文章详细记录了作者在 M 系列 Mac 上从零搭建 Grok Bot 的完整流程。Grok Bot 是 xAI 推出的 Agent 产品，配备持续运行的云电脑，可操作浏览器和终端，并通过插件接入 X 等外部服务。作者先确认账号资格并完成安装登录，随后介绍了 Bot 对话、插件市场和云电脑三大核心界面；通过接入 Cloudflare WARP 调整云电脑网络出口，避免风控问题；再手动开通 X Developer Account、创建项目与 App，补齐插件配置。最终成功通过 MCP 读取 X 账号最新帖子及互动数据，实测获得 240 美元免费 API 额度。文章建议从只读任务开始，对写入操作保留人工确认。
SpaceXAI 工程师 Lingxi Li 分享了用 Grok Bot 构建和管理工程机器人团队的经验。他将 Grok Bot 视为能干的技术实习生，可管理多个编码代理并从工作方式中学习。文章介绍了五个各司其职的工程师机器人（覆盖 iOS、桌面端、Android、基础设施和 Harness），以及负责运营的 Jenny 机器人。通过 Notion 数据库、Cursor 云代理、截图验证等多模态反馈闭环，机器人团队可同时管理 200+ 云代理，自动完成 CI 检查、代码审查和 PR 合并，显著提升团队交付速度和效率。
文章探讨了随着大模型能力提升，上下文工程的策略已从补充信息转向尽量精简信息。PostHog 分享了维护 AGENTS.md/CLAUDE.md 的三种实践方法：1) 使用 Claude Code 的 /doctor 命令进行健康检查并人工审阅，删除无法说出其防止失败的冗余指令；2) 像对待代码一样测试上下文，将 agent 犯过的错误记录为 evals，通过 wizard-ci 和 pr-evaluator 自动化验证；3) 直接让 agent 在使用上下文的过程中反馈改进建议。文章强调过时或冗余的上下文会拖累 agent 表现，需要定期清理与迭代。
本文是 Hermes Agent 的常见问题解答合集。作者在首次发布后收集了社区 100 多条回复中最常出现的问题，结合 Reddit、X 和 Discord 上的高频提问，整理成一篇 FAQ。内容涵盖核心概念（session、project、profile、bot）、四大配置文件（SOUL.md、AGENTS.md、MEMORY.md、USER.md）、模型选择与切换、首次使用建议、远程服务器连接、成本优化、记忆机制、本地部署的硬件要求与常见问题（工具调用失效、首条消息慢、上下文窗口过小导致遗忘）以及子代理使用不同模型等高级用法。所有答案均经过官方文档核对，适合新老用户快速上手和排障。
作者介绍了其个人工程技能集 pstack，借助 AI Agent 每月发布 2000 个高质量 PR。文章重点讲解验证技能的重要性：让 Agent 能自行验证工作成果、闭环迭代，可将团队产出放大 100-1000 倍。作者分享了如何用 /create-verification-skill 创建验证技能，强调选择易调试的技术栈（如利用 Chrome DevTools Protocol、iOS 模拟器）对 Agent 工作效率的关键影响，并建议为 Agent 构建 CLI 形式的调试工具，使验证可复现、可测试，从而让所有工程师甚至非工程师都能高效贡献代码。
作者通过一次融资会议记忆被重新解读的经历，指出记忆的本质不是固定表示，而是一个持久系统：保留过去的证据，并随新证据不断重新编译其意义。文章批评将向量数据库、知识图谱、上下文窗口等当作记忆的常见误解，认为它们只是从记忆编译出的临时表示。作者提出记忆编译产生三类产物：状态（按序折叠事件得到）、检索（查找相关证据的工具）和上下文（为单次调用组装的有界视图），并类比编译器的中间表示（IR），指出每种表示只适合特定操作，记忆本身应是唯一不可丢弃的持久层。
本文介绍了如何使用 Firebase 保护 AI Agent 的 harness 免受滥用。作者首先阐述了 harness 的概念：围绕 AI 模型的基础设施、资源与护栏。由于沙箱隔离和生产数据写保护等策略无法解决访问控制问题，保护人机边界成为防御外部威胁的第一道防线。文章详细讲解了 Firebase Authentication 通过联合身份提供商标识用户身份，Firebase App Check 通过设备与应用证明（依托 DeviceCheck、Play Integrity、reCAPTCHA Enterprise 等）验证请求来源的合法性。此外还介绍了基于 TTL 的会话令牌及通过 getLimitedUseToken() 和后端标记消费实现的防重放机制，为敏感端点提供额外保护。
