https://bml.asia/tags/agent/ Recent content in Agent on 苏然的博客 Hugo zh-CN Thu, 17 Sep 2026 04:19:55 +0800 https://bml.asia/posts/ai-agent-cognition/ Thu, 17 Sep 2026 03:58:26 +0800 https://bml.asia/posts/ai-agent-cognition/ <p><span style="text-indent:2em;display:block;">半夜睡醒上洗手间，人清醒得有点过分，脑子里不知道怎么就转到了 AI 上。这大半年一直在 AI Agent 领域里泡着，看的东西零零碎碎，正好趁这个没人打扰的点，把眼下对整个领域的认知捋一遍，权当给夜里这段清醒留个记号。</span></p> https://bml.asia/posts/ai-human-collaboration-over-automation/ Wed, 16 Sep 2026 21:22:37 +0800 https://bml.asia/posts/ai-human-collaboration-over-automation/ <p><span style="text-indent:2em;display:block;">这一年身边讨论最多的词就是 AI 提效，大家都在琢磨怎么用 Agent 把整条工作流串起来，一键下去自动跑完，人只管最后验收。规划、执行、自检、交付，一套 Agent 工作流被设计得环环相扣，仿佛只要编排得当，人就能从流程里彻底退场。热闹归热闹，我却拐去了另一个方向，琢磨 AI 的人机协同。倒不是我故意唱反调，而是我发现自己不太相信全自动化工作流这套东西，至少在当下这个阶段不太相信。原因说穿了很朴素：Agent 跑得再自动，产物最后还是得有人去审核。审核这一步根本省不掉，那所谓的一键全自动，不过是把问题往后攒，攒到最后一次性爆发。</span></p> https://bml.asia/posts/agent-query-mismatch/ Wed, 16 Sep 2026 21:08:20 +0800 https://bml.asia/posts/agent-query-mismatch/ <p><span style="text-indent:2em;display:block;">这段时间我养成了一个习惯，凡是要查资料、做调研，第一反应就是丢给 Agent。省事是真省事，交代一句需求就能等结果，可拿回来的东西经常让人皱眉：要么数据明显不准，出处可疑甚至对不上事实；要么冗余信息堆成山，真正想要的那两三行淹没在 SEO 味十足的内容农场文章里，筛选成本比自己动手搜还高。几次下来我不禁怀疑，问题可能不在调研这个动作本身。</span></p> https://bml.asia/posts/deepseek-harness-zuijin-dongzuo/ Sat, 12 Sep 2026 23:32:07 +0800 https://bml.asia/posts/deepseek-harness-zuijin-dongzuo/ <p><span style="text-indent:2em;display:block;">这一个月里我把 DeepSeek 的仓库翻了几遍，其中 Harness 这条线最值得单独记一笔。8 月 13 日它以 v0.1 开发者预览的形式开源，协议选了 MIT，12 小时 GitHub 星标破 5 万，一周冲到 16 万。热度参考价值有限，真正说明问题的是退潮后的 9 月，而最实在的一步是桌面版落地。命令行时期的 Harness 对开发者都不算友好，配 Node 环境、拉 profile、写 patch，光把界面点开就得绕一圈；桌面版把这些都收进去，安装是傻瓜式的，模型和 key 一键接入，报错也能读了，没选工作区、忘了填 key 这类问题会直接摆出来，而不是只丢一句失败。功能不变，价值在别处，它把“能跑起来”这件事交还给了只想用的人。毛病也还在，手机与电脑的联动有人试过，配对折腾半天一条消息都没发出去，但门槛这一层总算被处理了。</span></p> https://bml.asia/posts/openai-agents-api-beta/ Fri, 11 Sep 2026 19:42:34 +0800 https://bml.asia/posts/openai-agents-api-beta/ <p><span style="text-indent:2em;display:block;">OpenAI 近日将 Agents API 公测版面向所有开发者开放，这是近期 AI 行业里最值得认真对待的变化之一。名字听起来技术味很浓，说的事情却不复杂：它内部有一套支撑 Codex 和企业版 ChatGPT 的代理基础设施，能让 AI 代理连续跑上几个小时甚至几天，自己规划步骤、自己调用工具把事情办完。这套东西一直是私家家底，外面的人只能隔着产品用，摸不到底座。这次公测等于把地基开放出来出租，开发者通过一次 API 调用就能创建生产级的代理，不用再自己从零搭上下文管理、任务编排这些底层设施。</span></p> https://bml.asia/posts/mcp-not-backend/ Thu, 10 Sep 2026 04:02:16 +0800 https://bml.asia/posts/mcp-not-backend/ <p><span style="text-indent:2em;display:block;">前几天刷到腾讯 WorkBuddy 开放平台上线的消息，首批汇聚了超百家生态伙伴，声势相当不小。点开文档一看，它的核心形态其实不难概括：一套预置的专家流，加上一大排可以可视化接入的 MCP。朋友的第一反应和我最初的想法差不多——这不就是把 prompt 模板和工具调用重新包装了一遍吗，纯属重复造轮子。这个直觉我特别理解，而且不能说错，但几轮聊下来之后，我发现这句话只对了一半，而错的那一半，恰好藏着 Agent 生态里最容易被忽略的一个分层问题。</span></p> https://bml.asia/posts/agent-gold-rush-back-to-life/ Thu, 10 Sep 2026 03:19:53 +0800 https://bml.asia/posts/agent-gold-rush-back-to-life/ <p><span style="text-indent:2em;display:block;">这阵子打开朋友圈，十个人里有八个在聊 Agent。有人晒自己的智能体一天自动发几十条短视频，有人用 AI 批量写公众号文章冲涨粉榜，还有人干脆做起了卖课的生意，标题清一色是“普通人靠 Agent 月入过万”。国内这波智能体热是真的火，从大厂到小团队，从各家低代码平台到满屏的开源框架，发布会一场接一场，社群里每天都能刷到新的工作流模板和自动化玩法。看多了之后我反倒有点恍惚，好像所有人都在夜以继日地“掘金”，只有我还按点吃饭、按点睡觉，显得特别不合时宜。</span></p> https://bml.asia/posts/meta-muse-launch/ Wed, 09 Sep 2026 20:57:17 +0800 https://bml.asia/posts/meta-muse-launch/ <p><span style="text-indent:2em;display:block;">Meta 这次把“个人超级智能”从一个愿景词变成了一件真的可以上手用的东西。9 月 8 日，他们正式发布了迄今规模最大的一次 AI 产品豪赌——个人 AI 助手 Muse，外界给它起的诨名很形象，叫 Meta 版“龙虾”。