作者在 Browserbase 担任增长工程实习生期间，独立设计并实现了 blogEO——一个每周自动运行的博客引擎，包含三大功能：审计现有博客并提出修复建议、根据真实搜索需求生成新文章、追踪 ChatGPT/Claude 等 AI 引擎的 AEO 引用情况。核心设计决策是 agent 不具备写权限，只能在 Slack 中提出建议，由人工点击批准后由服务端执行写入。审计按机会（可挽回点击量）而非文章年龄排序，通过 recover、CTR、rank 三种模型估算优化空间。截至 2026 年 8 月已生成 18 篇博客和 50+ 次编辑。
本文是一篇面向新手的 WorkBuddy 保姆级教程。WorkBuddy 是一个能接收工作任务、处理资料并交付文档、表格、PPT 等成果的 AI 工作台，尤其适合处理中文内容和国内办公场景。文章详细介绍了下载登录、工作空间与权限设置、如何用项目资料制作阶段汇报 PPT 的最小闭环、如何具体化修改要求，以及通过连接器接入飞书、腾讯会议、QQ 邮箱等腾讯生态能力，最后总结了新人常见问题与首次使用路线。
文章介绍了 Pi Agent 的作者 Mario Zechner（@badlogicgames）。他是奥地利人，曾是游戏框架 libGDX 的开发者，也做过 RoboVM。2025 年底他用两晚时间写出极简 coding agent Pi，默认只有 read、write、edit、bash 四个工具，系统提示词极短，强调可自由定制。后来被 Flask 作者 Armin Ronacher 的公司 Earendil 收购，Mario 入股加入团队但保持技术方向主导权和开源。他反对 Agent 越做越重，认为 CLI 比 MCP 更省更稳，Pi 的干净、可改、不绑模型的风格正源于他的个人理念。
作者在 MacBook Pro M3 Max 上本地部署蚂蚁百灵开源的 Ling-3.0-tiny（总参数 7.9B、激活 1.3B），编译 Ollama 的 BailingMoeV3 分支导入 FP8 与 BF16 两个精度版本，实测输出速度分别约 106 和 81 tokens/s。随后通过 OpenAI 兼容协议将模型接入 DeepSeek Harness，让它把自己的底稿《文科生学 AI，先补一层计算机常识》重写成公众号文章。结果模型完整跑完任务、未瞎编内容，但句子偏碎且擅自添加内容，直出终稿尚早。文中还总结了部署与配置过程中的一系列坑及避坑指南。
作者分享了如何借助 AI 进行写作：坚持“用 AI 辅助写作”而非“让 AI 代写”，文字必须出自本人。他用 LLM 加速研究，通过自建的 researcher skill 结合 Exa、Hacker News、内部仓库和 Slack 等工具寻找真实、可引用的案例，并要求来源和引语以抑制幻觉。在草稿阶段，AI 充当文档内搜索和研究伙伴，帮助补充例子、验证事实、发现盲点。他强调写作者应多实验 AI 用法，而非因 AI 垃圾内容而全盘否定。
DAIR.AI 盘点本周 AI 领域重要论文：微软 Agent Lightning 通过端点代理将任意 Agent harness 接入 RL 训练；Skill 触发瓶颈论文提出三层协议缓解提示词槽位稀缺；Harness 级遗忘现象被命名并给出测量协议；对十个真实 Agent 应用的剖析发现非 LLM 组件主导一半应用的延迟；Skill 机制研究表明程序性锚定远胜知识注入且库规模过大导致精度崩塌。核心主题是 harness 应成为训练与优化栈中的一等公民。
作者在将已有 Skill 上传小红书 REDSkill 时遭遇失败，于是借助 Codex 按官方规范重新适配后发布成功，并由此开发了 Punk REDSkill Forge。该工具可将现成 Skill 整理成符合 REDSkill 上传要求的独立副本，并生成名称、Skill ID、简介等提交资料建议。文章分析了常见上传失败原因（目录结构、描述模糊、依赖外部文件、含敏感凭证、隐藏行为等）与审核红线，并详细讲解了从入口确认、后台上传、填写信息到提交审核、笔记挂载的完整操作流程。