第三方数据显示百度搭子7月月活674.3万、环比增长近9倍，增速居国内AI办公智能体首位。文章梳理字节豆包工作、腾讯WorkBuddy、阿里千问办公与百度搭子四家办公Agent的竞争格局，指出行业焦点正从入口和月活转向「交付」——能否产出无需返工的成品。作者提出用「出口、事实、返工、确认权」四条标准验收AI产出，并给出具体指令模板与安全边界建议，强调与其追逐排行榜，不如让手头的Agent交出一份敢转发的成品。
本期早报围绕 AI 应用的规模化落地展开三层分析：OpenClaw 2.0 以 16000 个 PR、933 位贡献者的超大版本更新，展示智能体如何从个人工具成长为支持共享云会话与任务无损交接的团队协作平台；屠龙之术借 Canva、Figma 与美图的案例，讨论基础模型吸收单点功能后，应用公司如何通过任务拆解、结果控制和完整交付建立护城河；ClickHouse CEO 则谈智能体带来的不可预测并发查询、成本控制与身份权限治理等基础设施挑战。速览部分还涵盖 DeepMind 多模态世界模型、Odersky 谈 AI 时代编程语言、DoorDash 工程代理平台、LLM 编码评估、量化研究 Agent、算力供需与病理基础模型等内容。
文章详细介绍并梳理了 Codex 对话右键菜单中的各项功能。作者区分了「分区」与「项目」的概念：分区是侧边栏的分类管理方式，项目则对应具体的工作上下文（本地文件夹或仓库）。文章还讲解了置顶、重命名、标记未读、归档等状态操作在注意力管理中的作用，并重点介绍了「复制」功能的三种用途：复制工作目录便于跨工具打开文件，深度链接可实现主 Agent 控制多个子对话并行工作的玩法，Markdown 复制则方便迁移对话到其他 AI 平台。最后作者提到「分享」和「在新窗口中打开」等尚未深入使用的新功能。
本报告基于对四位国内大厂一线技术管理者的深度访谈，探讨 AI 在大厂的渗透现状与趋势。核心结论：AI 已完成工具层渗透，正在进入人才重估阶段，但尚未普遍完成组织重构。报告围绕 12 个问题展开，涵盖 AI 渗透程度、HC 收缩趋势、招聘标准变化、能力升贬值、管理岗位变革及 Agent 与人协作模式等。四位受访者均认为正式 HC 吃紧，人才市场正从按年限分层转向按潜力和责任能力分层；中层管理者的信息路由价值正在丧失，而能做风险决策并承担责任的核心人才更安全。
作者分享了在 Duoduoland 北京线下活动关于 AI CMO（人工智能营销官）的主题内容，介绍了其产品 Tomako 的定位与设计理念。AI CMO 不同于单点营销工具，提供内容营销、红人营销、SEO/GEO、广告投放等综合能力。文章阐述了选择该方向的核心原则：聚焦优势、做能复利的事、从自身痛点出发。Tomako 的两大关键设计是基于产品、团队、业务和渠道的四类上下文，以及主动式 Agent 哲学。产品已实现多项目管理、增长机会发现、内容营销与红人营销闭环等能力，旨在降低团队学习与准备成本，提升一人增长管理半径。
本文介绍腾讯推出的BrowserSkill浏览器自动化技能，作者详细演示了在WorkBuddy中安装和使用该技能的完整流程。BrowserSkill类似按键精灵，可录制人工在浏览器中的操作步骤，生成流程文档后由WorkBuddy复跑回放，实现自动化操作。文章对比了Mac与Windows系统、不同浏览器及大模型（如Hy4、GLM-5.3等）对自动化效果的影响，并通过B站点赞任务实例展示了首次自动化、操作录制与回放的完整Workflow，强调普通用户通过调试也能顺利使用。
文章从文件层完整拆解了 WorkBuddy 的 Skill 机制，回答四个核心问题：Skill 是什么、放在哪、从哪来、怎么维护。Skill 本质是一个文件夹，核心是写给 AI 读的方法论文档 SKILL.md（开放标准 agentskills.io 规范），依赖 description 实现按需加载。技能分用户级和项目级两级作用域，换项目后技能“消失”实为作用域混淆。‘我安装的’列表是聚合视图，来源包括自建、内置插件、技能市场、外部插件和连接器五类。作者还揭示了系统提示词中要求 AI 遇到能力缺口时先搜索技能市场的产品设计，并讲解了多 Agent 目录打通与软链接同步等维护实践。
作者实测智谱新发布的 GLM-5.3-Flash 模型，对比 DeepSeek V4 Flash 的价格与性能。该模型每百万 Token 输入 0.8 元、输出 2.8 元，在 Artificial Analysis 榜单上以 $0.045 成本获得 57 智力分，14 项 benchmark 中赢 DeepSeek 11 项，视觉端六项全胜，与 Opus 4.8 对比 13 项赢 9 项。实际测试中，模型可通过一句话从截图、视频、链接复刻网站（如 GitHub、3D 游戏 Krunker），前端与视觉能力极强。作者计划将日常 coding 和 agent 任务分流给它以节省成本。