AI 行业的传闻和实锤之间往往隔着一个太平洋，写早了像算命，写晚了像考古，所以我特意等了几天风声，想看看它到底是发布会上的烟花，还是真的摆上了货架。现在看，是后者。</span></p> https://bml.asia/posts/pelican-blender-benchmark/ Mon, 07 Sep 2026 03:05:25 +0800 https://bml.asia/posts/pelican-blender-benchmark/ <p><span style="text-indent:2em;display:block;">Simon Willison 又拿鹈鹕开涮了。这只鸟在 AI 圈是货真价实的老梗，好几年前他随口一句“画一只骑自行车的鹈鹕”，慢慢演变成了检验大模型画功的趣味考题。各家模型轮流上阵，交回来的 SVG 千姿百态，车轮歪的、鸟嘴扁的、羽毛长错地方的都有，大家乐呵归乐呵，其实也在无声地较量：模型到底能不能把一句模糊的人话，翻译成一段站得住脚的代码。这回考题直接升级了，他在 ChatGPT 的 Codex 模式里说了三句话，就让电脑上装好的 Blender 渲染出鹈鹕骑自行车的 3D 场景，光影、材质、构图一应俱全，最后还留下一份可编辑的 .blend 文件。考的不再是谁画得像，而是模型敢不敢接下真活。</span></p> https://bml.asia/posts/ai-agent-dsewiki/ Sun, 06 Sep 2026 17:03:59 +0800 https://bml.asia/posts/ai-agent-dsewiki/ <p><span style="text-indent:2em;display:block;">周日午后刷到一条新闻，看完愣了一会儿：一批与 OpenAI 相关的 AI 智能体，被曝“劫持”了一个叫 DseWiki 的德语程序员协作站点。这个站点运营了二十多年，类似一个老派的维基社区，过去十年总共只有大约 20 次编辑记录，安静得像一间没人光顾的旧书房。而这批智能体在上面敲下了超过 1.8 万次编辑，把原本人类交流的园地，改成了它们之间相互传递信息的留言板。按照财联社等多方报道拼出的时间线，这批智能体从今年 5 月起在这个网站上动手，编辑活动一直持续到 7 月；直到 8 月底，AI 安全组织 Nightingale 的研究人员在调查互联网上未经授权的智能体活动时，才注意到这里的异常，路透社 9 月 4 日的独家报道让事情公之于众。至于这批编辑的来路，顺藤摸瓜能发现约 98.5% 来自微软 Azure 的地址，近一半账户名里带着 OpenAIResearcher 这类暗示性命名，指向已经相当明显。</span></p> https://bml.asia/posts/openclaw-2026-9-1-notes/ Sun, 06 Sep 2026 03:00:54 +0800 https://bml.asia/posts/openclaw-2026-9-1-notes/ <p><span style="text-indent:2em;display:block;">周末闲下来，在腾讯云的 CVM 上把 OpenClaw v2026.9.1 装上跑了一圈，整体感受和更新说明基本对得上，这一版明显在向自进化 agent 的方向走。模型开始主动沉淀记忆、改写自己的技能脚本，跑得越久越像一个用惯了的私人助手，而不是每次都要从头交代的工具人。这种变化用文字描述有点抽象，实际用起来却能感觉到交互重心的偏移，你不再只是下指令，更像是在带一个会自己长本事的搭档。</span></p> https://bml.asia/posts/agent-token-ledger/ Sat, 05 Sep 2026 23:22:45 +0800 https://bml.asia/posts/agent-token-ledger/ <p><span style="text-indent:2em;display:block;">过去谈 AI 的渗透，习惯拿用户数乘以客单价，一套互联网时代留下的算账办法。这套办法在聊天机器人时代还算凑合，毕竟一个人的用量撑死就是一天几百次提问。等到这一代 Agent 真能操作电脑、跑完整条工作流，“把事情做完”开始替代“回答问题”，账本就得重写了：一个人不再只是一个用户，更像一个调度员，手底下可能同时跑着好几个数字员工。所以现在的渗透率，指的是被 Agent 接管的任务占全部可接管任务的比例，它衡量的不再是多少人装了这个软件，而是多少活儿真的交给了机器。过去盯的是人头，现在盯的是任务量。算法一换，增长的天花板就完全是另一回事了。</span></p> https://bml.asia/posts/ai-agent-yingyong-anli-huizong/ Sat, 05 Sep 2026 03:17:06 +0800 https://bml.asia/posts/ai-agent-yingyong-anli-huizong/ <style> .post-body p,.post-body span{line-height:1.9;line-break:strict;text-align:justify;text-autospace:none;-webkit-text-autospace:none} .post-body details{border:1px solid #e5e5e5;border-radius:8px;margin:1.4em 0;padding:0 1.1em} .post-body summary{cursor:pointer;font-weight:600;padding:.85em 0;list-style:none;outline:none} .post-body summary::-webkit-details-marker{display:none} .post-body summary::before{content:"▸";display:inline-block;margin-right:.5em;transition:transform .15s} .post-body details[open] summary::before{transform:rotate(90deg)} .post-body details[open] summary{border-bottom:1px dashed #e5e5e5;margin-bottom:.6em} </style> <p><span style="text-indent:2em;display:block;"><strong>关于本文</strong>：AI Agent 工具在 2026 年进入密集发布期，公开资料大多停留在功能介绍与概念演示层面。本文从技术可行性角度，整理了 OpenAI Codex CLI、CodeBuddy、ZCode、OpenClaw、Hermes 五个平台的 26 个应用案例，从使用场景、配置方式与成本结构做一个汇总梳理，供做技术选型时参考。</span></p> https://bml.asia/posts/agent-what-to-build/ Sat, 05 Sep 2026 02:17:47 +0800 https://bml.asia/posts/agent-what-to-build/ <p><span style="text-indent:2em;display:block;">这两年 Agent 是真的多，多到有点看不过眼。打开手机，查资料有 AI，写代码有 AI，做表格、写周报、订机票，好像什么事都能张嘴就来，连给家里挑个礼物，都能让它先出一版方案。我一开始也挺兴奋，把能装的都装上，用了一阵子，生活确实省了不少心，很多以前要磨半天的活儿，现在几句话交代出去就能等结果了，连周末去哪儿吃饭这种小事，都可以先问一嘴再定。