AI Agent 今日: 0|主题: 689|排名: 20 

Jev开启了Agent分层的新范式，过去两年所有人都在写同一种 agent：一个强模型 + 一堆 prompt + 工具循环（配合各种harness、loop工程），该不该调这个工具、这请求有没有风险、该用哪个模型、输出对不对，全塞进同一个上下文，让它自己想。 这种范式在demo 阶段无敌，上生产撞三堵墙：慢、贵、说不清为什么。 判断和生成 ...

Agents Anywhere：从手机访问工作设备上的 AI Agent 👉 https://github.com/anywhere-labs/Agents-Anywhere

下了一本 300 页的 PDF 想系统读一遍，让 AI 总结出来的东西又不敢全信，哪句是书里写的、哪句是它自己补的分不清。 learn-from-materials 是一个学习用的 Agent Skill，把 PDF、EPUB、Word、PPT、网页这些材料变成一个能交互的学习网页，Claude Code、Codex、Copilot 命令行都能装。 它先完整读完材料建一个知识库，页面 ...

以前给AI提需求，总得先琢磨半天Prompt。 现在更简单了：直接给它安排一个岗位。 GitHub上这个 agency-agents，本质就是一套大型Agent角色库，里面塞了140多个专业角色，从CEO、产品经理、程序员，到律师、财务、市场、增长，基本常见岗位都能找到。 而且不是简单一句“你现在是一名律师”就结束。 每个角色都有对应的 ...

做影视解说的，看到这个可能真有点慌。 Narrator AI 把影视解说这套流程，直接塞进了 Claude Code 这类 Agent。 你只要丢一句需求进去，脚本、片段匹配、配音、画面、BGM到成片导出，它都能一路跑下来。 里面还有 92部经典片库、63种配音、90+视觉模板、146首BGM，连成本都能提前算。 最狠的是，它不是只帮你写个解说词 ...

写AI Agent还在自己搭一堆基础设施？Vercel这次直接把骨架给你了。 Eve是Vercel开源的文件系统优先Agent框架，思路很像写Next.js： instructions.md 管指令，tools/ 放工具，skills/ 放技能，channels/ 接消息，schedules/ 跑定时任务。 更省事的是，持久执行、沙箱隔离、人机审批、子Agent这些能力都已经内置。 不用先 ...

Anthropic 的 这个13 页 Agent 记忆白皮书有点牛逼啊，是今年我看过对「智能体记忆工程」拆解得最通透、最值钱的一份生产级手册： 很多做 Agent 的人死都想不明白：为什么自己的机器人越跑越蠢、矛盾百出？ 因为你的 Agent 从来不会遗忘， 读懂这套把大模型调用成本砍掉 90% 的 5 层记忆金字塔，你才会看清工业级 Agent 的 ...

住在电脑里的AI助手，现在真的开始像“数字员工”了。 Skales 主打一个省事：不用Docker，不用终端，装好就能直接用。 它可以在本机跑AI Agent，自己操作文件、浏览器、日历和邮件，复杂一点的多步骤任务也能交给它。 想省心，直接用内置的 Skales IQ；想自己折腾，可以接 15+ AI厂商，甚至配合 Ollama 完全离线运行。 ...

用 Claude Code 跑长任务，是不是经常半夜断掉、第二天一看全白干？Prime Agent 现在能让它真正“过夜干活”，而且还会自我进化。🌙 GitHub 上这个项目（今日飙星冠军，2300+⭐），PrimeIntellect 开源的 RLM Agent。 核心就两个设计： 1️⃣ Recursive Language Model（RLM） —— 把上下文当变量，子代理当函数调用， ...

GPT-6 Astra 重度使用一段时间后，我把插件删了一大半，最后真正离不开的只剩这 4 个！ 很多人用 Codex，看到插件和 Skill 就全部装上。 但插件并不是越多越好。触发条件太宽、指令重复，可能带来额外读取和不必要的操作，增加 Token 消耗。 按照平时的工作流，我最后筛选出这 4 个。 1️⃣ GitHub：站在全世界开发者的 ...

