付费看完了 Codex 团队的采访，说几个让我真正在意的细节。
40 人的团队。1 个 PM，2 个设计师，其余全是工程师。 那唯一的 PM，日常工作是：用 Codex 处理用户反馈和 issue，每小时自动跑一次，单次处理 100 多个 issue，大部分 24 小时内修复。 我看到这里停了一下。 这个 PM 的活，老板自己就能干完。 功能迭代基本是 2-3 人甚至单人从头跑到尾，没有定期会议，没有流程，点对点直接说。 以前跨职能协作那套，现在大部分被 ag
NousResearch 出了个新 agent 框架，叫 hermes-agent。
今天 GitHub 单日 1845 star，很炸。 卖点是这句话："The agent that grows with you"。 我喜欢这个定位。不是"最强"，不是"最快"，而是会跟你一起进化。 大部分 agent 框架，你用三个月就换了。这个在赌你会一直用下去。
Hermes Agent 不只是聊天机器人，而是一个正在成形的开源 AI 操作系统
最近，Nous Research 正式推出了 Hermes Agent Desktop。 乍看之下，它像是另一个 AI 桌面应用程序。 但如果仔细观察，你会发现这件事真正重要的地方，并不在 GUI，而在于它代表了 AI Agent 发展方向的一次转变。 过去的大语言模型，大多停留在： - 回答问题 - 撰写内容 - 产生程式码 本质上仍然是一种「被动响应系统」。 而 Hermes Agent 正在
Anthropic 出了官方 CLI：ant。
以前用 Claude API 要：建 API key、复制粘贴、自己写调用脚本。 ant 把这套流程压平了。 登录： ant auth login OAuth 授权，token 自动存，CLI 和 SDK 共用。你在终端登录，代码那边也直接通，不用管 key 过期。 调用 API： ant messages send --model claude-sonnet-4-6 -m "帮我写测试" 支持
Claude Code Opus 4.8 同时推出了 Dynamic Workflows。
很多人不清楚它和 subagent、agent team 有什么区别。实测拆解一下。 之前的多 agent 方式： subagent = 主 agent 临时喊人帮忙 agent team = 几个 Claude Code 实例组成小团队，各自带上下文并行跑 但这两种本质还是"对话驱动"——下一步怎么做，每次都要让 agent 实时推理判断。 Workflow 不一样。 它会先写一份 workfl
斯坦福 CS336 给课程 AI agent 写了一份 CLAUDE md。
HN 462 分，140 条讨论。大家在谈的不是"AI 变强了"，而是"怎么约束 AI"。 这个转变值得注意。 CLAUDE md 本质是一份行为规范：告诉 agent 什么可以做，什么不能做，碰到模糊情况怎么处理。 之前这件事是工程师临时拼凑的。 现在斯坦福在顶校 LLM 课程里把它当必修项。 这说明行业正在达成一个共识： 给 AI 写行为规范，和给 AI 写 prompt，是两件事。 Prom
Claude Code 最近推出的 workflows，我用了几天，写代码的方式整个变了。
很多人介绍过 workflow 就不赘述了：它的逻辑是你描述任务，Claude 自己把工作拆成一步步的计划，丢给上百个 subagent 跑，测试验证一次跑完。 我自己再加一层，先用 origin:brief 把相关 context 拉出来，进行 plan，设好 goal 就走开。这两天跑超过 24 小时不用我介入，跑完上千个 tests 加上好几个 adversarial review，回来看一
试一下 Claude Code 最新推出的 Dynamic Workflows 会发现你在企业里还没落地生产的 Hermes-Agent 可以卸载了。
非 AI 公司永远不要自研 Agent 系统跟 Anthropic 赛跑，你会发现还没落地就成了技术债务。 自研的 Agent 系统过了三个月就是废弃代码反而成为新模型的裹脚布。
有人用 DeepSeek 写了个编程 agent，专门绕着 prefix cache 设计架构。
实测数据：435M 输入 tokens，cache 命中率 99.82%，成本从 $61 降到 $12。 不是偶然——它把整个对话结构都设计成"前缀稳定"的，让 DeepSeek 的 cache 一直有效。 大部分 agent 把 cache 当顺带福利。这个把 cache 当第一性原理。
Codex 的架构设计，5层：
Layer 1 AGENTS md — 团队共识，写死不动 Layer 2 skills/ — 最佳实践沉淀，按需调用 Layer 3 hooks/ — 危险命令拦截，操作留痕 Layer 4 subagents/ — 子智能体并行，主线程保持干净 Layer 5 plugins/ — NPM 分发，一键全队同步 从规则到执行到安全到协作，每层职责清晰。 这不只是工具配置，是 AI 团队的工程规范
geohot 今天用一个词总结了现在的 AI 时代：Sloptember。
