精选推文

https://t.co/ggsCzAUO0i

what if we name the next model "goblin" almost worth it to make you all happy...

我今天就亲身经历了这个。OpenClaw 搞乱了自己的 PATH 环境变量，我花了一上午时间深入 Dockerfile 并使用 Claude Code 来移除这个 bug……但到了下午，我又能飞速前进了。

这很酷

有趣。

@icanvardar it's not that i'm not an ai, it's that i'm leveragemaxxing

@icanvardar 我很期待，在体验了下一代模型之后，你是否还会坚持现在的看法！

They're feeling each other out, figuring out how they are linked and how they might work together

Agentic Search 与上下文工程 @helloiamleonie 的锐评：上下文工程大约 80% 是 Agentic Search。从上下文源到上下文窗口的这条链路，完成了绝大部分工作。 https://t.co/Iu2nkU2NdZ 该工作坊涵盖了完整的工具生态：shell 工具、语义搜索、通用查询执行、agent 技能，以及它们各自的失效场景。其中还包括 agent 通过串联 grep 同义词来伪造语义搜索的案例。 低门槛工具（专一性强，易用正确）vs 高上限工具（通用性强，能处理意外情况）。你可能两者都需要，工作坊会教你如何选择。

OK, this is interesting

它发生了。我的 OpenClaw 和 Hermes Agent 现在正在互相聊天。 赛博朋克的未来已经到来，但希望它是“白丸”而非“黑丸”。让我们努力把它推向前者。

我的朋友 @finbarr 说：这就像代码即记忆。你以非确定性的方式与你的 Agent 协作，找出如何执行一个任务。第一次，它会做大量的研究并编写一个脚本，然后执行这个脚本。以后每次遇到同样的任务，它就直接执行这个脚本。 未来已经到来，它可能并不在你的手中——除非你决定去构建它。

本地 AI 迎来了它的高光时刻！ 以下是过去 8 个月每月新创建的 GGUF 模型数量，以及我们 Hugging Face 内部 Agent 的分析洞察（5 月数据为部分统计）： - Hugging Face 上共有 176,000 个公开 GGUF 模型 - 两个明显的阶段：10 月至 2 月，月均新增约 5.1K 个 GGUF 模型。随后 3 月至 4 月，月均新增跃升至约 9.2K 个——几乎是之前速率的两倍。 - 3 月是转折点（环比增长 55%）——很可能是由一波新发布的开放权重模型被量化成 GGUF 格式所驱动。 - 4 月保持了这一势头，新增 9.7K 个，表明这并非一次性的激增，而是新的常态。 - GGUF 生态系统正在加速发展——社区量化模型的速度比以往任何时候都快，这很可能要归功于更好的工具链（llama.cpp 的改进、自动化量化流水线，以及更多原生支持 GGUF 的模型）。 冲！

@eladgil 胡说。 Attention 诞生于蒙特利尔 PyTorch 诞生于纽约 AlphaGo 诞生于伦敦 AlphaFold 诞生于伦敦 ESMFold 诞生于纽约 Llama 1 诞生于巴黎 Llama 2 诞生于巴黎+纽约+硅谷 DeepSeek 诞生于杭州 此外还有： DINO 诞生于巴黎 JEPA 诞生于蒙特利尔+巴黎+纽约 硅谷只是在它特别痴迷的少数几个议题上领先了 3 个月。

Agent = Model + Harness — Why Claude Code, Cursor & Codex Behave Differently (Same Model) https://t.co/ToVXJj23OX

