶意指令劫持。
我发现了一个被严重低估的 AI 玩法：给它配个邮箱
本文介绍了一种通过为 AI 分配专属邮箱来增强其能力的创新玩法。作者以网易推出的 ClawEmail 为例，展示了 AI 拥有独立邮箱后，不仅能通过语义理解实现智能客服、邮件过滤、通知分拣和自动化工作流，还能利用邮件作为通用协议实现跨平台协作，使 AI 真正从对话框走向互联网，成为具备独立身份的智能协作者。
Agent Vault: AI 时代的开源凭证代理与密钥管理方案
文章介绍了开源项目 Agent Vault，旨在解决 AI Agent 访问服务时的安全问题。传统的密钥管理无法适应 Agent 非确定性且易被提示注入的特点，容易导致凭证泄露。Agent Vault 通过在 Agent 和服务之间建立凭证代理层，确保 Agent 永远不直接接触底层密钥，从而实现安全的凭据托管和请求转发。
Multi-Agents 实战：什么真正有效？
文章回顾了作者在十个月前关于 Multi-Agent 系统的观点，并结合 Cognition 公司（Devin）在最近的实践经验，探讨了多智能体系统在工程实践中的实际应用。重点介绍了从“Prompt Engineering”到“Context Engineering”的转变，以及单线程写入、多线程智能辅助的协作模式。文章通过“Code-Review-Loop”案例，分析了独立上下文在代码审查中的有效性，指出模型通过消除上下文噪音和注意力分散，能更敏锐地发现逻辑错误和安全漏洞。
构建长时间运行 AI Agent 的 5 种设计模式
文章探讨了在构建需要持续运行数天甚至数周的 AI Agent 时所面临的挑战，并介绍了 Google Cloud Agent Runtime 支持的五种核心设计模式。这些模式包括：检查点与恢复以确保容错性、委托审批以实现人机协同、分层记忆架构以管理长期上下文、环境处理以应对无监督任务，以及针对多 Agent 协同的舰队编排。文章强调了状态管理、治理策略和基础设施在将 Agent 从演示转化为生产级系统中的重要性。