Claude能直接操控电脑微信了，这才是真正的上位小龙虾
Claude 推出重磅更新，通过纯视觉方案 Computer Use 结合 Dispatch 远程控制，实现了对电脑微信等本地软件的直接操控。文章详细对比了该方案与传统代码驱动方案的区别，演示了如何利用手机远程操控电脑发送文件、总结群聊及自动发朋友圈，并强调了 Anthropic 作为模型厂商在权限管控与安全防护上的优势。
技术 / Agent
1847 篇
企业养虾（OpenClaw），虾住在哪里比虾本身重要
本文探讨了企业在落地 Agent（“养虾”）时面临的困境，指出问题核心不在于模型能力不足，而在于缺乏完善的业务数据环境。文章提出了包含数据、数据关系、操作和技能四层的企业知识体系框架，并强调企业应关注数据积累和流程显性化，而非单纯依赖模型。文中以飞书为例，分析了其作为工作空间在数据连通性和安全性方面的优势。
从构建 Claude Code 中汲取的经验教训：像代理一样思考
本文探讨了构建 Claude Code 代理框架时的经验与挑战。作者指出，设计代理最困难的部分是构建动作空间，强调要根据模型的能力赋予其合适的工具。文章重点介绍了通过“询问用户”工具改进交互效率、从待办事项列表进化到任务工具以适应模型发展，以及利用渐进式披露技术来优化搜索和上下文构建的过程。核心思想是设计工具既是科学也是艺术，需要像智能体一样思考并不断实验。
Karpathy：不再“写代码”，而是指挥Agent
本文记录了 Andrej Karpathy 与 Sarah Guo 的播客对话。Karpathy 指出自 2024 年底起，其工作模式已彻底转变为“指挥 Agent 干活”，通过 AutoResearch 实现递归自我改进。他讨论了 AI Agent 在编程与生活中的应用、开源与闭源模型的收敛，并指出了当前 AI 在可验证领域（代码）飞速进步，但在非可验证领域（如幽默）仍面临“参差不齐”的瓶颈。
无需设计的设计：工程师如何用 Agent 框架搞定 UI/UX
文章分享了作者作为一名工程师，利用三层代理框架实现端到端设计交付的实践。第一层通过 Impeccable 等技能注入专业审美，第二层使用 Paper 或 Pencil 等画布工具构建可代码化的界面，第三层利用 Variant 和 Mobbin 提升设计品味。作者展示了如何在不成为专业设计师的情况下，通过工具链组合突破技能瓶颈，实现每周发布高质量作品。
你搭的 Claude Skills，还能提升10倍效果——使用Karpathy 的 autoresearch 方法
本文介绍了基于 Andrej Karpathy 的 autoresearch 方法，通过建立评估 Checklist 和自动迭代循环，让 AI Agent 自动优化 Claude Skills。作者分享了将落地页文案 skill 通过率从 56% 提升至 92% 的实战案例，该方法同样适用于网站优化、邮件撰写等任何可量化的工作流。
半个月试了200多个skills，最刚需的就这8个
作者经过半个月测试200多个技能，筛选出8个解决实际痛点的刚需工具。这些工具涵盖了自动化网页操作、免登录、CLI命令行接口、安全审计、自我复盘、长记忆管理、监控面板及数据备份，旨在提升AI Agent的实用性与稳定性。
每位 ADK 开发人员都应该了解的 5 种代理技能设计模式
本文重点介绍了 ADK 开发中的 5 种代理技能设计模式，旨在帮助开发者超越单纯的格式规范，深入内容逻辑设计。文章详细解析了工具包装器、生成器、审核员、反转和流水线五种模式，涵盖了从知识封装、一致性生成、代码审查到交互流程控制等关键环节，并提供了决策树以指导开发者选择合适的模式构建更可靠的智能体。
首个开源 Agentic AI 物理学家发布：GPD 能端到端完成物理研究
Physical Superintelligence PBC (PSI) 发布了名为 Get Physics Done (GPD) 的全球首个开源 Agentic AI 物理学家。GPD 能够界定问题范围、制定研究计划、执行推导与数值校验，并根据自然约束验证结果。它具备物理学家副驾驶、AI 同行评审和自动驾驶研究模式三大功能，涵盖从量子场论到天体物理等多个领域，旨在打破物理研究的瓶颈。
Claude Superpowers：营销人的CMO Agent搭建指南
文章介绍了GitHub上高星的Claude Superpowers插件，将其从开发领域引入营销工作。该插件通过强制工作流程（头脑风暴、明确需求、拆解任务、并行处理、审核）解决了营销人直接上手导致的效率问题。文章详细阐述了如何利用子代理系统（研究员、文案、编辑等）构建高效的营销工作流，并提供了具体的配置文件示例，强调其核心在于“先思考再行动”，可作为低成本的品牌营销顾问替代方案。