https://t.co/ToVXJj23OX

另外，如果你有兴趣了解更多关于这场历史性对决的信息，可以在这里观看这部精彩的获奖纪录片：https://t.co/DkDU3q4HVn

Delphi、C#、TypeScript 核心设计者 Anders Hejlsberg 谈 AI 与 Coding 的未来 AI 永远不能取代 Coders，而是会成为加速器，为什么？ 1. AI 自身依赖代码而存在 —— 编程语言、编译器、框架、操作系统、CPU，都需要人去设计。AI 假定这些"下面的世界"已经存在。 2. AI 擅长重复模式（它训练集里见过无数遍的 To-Do 应用），但不擅长创新——业务逻辑、新发明、深层架构决策都来自人。 3. 行业的进步来自"洗澡时冒出的疯狂想法"，AI 不会那样工作。 他对 "vibe coding" 态度明确：高度怀疑。代码总得来自某处，并不全由 AI 生成。 对学习者的建议 是否还值得学编程？ 绝对值得。编程语言是 AI 表达自己的方式；不懂代码就无法理解 AI 在生成什么、依赖什么。 初学者最常见的错误 不去真正理解：变量是什么、数组是什么、数据结构是什么、指针怎么工作。一旦"grok"（吃透）这些，语言只是表层语法 —— 不同语言只是同一语义的不同外衣。停留在语法层，你只知道"要写什么"，不知道"为什么写"。 计算机科学学位是否值得 值得。自学固然可行（他自己当年丹麦的工程学院尚未开设 CS），但系统教育能在数据结构、操作系统、数据库、编程语言原理上节省大量时间。 配合一句他的个人观点：热爱比什么都重要——"我从没有过一份真正的工作，因为编程一直是我的爱好"。 AI 时代该做什么项目 · 喜欢 UI/体验 → 写应用； · 喜欢极致性能 → 写无 UI 的系统层代码； · 喜欢理论 → 研究算法与数据结构。 C# 与 TypeScript 的设计哲学 C#：融合，而非二选一 90 年代要么选 VB（易用）、要么选 C++（强大）。C# 把两者合并，并把当时 OOP 中人人都在用、却没语言支持的 property、event 升格为一等公民。 原则：承认现实中的通用模式，做进语义层。 TypeScript：修 JS，而非绕开它 面对"JS 写大型应用很痛苦"，Hejlsberg 的反应不是另造语言，而是问： "JavaScript 哪里坏了？能不能修好？" 加类型，不是为了类型本身，而是为了让工具成为可能——补全、跳转、红波浪线。 "开发者体验过就回不去了。" 对 Python 的旁注：没人用它写百万行应用——规模一上来，类型与工具不再是奢侈品。 五年后软件工程师做什么？ AI 接管 grunt work（写测试、填模板、PR 流水任务），人则上移到： · 设计 CPU、操作系统、编译器、框架； · 想出"如何 shard 这个应用让创业公司跑得更快"这类架构决策； · 提出新点子。 "AI 是加速器，不是创新者。" 访谈视频地址 https://t.co/xVbcfH0PMf

