文章深入剖析了 Pi 这个 Agent 框架的插件扩展机制。作者通过阅读源码，将插件能力归纳为四个关键切面：input 入口拦截与改写、context 视图投影（控制模型可见内容、压缩日志、脱敏）、tool_call/tool_result 工具执行前后的参数修改与结果加工、以及通过 sendMessage 的 steer/followUp/nextTurn 策略主动驱动循环，实现自愈回路。文章强调建立 Prompt、Turn、Loop 三个执行尺度的思维模型，并给出工程实践建议：优先使用社区插件，或把 Hook 机制交给 AI 代写插件。
UCSD 助理教授黄碧薇创办的因果世界模型公司 Aether AI 开源了 RSIAgent，一套不训练模型的递归自我改进框架。底层模型参数固定，通过 Curriculum、Actor、Verifier 三个 Agent 协作：自主选择任务、实际操作、独立验证，并将经验写入长期 Memory 持续积累。在 OSWorld 2.0 上平均部分得分从 71.97% 提升至 78.98%。其思路与 Prime Agent 类似，即保持模型权重不变，持续改进模型外部能力，重点在于通过自主出题和验证不断丰富 Memory。
作者基于使用 Hermes 和 OpenClaw 等框架的疲惫经历，认为 Grok Bot 是首个真正好用的 AI Agent 产品。Grok Bot 于 2026 年 8 月 11 日进入早期测试，能通过 Google 图形验证码，背后依靠持久化的云端计算机，具备浏览器、文件系统、终端、持久状态、bot 间协作和可复用技能等能力。文章提供了从新手到专家的三阶段教程：安装并创建单一专注 bot、在真实任务中纠错并将方法沉淀为技能、调度例程并拆分给多个专业 bot，并附 21 个 bot 构建思路。
本文实测了 DeepSeek 开源的 Agent 框架 DeepSeek Harness（dsh），强调其“everything is a plugin”的设计理念，基于 Cordis 插件系统，可高度定制。文章介绍了四种预设模式（标准、PTC、极简、创造）的特点，并通过实际案例展示了 dsh 在代码审查、创意生成、性能对比等任务中的能力，最后探讨了模型与框架的乘法关系，推荐日常使用 v4-flash。
本文介绍了由 Nous Research 开源的开源 AI 框架 Hermes Agent。它不仅限于回答问题，更能端到端执行工作流，如浏览器导航、终端命令执行、日程监控和消息发布。文章详细解析了 Hermes 的架构（大脑、性格、技能集），阐述了其独特的“闭环学习”机制，并提供了从个人笔记本电脑到 VPS 上运行全自动代理团队的实战指南。
Hermes Agent 发布 v0.12.0 版本（代号“The Curator”），核心亮点是引入了“自动策展人”机制，实现了技能库的自动评分、裁剪与整合，让 Agent 具备自我维护能力。此外，版本新增了 5 个推理提供商（包括 LM Studio 原生支持）、腾讯元宝集成、Spotify/Google Meet 支持，并大幅优化了 TUI 冷启动速度与 Web Dashboard 交互体验。
文章深入对比了两大 AI Agent 框架 Hermes 与 OpenClaw 的设计哲学。Hermes 侧重于通过 Honcho 实现“自我学习”和用户建模，本质上属于自动化 Prompt 工程与画像生成；OpenClaw 则坚持“本地优先”的 Gateway 架构，强调数据主权与全平台的即时响应。作者指出，目前的框架记忆机制仍是上下文注入而非模型进化，并建议开发者根据研究、个人助手或客服等不同场景进行选择。
