利用 YouTube 最大化信息差与 AI 副业挖掘
作者指出 YouTube 是获取信息差的最佳途径，其内容干货远超国内付费课程。他通过分析海外视频（如 AI 拉片）挖掘内容营销模式和 AI 副业机会，认为这些工作流可被 Agent 化。他提及自己整理了 752 种 AI 副业玩法，并强调中文内容未来将在全球崛起。
全部文档 / 标签: Agent
2252 篇
如何在不修改模型或提示词的情况下提升编程智能体能力
文章介绍了一项关于 Agentic Harness Engineering (AHE) 的研究。该框架通过自动进化工具、中间件和记忆等 Harness 组件，在不修改底层模型或提示词的情况下，显著提升了编程智能体的性能。实验表明，AHE 在 Terminal-Bench 2 上将 pass@1 从 69.7% 提升至 77.0%，并在 SWE-bench-verified 上表现出更高的成本效率。研究还发现，仅依赖提示词优化反而会导致性能下降，而工具和中间件的进化才是性能提升的关键。
Claude Code 在大型代码库中的运作方式：最佳实践与入门指南
文章探讨了 Claude Code 在处理数百万行级单体仓库及遗留系统时的成功模式。区别于传统 RAG 工具的嵌入索引滞后问题，Claude 采用本地代理式搜索实时导航。核心论点指出，工具链生态（CLAUDE.md、钩子、技能、LSP 集成等）的重要性远超模型本身。文章详细解析了七大扩展点，并建议通过渐进式配置与插件分发来提升在大型复杂代码库中的协作效率。
Mercury Agent：真正的智能体应该自带电池，而非依赖插件
文章探讨了 AI Agent 的设计哲学，批评了那些需要为读取文件、Git 操作等基础功能专门配置技能或插件的智能体。作者介绍了 Mercury Agent 的设计理念，即“开箱即用”，强调核心智能体应内置文件系统、Shell、Git、Web 获取及内存管理等能力，同时在权限、预算控制和进度追踪上保持严格边界，通过“可控代理”实现能力与安全的平衡。
GitHub 新手指南：写给非程序员的入门说明
随着 AI 工具的普及，GitHub 已不再仅限于程序员使用。本文面向非程序员，旨在科普 GitHub 的基础概念与使用方法。文章详细介绍了首页 Dashboard、Explore 探索页、Trending 热榜、Topics 主题分类以及 Collections 合集等核心功能。同时，讲解了如何利用 Search 搜索具体需求、阅读 README 项目说明书、以及通过 Star 收藏有价值的项目。最后总结了从发现到收藏的完整使用路径，帮助非技术人群将 GitHub 作为发现新工具、了解技术趋势的重要信息入口。
Claude Code新版本 + CodeGraph + MCP 组合拳！大型代码库直接起飞！
文章介绍了Claude Code 2.1.142、CodeGraph与MCP的“组合拳”方案，有效解决了大型代码库探索中tool call过多、上下文爆炸等问题。通过CodeGraph构建语义知识图谱，结合MCP持久化记忆与新版优化，实现了Tool call减少92%、代码探索速度提升71%的显著效果，并提供了详细的安装配置流程与实战场景指南。
How to Become a Hermes Agent Operator
本文介绍了由 Nous Research 开源的高杠杆 AI 框架 Hermes Agent。文章详细阐述了其架构（大脑、个性、技能集）、具备记忆与自学习能力的闭环机制，以及如何从单机部署扩展为 VPS 上的自动化营销团队。作者分享了将其作为营销基础设施的实际经验与配置指南。
Agent 工程的四个深坑：Demo 到生产没有捷径
