文章讨论了随着编码代理模型的快速演进，过去的提示与指令实践已不再适用。作者以 GPT-6 Astra 为例，指出项目中积累的大量臃肿指令（Skills、AGENTS.md、任务提示）需要重新审视。核心建议包括：Skill 描述应尽量简短、采用渐进式披露的文档结构、避免过度详细的流程式指导；AGENTS.md 中应移除不必要的文件阅读和测试要求，因为新模型已有更强的自主判断力；要注意决策边界的表述，明确任务完成定义以避免模型过早停止。作者建议借新模型发布之机对仓库指令做一次全面清理和审计。
作者开源了 Agent 记忆系统 Loci，解决各家 AI Agent 记忆黑盒、不互通、拿不出来的问题。Loci 将用户偏好、决策、任务、人脉等信息蒸馏为结构化的本地 Markdown 文件，形成跨 agent 共用的“大脑”，一次告知即可在 Claude Code、Codex、WorkBuddy 等工具间生效。记忆完全私有、透明可改可删，支持分层加载避免撑爆上下文，并内置本地 Dashboard 提供任务、人脉、大脑记录等可视化管理。项目 MIT 协议开源免费，可通过让 AI 自行安装或一行命令 npx create-loci 快速部署。
本文介绍 pi-matt-pocock，一个将 mattpocock/skills 中适合工程协作的方法论适配为 Pi 持久化工作流编排器的 Pi package。它遵循最小工具暴露原则，仅提供管理命令和一个主要编排 tool，支持 idea-to-ship、hard-bug、triage、wayfinding、architecture 五条 route。相比纯 skills 方案，它通过按需加载 procedure 正文、将 route/procedure/phase 状态持久化到 session，解决了命名冲突、上下文膨胀与进度不可恢复问题。文章还延伸讨论了 skills 之外的架构设计空间，梳理了从扁平 skill 库到确定性状态机、按阶段拆分子 agent 等五种方案的权衡轴。
文章指出模型已不再是瓶颈，真正决定 Agent 效果的是围绕模型的 Harness（脚手架），包括上下文、工具、记忆、校验和恢复循环。作者详细讲解了如何为 Kimi K3 构建终极 Agent Harness：使用 Kimi Code 搭建项目结构，通过任务合同明确交付目标与验收标准，用上下文地图替代指令堆砌，为工具设置权限边界，分离研究者、构建者和审查者角色，建立持久化状态、自动护栏、独立质检和反馈循环。同一模型在不同 Harness 下可产生 20 分的绩效差距，好的 Harness 能让智能体可靠地完成从需求到交付的全流程。
作者在 Hermes 残酷共学一周实践中，分享了将 Hermes 从简单聊天工具用成多 Agent 团队的完整经验。文章涵盖：基础使用（手机/TUI/桌面端多入口）、任务交代三要素（做什么、交付什么、怎么算完成）、四层上下文组织（SOUL.md、prompt 库、AGENTS.md、执行兜底）、skills 的学习与沉淀、profile 与 bot mode 的稳定身份机制，以及通过看板调度 coder/reviewer/tester 三个 bot 协作开发贪吃蛇游戏的实战案例。作者认为 Hermes 兼具数据掌控与开箱即用，是适合大多数人的 Agent 形态。
文章提出构建可靠 AI Agent 的关键不在于更好的提示词，而在于模型周围的 Harness（工程脚手架）。作者借鉴 OpenAI 用 Codex 零手写代码构建产品的经验，提出六层最小可行 Harness：1) 将请求转化为明确的任务契约，定义目标、约束与完成条件；2) 用上下文编译器按需提供高信号信息而非堆料；3) 在模型与工具之间设置网关，做权限校验与结构化观察结果；4) 将记忆外化为持久状态，区分事实、决策、状态与教训；5) 以证据门控完成判定，用测试与验证结果决定接受、重试或上报；6) 建立追踪与恢复循环。