文章分析了为什么Coding成为AI第一个杀手级应用，指出其成功源于数据数字化、结果可验证、流程可拆解等条件。作者认为下一个大场景不会是单一的“第二个Coding”，而是客服、财务、IT运维、医疗、法律、供应链等数百条业务流程同时Agent化的总和。通过微软Foundry、M365 Copilot和Agent 365三组数据，文章判断企业AI正处于从第二阶段向第三阶段扩散的过程中，呈现“广而不深”的特点。最后展望了个人行动Agent和AI科学发现两大长期机会。
本期周刊围绕「编码工业化之后程序员价值如何重新分配」展开。文章指出编码执行正被 Agent 工业化，但程序员价值不会自动消失或上移，新分水岭在于定义问题、沉淀组织知识、独立验证与承担结果责任。内容涵盖 AI Coding 对就业的影响、生成加速后的治理与验证前置、个人提效被组织摩擦吃掉的现象，以及程序员转向设计会学习的执行系统（如 Harness 插件化、Skill 自动改进等），并强调评价体系与价值流治理必须同步变革。
文章指出 AI 产物散落在对话中导致上下文断裂的问题，并提供 WorkBuddy 资料库的保姆级教程。核心闭环为：资料库 → 添加到任务 → Agent 执行 → 成果回存。内容涵盖三格分区、MD/CSV/HTML 容器分工口诀（改内容改 MD、改数据改 CSV、改样子改 HTML）、发布前人审六项（敏感、修订、归属、发布、积分、容量）、防目录变坟场的三条使用规则，以及用 CSV+HTML 搭建发布日历轻应用的七步实操。
本文介绍了开源 Craft Skill「recurring-character-diary-comic」，一套让 Agent 持续生成同一固定角色个人 IP 漫画的工作流。它不依赖长 Prompt 或逐格拼图，而是通过故事合同（S0 故事真相、S1 身体真相、S2 表现选择）、page-native 整页生成、方向物体逐对象证明、有边界的局部修复和双轴像素验收，保证角色一致性、故事准确、中文对白无误，且整页作品自然统一。文字生成失败时才启用 compositor 做确定性排字兜底。
文章论述xAI的Grok Build（代理式编码系统）与Grok Bot（拥有独立云电脑的持久AI队友）正在融合，将使传统应用和操作系统成为历史。软件将变为'意图的即时物化'：Grok Build按需生成软件和代理团队，Grok Bot运行并操作它们，设备只需成为'白板'——安全启动、最小运行时和连接能力。作者认为SpaceXAI凭借Starlink全球网络、垂直整合及轨道AI算力（轨道数据中心）占据独特优势地位，并通过财务、旅行、小企业运营等十个场景描绘了这一未来图景。
这是一篇面向新手的 Codex 全面教程，系统讲解了 OpenAI Codex 这一可实际操作的 Agent 工具。文章从界面布局、项目与任务管理讲起，详细介绍了 Local、Worktree、Cloud 三种工作区模式的选择，Plan 计划模式的适用场景，权限与沙盒的配置方法。还覆盖了集成终端、内置浏览器、Computer Use、Memory 等基础工具，CLI 常用命令与快捷键，AGENTS.md 项目规则文件的写法，并厘清了 Skills、Plugins、MCP 三者的区别与用法，帮助读者独立上手 Codex 完成实际任务。
本文介绍 Apodex Discovery 提出的 TRACES 基准，用于评估 AI 系统能否通过证据充分、可审计、可修复的调查得到正确结果。与传统基准只衡量最终答案不同，TRACES 将评估单位扩展为完整调查过程，通过结果验证器与盲评的过程验证器（HDS6：工具、修复、备选解释、连贯性、证据、适用边界）双通道评价。基准提供 AAV 衣壳设计、药物再利用、临床试验、大模型工程四个可执行环境，实验显示过程诊断反馈可使结果得分平均提升 0.155。文章还比较了 TRACES 与 MMLU、SWE-bench 等基准的差异。
本文是 Agent 系统后端设计三部曲的第二篇，提供一套可参考的 Agent 应用后端架构模板，涵盖 API、队列、Worker、流式输出、结构化输出、会话管理及成本限制等八层设计。文章批判了在 HTTP 请求中同步执行 Agent 的做法，强调应先持久化再入队、引入幂等键防止重复计费、使用显式任务状态机（含 awaiting_input 人工介入状态）和取消机制，并强调租户身份隔离、UUID 任务 ID、Pydantic 输入校验等安全与成本控制实践。
