AI Agent 今日: 0|主题: 777|排名: 3 

推荐一下 @realcoreychiu 写的这个 Agent 会话管理工具：Wake，我平时 Claude Code、Codex、Cursor，Pi 等等混着用，会话散在十几个目录里，想找上周的某个会话基本靠猜。直到用上 Wake。 Rust + GPUI 写的原生桌面应用，把 20 多个 agent 的会话收进一个窗口：全文检索速度飞快，可以一键在原对话上面继续对话，还能镜 ...

Google 开源了 AX，可以理解成“Agent 版 Kubernetes”。 google/ax 不管 Agent 怎么推理，专门解决大规模 Agent 的运行和调度。 官方目标：单集群运行 billions of autonomous agent workloads。 核心就 4 个对象： • Task：Agent 任务 + sandbox + CPU/内存限制 • Workspace：挂载 Git、MCP Server、Skills • Gate ...

想让 AI Agent 真正“用手机”，不必再为每个按钮单独写脚本。Google 开源的 ARTEMIS，可以直接操作 Android 真机和模拟器。 你只需用自然语言描述任务，例如“打开地图查路线，再播放一首歌”，它会识别屏幕上的文字和控件，在不同应用之间完成连续操作。 它的识别链路分层处理： 1. 优先读取 Android 无障碍树，并结合 ...

开源个人 Agent 终于有了更贴近实际生产力的参考形态！CopilotKit 刚开源的 OpenMuse 迅速冲上千星，它的定位是一个拥有专属浏览器、Linux 终端、文件系统且能持久化运行的个人 AI Agent。 如果你厌倦了只能在网页端纯聊天的玩具 Agent，这个项目的架构设计非常值得拆解： 🔹 自带“Agent 计算机”（Agent Computer）它不 ...

douchat 的核心功能是 多人 + 多 Agent 对话。很适合拉家庭群、好友群、同事群，每个人把自己的 Agent 拉进去，协助他人完成任务。比如我的 codex 可以画图，我朋友在用 deepseek，不能画图。朋友可以在群里艾特我的 codex，帮他设计一个宣传海报。✌️ vs Grok Bot、ChatGPT、OpenClaw、 WorkBuddy 等产品： 1. douchat ...

AI Agent 跑长任务时，经常前面聊过的东西后面就忘了，只能不断塞历史上下文，Token 也跟着涨。 SimpleMem 做的就是一套长期记忆系统。 它不是把整段聊天原样保存，而是先提炼成一个个独立事实，需要的时候再通过语义检索把相关内容找回来。 官方测试里，Token 消耗最高可减少约 30 倍，LoCoMo 的 F1 也比此前方法高 26. ...

Coding Agent 最烦的一件事：同一个项目换个任务，又得重新 grep、读文件、追依赖。 Graft 想解决的就是这个问题。 它会先把整个代码库整理成一套可读的上下文图谱，用 linked Markdown 文件保存。之后 Claude Code、Cursor、Codex、Gemini 等 Agent 可以直接读取这些上下文，不用每次从零理解项目。 官方 Benchmark 给 ...

多个 Agent 一起干活，最怕的不是能力不够，而是互相不知道对方干了什么。 Block 开源的 Buzz，就是把这群 AI 放进同一个工作区里。 消息、代码提交、Review、合并等操作都会留下记录，Agent 之间不用靠人肉复制上下文。 而且 Agent 可以直接加入频道，拥有独立身份和权限，能自己建仓库、提交代码、跑任务、参与审查。 ...

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 ...