自动辅助:具有自动评估功能的自改进代理系统
NeoSigma 开源了‘Auto-harness’系统,这是一个自改进循环框架,能将代理失败转化为评估结果并自动修复。实验显示,该系统使 Tau3 基准任务得分提升了 40%。文章探讨了故障聚类、回归门控和子代理管理等关键技术,标志着工程重心从编写代码转向构建能够自我维持和改进的系统。
NeoSigma 开源了‘Auto-harness’系统,这是一个自改进循环框架,能将代理失败转化为评估结果并自动修复。实验显示,该系统使 Tau3 基准任务得分提升了 40%。文章探讨了故障聚类、回归门控和子代理管理等关键技术,标志着工程重心从编写代码转向构建能够自我维持和改进的系统。
文章提出了一种创新的Agent自我改进和自动评估框架并附带开源代码,非常契合当前(2026年8月)技术前沿;虽然概念新颖且具备较高的实践指导意义,但作为推文摘要,因果论证与深层技术细节相对有限。
作者分享了其搭建的AI跨境电商指挥中心系统的完整架构与实践。系统涵盖客户发现、调研、SEO、客服、报价、订单分析等模块,通过统一的AI网关接入多个AI项目,实现成本、Token、延迟、错误率的统一监控,并提供预算预警、Prompt版本管理和API Key安全等能力。文章还讲解了电商财务模型(毛利、获客成本、复购)和业务流程拆解方法,强调把AI项目从黑盒变成可管理、可复盘的经营数据,最终形成一套每天自动运转的电商业务机器。
文章介绍了 Claude Code 的开源技能库 Superpowers,它如同 AI 的导航系统,通过头脑风暴、计划拆解、子代理驱动开发和测试驱动四大核心工作流,自动引导用户从构思到上线。该系统有效降低了认知负荷,并通过严格的审查机制确保代码质量,是提升企业 AI 交付效率的利器。
本文深入介绍xAI(文中称SpaceXAI)的Grok Bot如何运作:每个Bot运行在持久化的云端Linux虚拟机上,拥有浏览器、文件系统和终端。核心亮点是'团队化'使用模式——以Chief of Staff为中心,配合各司其职的专家Bot,并由人工审批关键操作。文中以客服事件处理为例:三个Bot(IncidentWatch、Support Bot、IncidentSweep)协作,10分钟内清理204个工单。文章分7部分讲解Bot的组织架构、工程harness、技能与记忆、审批机制及可复制的搭建方案。
文章介绍如何用 Grok Bot 在云端构建一个持续运行的“第二大脑”,解决每次与 AI 对话都从零开始的痛点。作者借鉴 Andrej Karpathy 的知识库理念,通过 7 步课程指导读者:用已发送邮件生成个人档案与写作风格文件、用 /workspace 文件夹而非聊天记忆存储慢事实、设置云端 routine 自动归档 Gmail 新材料、每天早晨生成一页摘要、将笔记转化为成品、通过规则固化纠正,最后提供一键粘贴的完整搭建方案。强调文件优于聊天记忆、云端机器人可 24 小时工作,引用 Kevin Rose 的实例佐证。
作者分享了使用 Claude Code(Opus 5.5)批量制作资讯类竖屏短视频的完整工作流。核心步骤包括:选题(AI 粗选、人工精选,信息源以推特和 Hacker News 为主)、素材准备(Gemini API 写脚本和 TTS 配音、Suno 背景音乐、背景图、logo 等)、编写初始提示词、让 Agent 撰写脚本并派子 agent 做对抗式审查、反复修改脚本与成片。文中提供了可直接复用的提示词模板,并开源了包含 18 套竖屏视频风格的 Claude Code skill(creator-style-kit),可用于固定视频的字体、配色、动效与音效风格。
作者开源了 sweety-handdraw-video,一套手绘口播视频自动化制作管线。它包含 AI 导演(自动分镜)、物理手绘引擎(模拟真人逐笔绘制)和 VoxCPM 2 拟真配音三大核心,输入文案即可全自动生成分镜、插画、绘制动画与声画同步视频。该工具在 ChatGPT (Codex) 环境下完美运行,不依赖外部付费视频生成 API,素材完全解耦、本地零成本重渲染,成本极低。开源版将持续免费维护,项目已发布至 GitHub。
程序员鱼皮分享了让 Claude Opus 5.5 通过写代码自动制作产品宣传视频的方法:AI 基于 Remotion 框架把每个画面做成动效网页,再逐帧截图拼合成视频,文字和产品界面精确可控。作者开源了《AI 产品宣传视频制作器》,包含写给 AI 的工作规范、Remotion 模板和辅助脚本。使用时只需一句话描述需求,AI 会自动调研产品、确认需求、生成多种风格小样,完成写脚本、截图、配乐、配音到剪辑的全流程,几十块钱即可产出 4K 宣传片,附带 80 多条踩坑记录。
文章介绍了 8 个免费或开源的 GitHub 工具与 AI Skill,帮助用户借助 AI 构建、销售并运营业务,涵盖宣传视频制作(Brag)、客户痛点研究(Agent Reach)、本地语音克隆与配音(Voice Studio)、可编辑 PPT 生成(PPT Master)、多智能体协作编程(OpenRig)、引流免费工具制作、创意验证访谈(Grill Me)以及设计优化等场景。每个工具都附带了具体的变现思路,核心模式是为企业完成有价值的工作并主动送上门开启对话,多数工具免费下载,仅需支付底层模型费用。
文章指出,现代生产力的最大瓶颈不是思考慢,而是工作碎片化地在多个应用间切换,决策只需三十秒,而协调却要二十分钟。Grok Bot 类持久化 Agent 的价值在于以任务结果为界面,让应用成为实现细节,消除工具间的转换成本。作者阐述了以职位描述定义工作流、持久化环境保存上下文、将流程固化为可复用例程、从人类行为中学习自动化等理念,并强调 Agent 架构应分层:生成模型负责创造内容,快速决策层负责调度,确定性代码负责规则约束,从而构建真正自主的工作系统。