作者为12岁女儿从零构建了一个独立的Hermes儿童配置，并将过程开源为'Hermes Kids Profile Blueprint'，供家长创建私有、面向孩子的AI代理配置。文章强调儿童配置是包含行为规则、凭证、记忆、工具和接口的完整系统，应从全新档案开始，最小化能力授权。基于研究，蓝图提出三个核心选择：做导师而非计算器（提示优先）、温暖但不假装朋友、家长参与但不默认监控，并区分了建议求助、留待审查和即时警报三种升级路径。
文章介绍了 xAI 推出的 Grok Bot 降价扩容：SuperGrok Plus、Cursor Pro+ 等订阅均可使用。Grok Bot 拥有自带浏览器、文件系统和终端的云电脑，可长时间后台运行任务，多个 Bot 可协作。作者分享了将其用作参会小秘、活动执行等岗位的实际体验，讲解了额度、权限边界、审批设置、skill 与 routine 等进阶用法，并宣布 Grok Bot 深圳线下 Meetup 将于 8 月 30 日举办。
吴恩达详细阐述了 AI 工程技能图谱中的核心技能——构建与部署 AI 应用，包含六大方面：LLM 基础（分词、上下文窗口、工具调用等）、用数据为模型提供基础（RAG、向量索引、知识图谱）、构建 Agentic 系统（工作流、Agent harness、多智能体编排）、评估驱动开发（evals 与错误分析循环）、生产环境运营（可观测性、回归测试、成本与延迟优化）以及机器学习基础。该技能图谱基于大量招聘信息、专家访谈和调研形成，强调 AI 系统因输出不可预测而比传统软件开发更具迭代性。
本期早报精选三篇内容：Anthropic 发布 AI 原生软件交付生命周期手册，将 Plan、Design、Build、Test、Deploy、Maintain 六阶段改造成以版本化工件驱动的可循环流程；DeepSeek 上线实验性视觉模型 V4-Flash-Vision 的 API，支持图文混合输入与 Files API 复用；Together AI 的 Hassan El Mghhari 分享 Hallmark Skill，将设计品味拆解为负面约束、视觉参考与偏好记忆。速览还包括 Uber 智能体 SDLC、DeepWiki 代码 Wiki、Blackwell 投机解码优化、淘宝 Skill 实践等。
本文介绍 Skydive 平台的发布，其目标是构建能够端到端负责真实工作的持久化、主动式 AI Agent。与传统交互式 Copilot 不同，Skydive 为每个 Agent 提供独立的云端计算机、跨渠道存在（Slack、Email、iMessage、CLI、API）、可自我更新的记忆与 harness，并支持任意模型。Agent 可接入数百种服务完成跨工具任务。文中以客服 Agent Emma 为例，说明完全通过提示词构建的 Agent 能自主处理大量客户问题并自我改进。
本文介绍了在大规模AI应用中优化token成本的四大实用支柱：一是上下文缓存与Agent循环修剪，通过裁剪中间工具输出和总结历史步骤保持提示精简，利用缓存可获最高75%的输入折扣；二是实时与批量推理，将非紧急任务如工单汇总、报告生成等打包为异步批处理，可享50%折扣；三是设置思考预算，避免推理模型在简单任务上消耗数千隐藏思考token；四是模型合理选型与持续评估，90%的任务应使用最小最便宜的模型，并通过自动化评估及时更换高效模型，配合Apigee AI Gateway等企业网关实现智能路由与安全防护。
本文介绍了如何利用拥有独立电脑的 Grok Bot 全自动运营多个小型业务来赚钱。作者设计了四个系统：向本地商家销售实体产品（50-300 美元）、自主化的获客线索系统、根据真实需求编写的信息产品，以及先建站后销售的网站服务。通过 Whop CLI 完成产品创建、定价、收款链接和数据读取。文章详细讲解了机器人设置、指令提示词、客户筛选与评分方法，并强调前几次运行需人工监督，社交账号操作应手动进行，涉及删除和转账等危险操作需二次确认。
作者基于数月做 AI Game 生成平台的实践经验，系统梳理了 AI 生成游戏的能力边界。核心观点：决定 AI 游戏上限的是引擎而非模型，纯文本技术栈（Web、Godot）最适合 AI；静态资源多的游戏（策略、卡牌、爬塔）好做，动态素材多的（动作、格斗）难做；代码已不是瓶颈，卡点在素材的成套一致性和数值的体验曲线设计。文章还分享了素材生成、透明背景处理、动画路线选择等工程细节，建议先选引擎、做静态内容多的游戏并给 Agent 接上验证闭环。
