AI Agent 最烦的一点
你得盯着它干活 Pizza Bot 换了个思路 把 Agent 做成邮箱 任务完成 → Unread 需要你拍板 → Action 我不用再守着聊天窗口 它在后台自己跑 卡住了才叫我 我喜欢这个方向 Agent 越像员工 聊天框就越不像正确的 UI 开源 本地优先 Claude / OpenAI / Gemini / Ollama 都能接
Local AI 最烦的一层
终于有人开始收了 以前两台电脑两张卡 我得自己记模型开在哪 Agent 连哪个 endpoint NVIDIA PAIR 想当家里的算力路由器 调度层起来之后 五个 Agent 可以分到不同机器 别再挤一张卡上互抢 我想测的是并行吞吐 不是单卡硬塞更大模型 那是下一场实验
Uncle Bob 开源了 swarm-forge
我更在意他顺手改掉的那条老纪律 他明确说 不会逼 agent 写一行测试再写一行正式代码 对人有意义 因为人的短期记忆就那么大 对 agent 没意义 真正不能违反的规矩 他从 CLAUDE.md 里搬出来 放进 CRAP、突变测试这种跑完才放行的工具 长提示词中间那段 模型会当成建议 规格驱动他刚试过 计划写得漂亮 agent 一跑就往荒谬处冲 他觉得这是瀑布的鬼魂 改动成本掉到接近零 前期规划
Qwen3.8-Max-0902 把 Opus-5-Max 压下去了
CodeArena WebDev 1688 对 1687 前面还有 Fable-5.1-Max 的 1765 这榜考全栈智能体 多步推理、调终端、把 Web 应用从空白做到能打开 还能看渲染截图修 CSS 错位 更扎手的是价 Qwen 百万 token $2 / $6 Opus $5 / $25 同一档智商 账单差出三四倍 我看这类榜单只记一件事 能跑完 agent 任务的模型 开始按「够用且便宜
Gemini 3.8 Flash 上架了
截图写着 New 输入输出每百万 token 是 0.75 和 3.75 美元 促销写到今年年底 原帖拿它去撞 Claude Opus 5 说成本连对方两成不到 我先看价 再看它给自己的定位 长程软件工程、自主 agent、复杂企业工作流 这是 Flash 在抢旗舰的活 便宜如果只换聊天 意义不大 便宜如果能扛过夜的 agent 循环 订阅面板上的红条会改人的选型 先跑自己的任务 海报上的百分比先
语音 agent 的取舍一直很烦
要聪明就贵、就慢 要便宜就在电话里卡壳 Pipecat 开出 PhoneLLM 开源权重 他们说效能能追 GPT-5.6 Terra 延迟大约三分之一 成本大约十八分之一 做法不神秘 把 NVIDIA Nemotron Nano 30B 做满血微调 专门喂电话客服 thinking 关掉 我关心的是场景模型又回来了 通用大模型在电话里浪费推理 专用的把工具调用和第一句开口练熟就够 视频里是跑起来的
Agent 把代码写完了
软件基本功反而更值钱 吴恩达说新手 vibe code 也能做出简单应用 可 Agent 常在延迟、可用性、一致性、成本上做坏选择 人若看不见取舍 就指挥不了它 登录和缓存放错位置 上线才掉会话 数据选错库 上下文会永远缺字段 我的判断 语法可以忘 取舍清单不能空
想用 Agent 做到 100 倍产出
先戒掉中间人审批链 DHH 跟 Lex 聊了五小时 我只带走能用的判断 不膜拜人设 生产力层级其实很冷 100X 的人直接开 Agent 不把人塞进审批环 等人点头的那几分钟 够 Agent 白跑一轮 少写规格 多开始摸 问题说清楚 先要一稿 再对着稿拧 你真正要什么 常在动手后才露出来 编程越来越像 vibe 以前一刀一刀雕 Ruby 现在拼愿景和品味 我更像编辑 策展人 最后说「这一刀留」的人
Xcode 27 自带 Skills
导出一看 Apple 没在做「更长 Prompt」 它在把 Coding Agent 当成可加载专业能力的工程师 七个官方 Skill 覆盖很广 SwiftUI 审查 最新 SDK 真机点按验证 UIKit 现代化 测试迁移 安全审计 C 内存安全 最刺的是 device-interaction 不是教写代码 是让 Agent 把 App 跑起来 截图、点 UI、验结果 终点从「代码写完」 变成「
面试官出的AI Coding题，大部分人只有考完那一次机会看到
这次有人把三道真实公司的面试题开源了 作者做过匿名化处理，公司和面试官信息全部拿掉，但技术目标和验收标准原样保留 三道题分别是 Computer Use Agent Dashboard，一个带隔离桌面的Agent系统 React Native截图行动Agent，48小时限时，考多模态和原生工具调用 Jira风格任务管理系统，一天内交付MVP 91颗星，说明不少人已经在按这份题库练手 面试信息差这件
