dbskill 更新：/dbs-goal 把模糊愿望审计成可检查的目标
文章指出 AI 时代下，明确的目标优于技术工程。作者介绍了 dbskill 的新功能 /dbs-goal，旨在通过三道关卡（可指物性、可否证性、真终点）将模糊的愿望审计为可执行、可检查的具体目标，从而提升 AI Agent 的执行效率。
全部文档 / 标签: Agent
2252 篇
五一我没开电脑，但我的 Agent 团队没放假：如何用 Hermes Agent 移动办公
本文记录了作者在五一假期期间尝试“纯手机 + Agent 团队”的移动办公实验。通过 Hermes Agent、Codex 和飞书等工具，作者组建了包含“个人助理”和“内容总监”的 Agent 团队，实现了微信群摘要生成、事件梳理、播客转 PDF 及短视频内容生产等工作。文章指出，Agent 时代的移动办公并非科幻式的全自动，而是将手机作为指挥台，让后台的 Agent 团队协作处理杂事与内容生产，从而验证了“一人公司”在流程清晰前提下的可运行性。
Codex App 从0到1完整入门教程
这是一份面向非技术背景用户的 Codex App 完整上手指南。文章抽丝剥茧地介绍了 Codex App 的核心概念、界面布局（左侧导航、中间对话、右侧结果）、设置选项（如工作模式、权限、个性化）以及高级功能（插件、自动化、MCP、电脑操控）。它旨在帮助小白用户区分本地 App、云端 Codex 与普通 ChatGPT 的区别，并掌握如何安全、高效地使用这款 AI 工作台。
如何让 Claude 变身天才：8 个实用技巧
针对近期 Claude 表现下降的问题，作者提供了 8 个修复技巧。文章首先强调了工具选择的重要性，区分了 Claude Chat、Cowork、Code 和 Projects 的使用场景。接着介绍了模型选择（如 Opus 用于深度推理）、设置系统提示词、优化提示语结构（先给背景再指定格式）、使用 XML 标签以及利用 Claude 内置工具等方法，旨在通过具体的操作指南帮助用户释放 Claude 的最大潜力。
30天精通Claude Code：从入门到实战的完整路径
本文详细介绍了如何在30天内掌握Claude Code这一命令行自主编程Agent。文章将其划分为三个阶段：第一周侧重基础安装与环境配置（如CLAUDE.md文件的编写及Plan/Act模式的区分）；第二周通过构建真实MVP项目来掌握调试与核心斜杠指令；第三周进阶至多文件重构及MCP服务器连接。旨在帮助开发者摆脱简单的聊天对话，利用Claude Code实现高效的代码编写、调试与部署。
为 Mintlify AI 助手构建虚拟文件系统
文章探讨了如何通过构建虚拟文件系统 ChromaFs 来优化 Mintlify 的 AI 文档助手。作者指出传统的沙箱克隆方案存在高延迟（约 46 秒）和高成本（年费超 7 万美元）的问题。ChromaFs 通过拦截 Unix 命令并将其转换为 Chroma 数据库查询，实现了零边际计算成本和毫秒级的会话启动速度。文章详细介绍了 ChromaFs 的架构、目录树引导、权限控制、分块重组以及针对 grep 命令的优化策略。
一小时掌握 Codex：从零构建到自动化部署的完整指南
本文详细介绍了如何高效使用 Codex 编程工具。作者通过一个 YouTube 评论情报系统的实战案例，展示了 Codex 在本地文件操作、计划模式、API 连接、技能复用及自动化部署等方面的核心功能，并将其与 Claude Code 进行了对比。
Anchorage Digital 推出 Agentic Banking：为 AI 代理构建的金融基础设施
Anchorage Digital 首席执行官 Nathan McCauley 宣布推出“代理银行”，这是一种专为 AI 系统设计的新型金融基础设施。随着 AI 从辅助决策转向自主执行，现有的金融体系缺乏为非人类 Actor 提供身份和策略执行层的能力。Agentic Banking 利用联邦银行牌照，为 AI 代理提供合规的资本访问、身份认证及结算服务，并宣布与 Google Cloud 合作，共同构建自动化的代理经济基础。
停止使用AI，而是agent in the loop
本文指出很多人将AI当作万能工具导致工作流断裂的问题，主张应采用“Agent in the loop”的思维，将AI视为生产系统的一个环节。作者以产品经理视角，分享了如何通过建立知识底座、拆解复杂任务和设计SOP来重构AI工作流，强调设计容错机制比追求完美工具更重要，并提供了独立开发全流程中AI的具体实践案例。
一文搞懂 Agent Harness：如何给 AI 大脑装上身体
本文基于对 ShareAI 创始人新璐的访谈，深入解读了 Agent Harness 的核心概念与架构设计。文章指出，Harness 是模型之外赋予 AI 行动能力、记忆与协作能力的“身体”。通过剖析 Claude Code 的三层结构——执行层、记忆层与治理层，作者阐述了从“流程驱动”向“模型自主决策”转变的工程实践。文章强调，优秀的 Harness 应提供类 UNIX 的稳定环境与结构化的记忆机制，从而释放模型的潜能，使其成为真正的智能合作伙伴。