本文是 Agent 内核拆解系列第 4 篇，深入分析开源 coding agent pi 的 compaction（上下文压缩）机制。文章介绍了触发压缩的两种条件：context 超过阈值（窗口减去 reserveTokens）和 API 溢出报错，并讲解了溢出恢复流程。压缩时从消息列表末尾回溯找合法切割点（保留最近约 2 万 token 原文），之前的消息用 LLM 按结构化格式（Goal、Progress、Key Decisions 等）总结成摘要，并在末尾追加 <read-files> 和 <modified-files> 文件列表，让模型压缩后仍知道读过、改过哪些文件。文末提供配套可运行代码与实践建议。
本文系统讲解国产 AI 工作助手 WorkBuddy 在国内政企 AI 交付场景中的使用方法。WorkBuddy 将模型、本地工作空间、权限、技能、连接器和产物整合在一条任务链路中，使 AI 能读取文件、生成产物并保留变更供人工验收。文章从一份会议纪要的实操案例出发，覆盖工作空间选择、任务指令四要素（动作、输入、输出、约束）、权限分级（仅问答/计划/默认模式）、模型选择（混元、GLM、DeepSeek 等）、产物验收与变更检查等核心内容，并给出文档整理、表格分析、PPT 制作等真实工作场景的实用提示词模板，强调任务边界、最小权限和交付纪律。
作者开发了 BLCaptain 调色公式 Skill，将小红书高频调色思路、60 套原始参数和 52 套风格母公式整合为可调用的调色决策系统。上传照片后可先诊断曝光、白平衡、肤色等问题，再按人像、海边、日落等场景推荐调色方向，输出 iPhone、醒图、Lightroom 三套参数，并提供保守/标准/大胆三档强度、局部修正和回退方案，解决固定参数难照搬、效果不稳定、跨 App 难复用的问题。
DeepSeek Harness（DSH）是 DeepSeek 官方开源的 AI Agent 运行环境，核心理念是「一切皆插件」。文章介绍了如何在 GitHub 和社区清单中发现优质插件，并推荐了多款热门插件：包括让模型理解图片的 ModLens、扩展搜索源的 ModSearch、可操作真实 Chrome 浏览器的 dsh-browser、支持多 Agent 协作的 Agent Teams、插件市场 dsh-market、界面全家桶 dsh-web-ui、侧边栏增强、上下文可视化和生成式 UI 等，帮助用户扩展 DSH 技能并提升使用体验。
文章指出科学研究和人生的真正目标不是赢得最终分数，而是持续更新对现实的理解、降低世界的不确定性。作者批评当前AI研究过度依赖基准测试分数，导致reward hacking和过拟合，将科学过程变成锦标赛。借鉴灰盒模糊测试的思路，作者主张科研需要密集、廉价的认知进展信号来引导搜索方向，而非仅靠稀疏的最终验证。失败实验不是判决而是数据，反馈架构而非生成能力才是瓶颈。
本文基于第一手文档对比 Grok Bot 与 Hermes Bot Mode。两者在产品层面日益相似，但架构理念截然不同：Grok Bot 提供托管的云计算机环境，让持久化 AI 队友像管理产品一样运行，降低操作摩擦；Hermes 则是一个开源（MIT）可配置的 Agent 运行时，模型层、工具、记忆、技能、Profiles 等组件均可由操作者自行配置。文章分析了 Hermes 的 Profiles 状态隔离（并非执行隔离）、多模型路由自由，以及两者都将技能视为可复用的长期资产等关键差异。
本文是 multiagent system（MAS）设计系列笔记的第二篇，探讨现代 MAS 中的并发控制协议与算法。作者指出许多看似'沟通失败'或'协作失败'的问题，本质上是 stale read、lost update、write-write race 等经典并发异常。文章介绍了 raft.build 提出的 Held Draft 协议，通过版本号校验让 agent 在提交前感知新信息，但也分析了其最坏情况下 n² 级的计算复杂度。最后按工作结构给出了 sequencer、DAG、OCC、lock、CRDT 等不同场景下的适用机制对照表，并附有交互式 live demo 与丰富的论文参考文献。