文章指出生产环境中多 Agent 系统的故障调试不是提示词问题，而是分布式系统可观测性问题。作者提出 Trace Engineering 架构，区分了日志、轨迹与分布式执行追踪三种对象：日志记录文本输出，轨迹记录顺序对话轮次，而追踪以 DAG 形式刻画因果图，支持并行分叉与子 Agent 委托。文章进一步阐述确定性重放与因果状态重建，通过事件溯源（append-only 事件账本）记录工具载荷、随机种子与采样参数，实现 Mocked Replay（离线零成本验证）与 Live State Resumption（从快照恢复现场）两种调试模式，避免不可控的递归重试烧毁大量 Token 成本。
文章分析了当前兴起的"软件工厂"（Software Factory）产品的共同架构模式。作者指出，软件工厂并非能独立完成产品的巨型AI工程师，而是围绕AI工人构建的分布式系统，包含工作流、沙箱环境、权限、持久化状态、审查验证和人工检查点等。文章总结了六大架构模式：工厂拥有外层自动化循环；工人趋向短生命周期和隔离化；工作状态从Agent会话转移到外部持久化系统；厂商在集成式与开放式技术栈上分歧明显；验证成为工厂核心功能等。作者以Factory.ai、Warp和Vercel Foreman为例，探讨这一趋势对前沿AI实验室的战略意义。
DAIR.AI 本周精选五篇 AI 论文：1）Netflix 的 LLM Judge 生命周期管理，通过推理对齐的评分标准调优实现生产级评估，A/B 测试显著提升用户浏览转化；2）NVIDIA 的 Skill Lift，用配对运行测量 Agent Skill 的实际增益，发现结构扫描分数与质量几乎不相关；3）阿里巴巴 Scroll，以代码方式管理上下文，用事件日志与沙箱内核替代预设 schema，在长记忆基准上取得最佳成绩；4）JIT-Agent，按任务即时生成 Harness，使多个骨干模型大幅提升；5）Prime Intellect 开源长程任务 Harness，支持跨轨迹持久化历史、记忆与技能，实现可复利的自我改进。
作者分享了 Grok Bot 绑定 X 账号后获得 X 开发者积分的实操经验：绑定后积分并非即时到账，需移除旧授权重新绑定并等待约 10 分钟。积分金额不一，常见约 $100 的促销额度（有效期约一年），另有 Premium+ 每月 $20。该积分为 X API 调用额度，可用于读帖、搜帖、查资料、发帖等接口调用。文章还给出四步领取操作指南，适合想做 X 工具开发、AI Agent 玩家及内容自动化运营者。
文章介绍了一套用 Agent 将散乱资料整理成可分享干货的七步流程：搭建项目工作台、通过问答生成任务开工单、盘点资料并建立材料索引与缺口记录、制作每个观点都有出处的提纲、生成讲稿/摘要/配图清单、让 AI 扮演审核员逐句核对事实与隐私、最后整理交付包并沉淀可复用模板。作者强调 AI 负责组织信息，人负责提供资料和做决定，通过严格的提示词约束控制幻觉，把硬盘里的零散经验变成真正的个人资产，可用于工作汇报、内容创作和项目复盘等场景。
文章讨论 Skill 写完后的持续维护问题，指出 Skill 会随时间腐烂：重复规则、过时参数、失败补丁不断堆积。作者在 Matt Pocock 六种失效模式基础上，扩展为八项检查：过早完成、重复、沉积、蔓延、空操作、否定式引导、样本过拟合和分支串线。针对每种问题，文章给出症状、成因和修复方法，强调先给失败命名再修改，修复后做回归测试。最后提供一份十项体检清单和可直接使用的审计提示词，帮助诊断和优化正在使用的 Skill，让 AI 在正确时间稳定执行正确过程。
文章讨论了 Agent 使用模式的演进，指出当前主流的 session 模式本质上是把 Agent 当工具使用，上下文容易膨胀导致效率下降和不可预期的行为。Hermes 的 Bot mode 通过多 profile 设计为 Agent 安排长期的身份和角色，实现身份、技能、记忆的完全隔离，多个 bot 可以在群聊中围绕同一项目协作，如开发 bot 与 review bot 相互配合纠错。相比一次性的 subagent，bot 具有稳定性和可扩展性，能融入固定工作流程。作者认为 bot 模式未来将成为多 Agent 协作的主流形态。