NVIDIA 把 Agentic AI 拆成六门课
我翻了一遍路径 比「再看一个 Agent demo」有用 怎么搭 Agent 怎么做 Agentic RAG 怎么评测 怎么定制 怎么做更深的 Agent 最后一门直接讲更安全的自主 Agent 很多人卡在第一课的兴奋感里 真正分水岭往往在评测和安全 能跑起来和敢放出去 中间差一整段工程
七夕到了，恋爱中学会这 11 个技能，谁都招架不住。
1. 上下文压缩 2. 长期记忆检索 3. Function Calling 4. MCP 工具调用 5. 多模态理解 6. Agent 自主规划 7. RAG 检索增强 8. Structured Output 9. Computer Use 10. 递归自我改进 11. v我50
Claude Code 做到一半关掉
同一目录打开 Codex 不用再解释架构、踩过的坑、没答完的问题 ai-memory 给 coding agent 做长期记忆 会话结束写成 wiki 下一个 agent 先读交接 换模型不难 难的是上下文每次归零
AI Agent 开始碰真机了。
不是模拟器 是真 iPhone、真 Android 看屏幕、点按钮、滑动、打字、开设置 开源项目 Mobile Harness 把眼睛和手接到手机上 本地也能跑，云设备也能规模化 Agent 上一阶段主要在写代码 这一阶段开始用你手机上的 App
30B 的 agent 模型，宣称 24GB VRAM 就能跑？
Muse Glimmer 开源了（Apache 2.0，权重在 Hugging Face）：规划、工具调用、自检、失败恢复内建。 4-bit 量化把内存压到 20GB 以下，还留空间给 KV cache 与 drafter。 本周起可走 ollama / LM Studio / vLLM / sglang 等路径，也兼容 llama.cpp、MLX。 自架 agent 的门槛又下一截——真假强弱仍
做 AI Agent 最容易低估的，其实是聊天界面。
Streaming、重试、附件、代码块、Tool Call、用户确认……看起来只是 Chat UI，自己补一遍很耗时。 assistant-ui 把这些收成可组合的 React 组件，Tool Call 还能渲染成你自己的 UI。 更关键：不绑死后端，Vercel AI SDK、LangGraph、自建 API 都能接。 Vibe Coding 做 AI SaaS 时，我更想把时间花在 Agent
微软开源了 Skill Recorder：你操作一次，它录全过程，再让 GitHub Copilot 整理成「意图 + 步骤」，生成可复用的 Skill / Automation，给 Agent 之后直接跑。
一句话：录一次示范，Agent 以后自己做。 支持 macOS / Windows。 仓库在第二条。
前阵子大家疯抢 Mac mini，是为了自己养一只 AI Agent。
现在剧情可能反转：Gemini Spark 这类产品上来后，「自己架虾」可能变成少数派。 Spark 能做的事很日常：定时任务、监控主题、Gmail 触发、整理 Docs/Sheets、建 Skill、接 MCP。 以前 Agent 更像工程师玩具；现在大厂在把它做成普通人的生产力按钮。 小龙虾不一定失业，但「人人自建 runtime」这件事，正在变贵、变可选。 真正差距会变成：你知不知道该把什么
来逆风说一句 DeepSeek V4 Flash（本地 MXFP4 / Mac Studio M3 Ultra / oMLX）。
我不是聊天玩玩，是直接塞进 Codex 当主模型跑完整 agent。 会写代码，但很难稳稳收尾：修 A 坏 B，还得再拉别的模型 review。 固定 100 题粗测（本地量化，不代表 API）： 编程 28/29 很好；完整集 75.5 一般；专案记忆 40% 差；工具流 66.7%、agent 规划 64.3% 不够稳；没图时还会捏造——这点危险。 结论：写 code 可以，当 Codex 主
你的技能文件存在公司代码库里，还是自己手里？
YC CEO Garry Tan 最近提了个挺尖锐的说法：个人积累的判断力和工作流，如果存在公司代码库里，会被无情榨取；存在自己掌控的仓库里，才是可携带、可复利的职业资产。 他把这套思路叫 Personal AGI——不是租外部大模型 API，而是搭建一个只属于你自己的智能体：读你的记忆，跑你的程序，随你使用越用越值钱。 四个支点：智能资产化、Markdown 即代码=生产力、Agent 行动能力
矽谷传统职位正在怎么改变？不是旧职位消失，是原本分开的职能在合并。