作者分享了管理 AI Agent Skills 的经验：不建议在本地一次性安装太多 Skills，因为过多的 Skill 会误触发模型调用并限制模型发挥，同时 Skill 描述会占用上下文窗口的 Token 预算。管理方法分两步：第一步将所有 Skills 统一放在本地目录（分 Github、personal、official 三类），并建立管理文档和定时更新脚本；第二步用软连接（symlink）按项目需要启用 Skill，而不是复制安装，避免全局启用浪费上下文。这些工作都可以交给 Codex/Claude 等 Agent 自动完成。
作者将自己此前分享的 9 个 Pi 工具整理成一张按需选择的"装修地图"，而非必装全家桶。文章首先介绍 pi install 等 Pi Package 基础命令及安全注意事项，随后分三层推荐工具：第一层为基础能力，包括沙箱安全（pi-sandbox）、联网访问（pi-web-access）和计划与代码审查（Plannotator）；第二层为遇到明确问题再装的工具，包括上下文管理（context-mode）、MCP 适配器（pi-mcp-adapter）、多 Agent 协作（pi-subagents）、长期记忆（pi-hermes-memory）；第三层为远程使用工作台，包括 PI WEB 浏览器控制台和 ax-feishu-bridge 飞书接入。最后给出三套组合搭配建议。
文章探讨agent harness在长时任务中的关键作用。原始模型本身是无状态的，没有持久执行循环，agent harness为模型提供执行系统，包括模型循环、MCP工具连接、技能、沙箱执行、子代理、上下文压缩、审批检查点和持久会话等能力。作者以开源项目TrueForge为例，演示构建一个网页研究agent：通过MCP接入Exa搜索，启用web-artifacts-builder技能，在沙箱中执行代码。文章还讲解渐进式披露策略，避免大量工具定义占用模型上下文窗口，强调开源harness在agent工程中的重要性。
作者发现验证Agent成员是否存活时，一句简单的「收到」竟消耗两万个token，原因是每次对话都要重新装配成员的身份、记忆、技能清单等。文章剖析了Agent成本的三层「过路费」结构：身份装配、上下文搬运和格式开销，指出七成token花在空驶而非思考上。作者提出三刀止损法：利用前缀缓存把不变内容前置、健康探针直连绕过人格装配、协作转手只传摘要。实施后成本降了一半以上，但同时也暴露出便宜诱发滥用、缓存惩罚变动等新问题，并引出本地化部署的机会成本与主权优势思考。
本文以通俗易懂的方式讲解 Hermes Agent 的 15 个核心概念，包括：harness 与模型的分层架构、按任务路由不同模型、通过终端、桌面应用、Telegram 和语音等多种界面与同一代理交互、SOUL.md 等配置文件如何定义代理行为、上下文窗口的压缩与交接机制、代理循环、工具与 MCP 服务器和插件、记忆与技能的区别，以及钩子的自动触发机制等，帮助读者理解 Hermes 各组件如何协同工作。
作者花一周时间将开源的 Deepseek Harness 与 Claude Code 在自己的 AI 操作系统中进行对比测试，包括建网站、知识库搜索、分析工作簿等真实任务。结论是 Deepseek Harness 速度更快、免费开源、一切皆插件、可高度定制，但作为开发者预览版仍有 bug、上下文丢失和视觉验证弱等问题。作者倾向于用它做快速研究和低成本溢出工作，而深度或客户级交付仍更信任 Claude Code。
文章分析了 AI Agent 领域从依赖 MCP 回归 CLI 的趋势。MCP 曾被视为 Agent 连接外部工具的标准方案，但在本地开发和工程自动化场景中，CLI 兞现成太、节省上下文、易于调试复现、具备 Unix 管道组合能力且更接近真实执行环境。作者认为 MCP 并不会消失，二者正在重新分工：CLI 成为 Agent 的本地执行层，MCP 回到标准化集成层，用于远程能力、结构化发现和跨平台复用。