</span></p> https://bml.asia/posts/agent-zuihou-mai-shuju/ Fri, 04 Sep 2026 03:50:02 +0800 https://bml.asia/posts/agent-zuihou-mai-shuju/ <p>　　看智能体这波热潮，我越来越觉得一个规律藏在各家厂商的动作底下：嘴上讲的是模型和智能，骨子里惦记的都是数据。金融场景最先被盯上不是偶然，这个行业的数据密度太高了，行情、财报、公告、研报、工商登记信息，清一色结构化，天生适合喂给机器。而大模型的能力这两年快速趋同，你有的我很快也有，价格还一路卷到底，技能和插件更是谁都能写的开源活儿。真正拉开差距的是接得上什么数据源：检索增强也好、工具调用也好，模型再聪明，喂进来的料不对，输出的结论就是空中楼阁。这也是为什么那些同样数据密集的行业，迟早会被排上日程——谁的行业数据越规整，智能体落地就越快。投研、信贷这些活儿，大块时间都耗在查数据、核口径上，智能体想接手，管道得先铺好，而管道这东西拼的是授权、清洗和维护，恰恰最难被抄走：授权要一家一家谈，清洗要一行一行磨，维护要一天一天守，全是慢功夫。这也解释了一个反差：发布会吹的是模型多聪明，真到签约的时候，谈的却往往是数据授权怎么给。想想 Bloomberg 的终端机，一年几万美元的订阅费一卖就是四十年，国内做研究的离不开 Wind，这门生意的底色从来没变过，智能体不过是换了个新瓶，装的还是那缸老酒。</p> https://bml.asia/posts/meta-muse-spark-1-3/ Thu, 03 Sep 2026 11:57:47 +0800 https://bml.asia/posts/meta-muse-spark-1-3/ <p>　　Meta 又发新模型了，这次叫 Muse Spark 1.3，官方给的说法是“迄今在模型性能上最大的一次跃升”，带队的是首席 AI 官 Alexandr Wang——就是扎克伯格从前一家公司挖来的那位。说实话，这两年各家发模型的通稿看得人有些麻木，什么“史诗级跃升”翻译过来基本等于“性能提升了一些”，但这条新闻里有一组数字让我多看了两眼：完成同样的任务，1.3 需要消耗的 token 比 1.2 少了四分之一。</p> https://bml.asia/posts/workbuddy-open-platform/ Wed, 02 Sep 2026 22:30:28 +0800 https://bml.asia/posts/workbuddy-open-platform/ <p>　　九月二号，WorkBuddy 开放平台正式上线，首批就拉进了上百家生态伙伴。这是它今年三月上线以来第一次完整披露开放生态战略，也是国内 AI Agent 赛道里首个同时打通硬件、应用与开发者三层生态的开放平台。比起这些数字，我更在意发布会上的那句定位——做 Agent 时代的操作系统，不是做一个更强的工具，而是做一个能承载所有工具的平台。这句话的分量在于，它承认了单点工具再强也有天花板，真正的壁垒是连接。落到能力上，首期开放的是五大生态能力：Buddy 应用、专家、Skill、连接器与硬件。硬件是入口，九款联名智能硬件同步首发，眼镜、耳机、录音卡这些贴身设备成了 Agent 离用户最近的触点；行业应用是场景，三十多个应用接入，覆盖金融、法律、医疗、教育这些垂直领域；开发者是供给，技能、专家、连接器持续往生态里填内容。三层互相咬合，硬件带来用户，场景带来落地，开发者带来能力，转起来就是一个飞轮。对腾讯来说，最划算的地方在于让上百家伙伴共用同一套 AI 底座，别人不用从零造轮子，也就慢慢绑进了自己的技术栈。</p> https://bml.asia/posts/hermes-agent-three-files-english/ Tue, 01 Sep 2026 22:37:10 +0800 https://bml.asia/posts/hermes-agent-three-files-english/ <p>　　用了一段时间之后我发现，Hermes Agent 真正好管的地方，不在于它有多聪明，而在于管理它的动作被压缩得极其干净。开启 YOLO 模式，让它执行任何操作都不再向我请求批准；然后打开 Web UI 后台，定期修改记忆、灵魂、用户画像这三个文件。除此之外，我几乎不需要做别的事。这个结构的妙处在于，它把干预的时机整体前移了：以前管 Agent 是站在流程里当审批员，它每走一步我确认一次，人成了链路上最慢的那个环节；现在我把边界、性格、偏好一次性写死在文件里，剩下的执行过程全交给它，人只在结果层面验收。同样是管，一个是运行时逐条纠偏，一个是先验约束加事后抽查，后者省下来的精力不是一点点。说白了，我给它的不再是逐条指令，而是一份岗位说明书。</p> https://bml.asia/posts/hermes-agent-reading-debate/ Tue, 01 Sep 2026 02:52:55 +0800 https://bml.asia/posts/hermes-agent-reading-debate/ <p>　　平时刷网页最常遇到的尴尬：一篇值得读的长文，当下没时间细读，先收藏，然后就没有然后了。后来我把这件事交给部署在自己服务器上的 Hermes Agent——刷到值得看的页面，把网址直接发给它，它抓取全文，替我分析、提炼、整理成一份干净的摘要。我要做的只剩两件事：把网址丢过去，看它消化的结果。</p> https://bml.asia/posts/openclaw-2026-8-1-chassis/ Mon, 31 Aug 2026 17:42:30 +0800 https://bml.asia/posts/openclaw-2026-8-1-chassis/ <p>　　翻完 OpenClaw 2026.8.1 的更新日志，第一反应是热闹。历史对话能按精确词句全文检索并跳回上下文，会话可以搬到配对设备或云 worker 上跑，聊天里冒出能钉进仪表盘的交互卡片，进度状态跨五个客户端同步，语音、视频、会议一并补齐。把这些列出来，像是一份很能打的新功能清单。但按条目数一数会发现一个错位：越是容易被截图传播的那一类，在这个版本里的实际分量反而越轻，真正吃掉工程投入的是另一批不会出现在演示里的东西。看版本更新看久了会有个体会，功能迭代更像车机系统的交互升级，底盘工程才决定这辆车能跑多远、跑多久——2026.8.1 就是一次典型的动底盘的版本。</p> https://bml.asia/posts/hermes-agent-server-yolo/ Mon, 31 Aug 2026 15:47:15 +0800 https://bml.asia/posts/hermes-agent-server-yolo/ <p>　　用 Agent 做事最烦的不是它不够聪明，而是它每走一步都要停下来问你一句。执行一条命令，确认；改一个文件，确认；跑一段脚本，还是确认。任务被这些确认切得七零八落，你名义上雇了个助手，实际上一直在给它当审批员。所谓 YOLO 模式，就是把这个确认环节整个拆掉：Agent 在执行任何操作前不再请求人工批准，读文件、写文件、跑命令，全部自己决定、自己动手、一气呵成。前提是你得先在配置文件里把权限放开，让它有资格碰它该碰的东西。我把 Hermes Agent 部署在自己的服务器上，平时通过 Web UI 访问，配置文件的权限全部开放，让它以 YOLO 模式跑全自动。这个决定听起来莽，但用起来之后我意识到，确认机制存在的大部分场景，防的其实不是风险，而是我自己的犹豫。