六条正在发生的转变： - Product Manager → 自己做原型、分析数据、用 AI 建工作流 - Frontend/全栈工程师 → 不只完成 ticket，要理解客户、对产品结果负责 - ML 工程师/数据科学家 → 从模型和 notebook，转向 Agent、RAG、部署、商业成果 - DevOps/SRE → 要懂 GPU、推理成本、模型服务、Agent orchestration
大多数人理解的 multi-agent，还停留在“多个 agent 轮流回答问题”。
Anthropic 这次开源的系统不是这个层级：员工管理、财务、采购，agent 之间互相分派任务，全程没有人介入决策链。 这才是 agentic workflow 该有的样子——不是给你一个能力更强的单个模型，是给一整套能自己运转的组织架构。值得花一小时拆解一遍。
很多人担心 AI 写代码“能跑但不专业”——变量命名乱、没测试、架构随手拍。
Addy Osmani（Google Chrome 团队）把这个问题系统化解决了：agent-skills 是一套面向 Claude Code、Codex、Cursor 的工程规范库，覆盖代码质量、测试策略、架构规范，相当于给 AI 装了一个资深工程师的习惯。 GitHub Trending 第二，83k+星，今天涨593，值得收藏备用。
为什么 AI 时代还需要继续用 Anki
跟 ChatGPT 聊完，我会有种「这下懂了」的爽感 两周后再被问到同一个细节 脑子里经常只剩浆糊 模型讲得挺清楚 是我会忘 我现在的用法就一句 **AI 负责学得快** **Anki 负责忘得慢** 下载：[Anki](https://apps.ankiweb.net/) --- 我现在学东西，大量靠大模型 追问、举反例、当场考我 启动成本几乎为零 当场理解变强了 过一阵还是会忘 当场 quiz
腾讯云开源了个东西，叫 TencentDB Agent Memory，专治 AI Agent 每次对话都忘个一干二净的老毛病。
它把对话、文档、代码打包成四类可复用记忆资产（Chat Memory / Skill / LLM-Wiki / Code-Graph），团队里所有 Agent 共用同一套记忆，不用各自重新学一遍。 今天涨了 1111 星，总数 14212，直接冲上 GitHub Trending 第一。
别再让 Agent 死等 OCR。
Firecrawl 开源 pdf-inspector： - 20ms 级分类 - 直接抽 Markdown - 200 份约 2.8 秒 - Rust，表格图表友好 Agent 读文档，终于不那么卡。
我不想再“剪下一条视频”了，所以做了 TudouFlow
> 从选题、脚本、画面、配音、字幕，到横竖版成片、封面和平台文案：这是我把个人 AI 视频工作流改造成一套生产系统的过程。 我做 AI 视频之后，遇到的最大问题一直不是“不会做”。 真正的问题是：**每做一期，都像第一次做。** 选题时重新查资料，写稿时重新搭结构，文案定了才开始想画面。横版做完，还要重新处理竖版；配音分段生成后，可能每一段语速都不一样；临到发布，又发现字幕、封面、简介和标签还没有
一直以为本地模型顶多能聊天、写点简单代码，实测发现能干的比这多。
用 Hermes agent 配 mlx 跑的 Qwen3.6 35b A3b，全程本地，没连任何云端 API。 给它的任务是装一个叫 cork 的软件（homebrew 的图形界面）。它自己上网搜到对应的 GitHub repo，clone、编译、装进 /Applications，一条龙做完。 这种自己找资料、自己动手装软件的多步骤 agent 任务，以前觉得只有云端大模型才靠得住，现在本地也能
百度网盘 - 闲鱼 MCP 一键发布，让你有价值的资料变成持续赚钱的机器
你网盘里是不是也躺着几十个 G 的资料？真正卡住你上架闲鱼的，往往不是「有没有货」，而是那套重复劳动：翻文件夹找素材、下载到本地、开闲鱼网页填标题图价格、点发布——每一件新货都要重来一遍。 这套重复劳动，够格交给 Agent 做，你只需要最后点头确认。 今天讲的就是这条链路：**百度网盘 + 闲鱼 + Agent（MCP）**。 把网盘接成工具，把闲鱼接成工具，再串成「找资料 → 写介绍 → 打草
学大模型最缺的不是理论，是能跟着敲代码的教程——尤其还得是中文的。
dive-into-llms 刚好补上这个空：上海交大张倬胜团队出的 11 章实战课，每章配讲义 PDF 加可执行 Notebook，从微调、提示工程讲到 RLHF、多模态、GUI agent，连越狱攻击和 agent 安全这种进阶内容都覆盖了。 GitHub 44.9K star，今天单日涨 654，说明真有人在用。 全中文，边学边改代码，不需要去看大量英文论文。