作者团队用 AI Agent 驱动前后端全流程开发（1个TL+6个子Agent），token成本高昂。通过AgentLens度量发现系统提示词、工具返回信息、历史消息是消耗大头。围绕'只看当前需要的上下文、减少无关上下文、减少重复上下文'三原则，实施了渐进式披露、CLI替代MCP、MCP子Agent化、长期记忆索引加载、多Agent拆分、工具白名单等10项优化，全流程降本50%~65%。
作者深度使用开源产品 Multica 一周后，决定将 AI 工作栈全面迁移至此。Multica 通过将任务（issue）置于中心，连接多个 coding agent（如 Claude Code、Codex），统一管理上下文、进度和结果，支持移动端管理，并允许将重复步骤沉淀为 skill 复用。文章分析了其适用场景，认为对于多 agent 协作、上下文易丢失、结果难追踪的用户，Multica 提供了有效的解决方案。
本文深入探讨了如何高效使用 Claude Code 的 Session 以最大化 token 价值。作者通过官方文章和实例，分析了 token 成本构成（模型、输入输出、缓存），并提供了实用技巧：使用 /clear 隔离任务、用 @-mention 直接引用文件、控制命令输出、合理使用 /compact 和 Subagent，以及避免中途切换模型或 effort 破坏缓存。文章强调让每个 token 都发挥作用，通过优化上下文管理来降低成本和提升效率。
作者发布了 Agents Spec Skill，这是一个基于 SDD 工作流的跨 Agent 技能，旨在解决 AI Coding 在长期复杂项目中的失忆、越界和交付质量不稳定问题。该 Skill 通过建立清晰的文档分层（requirements、technical、specs）和 AGENTS.md 引导，将需求、技术方案和工程规范分离，并提供审计脚本检查结构问题。它帮助 AI 更稳定地执行任务，减少返工，适合维护长期项目或使用多个 Coding Agent 的开发者。
本文探讨了在多个编码代理之间切换时产生的“重置税”问题，即代理间缺乏共享状态导致重复探索、决策冲突和效率低下。作者提出解决方案：不复制整个会话，而是创建一个可移植的、经过审计的任务契约，记录已验证的任务状态、约束和决策。文章强调模型与工具链应分别路由，并指出共享状态应包含权威数据而非未经验证的信息，以避免上下文过载和记忆污染。通过小型、版本化的契约，不同代理可以无缝协作，同时保持各自的优势。
作者通过分析Alloomi的两篇技术报告，拆解了让AI具备长期工作能力的三层技术路线：记得住、学得会、做得成。第一层通过给信息打标签、时间有效期管理和连接强化构建持久化上下文记忆（OpenContext已开源）；第二层通过经验池筛选、微调飞轮和Engram X设计将经验写入模型权重实现自我进化，并配有三裁判安全阀机制；第三层在SWE-Bench-CL、JobBench、GDPval等基准上验证端到端交付能力。三层构成可回滚的闭环，让AI每完成一次交付就变强一点。
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。
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。
本文介绍了 Alloomi 提出的 AI 同事完整技术栈，由三层能力闭环组成：Holistic Context 负责跨会话的上下文记忆，Self-Evolving Agent 通过后训练从反馈中学习，专业交付层验证实际工作成果。文章详细阐述了每层的技术机制、benchmark 结果及其局限性，并强调 OpenContext 仅是工程底座而非完整方案。最终指出，只有三层协同工作，才能实现可持续的 AI 同事。
本文探讨了AI Agent 的自进化能力，提出判断其是否真正变强的关键在于第二次交付的表现。作者认为，如果Agent每次任务都从零开始，无法记住上次的修改和专家的纠正，那么系统只是在重复劳动。文章介绍了Alloomi 的路线，即通过沉淀真实工作中的判断、修改和结果，让经验成为下一次交付的输入，形成复利闭环。文中还展示了Alloomi 在长期记忆、持续学习和专业交付方面的benchmark数据，并讨论了其技术架构，包括Holistic Context 和Self-Evolving Agent，以及开源项目OpenContext。最后，作者强调下一代AI公司的护城河在于用户第二次任务是否优于第一次，以及模型能否从经验中学习并回滚错误。