Company Brain：构建组织智能的三层记忆架构
文章探讨了公司如何通过构建“Company Brain”来解决制度性摩擦和上下文缺失的问题。作者指出，单纯的知识库或RAG无法构成真正的公司大脑，提出了一个包含三层记忆的架构：事实记忆（记录发生了什么，强调语义关联而非单纯检索）、交互记忆（记录决策背后的意义与思维链，涉及本体论和上下文图）以及行动记忆（记录实际运作路径与代理护栏）。该系统旨在通过AI帮助组织实现从数据碎片到组织智能的涌现。
Production Deep Agents 运行时指南：弹性执行、内存与多租户
本文探讨了将长运行周期的 Deep Agents 部署到生产环境所需的运行时基础设施。文章指出，除了 Agent 的 Harness（提示词、工具）外，更关键的是底层的 Runtime，它提供了弹性执行、持久化内存、多租户隔离、人在回路（HITL）和可观测性。文章详细介绍了如何通过检查点机制实现故障恢复与状态恢复，区分了短期与长期内存的存储策略，并阐述了在 Agent Server 中实现数据隔离与鉴权的多租户方案。
Agent 可观测性需要反馈机制以驱动学习
文章指出 Agent 可观测性不仅用于调试，更是驱动系统学习的关键。区别于传统软件，Agent 系统必须将链路追踪与反馈信号（如用户显性反馈、隐性行为、LLM 评测或确定性规则）紧密闭环，以在模型、控制架线和上下文层面实现自动或人工驱动的持续改进。
智能体如何管理其他智能体：2026年的四种子智能体模式
文章探讨了2026年主智能体管理子智能体的四种模式，按控制权递增排序：内联工具、并行分发、消息池和编排。这些模式包括简单的函数调用、并发任务生成、持久化有状态的消息通信以及全面的生命周期控制，分别适用于从简单的代码审查到复杂的多步骤协作工作流。
Agent-Native 产品设计指南：2026 年设计师的新工作流
文章探讨了 2026 年产品设计师角色的转变，即从传统的像素推动者转变为利用 Agent 进行生产的规划者。作者详细阐述了新的工作流程（80% 规划，20% 执行），并提出了设计师应首先构建的四类核心文件：strategy.md（策略）、design.md（视觉规范）、CLAUDE.md（结构规范）和 product-pulse routine（反馈循环）。文章指出，通过编写这些高质量的文档和规范，设计师可以更有效地指挥 Agent 完成设计与开发，极大地缩短交付周期。
拆解年入百万的AI落地项目：女性AI社群（HerName）
文章分析了“HerName”这一面向女性的AI社群项目的商业拆解。项目旨在通过低门槛、高价值的AI技能教学，解决女性在职场中的不平等问题，并填补传统知识付费社群的运营短板。其商业模式包括社群会费、裂变分润及企业级赋能培训，通过AI技术降低内容供给成本，不仅教授工具使用，更致力于构建资源网络，助力女性实现经济独立与职业发展。
Hermes 代理系统：AI 如何通过任务委派超越单一聊天机器人
文章深入探讨了 Hermes Agent 的核心特性——任务委派。不同于传统单一聊天窗口的处理方式，Hermes 允许父代理将复杂任务拆解并分配给多个专注于特定领域的子代理（如代码审查、安全检查、文档研究），从而避免上下文混乱。这种架构不仅模仿了真实团队的分工协作，还通过隔离上下文和受控的递归深度，提高了复杂任务的处理质量与可监督性。
90天打造月入1万美元的Claude自动化业务指南
文章详细介绍了如何利用目前市场上AI自动化能力的缺口，在90天内建立起一个高收入的自动化服务业务。作者将过程分为六个阶段：掌握MCP服务器与子代理等技术工具、选择细分行业、制作首个案例研究、制定高定价策略、通过内容营销与直客获取付费用户，以及最终实现规模化与月入1万美元的目标。
Boris Cherny：Claude Code 之后，写代码正在变成“管理 Agent”
本文记录了对 Anthropic 内部 Claude Code 创建者 Boris Cherny 的访谈。文章详细阐述了 Claude Code 从一个小型孵化项目成长为年化营收超十亿美元产品的历程。Boris 分享了他如何利用数百个 Agent 和 Loop 模式完全替代手写代码，实现“编程已被解决”的个人工作流。此外，文章还探讨了 AI 对 SaaS 护城河的冲击、通才的崛起、软件构建的“大众化”类比，以及 Anthropic 在组织流程层面领先于外部的实践。
Recursive Agent Optimization Actually Works
文章介绍了 HALO（分层 Agent 循环优化），一种构建递归自改进 Agent 框架的方法论。通过专门的递归语言模型（RLM）分析追踪数据并诊断问题，利用编码 Agent 修复漏洞并重新部署。在 AppWorld 基准测试中，经过 5 个循环优化，场景目标完成率从 73.7% 提升至 89.5%。该实验证明，利用 AI 审视自身追踪数据的“鸟瞰视角”能有效识别幻觉模式、工具调用错误及配置缺陷，为未来的框架设计提供了新的优化范式。
高通研报：端侧 AI 拐点已至，被低估的算力巨头