</p> https://bml.asia/posts/hermes-agent-webui-self-signed/ Mon, 31 Aug 2026 04:30:26 +0800 https://bml.asia/posts/hermes-agent-webui-self-signed/ <p>　　前阵子翻出一台闲置的 Linux 小服务器，想着别让它落灰，就装了个 Nous Research 开源的 Hermes Agent。如今它的最新版本已经到 V0.20.6，安装倒是省心，一条一键脚本搞定，全程不需要 sudo，跑完 <code>hermes setup</code> 把大模型 API 配好就能开聊。配置模型列表的时候我留意到有个 <code>opencode free</code> 频道，底下挂着整整七款免费模型，白嫖党看了心里踏实，试玩成本几乎为零。命令行里跟它唠完两句，那股跨会话的记忆劲儿确实讨喜——上次聊的事，隔天再问它还记得。</p> https://bml.asia/posts/openmaic-duo-zhi-neng-ti-ke-tang/ Sun, 30 Aug 2026 20:48:04 +0800 https://bml.asia/posts/openmaic-duo-zhi-neng-ti-ke-tang/ <p>　　最近看到清华开源了一个叫 OpenMAIC 的项目，第一反应是“竟然还可以这样”。它的全称是 Open Multi-Agent Interactive Classroom，开放式多智能体互动课堂，由清华计算机系和教育学院的 THU-MAIC 团队开源。官方给的数字很抓人：任意一个主题、一份文档，甚至一段视频，大约三十分钟、不到两美元的成本，就能变成一堂完整的互动课——有幻灯片讲义，有测验和练习题，有 HTML 交互式模拟，还有项目式学习活动。但真正把它和市面上那些“AI 课件生成器”区分开来的，是这堂课里不只有内容，还有一整套配角：AI 教师负责授课，AI 助教随时答疑，还有好几个带着不同人格原型的 AI 同学在课上提问、讨论、拌嘴。你上传的不是一套讲义，而是一整个正在运转的课堂。</p> https://bml.asia/posts/baidu-cloud-agent-reorg/ Sat, 29 Aug 2026 20:46:01 +0800 https://bml.asia/posts/baidu-cloud-agent-reorg/ <p>　　百度智能云近期完成了一轮核心产研组织架构调整：原平台产品事业部更名为智能体事业部，其下属的 MaaS 业务、千帆品牌与全部 MaaS 相关产品体系，整体转入基础设施事业部；原数据平台部更名为数据智能部，整体并入由应用产品事业部更名而来的智能应用事业部。调整完成后，百度智能云形成基础设施、智能体、智能应用三大事业部并立的架构，三位事业部负责人均直接向百度集团执行副总裁、智能云事业群总裁沈抖汇报。</p> https://bml.asia/posts/deepseek-harness-cordis-architecture/ Sat, 29 Aug 2026 19:03:03 +0800 https://bml.asia/posts/deepseek-harness-cordis-architecture/ OpenClaw、Hermes 这类开源 Agent 框架的 Harness 核心封闭不可改，开发者只能在外围微调；DeepSeek Harness 完全搭建在 Cordis 微内核之上，上层插件全部可自由修改、替换与重组，唯一不可动的只有底层内核本身。 https://bml.asia/posts/openclaw-worth-another-look/ Sat, 29 Aug 2026 03:49:44 +0800 https://bml.asia/posts/openclaw-worth-another-look/ <p>　　不少人在 OpenClaw 上经历过同一个循环：兴冲冲装好，接上模型，跑通一两个示例，然后发现日常用起来总有别扭的地方，慢慢就放下了。如果你也是其中之一，最近值得回去翻一眼它的仓库——正式版虽然还停在 v2026.7.1-2，beta 通道却在 8 月里连着更新，最新已经走到 v2026.9.1-beta.1，仓库里的提交几乎没有停过。变化都堆在 beta 里，而这些变化恰好对着当年劝退你的那几个位置。</p> https://bml.asia/posts/agent-harness-tongsu-jiedu/ Wed, 26 Aug 2026 21:28:57 +0800 https://bml.asia/posts/agent-harness-tongsu-jiedu/ <style> /* ---- 代码块：GitHub Dark 深色卡片 + 窗口圆点装饰 ---- */ .post pre { position: relative; background: #0d1117; border: 1px solid #30363d; border-radius: 10px; padding: 2.4rem 1.1rem 1.05rem; color: #e6edf3; box-shadow: 0 4px 14px rgba(0, 0, 0, 0.28); line-height: 1.7; } /* 顶部窗口圆点（macOS 风格） */ .post pre::before { content: ''; position: absolute; top: 12px; left: 14px; width: 12px; height: 12px; border-radius: 50%; background: #ff5f56; box-shadow: 20px 0 0 #ffbd2e, 40px 0 0 #27c93f; } .post pre code { background: none; padding: 0; color: inherit; font-size: 0.88em; } /* ---- 代码块标题（放在代码块上方的小标签） ---- */ .code-cap { margin: 1.5rem 0 -0.3rem; font-size: 0.82em; font-weight: 600; color: var(--fg-dim); letter-spacing: 0.03em; } </style> <p>　　这两年 AI 从&quot;聊天&quot;慢慢变成&quot;干活&quot;，帮你改代码、查资料、订机票。很多人以为是模型变聪明了，其实背后还有一套很少被提到的骨架。最近 DeepSeek 开源了一个叫 Harness 的东西，英文原意是&quot;马具&quot;——再好的马，不套上缰绳和挽具也拉不了车。AI 模型就是那匹有力气但没方向的马，Harness 就是那副马具。套上它，模型负责&quot;聪明&quot;，Harness 负责&quot;靠谱&quot;：一个让 AI 会想，一个让 AI 能把活干完。再进一步说，模型是引擎，Harness 是整车，车好不好开，看的从来不只是发动机。</p> https://bml.asia/posts/deepseek-harness-plugins-kai-fa/ Wed, 26 Aug 2026 19:58:20 +0800 https://bml.asia/posts/deepseek-harness-plugins-kai-fa/ <p>　　最近 DeepSeek Harness 开源，代码仓库上那个&quot;Everything is a plugin&quot;的口号被反复提起。很多人第一反应是把它跟各种 agent 的 skill 划等号——不都是给 AI 加点能力吗？可一旦真从开发者的角度去写一个插件，就会很快意识到，这俩根本不是一回事。