作者分享了将 AI Agent 从 Demo 推向生产环境过程中遇到的四个“深坑”：Function Calling 的不可预测性需加代码校验兜底；多步任务必须引入状态机和 checkpoint 防止重复执行或死无对证；记忆管理需分层以解决 token 爆炸和“丢失中间”问题；权限控制是最大风险，需防范 prompt injection 并建立分级审计机制。
如何有效扩展你的副业赚钱渠道
本文提供了一套扩展副业赚钱渠道的系统方法论，核心公式为“赚钱渠道 = 能力资产 × 需求场景 × 交付形态 × 获客入口”。文章详细介绍了从盘点七类能力资产（技能、经验、资源等）出发，通过“问题翻译”将能力转化为付费产品，并拆解出服务、顾问、产品、内容、教学、系统六种收入形态。同时，文章结合 AI 工具（如 Ring 2.6 1T）提供了具体的落地提示词和执行清单，帮助读者低成本快速验证商业模式。
不用写代码，三招把日常经验沉淀为 AI Skill
本文指出 Skill 的本质是将个人工作经验固化为 Agent 的操作手册。文章分析了为什么直接套用他人 Skill 往往失效，并提出了三种将个人经验转化为 Skill 的实用方法：拆解并改造他人 Skill、复盘成功的 AI 协作过程、利用 skill-creator 搭建骨架。作者强调通过持续迭代，Skill 能让 AI 越用越像自己，从而实现工作流的自动化和个人知识的资产化。
Agent Hooks: 为 Agent 工作流引入确定性控制
文章介绍了 Agent Hooks 机制，旨在解决 Agent 工作流中不可控的问题。通过在生命周期的特定节点（如 SessionStart, PreToolUse 等）挂载自定义处理器，开发者可以强制执行策略、校验操作并记录状态。Hooks 将特定的规则检查从依赖模型记忆转变为显式的确定性控制，弥补了仅使用 Prompt 指令的不足。
企业不需要三省六部制的 Agent 流程：Syncless 的协同新范式
文章由 Dify 后端工程师 Yeuoly 撰写，批判了当前将 Agent 设定为复杂角色（如龙虾军团）试图接管企业流程的“三省六部制”误区。作者指出，这种模式导致人的注意力被劫持，且 Agent 输出质量低、维护成本高。真正的增效并非用 AI 压榨人的判断力，而是释放人在事务性工作中的精力。基于此，作者介绍了其团队正在研发的新产品 Syncless。Syncless 专注于企业内多人的 SOP（标准作业程序）自动化，关注人与人之间的协作摩擦。通过“Project 模板”和上下文流转，它将原本碎片化的沟通（如财务报销、产品需求反馈）转化为结构化的上下游协同，旨在减少沟通损耗，而非用 AI 取代人的决策。
Something Big IS Happening. It's Bigger than you Think.
文章回顾了2026年AI技术的指数级爆发，特别是Claude Mythos模型在网络安全领域的突破性表现。该模型不仅通过了AISI的全套网络攻击模拟，更因能力过强导致METR基准测试面临挑战。Anthropic为此发起Project Glasswing联盟，优先利用AI进行网络防御，而非作为通用产品发布。文章最后展望了AI系统自主进行AI研发的可能性，认为这是继网络安全之后的下一个前沿领域，并称这种强大的通用能力如同双刃剑，既是巨大的风险也是巨大的机遇。
使用 Hermes Agent 自动化制作 TikTok 幻灯片内容指南
本文介绍如何利用 Hermes Agent 自动化 TikTok 幻灯片（Slideshow）内容的生成与发布流程。文章分析了幻灯片流量红利与手动制作痛点，详细讲解了 Hermes 的安装配置、基于 Skill 和 Cron 的管道模型设计，以及 Hook 研究、图片路由、Pinterest 爬取和合成等核心技能的实现方法。
代理型 AI 经济入门指南