我复刻了 Claude 刚发布的生成式 UI 交互！
作者在 Claude 发布生成式 UI 后，利用 Code Pilot 复刻并优化了该功能。文章详细介绍了如何通过代码围栏、sandbox iframe、流式渲染等技术，实现 AI 在聊天中实时绘制交互式图表、架构图和小工具。内容涵盖了多种实用玩法及解决流式体验、视觉闪烁等技术细节的实现方案。
一键运行 Karpathy 的 autoresearch 并追踪实验
本文介绍了作者尝试使用 Andrej Karpathy 发布的 autoresearch 工具，通过定义 program.md 让 AI Agent 自动编写代码、运行实验并迭代结果。为了简化流程，作者开源了 autoresearch-gen 工具，利用 LLM 生成脚手架代码并配备 Streamlit 仪表盘来追踪实验。文章还探讨了 AI 研究自动化趋势及其面临的上下文记忆和状态管理挑战。
一行配置，让 OpenClaw 拥有超强文档识别能力
本文介绍了如何通过简单的配置，将 PaddleOCR 接入 OpenClaw Agent，以低成本实现高精度的文档识别。相比昂贵的大模型视觉方案，PaddleOCR 提供了每日 1 万页的免费解析额度。文章详细演示了申请 API、获取密钥以及在手机端实现名片数字化的全过程，强调了 OCR 在 Agent 与人协同时代的重要性。
重读 Agent 框架「pi」：对主流 Coding Agent 的反思与极简实践
本文分析了 Mario Zechner 开发的极简 Coding Agent 框架「pi」。文章分享了通用的 Agent 设计经验，包括保持提示词简洁、最小化工具集及文件化状态管理。同时详细介绍了 pi 的三层技术架构，以及其独特的反常规设计哲学，如采用 YOLO 模式、放弃 MCP 支持和内置 TODO，主张通过精简工具和增强可观察性来提升开发效率。
Claude Skill-creator 史诗级升级：评估、基准测试与多代理并行
Anthropic 官方 Skills 生成器 Skill-creator 迎来重大更新，新增四大核心功能：评估系统、基准测试、多代理并行测试及描述调优。此次升级解决了长期以来 Skills 质量“黑盒”的痛点，通过量化测试（如通过率、耗时、Token用量）和自动迭代优化，显著提升了 Skills 的触发准确率和执行效果。
当未来可以被模拟：多智能体预测引擎 MiroFish 与 Agent 进化论
文章介绍了一款名为 MiroFish 的 AI 预测引擎，它利用多智能体技术构建平行数字世界以模拟未来。作者分析了该技术对决策方式的改变，阐述了 AI Agent 从“单兵作战”到“团队协作”再到“群体智能”的进化路径，并指出通过 Vibe Coding 快速构建产品的“超级个体”时代已经到来。
我用 Claude 写了一个 DBA 运维 Agent：从零到生产的完整记录
本文记录了作者利用 Claude Code 从零搭建一个能自主诊断 MySQL 和 Linux 的 AI Agent 的全过程。文章深入浅出地讲解了基于 ReAct 模式的 Agent 核心原理，详细拆解了开发所需的“模型、工具、提示词”三要素及六步开发流程。作者分享了实际落地中遇到的坑（如 Socket 连接问题、tail 命令卡死等）及解决方案，并总结出“Agent 效果 = 模型能力 × 工具质量 × Prompt 清晰度”的公式。
龙虾养成日记：14天从零养成AI Agent团队
本文详细记录了作者春节期间花费14天，通过与AI对话（22万字），从零开始构建并养成一支由8个Agent组成的自动化团队“龙虾”的全过程。文章阐述了工具类AGI的理念，分析了记忆、Skill积累、自动化调度等核心技术设计，并通过春节拜年、自动写稿等实战案例，验证了Agent在替代人工、提升效率方面的巨大潜力。
27天交付一个商用Agent系统经验之谈
作者分享了借鉴开源项目OpenClaw创始人Peter的工作流，在27天内利用AI Coding Agent独立完成并上线商用产品AgentWay的实战经验。文章详细阐述了原子化提交、CLAUDE.md作为基础设施、Agent的ROI分界线等六个核心方法论，并指出AI工具只是放大器，真正的瓶颈在于开发者的经验判断力和定义问题的能力。
给Agent连上全网爬虫：这才是真正的降维打击
文章详细介绍了如何通过集成Apify爬虫工具与AI Agent（如Claude Code），解决大模型幻觉问题。通过将确定性的网页抓取与AI分析能力结合，构建自动化的数据流水线，实现精准的竞品分析和线索挖掘，从而将AI从简单的聊天工具转变为生产力怪兽。