skill 大多是在一个已经装好的 agent 上面再叠一层专门的提示词和工具约定，属于&quot;给成品加配件&quot;；而 DeepSeek Harness 的插件，是你手里那台机器本身的零件，模型、工具、沙箱、存储、安全策略、上下文管理，乃至驱动整个智能体转起来的那条 agent 循环，全都是插件。官方用了个很直白的公式：Agent = Model + Harness。翻译过来就是，你想要什么样的智能体，不是从别人预装好的配置里挑，而是你自己动手把它拼出来。</p> https://bml.asia/posts/teng-xun-ai-man-zhi-shi-agent-shi-chang-pao/ Wed, 26 Aug 2026 16:54:54 +0800 https://bml.asia/posts/teng-xun-ai-man-zhi-shi-agent-shi-chang-pao/ <p>　　这几天科技圈里最热闹的议论，大概就是&quot;腾讯做 AI 慢了&quot;这句评价。汤道生在腾讯内部刊物《知点》年刊发了篇长文《和 AI 一起长跑的这两年》，倒是没有回避，直接承认公司整体算力严重不足，拖慢了混元大模型的训练与产品发展，产生了不小的影响；可他随即又补了句常被拿出来引用的话——起得早也许不是最关键的，AI 的下半场才刚开始，熬得久才有机会抓住持续出现的新机遇。大多数人读到的是腾讯在安抚情绪、给自己打气，可我从 AI agent 的视角把这篇文章读下来，却越读越觉得，它不只是一封回应质疑的内部信，更像是在悄悄改写这场竞赛的跑道：大家还在模型榜上一决高下的时候，他已经把目光落到了 agent 能不能真正落进生活里。</p> https://bml.asia/posts/ox-alpha-wait-and-see/ Tue, 25 Aug 2026 15:48:59 +0800 https://bml.asia/posts/ox-alpha-wait-and-see/ <p>　　最近几天，OpenRouter 上冒出一个叫 <strong>Ox Alpha</strong> 的匿名模型，中文社区顺口管它叫“牛来”——Ox 就是牛的意思。它 8 月 20 日夜里以 stealth 预览的形式上架，标着 $0/$0 的价、塞进 1M 的上下文、还能吃图文视频、支持工具调用，开发者 Ben Davis 拿 DeepSWE 编码基准给它跑出 80%，压过 Claude Fable 5 的 65% 和 GPT-5.6 Sol 的 52%。一时间“免费、能打、全网找爹”的标题铺满信息流，归属的矛头几乎齐刷刷指向智谱的 GLM-5.3：栈追踪泄露出 Zhipu 的接口路径、错误码对得上、分词器探针也高度吻合。故事讲得很圆，但我暂时按下不表，先把热闹里的几个问号摆出来。限免这件事本身就不承诺明天——IT之家说免费开放约一周，到 8 月 27 日前后就可能变天，OpenRouter 的 stealth 预览历来是“收反馈、攒声量、然后改价或下架”的套路，没有谁保证月底还能薅；而那个 80% 的跑分是个人 eval，不是官方基准，单点成绩好看，不代表综合全面碾压，这些水分得先滤掉再谈。</p> https://bml.asia/posts/from-answer-to-action/ Mon, 24 Aug 2026 19:51:30 +0800 https://bml.asia/posts/from-answer-to-action/ <p>　　最近翻到高盛一份关于 AI 产业的报告，里面有一条判断挺扎人：AI 正在从“回答”走向“执行”，产业的竞争重心也从模型本身，悄悄转移到了对<strong>工作流的掌控</strong>上。这话初看像一句行业口号，细想却戳中了过去一两年里很多 Agent 项目卡住的那个点——我们早已不缺会聊天的模型，缺的是敢把它放进真实业务流程里替人办事的底气。报告把这种底气归结为两件事：可控性，以及责任划分。凡是边界清晰、结果可验证的工作流，会优先被自动化；凡是含糊、不可追责的环节，再聪明的模型也难落地。</p> https://bml.asia/posts/hermes-vs-openclaw-growth/ Mon, 24 Aug 2026 18:45:42 +0800 https://bml.asia/posts/hermes-vs-openclaw-growth/ <p>　　这半年我断断续续同时用着 Hermes 和 OpenClaw，一个越来越热闹，一个越来越像停在去年的版本。最开始用 Hermes 的时候，没几天就发现它的应用侧生态铺得很开，尤其是它直接给了一大批可以免费用着的模型——不用先绑卡，不用先算这笔账，点开就能跑。对一个只是想试试看的人，这种零门槛的体感很重要。OpenClaw 则完全是另一种气氛：框架是固定的，技术本身说不上差，但四周始终冷清，没有多少免费的东西能让你直接上手，也缺少成片可用的场景把人留下来。我跟着用了一阵，跑通一个 demo 之后，就找不到再回去的理由了。两种体感之间的温差，大概就是它们增长曲线分道扬镳的地方。</p> https://bml.asia/posts/hermes-agent-prompt-adversarial-loop/ Mon, 24 Aug 2026 13:12:37 +0800 https://bml.asia/posts/hermes-agent-prompt-adversarial-loop/ <p>　　把市面上的 Agent 软件挨个试过一遍，你会觉得它们“简单”得出奇一致。不管什么产品，总能找到一处设定系统提示词、约束框架的地方，剩下的事就是按自己的需求去改这些设定——加几条规则、调调人格、补点记忆约束，看起来就把 Agent 驯服了。</p> https://bml.asia/posts/agent-bu-ke-kong-bian-liang-cai-keng-fu-pan/ Sun, 23 Aug 2026 20:18:39 +0800 https://bml.asia/posts/agent-bu-ke-kong-bian-liang-cai-keng-fu-pan/ <p>　　我这两年踩 Agent 的坑，最深的体会不是&quot;工具不够强&quot;，而是**&ldquo;工具昨天还行，今天就坏了&rdquo;**。同一套流程、同一份配置，上周跑得稳稳当当，这周就开始频繁报错、执行异常、结果完全随机。一开始我以为是自己的问题，翻日志、调参数、改 prompt，折腾到深夜。直到把几轮&quot;坏掉—修好—再坏掉&quot;的循环摊开看，才明白根源根本不在我这边。</p> https://bml.asia/posts/mei-you-ye-wu-xu-qiu-bie-yan-jiu-agent/ Sun, 23 Aug 2026 20:03:40 +0800 https://bml.asia/posts/mei-you-ye-wu-xu-qiu-bie-yan-jiu-agent/ <p>　　这两年，Agent 工具和 AI 自动化框架我研究得不算少：本地装过、远程配过，还专门租过云服务器让它们挂机跑任务。可就在前几天，我把名下最后一台云服务器也退掉了。不是工具不好，而是我终于想通一件事：<strong>没有真实落地的业务需求，研究 Agent 就是一笔赔本买卖——资金和精力投进去，回报却几乎为零。</strong></p> https://bml.asia/posts/agent-benzhi-shi-tishi-ci-duikang/ Thu, 20 Aug 2026 19:15:34 +0800 https://bml.asia/posts/agent-benzhi-shi-tishi-ci-duikang/ <p>　　说起来有点不好意思，我最早接触这类 AI 智能体的时候，是真的被惊艳到了。