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。
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。
文章详述了Mercury Agent的核心功能、内置工具、安全控制及设计哲学,提供了丰富的产品细节和开源链接,对Agent开发者有实际参考价值,但整体偏向产品宣传,深度推理略欠。
本文介绍了 Claude Code 团队在 AI 生成约 90% 代码的情况下如何重构代码评审流程。团队将代码评审从人工逐行阅读转变为分层自动化体系:包括 PR 前的 Claude 自验证、子代理 diff 审查、内部 skill(bug 猎捕、diff 缩减等)、以及每个 PR 的 AI 评审,仅将人类注意力保留给高风险决策。通过 CLAUDE.md 和 REVIEW.md 等文件向评审者注入项目上下文,并快速回滚机制兜底。6 月至 9 月间合并 PR 数量翻倍,回滚率下降超 40%,实现了用最少人工环节保障代码质量的目标。
作者以个人技术视角回顾了 2022 年底 ChatGPT 上线至 2026 年约四年的 AI 发展历程。从最初围绕聊天框的 Prompt Engineering,到 2023-2024 年 RAG、工具调用与工作流编排(LangChain、n8n、Dify、MCP);2025 年 Codex CLI、Claude Code 等编程 Agent 兴起,本地部署与浏览器 Agent 出现,长任务催生上下文工程与 Harness 机制;2026 年 Skills 生态、OpenClaw 个人助手、多 Agent 协作与电脑操作能力成熟。文章梳理了从聊天框到完整任务执行系统的演进脉络,展示了 Agent 工具、技能与协作形态的迭代过程。
文章探讨了决策模型 Jev 在 DevOps 领域的早期应用,提出“JevOps”概念。DevOps 充满大量小型语义决策(如日志是否值得调查、告警是否严重、修复是否有效等),传统依赖确定性规则、分类器或 LLM。Jev 以低成本、低延迟的方式将这些语义决策直接嵌入运维系统。文章列举了多个案例:Cribl 探索遥测管道中的语义决策、Jev Logs 实现日志分流、Jevernetes 应用于 Kubernetes 日志、Datadog 将 Jev 用于生产环境 Agent 评估、SREGym 在 SRE Agent 旁构建第二评估循环、以及 Jev 对高风险动作的语义门控审查,展示了决策模型在各运维环节的广阔前景。
文章介绍了如何利用 Muse(基于 OpenClaw 的个人 Agent 软件)成为“美区云居民”。Muse 为每个账户提供纯净美国 IP 的云服务器和免费 Token,风控率极低。作者演示了通过提示词全自动注册美区 Claude、ChatGPT、Apple ID、甲骨文及亚马逊免费服务器,以及 TikTok、Crypto 钱包、币安海外版、1Password、NordVPN 等各类美国账户的方法。文章还介绍了使用 dev.meta.ai 进行 IP 风控检测,并建议注册银行相关信息时使用储蓄卡(如招行万事达)以保障安全,最后鼓励社群分享邀请码。
Cerebras 团队测试了主流 AI 个人助理完成订餐任务的表现,发现现有助理耗时过长(如 Grok Bot 需 7 分 40 秒)。团队使用 Qwen 3.8 27B 模型运行在 Cerebras 硬件上,以 Pi 作为 Agent Harness,通过三项优化将任务压缩至 22 秒:1) 并行执行独立的检查操作;2) 借助 Cerebras 快速推理加速模型调用;3) 将探索网站的经验固化为 Skill 复用,减少 80% 以上的工具调用。文章展示了 Harness Engineering、快速推理和经验沉淀对 Agent 效率的巨大提升潜力。
文章梳理了曾鸣对颠覆性技术演化的三段论:AI 先成为通用基础设施,再催生海量新应用,最终诞生原生级现象级应用。2025 年 Token 成为 AI 时代共识度量衡,标志基础设施成熟;Open Claw 爆火开启 Agent 第二阶段;Agentic OS 属第三阶段,还需三五年。作者认为大模型公司本质是 AI 云公司,未来两年核心机会是打造 Agent 入口级产品,OpenAI 和 Anthropic 未必成为 AI 原生应用大赢家。另附曾鸣的公司四层分类:机会、战略、远见、使命驱动,强调使命须发自内心,外部认可驱动易受估值波动冲击。
本文是对 OpenAI Codex 团队负责人 Tibo Sottiaux 的深度访谈编译。访谈回顾了 Codex 从内部研究项目成长为热门 AI 编码工具的历程,详解三个反直觉决策:用 Rust 编写、全面开源、模型无关。核心洞察包括“harness 永远领先模型一点”的拐杖理论,以及 AI 重写软件开发生命周期:代码评审自动化、维护成本坍塌、意图讨论成为人类评审核心。还介绍了 Codex 与 ChatGPT 合并的架构工程、未来混合执行环境,以及 Tibo 对工程师职业发展的建议。
本文由 Zach Lloyd 撰写,详细介绍了 Warp Factories 的软件工厂基础设施栈设计。该栈基于开放、可组合、代码定义的原则,分为五层:Factories-as-code(工厂即代码)、Data and context(数据与上下文)、Compute(计算)、Inference(推理)和 Improvement(改进)。文章逐层阐述了各层的核心组件与设计理念,强调版本化、可测试、可回滚的工厂定义,以及支持多模型、多代理、自托管和持续改进的基础设施,旨在帮助团队向工厂模式转型。
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。
文章指出 Agent 可靠性的关键在于模型之外的确定性软件基础设施,即 Harness Engineering。作者提出构建弹性生产 harness 的 5 层方法:1)从模型优先转向系统优先架构,结构化工作流可将任务完成率从 31.7% 提升至 78.0%;2)实现持久化状态与检查点,避免长时间运行中丢失进度;3)通过角色分离(规划者、生成者、评估者)构建验证闭环;4)利用 hooks 和隔离运行时(如沙箱、网关)确保安全边界,防御提示注入;5)记录结构化追踪便于调试与自动化修复。文中结合 Google Antigravity、ADK 2.0、Gemini Enterprise 等工具给出实践建议。
作者提出假设:Instinct 产品的魔力不在于其 agentic 引擎,而在于其记忆架构。基础模型已经商品化,自主执行(如 Devin、Claude Code)也在快速商品化,而效用驱动的记忆正成为真正的护城河。作者认为 Instinct 携带类似笔记本的原则性记忆架构,通过'准入效用'和'行动效用'两个效用函数有选择地遗忘和压缩信息,将经验编译为多层状态模型:临时摄取层、选择性语义账本和演化的信念与偏好地图。记忆不是数据库或录音机,而是一种编译器,其意义在于支持未来的智能决策,而非高保真地传递过去。