微软研究院最近开源了 Orchard，定位就是给Agent研究提供一套可复用的建模和实验底座。 它最核心的东西叫 Orchard Env：基于Kubernetes，可以批量拉起隔离容器，让Agent自己执行命令、读写文件、提交Git补丁，完整跑一遍真实任务。 更重要的是，这套环境不是只服务代码Agent。 软件工程、浏览器操作、个人助理等不同场景 ...

任务跑长一点，就要自己处理上下文压缩、工具调用、子 Agent 分工。业务还没做好，先搭了半套底层系统。 OpenAI 把 Codex 的这层编排能力做成了 Agents API，9 月 10 日进入公测。 编排由 OpenAI 托管，执行代码的环境可以选官方沙箱，也可以接自己的基础设施。 先装 Python SDK： pip install --upgrade openai 按官 ...

OpenResearch 是一套开源、本地优先的科研工作台：把 Claude Code、Codex、OpenCode、Cursor 直接“升级”为研究型 Agent。每个研究方向独占一个 Agent 会话 + 一棵独立 git 工作树，彻底隔离，互不干扰。 实验管理也按 git 树来：每次运行都会把当时的提交打包成快照，日志、改动、结果文件都归档到那次运行名下。之后回 ...

最近看了一圈 AI agent 的 sandbox 方案，发现 microsandbox 这个项目挺有意思。 它是真正的 local-first microVM runtime。每个 sandbox 都有自己的 Linux kernel，硬件级隔离。启动时间官方标的是平均不到 100ms（M1 上）。 仓库已经 7k+ star，YC 背景，Apache 2.0，Rust 写的。 ...

🚨 阿里巴巴堵住了 AI Agent 领域一个令人担忧的安全漏洞 它就是 OpenSandbox 这是一个安全、隔离的环境，让你的 Agent 可以随心所欲地执行各种操作 运行代码 浏览网页 控制整个桌面环境 且完全不影响你的宿主机 每个 Agent 都有独立的执行环境 你可以放手让它们执行实际任务 适用场景包括： → 编程 Agent → GUI（ ...

Cursor 官方插件 pstack 的 Agent 工程完全指南 pstack 作者 @poteto - Grok @Bot 工程师、React Compiler 核心团队成员，她在团队每天合入数百个 PR 的扩张期，一边持续重构一边保持代码质量。pstack 是她沉淀的个人 Skills 集合（以 Cursor 插件形式发布），支撑每月 2,000 个 PR 的高信心交付。 lauren 分两篇来做 ...

OpenAI发布了一套方法论，主要是关于如何评测skill效果的。对于做skill的人还是值得一看，而且github也找到一个理念很相近的skill评测器：agent-skills-eval，不过是个人维护的，非官方。 先定义成功，再写 skill。OpenAI把检查项分为了这四个点： Outcome（任务完成没）、Process（调了预期的 skill/步骤没）、Style（产 ...

单次调模型做不了研发，IvyClaw 把活拆给五个 Agent 从规划一路干到审查，沙箱、异步、审批、网关监控全部配齐，冲着直接上线跑去的。 https://github.com/ivyfan-toowell/IvyClaw 五个 Agent 分工加三档模型路由、最小工具集是真省 token 的，沙箱、ARQ 异步、HITL 审批、网关限流审计全塞一个仓库，docker compose 能拉 ...

想系统学 Agent，最近这个刚开源的项目我很推荐收藏学习一下。 它做了一张挺完整的 AI Agent 学习地图，而且不是简单堆一堆论文和链接。 你可以直接选两条路线： 想把 Codex、Claude Code 这类 CLI Agent 用好，就走 Track A。 想自己搭 Agent，就走 Track B，从 Tool Use、Agent Loop、Workflow Graph，一路学到 Skill ...

Google 研究者参与的一篇论文，把 Agent 在长任务中的 token 消耗降低了约 94%。 核心结论：让它记住当前状态，省掉每一步重读历史。 这是 SKILL.state 在 100 步仓库管理实验中的结果。相比同时保留状态和完整历史的基线，token 消耗从约 106 万降到了 6.5 万，动作准确率从 91% 提高到 94%。 为什么能省这么多？ Agen ...