从写代码到管 Agent：斯坦福 AI 软件开发课要点解析
斯坦福开设首门 AI 软件开发课 CS146S，讲师 Mihail Eric 解析了初级开发者面临的就业“三重风暴”，并指出未来工程师的核心能力将从编写代码转向管理 Agent。文章探讨了多 Agent 工作流的误区、上下文切换难点，以及如何构建高测试覆盖和设计一致的“Agent 友好型”代码库。Mihail 认为，初级工程师因缺乏历史包袱，在 AI 转型中更具灵活性优势。
BestBlogs 周刊第 84 期：编排
本期周刊主题为“编排”，探讨了随着 Claude Sonnet 4.6、Gemini 3.1 Pro 等模型的密集发布与能力跃升，工程师的角色正从亲手写代码转向定义任务与调度 AI Agent。文章分析了模型层“加量不加价”的趋势，解读了 Claude Code 的哲学，以及阿里等一线团队的实践落地，指出判断力与系统思维正取代执行力成为核心稀缺资源。
Agent Reach：一句话让你的 Agent 拥有全网调研能力
作者开发了一款名为 Agent Reach 的开源工具，旨在解决 Agent 调研能力弱及配置繁琐的问题。该工具支持一句话安装，赋予 Agent 全网语义搜索及访问小红书、推特、YouTube 等多平台的能力，且硬件成本低廉，具备自动检测功能。
Notion CEO：不能被 Agent 用的产品没有未来
本文整理了 Notion CEO Ivan Zhao 的播客访谈，深入探讨了 Notion 从协作工具向 AI Agent 平台的转型。核心观点包括：软件未来必须能被 Agent 使用，AI 目前带来的是横向效率提升而非岗位替代，以及 Notion 正在从按席位收费转向按用量收费。文章还分享了 Ivan 使用 Agent 接管邮件、雇佣 16 岁高中生的独特实践，以及他基于“增强人类智力”的产品哲学。
年薪150万的工作，我用500美金的AI完成：个人业务Agent升级指南
作者分享了如何利用 AI 将个人投研和内容生产业务 Agent 化的经验。通过构建包含知识库、决策框架和自动化执行的三层架构，他将每天工作时间从 6 小时降至 2 小时，同时提升了 300% 的产出。文章详细拆解了投研 Agent 的构建流程、内容生产的人机协作模式，以及从个人能力到服务的商业化路径。
AI的记忆困境：当OpenClaw开始“遗忘”你的秘密
文章深入探讨了 2026 年 AI 在企业应用中面临的关键“记忆困境”。分析了 AI 因上下文窗口限制导致的“遗忘”现象、被遗忘数据的隐私流向风险，以及不同模型在处理长期记忆时的偏差。文章还介绍了信任评分机制、AI 记忆的分层架构（短期、长期、情节记忆），并针对 OpenClaw 等系统提出了具体的内存故障解决方案与风险治理策略，强调了在 AI 时代重建数据透明度与信任的重要性。
零代码克隆纳瓦尔数字分身保姆级教程
本文是一份详尽的零代码教程，指导如何利用 NotebookLM 和 Gemini 构建纳瓦尔的 AI 数字分身。全流程无需编程，涵盖了使用 Deep Research 寻找数据源、通过网页源码提取链接、利用 NotebookLM 搭建静态知识库（RAG），以及通过 Gemini 注入个性化灵魂并设置 System Prompt 的完整步骤。文末还提供了具体的验证测试用例及现成的资源包。
如何把 X 上的大佬们都变成你的 Agent
本文介绍了一种利用 AI Agent 进行“外挂式”学习的创新工作流。作者认为不需要亲自阅读所有干货，只需通过四个步骤：收藏 X 上的内容、自动转化为 Markdown、利用 Claude Code 提炼为 Skill、最后安装到 Agent（如 OpenClaw）中执行。通过这种方式，将关注的大佬转变为“未封装的 API”，让 AI 替代自己完成学习、记忆和执行，从而构建一个拥有数百位专家经验的数字员工。
别再用提示词去 AI 味了，方向就是错的
文章指出使用“去 AI 味”提示词是一种错误方向，因为会导致新的同质化且无法持续。作者提出应构建个性化的“写作风格 Skill”，类似一份可迭代的菜谱。通过提供个人原创文章分析风格、手动修正 AI 产出并反馈差异，逐步训练出符合个人口味的写作模型，从而让 AI 拥有独特的个人味道。
10个每月售价2000-5000美元的AI代理细分市场指南
文章详细阐述了通用AI助手的局限性，并提出了打造高价值垂直领域AI代理的商业模式。作者列举了包括快速潜客挖掘、维护协调、保险理赔、竞争市场分析等10个经过验证的细分市场案例。文章指出，通过选择具体行业痛点、利用无代码工具构建工作流，开发者可以每月向企业客户收取2000至5000美元的溢价服务费，仅需10-20个客户即可实现可观的收入。