本文系统对比了 AI 智能体两大组成层面：Agent Harness 与 Agent Runtime。Harness 是位于 LLM 之上的应用逻辑层，负责执行循环、提示拼装、上下文管理、工具调用、状态跟踪与错误处理，决定智能体“想什么、怎么做”；Runtime 是承载执行的基础设施层，负责沙箱隔离、资源限制、网络与凭证管控、持久化与并发调度，决定“在哪、如何安全执行”。文章从定义、职责、生命周期、接口、资源管理、安全隔离、可扩展性、可观察性、部署模型、性能、故障恢复和典型用例等方面逐一比较，并给出示例代码与部署模式总结，帮助读者全面理解并实践二者设计。
本期周刊以「新的稀缺」为主题，围绕 OpenAI 定制推理芯片 Jalapeño、智谱 GLM-5.3-Flash、千问 Qwen3.8-Flash 等发布，探讨智能供给成本下降后价值交付的真正瓶颈。文章指出，模型变便宜后，稀缺资源转移到了环境与验证、企业数据治理、Agent 自进化的控制面以及人类注意力上。Coding 只占研发链路的小部分，环境、审批、测试与数据可信度决定完成率；自进化系统需要评测、记忆、落地与控制四个齿轮协同；Harness 演进和记忆系统则凸显人类判断与信任界面的长期价值。团队应把节省的推理预算转投评测、失败分析与用户研究，建设可复利的组织能力。
作者基于与朋友交流中发现普通人对 AI 术语的困惑，整理出 66 个高频 AI 词汇，用生活化比喻逐一解释。内容涵盖：AI 与大模型基础（LLM、Token、上下文、多模态等）、聊天常见术语（Prompt、幻觉等）、RAG 与检索技术、以及 Agent、工具调用和 MCP 协议等热门概念。每个词都说明其含义、常见使用场景和记忆方法，帮助零基础读者建立 AI 术语的整体认知地图。
本文解读 Simon Willison 的《Agentic Engineering Patterns》，系统总结编码 Agent 时代的软件工程方法论。核心观点：当写代码边际成本趋零，工程师职责转向为 Agent 配备工具、定义问题、验证结果。文章区分了 agentic engineering 与 vibe coding，提出囤积已验证方案、用异步 Agent 清理技术债、子 Agent 保护上下文、Red/Green TDD 与证据式测试等模式，并强调提交未审查代码是最大反模式，以及通过走读和交互式解释偿还认知债。
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。
本文是一篇 Cherry Studio 的详细使用教程。Cherry Studio 是一款开源桌面 AI 工作台，可接入 GPT、Claude、DeepSeek、Kimi 及本地模型。文章系统讲解了软件安装与模型 API 配置方法，如何用多模型对比测试写作质量，利用分支功能管理不同写作路线，创建助手保存长期要求；还介绍了如何把文档整理等任务交给 Agent，配置工具权限、网络搜索、技能和 MCP；以及知识库的建立、召回测试、嵌入与重排模型的配置，和通过 Ollama、LM Studio 接入本地模型的方案。适合希望集中管理多个 AI 模型、提升日常工作流效率的用户从入门到进阶参考。
文章交叉解读Google、OpenAI、Anthropic与LangChain四份行业报告，指出AI对软件工程的最大影响不是提高单环节效率，而是迫使企业重构整个软件开发生命周期。核心观点包括：代码生成正从稀缺能力变为基础能力，交付瓶颈向需求、验证、审查和治理迁移；Context与Harness比模型能力更关键；测试与Evals须形成持续闭环；人类从主要实施者转向意图定义者与风险责任人。文章详细阐述了从意图制品到生产反馈的AI原生工作流、vibe coding与agentic engineering的区别，以及治理如何通过Skills与Hooks等机制在行动时强制执行。
本文是一篇面向小白用户的 Grok Bot 保姆级教程。Grok Bot 是 x.ai 推出的自带云电脑的 AI Agent，不同于普通聊天 AI，它能实际操作软件、浏览器和文件。文章从下载安装、试用领取、绑定付款讲起，详细介绍如何创建第一个 Bot、编写高质量的任务单和岗位 Description，如何通过 Plugins 连接 X、Gmail、Slack 等办公软件，以及多 Bot 分工协作的组织方法（如 EA 与 Chief of Staff 架构）。作者还总结了十类适用场景（销售、内容运营、行政、财务等），并与 Multica、OpenClaw、Hermes 等 Agent 产品做对比，最后介绍了仅对美国用户开放的购物功能，强调权限最小化和审批优先的安全使用原则。