他的核心论断是 agent 不会编程——它只是在模拟编程概率分布的输出。输出越来越像对的，但坏掉的方式越来越难被发现。 他在 tinygrad 上试了六个月。他的原话：agent 把进度推到 80%，然后就变成 slot machine。你一直拉杆，希望那最后一口气能到。他觉得手动来更快。 这个判断我信。 真正有问题的不是高水平的人——他们能看出 slop 是 slop。危险在那些看不出来的人。他
GitHub 上有个 repo，138 个科学研究工具的 Agent Skill，24.7k stars。
覆盖生物信息、药物发现、临床数据库——Scanpy、RDKit、DeepChem、UniProt、AlphaFold 全在里面。 一行装进你的 agent： npx skills add K-Dense-AI/scientific-agent-skills 装完之后 agent 不用靠猜，直接拿到正确的 API 调用方式。 好的 agent 不靠更大的模型，靠更精准的工具知识。
我把所有 MCP 都删了。
GitHub 官方 MCP server 加载一次要 54,000 tokens。`gh --help` 是 562，模型训练数据里本来就有。 MCP 是给人包装的 JSON 官僚系统。agent 是进程，进程用 CLI 和 API 跟世界对话，几十年都这样。 Skills 30-50 tokens，触发时才展开。CLI battle-tested，可版控，可 debug。 这才是给 agent
学 AI 不缺资料，缺的是一条能走完的路。
一个 GitHub 仓库尝试解决这件事：从线性代数开始，一路到多 Agent 系统，435 节，20 个阶段。 不是教你 "调 GPT API"，是让你把反向传播、Tokenizer、Attention 机制都自己写一遍——再用框架重做一次。 到最后你手上有 435 个真正理解的工具：prompt、skill、agent、MCP server。 不只学会了，是真的建出来了。
DeepSeek 在组建 Harness 团队。
Harness 是 AI agent 执行任务的脚手架——工具调用、步骤编排、出错恢复。 这不是在做代码补全。这是在做 coding agent 的底层。 对 Cursor 来说，DeepSeek 进来意味着：有人要用自己的模型 + 自己的执行层，同时价格打到你接受不了。 Cursor 目前高度依赖 Claude API。这个弱点不小。 这个组合如果跑起来，AI 编程工具的格局要重新算。
面试一个 AI Agent 工程师，问他："怎么设计'竞品日报自动生成 Agent'？"
他没堆术语，直接拆架构： 规划 Agent — ReAct 框架拆解任务，生成执行计划 检索 Agent — RAG 召回信息，去重排序 分析 Agent — 结构化对比，关联产品路线图 审核 Agent — 安全合规校验 然后补了一句： "Agent 开发更像搭建虚拟自动化团队。要给它明确流程，也要给它容错机制。" 用 LoRA 微调对齐业务语境，用户修改记录变增量样本，模型周级自动更新。 这才
rohitg00/agentmemory 今天上了 GitHub Trending。
做的事很直接：给 AI Agent 加持久记忆层，让它记住跨对话的上下文、用户偏好、历史决策。 以前 Agent 每次对话都从零开始，现在可以积累。 这是 Agent 从「工具」变成「助手」的关键一步。
Simon Willison 写了篇让我想了一会儿的文章。
他说 vibe coding 和真正的 agent 工程，边界正在消失——这让他有点担心。 他不是在抱怨 AI 太强。他担心的是：当「随手 vibe」和「认真工程」看起来一模一样的时候，你怎么知道自己在做哪件事？
AI agent 时代，最终赚到系统性利润的，不是做模型的公司。
1/5 是让 agent 能在现实世界运作的 5 类基础设施👇（收藏备用） 2/5 💳 支付管道 Agent 要花钱、收钱、结算——没有支付基础设施，agent 什么也做不了。 关键玩家：Stripe / Coinbase / x402 3/5 🌐 网络管道 Agent 要访问互联网、缓存内容、应对速率限制——网络层是 agent 的神经系统。 关键玩家：Cloudflare 4/5 🛒
【1/7】OpenAI Codex 团队只有 40 人。
付费看完了他们的内部采访，记下几个让我印象最深的细节👇 【2/7】1 个 PM，2 个 designer，其他全是工程师。 这唯一的 PM 每天干什么？让 Codex 跑一遍：1 小时处理 100+ 用户 issue，大部分 24 小时内修复。 他在管理 Codex，而不是在管理产品。 【3/7】99% 的代码由 Codex 生成。 每个工程师同时跑 4 个并行 agent： code revi
GitHub 今天最热的 repo：ruflo
Claude 原生多 agent 编排平台，今天涨了 1834 star。 不是随机爆款——它踩在了一个真实的工程痛点上👇 ruflo 是干什么的： 1. 让多个 Claude agent 协作工作（swarm） 2. 内置 RAG 集成 3. 原生支持 Claude Code / Codex 接入 4. 自主工作流协调 简单说：不是一个 agent 帮你干活，是一组 agent 分工配合。 为