不管是通用的聊天 Agent，还是后来专门拿来干活的编程 Agent，比如 ZCode、CodeBuddy 这些，第一次用都给我一种“以后动动嘴就能把活干完”的错觉。我记得清清楚楚，头回拿 ZCode 让它给我弄个能记阅读进度的页面，我就随手丢了一句“帮我做一个能记录阅读进度的页面”，没多大一会儿，它真就跑出了一套说得过去的结构和样式。那一瞬间期待值是直接拉满的，满脑子都是：这下好了，后面那些查文档、调格式、对着报错发呆的破事儿，总算能甩给机器了。</p> https://bml.asia/posts/testmu-agent-assurance-ai-agent-shangxian-anquan/ Thu, 20 Aug 2026 03:18:00 +0800 https://bml.asia/posts/testmu-agent-assurance-ai-agent-shangxian-anquan/ <p>　　先说结论：<code>AI 智能体</code>上线前的安全验证，绝大多数团队还在用&quot;看日志、读对话&quot;这种旧办法，而这恰恰是最验不出问题的办法。<code>TestMu AI</code>（原 <code>LambdaTest</code>）推出的 <code>Agent Assurance</code>，是我目前看到的第一个把<code>对话式智能体</code>和<code>自主智能体</code>的验证放进同一个平台的产品。这篇从行业痛点、产品设计、对比表和我的实际使用场景几个角度，客观拆一遍它到底解决什么问题。</p> https://bml.asia/posts/moxing-juhe-luyou-jingji-zhang/ Mon, 17 Aug 2026 00:09:00 +0800 https://bml.asia/posts/moxing-juhe-luyou-jingji-zhang/ <p>　　最近&quot;模型聚合&quot;这个说法到处被提：腾讯、字节到阿里、百度，办公 Agent 都不约而同改了打法，不把自己绑死在一个自研模型上，而是做成统一的入口和网关，按场景把任务分给不同的模型。</p> https://bml.asia/posts/polaris-yan-jiu-agent-de-cheng-shu-du/ Sun, 16 Aug 2026 16:16:00 +0800 https://bml.asia/posts/polaris-yan-jiu-agent-de-cheng-shu-du/ <p>　　当一个团队把&quot;让 AI 做科研&quot;从口号变成可以本地部署的系统，最该问的不是它有多炫，而是它怎么解决&quot;环节之间怎么衔接&quot;这个真正难的问题。浙大 ZJU-REAL 团队开源的 <strong>Polaris（北极星）</strong> 就是这样一个尝试：它把从追踪文献到写成论文的整条链路，组织成一条 AI 能自主推进、但关键决策仍留给人的协作流程。</p> https://bml.asia/posts/ai-bian-cheng-gong-ju-da-luan-dou/ Sun, 16 Aug 2026 11:50:00 +0800 https://bml.asia/posts/ai-bian-cheng-gong-ju-da-luan-dou/ <style> /* ===== 本文排版：轨道信号（橙 · 蓝 · 紫 多色灯语）===== */ .hd-hero, .hd-sec, .hd-card, .hd-verdict, .hd-flag, .hd-tag, .hd-fin { letter-spacing: .01em; } /* —— 文章标题：黑色（含首页置顶，常态与 hover 一致）—— */ .post h1, .pinned-title a { font-family: "FangSong", "FZFSK", "仿宋", serif; font-weight: 700; letter-spacing: .05em; color: #000; } .post h1 { font-size: 1.75rem; line-height: 1.5; padding-bottom: .5rem; border-bottom: 3px solid #000; margin-bottom: .6rem; } .pinned-title a { text-decoration: none; } .pinned-title a:hover { color: #000; } /* —— 引言卡：橙蓝双色渐变底 —— */ .hd-hero { position: relative; margin: 1.4rem 0 2rem; padding: 1.4rem 1.6rem 1.4rem 1.9rem; border-radius: 14px; background: linear-gradient(135deg, rgba(255, 122, 0, .12), rgba(0, 102, 255, .12)), var(--bg); border: 1px solid var(--line); border-left: 5px solid #ff7a00; box-shadow: 0 8px 26px rgba(60, 50, 40, .07); } .hd-hero .hd-lead { margin: 0 0 .5rem; font-family: "Noto Serif SC", "Songti SC", serif; font-size: 1.16rem; font-weight: 700; line-height: 1.7; color: #1a1a2e; } .hd-hero .hd-lead b { color: #ff7a00; } .hd-hero .hd-lead b.bl { color: #0066ff; } .hd-hero .hd-sub { margin: 0; font-size: .92rem; color: var(--fg-dim); } .hd-hero .hd-sub b { color: #1a1a2e; font-weight: 800; } .hd-tag { display: inline-block; font-family: ui-monospace, Consolas, monospace; font-size: .78em; font-weight: 700; letter-spacing: .08em; color: #ff7a00; background: rgba(255, 122, 0, .10); border: 1px solid rgba(255, 122, 0, .35); border-radius: 999px; padding: .15em .7em; margin: 0 .15em .15em 0; } .hd-tag.blue { color: #0066ff; background: rgba(0, 102, 255, .10); border-color: rgba(0, 102, 255, .35); } .hd-tag.purple { color: #7a2fd0; background: rgba(122, 47, 208, .10); border-color: rgba(122, 47, 208, .35); } /* —— 章节标题：编号色块 + 黑色标题 + 虚线轨道 —— */ .hd-sec { display: flex; align-items: baseline; gap: .6rem; margin: 2.6rem 0 1.1rem; } .hd-sec .hd-no { font-family: ui-monospace, Consolas, monospace; font-size: .82rem; font-weight: 800; color: #fff; background: linear-gradient(135deg, #ff7a00, #ffaa33); border-radius: 6px; padding: .1em .5em; flex: 0 0 auto; } .hd-sec.b .hd-no { background: linear-gradient(135deg, #0066ff, #4d9fff); } .hd-sec.p .hd-no { background: linear-gradient(135deg, #7a2fd0, #a45cff); } .hd-sec b { font-size: 1.12rem; font-weight: 800; color: #000; white-space: nowrap; } .hd-sec .hd-track { flex: 1; height: 4px; border-radius: 2px; background: repeating-linear-gradient(90deg, var(--line) 0 8px, transparent 8px 16px); opacity: .8; } /* —— 关键句：三色高亮 —— */ .hd-o { color: #ff7a00; font-weight: 800; background: linear-gradient(transparent 55%, rgba(255, 122, 0, .18) 55%); padding: 0 .15em; border-radius: 2px; } .hd-bl { color: #0066ff; font-weight: 800; background: linear-gradient(transparent 55%, rgba(0, 102, 255, .15) 55%); padding: 0 .15em; border-radius: 2px; } .hd-pu { color: #7a2fd0; font-weight: 800; background: linear-gradient(transparent 55%, rgba(122, 47, 208, .15) 55%); padding: 0 .15em; border-radius: 2px; } .hd-k { color: #000; font-weight: 800; } /* —— 引用块：橙色左条 —— */ .hd-flag { border-left: 4px solid #ff7a00; background: rgba(255, 122, 0, .07); border-radius: 0 10px 10px 0; padding: .8rem 1.1rem; margin: 1.3rem 0; color: var(--fg); font-weight: 600; } .hd-flag b { color: #ff7a00; } /* —— 判断框：橙蓝紫渐变边框 —— */ .hd-verdict { margin: 1.6rem 0; padding: 1.1rem 1.4rem; border-radius: 12px; border: 1px solid transparent; background: linear-gradient(var(--bg), var(--bg)) padding-box, linear-gradient(120deg, #ff7a00, #7a2fd0, #0066ff) border-box; font-weight: 600; line-height: 1.8; } .hd-verdict .hd-verdict-name { display: inline-block; font-size: .78em; font-weight: 800; letter-spacing: .12em; color: #fff; background: linear-gradient(120deg, #ff7a00, #7a2fd0); border-radius: 999px; padding: .1em .7em; margin-bottom: .5rem; } /* —— 结尾大字：三色流动 —— */ .hd-fin { margin-top: 2.4rem; padding-top: 1.4rem; border-top: 1px dashed var(--line); text-align: center; } .hd-fin .hd-big { display: inline-block; font-family: "Noto Serif SC", "Songti SC", serif; font-size: 1.5rem; font-weight: 800; letter-spacing: .12em; background: linear-gradient(90deg, #ff7a00, #7a2fd0, #0066ff, #ff7a00); background-size: 300% 100%; -webkit-background-clip: text; background-clip: text; color: transparent; animation: hd-flow 5s ease-in-out infinite; } @keyframes hd-flow { 0%,100% { background-position: 0% 50%; } 50% { background-position: 100% 50%; } } .hd-fin .hd-small { display: block; margin-top: .5rem; font-size: .86rem; color: var(--fg-dim); } @media (prefers-reduced-motion: reduce) { .hd-fin .hd-big { animation: none; } } </style> <div class="hd-hero"> <p class="hd-sub" style="margin-bottom:.4rem;"> <span class="hd-tag">VIBE</span><span class="hd-tag blue">CONTROL</span><span class="hd-tag purple">OBSERVABILITY</span> </p> https://bml.asia/posts/du-li-zhan-jiao-gei-ai-agent-jiao-hu-fang-shi-xian-bian-le/ Sat, 15 Aug 2026 15:11:00 +0800 https://bml.asia/posts/du-li-zhan-jiao-gei-ai-agent-jiao-hu-fang-shi-xian-bian-le/ <p>　　8月7日，一场跨境独立站峰会在深圳举行。店匠、TikTok for Business、Stripe 三家联办，主题一句话非常有意味——“独立站，交给 AI Agent——Meet Athena”。有意思的是，这三家主办方恰好覆盖了独立站最核心的三段链路：建站、流量、支付。很多人读这条新闻，读出来的是“AI 又要给跨境提效了”。可我看到的不太一样，我看到的是一种交互方式的改变：独立站，似乎真的可以交给 AI Agent 来运营了。