本文通过一个广告片修改的实例，指出当前AI Agent在长期工作中的一个关键缺陷：无法区分旧要求与当前状态，导致执行过时指令。作者认为Agent的下一轮竞争不在于工具数量，而在于记忆、学习与执行三层能力。文章介绍了Alloomi的两份技术报告，分别对应Holistic Context（全域上下文）和Self-Evolving Agent（自进化智能体），并给出了多个基准测试结果，证明其在长期记忆、持续学习和真实任务交付上的优势。最终，作者强调AI应像人类同事一样，从项目经验中成长。
本文介绍了ICM（可解释上下文方法论）如何通过文件系统结构优化AI代理的工作流程。作者Tom分享了其业务文件夹'AI Operator OS'的改造经验，通过编号文件夹、精简根文件、为每个文件夹添加CONTEXT.md契约、分离工厂与产品等原则，解决了代理上下文过载、工作状态不透明等问题。文章详细展示了如何将768行的技能文件重构为55行的路由器加独立管道，并提供了在单个文件夹上试行的具体步骤。该方法强调可解释性和人工审查，适合需要逐步验证输出的工作流程。
本文深入探讨了Agent长期记忆的复杂性，指出仅记住历史并不足够，还需处理信息过期、判断变更、反馈应用及错误回滚等问题。作者通过Alloomi的Holistic Context和Self-Evolving Agent技术报告，阐述了如何通过组织实体时间线、经验筛选与后训练，实现Agent从记忆到学习再到实际交付的进化。文章强调，真正的数字员工应具备经验迁移、状态理解和受控进化能力，并提出了三层评估框架。
本文深入探讨了 Anthropic 推出的 Claude 认证考试的价值。作者认为，考试的价值不仅在于证书本身，更在于其考纲所揭示的 Agent 工程核心能力。文章通过分析考试场景和能力分布，指出备考过程能迫使学习者从“会使用 Claude”转向“会构建 Agent 系统”，掌握循环、状态、工具执行、上下文管理等关键工程思维。作者强调，真正的收获是形成一套工程判断力，而非仅仅通过考试。
本文探讨了AI Agent在长期部署中面临的核心问题：完成多次任务后，其能力并未随之提升。作者介绍了Alloomi公司的技术路线，通过Holistic Context维护长期工作状态，以及Self-Evolving Agent将任务经验后训练进模型，形成“模型+应用”的反馈回路。文章详细解析了两份技术报告，包括上下文管理机制、后训练流程、基准测试结果及开源项目OpenContext的验证，指出当前证据仍属早期阶段，但为长期运行的Agent提供了可检查的工程入口。
本文探讨了Claude Code的创建者Boris Cherny关于如何更有效使用AI代理的建议。作者发现，随着模型升级（如Opus 5），旧有的指令和技能可能反而阻碍新模型的表现。Boris建议定期删除或禁用CLAUDE.md、技能和钩子，以发现模型的新能力。作者通过对比测试发现，保留上下文但简化流程，让模型自主思考，效果更好。文章强调将上下文与程序分离，给出高层目标、护栏和退出标准，并让代理自我验证。最终，管理AI代理应像管理有能力的人一样，设定方向、审查结果，而非微观管理。
本文探讨了AI Agent的“自进化”能力，指出若训练数据包含过期或错误的历史信息，模型会越学越错。作者以Alloomi公司的两份技术报告为例，介绍了Holistic Context如何通过实体归因、时间线和关系学习清理混乱的工作历史，以及Self-Evolving Agent如何通过质量过滤、LoRA微调、跨任务回放和稀疏权重单元（Engram X）将整理后的经验安全地融入模型。实验显示，在CL-Bench上，完整SEA机制比无记忆基线提升26.1个百分点。文章强调，AI公司的下一道分水岭在于能否构建受控的经验积累与更新链路，而非单纯扩大上下文窗口。
