分类
AI 工程
35 篇
从包子铺看怎么解决 Multi-Agent 协作问题？
六年只卖两种包子的早餐铺，七个岗位没有主管，也没乱过。它靠的不是协调得好，是把问题砍到了不需要协调。
Crabbox：让 Coding Agent 在远端盒子里跑命令
OpenClaw 作者 Peter Steinberger 出品的 Agent 远程执行层：一条 crabbox run 完成租机 → 同步含未提交改动的工作区 → 远端执行并回流输出与退出码 → 释放。81 个 provider（云 VM / 微VM 沙箱 / 本地容器与 VM / 自有 SSH）统一抽象，覆盖 Linux/macOS/Windows/WSL2；可选 Coordinator 集中托管凭据、预算与过期回收。
Claude Code Desktop 大改版：从聊天窗口到并行 Agent 工作台
跟踪十月 Desktop 大改版：嵌套会话、环境复用、上下文分流与人工验收。结合官方演示、现行文档和社区反馈，配交互图解，区分新增能力、工程判断与待验证行为。
Claude Code Projects：多会话并行的瓶颈在哪？
Projects 把 Claude Code 从「一个 session 一个任务」升级为「一个 Coordinator 调度 N 个并行 session」。本文拆解 Coordinator–Threads 架构、上下文分层、Git 并发协议、成本模型与适用边界。
Codex 云端环境学习体验：把开发带离办公桌
Codex Cloud 体验：dot 协作、移动开发、对话式配置与 Credential Injection。
从 Muse 到 Manus，为什么 Agent 开始需要一台自己的电脑？
从云电脑、沙箱到 microVM，理解个人 Agent 为什么需要持久环境，以及连续性与隔离如何兼得。
教育 AI Agent 需要 Sandbox，还是需要多一层 Durable Workflow
从 Maria Educação 的 Temporal 生产案例，到 Devin/Cursor/Manus 的架构调研，看两种持久化范式在教育场景的分工与错配
Manus 为什么要把 Agent 拆成另一个 App？
CUE 不只是 Manus 的手机简化版，它把 Agent 从项目里的执行能力，变成了有身份、能持续行动的代理人。
Reasoning Effort 到底在调什么？从 Claude 的实测到跨模型验证
从 Anthropic 的 Claude Code 实测出发，拆解思维链、推理时计算与 reasoning effort 的关系，再用跨模型文档和自己的 Agent benchmark 检验适用边界。
Jev 的概率到底准不准
一个不生成文本、只输出概率的模型，我从接入一路测到给它做了个小社会。它的概率确实可信，但有个不会提醒你的坑。
Jev 决策模型初探
一个不生成文字、只返回带概率判断的模型。本机实测了调用方式、置信度、封闭世界陷阱和重排表现，英文与专用模型打平，中文明显更差。
Hermes Bot 拆解：Agent 的身份、克隆与分发
从源码拆解 Hermes 的 profile 原语：一位 agent 的完整身份如何装进一个可克隆、可分发、可迁移的目录。
Meta Muse：真正革命的不是模型，而是给 Agent 配了一台电脑
Meta Muse 的关键不是更会聊天，而是把 Agent 变成一台有状态、可后台运行、受安全边界约束的云端电脑。
Anthropic 的 AI-Native 实践，真正难的都在代码之外
2026 年 8 月，Anthropic 发布了一份 46 分钟长读的 《The AI-Native SDLC playbook》。它从 Plan、Design、Build、Test、Deploy、Maintain 六个阶段出发，试图回答一个越来越现实的问题：当 coding agent 已经能在几小时里完成过去几天甚至几周的代码，软件开发的其他环节该怎么接
Software Factory：AI Native 软件开发流程的新范式
2026 年 8 月 12 日，Vercel 在 X 上发了一条很短的帖子：他们为 AI SDK 建了一套 Software Factory。每个步骤由一个 Agent 负责，人类保留合并权；运行四周后，Factory 参与编写了最高 35% 的合并 PR，处理了 7 月 70% 的关闭 issue，开放 bug 数下降 25%。Vercel X
Tibo 再次“赛博回血”：这次 Reset 不是庆祝，而是 Codex Harness 大修后的回执
2026 年 8 月 30 日，Tibo 又一次给 Codex 用户“赛博回血”。
Agent 开始干活之后，最值钱的不是聪明，是证据
一个 Agent 对你说：“任务完成了。”
我跑了 Gauntlet Loop，发现独立 critic 才是杠杆
对 Claude-of-Duty 源码的工程拆解 + 消消乐/信息图双任务对照实验，谈为什么 builder 不给自己打分
一行 Recap，半壁江山：拆解 Claude Code 的上下文锚点机制