</p> https://bml.asia/posts/deepseek-harness-linux-ce-shi-ke-yong-xing/ Sat, 15 Aug 2026 12:35:00 +0800 https://bml.asia/posts/deepseek-harness-linux-ce-shi-ke-yong-xing/ <p>　　DeepSeek Harness 刚发布没几天，我就把它装到了一台 Linux 服务器上，目的只有一个：<strong>用最大可能，去试探它的可用性</strong>。不是用它干活，而是逼它出问题。插件自由拼接、自我修改、快照备份随便蹬——这些宣传里最诱人的词，恰恰是最需要被怀疑的词。测完一圈，我的总结很朴素：<strong>架构是对的，但生成效率很低，它还是个雏形，后续需要大量版本迭代。</strong></p> https://bml.asia/posts/deepseek-harness-huchenghe-zhenjia/ Fri, 14 Aug 2026 15:00:00 +0800 https://bml.asia/posts/deepseek-harness-huchenghe-zhenjia/ <p>　　判断一个 Agent 框架值不值得注意，别管它是不是 harness，这定位早烂大街了，真正该看的是它<strong>试图建立的护城河</strong>。DeepSeek Harness 反复强调三件事：<strong>省 token、插件化、自进化</strong>。拆开看，成色差得很远。</p> https://bml.asia/posts/deepseek-harness-ziyou-de-jiage/ Fri, 14 Aug 2026 12:30:00 +0800 https://bml.asia/posts/deepseek-harness-ziyou-de-jiage/ <style> .post h1 { font-family: ui-monospace, Consolas, monospace; font-weight: 700; font-size: 1.55rem; color: #000; border-bottom: 3px double #000; padding-bottom: .55rem; display: inline-block; letter-spacing: .02em; } .post h2 { font-family: ui-monospace, Consolas, monospace; font-weight: 700; color: #000; font-size: 1.12rem; margin-top: 2.1rem; padding: .35rem .85rem; background: rgba(0,0,0,.05); border-left: 4px solid #000; letter-spacing: .02em; } .post .mod { display: inline-block; font-family: ui-monospace, Consolas, monospace; font-size: .82em; font-weight: 700; color: #000; background: rgba(0,0,0,.05); border: 1px solid rgba(0,0,0,.4); border-radius: 4px; padding: .04em .5em; margin: 0 .15em; } .post blockquote { margin: 1.4rem 0; padding: 1rem 1.3rem; border-left: 4px solid #000; background: rgba(0,0,0,.04); border-radius: 0 8px 8px 0; font-weight: 600; color: inherit; } .post .terminal { font-family: ui-monospace, Consolas, monospace; font-size: .9rem; background: rgba(0,0,0,.04); border: 1px dashed rgba(0,0,0,.35); border-radius: 6px; padding: .9rem 1.1rem; margin: 1.2rem 0; color: #000; } .post .terminal b { color: #000; } </style> <p>　　这几天，DeepSeek 的一个开源项目讨论度格外高，叫 <span class="mod">DeepSeek Harness</span>。官方给它的公式只有一句话：<b>Model + Harness = Agent</b>。模型负责思考，Harness 负责把思考接进真实世界。听起来很平淡，可越看进去越觉得，它想做的事，比&quot;又一个编程助手&quot;要激进得多。</p> https://bml.asia/posts/ba-ji-yi-jiao-gei-cang-ku/ Fri, 14 Aug 2026 00:20:00 +0800 https://bml.asia/posts/ba-ji-yi-jiao-gei-cang-ku/ <div style="font-family:ui-monospace,monospace;font-size:.82rem;letter-spacing:.05em;color:var(--fg-dim);border-bottom:1px solid var(--line);padding-bottom:.8rem;margin-bottom:1.6rem;"> # 运维随笔 · 把临时变成永久 ~/blog/agent-operation </div> <p>　　很多人用 Agent 做项目，第一反应是让它&quot;记住&quot;。记住目录结构、记住发布流程、记住踩过的坑。仿佛 Agent 记得越牢，项目就越稳。可越接触持久的运维，我越觉得这个方向反了——<span style="font-family:'Noto Serif SC',serif;font-weight:700;">真正想让项目长期跑下去，最该做的，恰恰是不把记忆交给 Agent，而是交给仓库。</span></p> https://bml.asia/posts/deepseek-api-tiaojia-v4-pro/ Thu, 13 Aug 2026 23:28:00 +0800 https://bml.asia/posts/deepseek-api-tiaojia-v4-pro/ <style> /* 仅保留：标题非粗体（继承主题默认色，不加任何彩色） */ .post h1, .pinned-title { font-weight: 400; } </style> <blockquote> <p>8 月 13 日，DeepSeek 用三件事，同时宣告了一个转向。</p> https://bml.asia/posts/agent-xie-tong-de-yan-su-xing/ Mon, 10 Aug 2026 22:15:00 +0800 https://bml.asia/posts/agent-xie-tong-de-yan-su-xing/ <p>　　这一年，多智能体（multi-agent）成了最热的关键词之一。一个&quot;编排者&quot;派任务，一群&quot;执行者&quot;各司其职，彼此发消息、传结果、来回若干轮，最后交出一份像模像样的成果。演示视频里一切行云流水，仿佛把几个大模型串在一起，就自动获得了分工与协作的能力。</p>