文章介绍了 AI 代理经济的现状与未来。通过 OpenClaw 和 Claude Code 等案例，阐述了软件构建方式从聊天机器人向自主任务型 AI 的结构性转变。虽然技术潜力巨大（如 Anthropic 收入暴增），但实际部署中仍面临频繁失败的风险。文章提出了一个五层框架来分析代理技术栈，探讨了价值积累与商品化的分布，并指出技术可能性与实际部署之间的差距即是投资机会。
别再让你的 Claude Code 裸奔了，4 套 Agent Harness 总有一款适合你
文章指出 Claude Code 直接使用存在上下文腐烂、缺乏流程约束等工程问题，提出利用 Harness（Agent 系统架构）来规范 AI 行为。作者详细对比了四套方案：Super Powers（纪律层）、GSD（上下文层）、G-Stack（角色层）和 Archon（编排层），并分析了各自的适用场景、优缺点及实施代价，建议开发者根据需求循序渐进地搭建 AI 开发工作流。
Codex CLI 内存机制详解
文章深入解析了 OpenAI Codex CLI 的内存架构，该工具通过本地 Markdown 文件异步生成和汇总记忆。文章详细介绍了记忆的写入与加载流程，指出其缺乏向量数据库、仅依赖关键词匹配及受限于本地文件系统等局限。最后，文章引入 Mem0 作为解决方案，通过 MCP 协议提供跨机器、跨工具的持久化智能记忆层，解决原生功能在扩展性和同步方面的不足。
Codex Agent：强大到近乎危险，便宜到近乎捡钱
作者分享了使用新版 Codex Agent 的重度实践体验。通过高达 13 亿 token 的消耗，成功完成了 Chrome 插件开发、AI 内参 2.0 迭代（含语义搜索与 PWA）以及微信生态下的 Readwise 服务。文章指出 Codex 具备极高的性价比和通用性（GPT），并预告了关于 Codex 落地实践的专题讲座。
Hermes+Obsidian+LLM Wiki搭建本地知识库
本文介绍了一套基于 Hermes Agent、Obsidian 和 LLM Wiki 的本地自动化知识库系统。通过 Hermes 的自动化引擎，用户只需下达指令，系统即可自动提取文档实体与概念，按规范生成 Markdown 文件并建立双向链接。Obsidian 负责可视化和展示，构建出持久积累、完全本地化的知识网络，解决了传统笔记软件信息孤岛和 AI 无记忆的问题。
一人公司没团队，我搭了个会自己运转的 AI 内容编辑部（附完整教程）
作者作为一人公司，利用 WorldSeed 搭建了一个 AI 自媒体编辑部，模拟了选题、写稿、审稿的全流程。通过 Codex 本地部署，配置 API Key 和场景参数，实现了 4 个 AI 角色的协作。整个过程无需人工干预，展示了 AI 在内容创作中的自动化潜力。
搭建一套 AI 内容工厂：Codex + AIHOT + 飞书自动化工作流
文章介绍了一套结合 AIHOT、Codex 桌面版和飞书的 AI 内容中台系统。该系统能自动采集 AI 圈资讯、沉淀素材至飞书多维表格、每日推荐选题，并辅助生成多平台初稿与封面。作者详细拆解了包含信息采集、执行调度、素材整理、结构沉淀、创作工坊及人工确认在内的六层架构，并提供了直接交付给 Agent 执行的完整提示词，以实现写作流程的自动化与标准化。
我花10分钟做了产品调研Skill，以后不用自己扒竞品了
针对运营同事使用通用AI生成竞品报告出现数据失真的问题，作者开发了一款名为 'ai-product-research' 的自动化调研 Skill。该工具利用 XCrawl 的 Search 和 Scrape API，模拟人类“先搜再抓”的逻辑，自动获取产品官网、GitHub 数据及社区评价，并在 2 分钟内输出包含定价、技术指标和竞品对比的结构化报告。文章实测了 Cursor 和 AIHOT，效果精准且成本极低。
Kimi K2.6 + Hermes：月成本从 $2550 降至 $85 的实践指南