本文发布于高通财报前夕，深入分析了端侧 AI 的技术拐点与商业逻辑。文章指出，端侧 AI 不是云端大模型的替代，而是解决隐私、延迟和带宽成本等痛点的必要补集。通过“豆包手机”被封堵等案例，论证了 Agent 操作本地化的必要性。同时，分析认为特斯拉关闭 Dojo 证明了垂直整合的高难度，而高通凭借在座舱芯片的统治地位和低功耗推理优势，有望成为端侧 AI 时代的核心受益者。
xAPI 教程1: 如何让你的 Agent 通过 xAPI 调用任意 API
本文介绍如何利用 xAPI 平台，仅需 4 步（安装 Skill、注册账号、绑定推特、自然语言调用）即可让 AI Agent 调用 Twitter、Google 等多种 API。文章重点解析了 xAPI Skill（操作手册）和 CLI（执行工具）的作用，并展示了实际调用案例，旨在简化 API 开发流程。
AI 算命技术解析：从出海百亿赛道到 Claude Code 本地部署
文章分析了海外 AI 算命市场（如 FateTell、Astrotalk）的高利润率与高复购率，指出普通 AI 因缺乏专业知识导致的“废话”和排盘错误是产品失败的主因。作者展示了如何利用 Claude Code 构建基于 17 部经典古籍（如《滴天髓》）和 44MB 知识图谱的专业系统，通过“四家投票”机制和双系统验证，将准确率提升至六七成，并提供了完整的提示词和本地安装方案。
The Best Autonomous Builder Prompt for Big Tasks
文章介绍了一个用于大型任务（如系统构建、功能开发）的 AI Agent 通用提示词模板。该模板旨在规范代理的工作风格与质量标准，要求其像资深工程师一样，深入理解上下文、制定计划、充分调用工具并进行严格测试。文章详细列出了从建立任务、收集背景、编写计划到执行纪律的具体步骤，强调不妥协的质量和持续迭代。
我花三周写了一份 258 页的 ClaudeCode 落地使用白皮书，专门给不会写代码的人
作者花费三周时间撰写了一份 258 页的 Claude Code 白皮书，旨在帮助非程序员利用该工具解决实际问题。文章指出，对于非程序员而言，Claude Code 不仅仅是提升效率，更是赋予了“从 0 到 1”的全新能力。文中详细列举了客户应用案例，如搭建自媒体流水线、自动化论文辅导系统、多平台内容分发等。作者强调该指南填补了懂技术的程序员与非程序员用户之间的认知鸿沟，并提供了白皮书的免费预览版链接。
Hermes as the Ultimate Analyst - I've found the gist for my ultimate analyst
作者分享了利用 Hermes 打造终极投资分析师的实践经验，包括使用 OpenWebUI 提升交互体验，以及通过 X API 实现科技、宏观、加密货币的每日简报。文章还探讨了 Hermes 在记忆系统和投资策略追踪方面的优势，并推荐了结合 DeepSeek API 和 Claude 的低成本高效配置方案。
DeepSeek 替代 Claude Code 降本方案 & 18款浏览器自动化工具评测
文章首先介绍了 GitHub 项目 deepclaude，通过将 Claude Code 的内核 API 替换为 DeepSeek V4 Pro，实现了在保持性能的同时将 API 成本降低至 1/17，并支持无缝切换后端。随后，文章详细测评了目前主流的 18 款 AI Agent 浏览器和数据采集工具，按功能分为王者派、Rust 派、MCP 派等，并提供了针对不同场景（如自动化、MCP 接入、社媒爬虫）的选型建议。
Model-Harness-Fit: 模型与协作框架的深度适配
本文深入探讨了“Model-Harness-Fit”（模型与协作框架的适配）这一概念。作者通过对比 Codex、Claude Code 和 GitHub Copilot SDK，指出模型在训练后与特定的工具界面、内存协议和规划机制深度绑定。仅更换模型而保留通用框架会导致性能显著下降。文章强调，模型本身的权重不再是唯一的护城河，与其配套的整个工程堆栈才是关键。
如何编写工业级 Agent Skill 指南
文章深入探讨了如何编写高质量的工业级 Skill（AI 技能/工作流）。文章指出 Skill 不同于简单的 Prompt，它需要具备按需加载、限制工具边界、配置适配模型、分层管理内容（SKILL.md 与 references/scripts 分离）以及建立评估测试闭环等特性。通过遵循最小权限原则、渐进式披露和迭代验证，可以将经验固化为稳定、可维护的自动化工作流。
Agent 集群管理：AI 系统的下一道难题
文章探讨了 AI 领域从单一 Agent 向 Agent Swarm（集群）演进的必然趋势，指出真正的挑战在于如何管理长期运行的子 Agent，而非简单的任务委托。作者通过对比 Hermes 和 OpenClaw 等系统，提出了 Swarm Manager 的核心架构要求：统一的身份识别（ID 与 Run ID）、基于事件推送的完成机制、基于队列的并发控制以及包含“转向”在内的全生命周期管理能力。