AI 一键式网站对比：2025 年 vs 2026 年。 https://t.co/b4adLHslEU

Claude Code、Cursor、Codex、Aider、Cline 部分底层模型可能完全相同，但 Agent 表现却不一样，为什么？ @addyosmani 认为：是因为模型之上的那层“外壳” —— Harness，它包括「提示词、工具、上下文策略、钩子、沙箱、子智能体、反馈回路、恢复路径」等。 Agent = Model + Harness 重新系统看看什么是 Harness？ 凡是"不是模型本身"的部分都属于外壳： · 指令层：System prompt、CLAUDE.md、AGENTS.md、skill 文件、子 agent 指令 · 能力层：工具、skills、MCP servers 及其描述 · 基础设施：文件系统、沙箱、无头浏览器 · 编排层：子 agent 派发、任务交接、模型路由 · 执行控制：hooks、中间件（lint、上下文压缩等确定性逻辑） · 可观测性：日志、trace、成本与延迟监控 裸模型不是 agent。只有当外壳为它提供了状态、工具执行、反馈回路和强制约束，它才成为 agent。 思维范式的切换：不是"模型问题"，是"配置问题" 行业默认反应是：agent 出错 → 等下一代模型。 Harness Engineering 拒绝这个默认。 每一类失败都是可定位的工程信号： · 忽略代码规范：写进 AGENTS.md · 执行破坏性命令：加 hook 阻止 · 长任务中途失焦：拆分为 planner + executor · 写出无法编译的代码：把 type-check 作为反压信号注入回路 同一个模型，放在精调过的外壳里，性能可以远高于跑在通用框架上。当前模型理论能力与你实际看到的能力之间的差距，主要是 harness gap。 最关键的工作方法：棘轮（The Ratchet） 每一次失误都变成一条永久规则。 · 一次"提交了被注释掉的测试"的事故 → AGENTS.md 增加"绝不注释测试"，pre-commit hook 检测 .skip(，reviewer 子 agent 拦截。 · 约束只在观察到真实失败时加入，只在更强模型让它冗余时才移除。 · 系统提示词里每一行都应能追溯到一次具体的历史失败。 推论：没有通用最优 harness。 一个 harness 是一个代码库的"失败史"塑造出来的，是工程纪律而非框架。 设计方法：从行为反推组件 1. 文件系统 + Git —— 持久化状态 模型只能操作进入上下文窗口的内容。文件系统是工作区、暂存区、多 agent 协调面。Git 提供免费版本控制、分支实验、回滚。 2. Bash + 代码执行 —— 通用工具 ReAct 循环（reason → act → observe → repeat）。与其为每个动作预建工具，不如让 agent 用 bash 现场组装。Agent 在 shell 上表现普遍很强。 3. 沙箱 + 默认工具链 Bash 必须安全运行。好沙箱预装运行时、测试 CLI、无头浏览器，让 agent 能"自我验证"。 4. 记忆 + 搜索 —— 持续学习 模型不知道训练之后的世界。AGENTS.md 在每次会话注入领域知识；web search 和 MCP 工具补足实时信息。 5. 对抗 Context Rot 上下文越满，推理越退化。三种主要手法： · Compaction：智能压缩与卸载旧上下文 · Tool-call offloading：长输出（如 2000 行日志）落盘，只在上下文里保留头尾 · Progressive disclosure：按需披露指令和工具，而不是启动时全量加载 6. 长程执行 应对"过早停止"和"分解失败"： · Loops：拦截模型的退出意图，在新上下文窗口里强制继续推进完成目标 · Planning：强制写出步骤计划文件，每步后用 self-verification hook 检查 · Splits：生成与评估拆给不同 agent，规避模型自评的正向偏差 7. Hooks —— 强制层 连接"请求行为"和"强制行为"。生命周期挂载点：工具调用前、文件编辑后、提交前。 成功应当沉默，失败应当冗长。typecheck 通过则无声；失败则把错误直接注入回路供自纠。 8. 规则手册和工具选择 · AGENTS.md 仍是仓库根部最高杠杆的配置点。但要把它当飞行员检查清单，不是风格指南——简短，每条都有失败史背书。 · 十个高度聚焦的工具，永远胜过五十个互相重叠的工具。 · 工具描述会进入 prompt，所以未审计的 MCP server 等同于 prompt 注入风险面。 生产中的样子 把对 Claude Code 架构的推测性拆解作为成熟外壳的参照 · 上下文注入 = 知识层 · 循环状态 = memory store + worktree 隔离器 · 破坏性动作 hook = 权限闸 · 子 agent 上下文防火墙 = 多 agent 层 · 工具 dispatch registry = MCP 与 bash 的统一插槽 外壳不会消失，只会迁移 模型变强不会让外壳消失，而是让它位移： · 老一代模型催生的"上下文焦虑缓解层"已经被新模型大幅淘汰 · 但能力上限抬高的同时，新的失败模式也随之出现 · 外壳里每一块脚手架都编码了"模型当前不能独立做到什么"——模型变强，过时的拆掉，新的搭起来去够下一条地平线 训练循环的反馈 模型 post-training 时通常会带特定 harness 入环 → 模型对这些 harness 偏向的动作（文件系统操作、bash、子 agent 派发）格外擅长 → 形成一定程度的过拟合。 最佳 harness 是为你具体任务和工作流定制的那个。 Harness-as-a-Service 行业从"在 LLM API（提供 completion）上构建"转向"在 Harness API（提供 runtime）上构建"。SDK 直接交付循环、工具、上下文管理、hooks、沙箱。 新默认范式：选一个 harness 框架 → 配置其核心支柱 → 只专注于领域特定的 prompt 与工具设计。 这让排错变成"调一个良好分层的配置面"，而不是"重造整个 agent 架构"。 未来方向 · 顶尖编码 agent 之间的相似度，已经高于它们底层模型之间的相似度——外壳模式在收敛 · 开放问题正在越过"单 agent"：多 agent 并行编排、agent 分析自身 trace 修复 harness 级故障、按需即时组装工具的环境 · 下一阶段：harness 不再是静态配置文件，而越来越像编译器。