本文介绍了如何利用 Kimi K2.6 模型配合 Hermes 系统，将原本使用 Claude Opus 的高昂开发成本（约 $2550/月）降低至 $85/月。文章详细分析了 Kimi K2.6 在 MoE 架构下的性能优势（如 SWE-Bench Pro 58.6%），展示了其在 12 小时自主编码和系统优化中的实战案例，并提出了“辅助模型模式”以进一步节省非关键任务的费用。作者还针对长上下文输出可能导致的成本陷阱提出了具体的优化策略。
Claude 多智能体系统：从零到单人运行 4 个智能体的完整指南
本文详细介绍了如何利用 Claude 构建一个多智能体系统。文章主张专家团队的表现优于单打独斗的通才，通过设立研究、生产、质量和分发四个专门的智能体，配合一个主编排器，可以实现高效的并行工作流。文中提供了从环境搭建、文件夹结构配置到首个研究智能体的系统提示词（Prompt）编写的完整实操指南。
Hermes 原生 Windows 版本发布体验
本文介绍了 AI Agent 工具 Hermes 发布的原生 Windows 版本（Early Beta）。作者详细记录了通过一行 PowerShell 命令完成安装的过程，该版本自动解决了 Python、Node.js 等环境依赖问题。文章还分享了实际体验、TUI 界面使用、开机自启配置以及编辑器设置等注意事项，并对比了原生版本与 WSL2 版本的适用场景。
观察了三年，我把所有人用AI的水平分成了10个等级
文章基于对大量AI用户的观察，从可控性、广度、形态和角色四个维度出发，构建了一套AI使用能力的10级金字塔模型（Lv.0旁观者至Lv.10一人军团）。作者详细描绘了每个等级用户的行为特征与心智模式，指出从Lv.3的“驯化师”到Lv.4的“越境者”以及从ChatBot到Agent的跨越是关键分水岭，旨在帮助读者定位自身阶段并指明进阶路径。
Hermes 跑通了，然后呢？7 天把它变成工作台
本文分享了作者在本地跑通 Hermes 后，如何通过 7 天的实战将其从单纯的聊天工具转化为高效的工作台。文章详细记录了从冷启动检查、编写记忆规则、封装 Skill、接入信息源、建立看板流程、配置多 Profile 到最终复盘沉淀的全过程。作者强调，工具的价值不在于安装成功，而在于能否接住真实工作、保留会话状态以及形成可复用的生产资产。
全奖 PhD，硅谷十一年，startup 上市了。AI 来了，我失眠了。
文章讲述了作者作为拥有全奖 PhD 背景的硅谷工程师，在 AI 时代下的职业焦虑与转型。虽然曾参与上市 Startup 并拥有十余年技术积累，但面对 Claude 等 AI 工具的强大生产力，作者一度感到迷茫。随后，作者利用 AI 实现了个人生产力的飞跃，独立开发了 6 款产品，并深入探讨了 AI 对硅谷工作流、初级工程师生存空间以及职业断层的深刻影响。
SkillOS 详解：自进化 Agent 的技能策展机制
文章详细解读了 Google 关于 SkillOS 的最新论文。SkillOS 是一个帮助 LLM Agent 通过管理可复用“技能”来实现自我进化的框架。该框架包含一个冻结的 Agent Executor 和一个可训练的 Skill Curator，后者利用强化学习（RL）从执行轨迹中自动提取、更新或删除技能，从而实现从经验到技能的转化。
可算找到了一个能精确二次修改视频的 AI 工作流了！
文章介绍了 AI 视频编辑工具 Buzzy，它被称为“视频版 Photoshop”。作者详细测评了 Buzzy 的多种功能，包括精准口播修正、消除剪辑特效、后期重打光、添加运镜、路人消除、无痕换装、视频尺寸转换及风格迁移等。Buzzy 通过 Agent 对话形式操作，能最大程度保持视频一致性，将传统的线性剪辑流程转变为“先整体后局部”的迭代式工作流，极大地提升了视频创作者的效率。