最近用 Claude Code 的时候，注意到输入框上方多了一行 dim 灰色小字：
Hermes Agent 核心精华代码 · 一周学习计划
基于 Hermes Agent 当前代码仓，制定一份可实施的一周核心源码学习计划。覆盖主循环、上下文压缩、Memory 管理、Skills 机制、Tool dispatch、MoA、Prompt Caching 与 Mid-turn Steering，提供每日阅读文件、关键函数/类、动手任务与输出要求。
Hermes Agent 的 MoA：把多模型协作做成一个 model
拆解 Hermes Agent v0.18.0 的 Mixture of Agents 实现：它不把 MoA 当成独立 pipeline，而是做成一个 virtual model provider——让整个 agent loop 原封不动地复用多模型协作能力。
Hermes 多层 Skills 路径
我最近看 Hermes Agent 的 skills 设计，被一个很小的目录细节绊了一下。
Hermes Agent 上下文压缩机制 · 深度拆解
结合 Hermes Agent 源码，系统拆解其上下文压缩（context compression / compaction）机制：触发逻辑、边界算法、结构化摘要、会话轮转、Prompt Caching 协同与失败处理。
你刷到的短视频90%都靠它撑场面：A-Roll和B-Roll，到底是什么鬼？
搞懂A-Roll和B-Roll这两个影视圈基础概念，用手机拍的视频质感也能直接甩开80%的新手。
Hermes Agent Skill System 原理深度解析
从源码看渐进式披露、外部目录缓存、名称冲突处理等核心设计
Claude Code Skill Creator 评测体系深度解析
Claude Code 独有双层评测体系的分析——Benchmark A/B 对比 + Trigger 触发优化，结合 seedance-video-gen 实战数据
Skill System 原理与实践：从架构设计到工程实现
Skill System 是 Hermes Agent 和 Claude Code 的核心能力之一。它将领域知识、工作流和工具能力封装为可复用模块，通过渐进式披露平衡了可用性与 token 效率——启动时只加载技能元数据（约 3k tokens），使用时才读取完整内容。
Claude Code 典型工作流常用命令速查
把 Claude Code 的命令按初始化、干活、并行、发布、切换、排错六个阶段串成一条主线，方便随时查阅。
Hermes Agent 自进化原理拆解
想象你有一个 AI agent，每天帮你处理各种任务。第 1 次做某个任务时，它笨手笨脚，连工具调用顺序都搞错。第 10 次，你发现它的表现没什么本质变化。第 50 次——还是差不多。每次犯错它都会说"好的我学到了"，但下次遇到类似场景，该踩的坑一个没少。
Hermes Agent 自我进化：源码与文档的对照研究
结合 Hermes Agent 本地源码与官方文档，逐条验证其 self-improvement 机制的真实实现、边界与 gap。
Steer:让Agent边跑边转向：Codex与Hermes中途注入拆解
你让 Codex 修一个 flaky 的集成测试。它先去装依赖、跑了一遍全量 suite,然后开始改测试文件本身——把一个本该红的断言改绿了。你想喊停:别动测试,去看业务代码。
一句话怎么塞进正在跑的 agent:Hermes steer 机制全解
顺着 hermes-agent 源码,拆解 steer 如何在不打断工具、不破坏 role 交替、不击穿 prompt cache 的前提下,把用户的一句话伪装进最后一个 tool result——它的双 drain 点、系统提示信任锚,以及最薄的那条线。
Agent 实时干预机制深度拆解：从 Codex Steer 到全生态 Steering 范式演进
从 Codex Steer 的协议级实时注入到 Hermes 的工具结果伪装，拆解 Agent 实时干预（Steering）的实现差异、范式转移与全生态能力全景。
Claude Fable 5 & Mythos 5：前沿模型深度调研报告
发布日期：2026年6月10日 调研范围：模型规格、基准测试、SOTA对比、定价与可用性 数据来源：Anthropic官方发布、OpenRouter、独立测评机构、学术基准 报告撰写：李玉恒 + Claude Code Dynamic Workflow
从 Agent 工程师视角深度技术拆解：《左手指月》的分布式声学架构与性能瓶颈分析
摘要：本文从信号处理、系统架构和人体工程学的交叉视角，对华语歌曲《左手指月》进行了全面的技术剖析。通过傅里叶频域分析、音域覆盖度建模和声带系统架构拆解，论证了该作品在"人声系统"这一有限计算资源上的极限压榨程度。研究表明，该曲在 E3–B5 频段实现了近三个八度的全栈覆盖，对演唱者的声带闭合机制、气息调度算法和共鸣腔体路由能力提出了工业级高并发场景般的严峻考