Agent
接入 Agents API:怎样让一次修复任务有进度、能恢复、可验收
以工单修复服务为例,说明 Agents API 的会话与轮次、事件恢复、Webhook、产物下载和独立验收,避免把结束事件误当作修复成功。
SkillOpt 把 Agent Skill 变成可训练工件:比提示词优化更重要的是验证门禁
微软 SkillOpt 把 SKILL.md 当作可训练外部状态,用 rollout、反思、受限编辑和验证门禁改进 Agent 行为。
Matt Pocock Skills:用 to-spec 写规格,再用 to-tickets 拆任务
需求聊清楚后,怎样让 Agent 接着做?查看 Matt Pocock Skills 的当前目录、项目配置、测试边界与任务阻塞关系,用 CSV 导入例子理解规格和切片。
Data Analysis Skill:让 Agent 不只会算数,而是会做分析
数据分析 Skill 的重点不是 pandas 自动化,而是把问题拆解、口径检查、并行分析和结论报告固定成可复用流程。
浏览器开始卖 AI 会员,真正变化不是收费,而是入口权重变了
AI 浏览器的收费趋势背后,是浏览器从页面容器转向任务代理。真正需要关注的是权限、数据和自动操作边界。
Vercel Zero 语言观察:Agent 时代,编译器也得会给机器读
Vercel Labs 做 Zero,表面上是又一门系统编程语言。真值得看的不是“它要不要挑战 Rust、Go、Zig”,而是另一个问题:如果代码的主要生产者、调试者、修复者越来越多地变成 Agent,编程语言和编译器该不该换一套默认设计。 Zero 的答案很直接:让能力显式,让诊断结构化,让内存和依赖可预算,让修复动
Composer 2.5 标准版与 Fast:价格、预算和使用范围
Composer 2.5 标准版与 Fast 怎样算成本?区分输入、缓存读取和输出,查看可运行的预算示例,并核对 Cursor、SDK 与第三方网关的接入边界。
Tailscale 私有网络指南:VPS 接入、子网路由与访问权限
把 VPS、家里的 NAS 和笔记本接入同一个 tailnet,分别设置设备访问、子网路由、出口节点与 SSH 权限,并用 Serve 访问本机服务。
支付宝 AI收:别只看副业,它真正补的是 Agent 交易层
支付宝把 Agent to Agent 交易摆到台前,最值得看的不是“普通人靠 AI 服务被动赚钱”这种副业叙事。 这个说法太轻,也容易把事情带偏。真正的变化在于:当 Agent 开始替人搜索、比价、下单、调用服务,支付就不能只停留在“人点按钮确认付款”的老流程里。服务要能被 Agent 发现、调用、计费、结算,还要有
Bytebot 上手:给 AI 一台能干活的电脑,而不是只给它一个聊天框
Bytebot 不是又一个“浏览器自动化插件”。它把 Agent 放进一台容器化 Linux 桌面里,让模型直接面对屏幕、文件、浏览器、办公软件和命令行。这个方向更有意思的地方,不是“说一句话让 AI 点鼠标”这么热闹,而是 Agent 的运行环境开始从聊天框,往一台可隔离、可观察、可接管、可持久化的工作站迁移。 这
open-slide 上手:让 AI Agent 写 PPT,关键不是模板,是把幻灯片变成代码工程
open-slide 把幻灯片做成 React 组件,让 Coding Agent 修改布局、处理批注和迭代内容。文章介绍它与 Slidev 的区别、工作区初始化及演示导出流程。
bux 上手:把 Claude Code 变成 24 小时在线的浏览器 Agent
把 Claude Code 装在自己电脑上,适合“坐在桌前写代码”。但真正想让 Agent 干活,问题很快就变成另一种:人不在电脑前怎么办?浏览器登录态怎么保留?任务跑到一半遇到 2FA 或验证码怎么办?手机上能不能只发一句话,让它继续处理? bux 解决的正是这个缝隙。它不是另一个浏览器自动化框架,也不是给 Clau
Recordly 上手:开源录屏工具真正要替掉的,是演示视频的后期碎活
产品演示视频最烦人的地方,不是录屏。录屏只是一秒钟按下按钮。真正花时间的是后面那串碎活:哪里该放大,光标要不要美化,背景怎么包装,要不要加字幕,GIF 和 MP4 分别怎么导出,录完看起来会不会像临时糊弄出来的素材。 Recordly 这类开源工具需要纳入评估,不是因为它“免费平替 Screen Studio”。免费只是入
Software 3.0 来了:程序员真正要学的不是 Prompt,而是给 Agent 设计接口
Karpathy 把 Software 3.0 说清楚之后,很多人第一反应还是落在“以后是不是不用写代码了”。这个问题问得太早,也太浅。更值得看的是:软件的接口正在换人。 Software 1.0 的接口给程序员用,核心是编程语言、函数、类型、测试和部署。Software 2.0 的接口给训练系统用,核心是数据集、损
Semble 上手:给 Coding Agent 一套省 token 的代码搜索层
Semble 为 Coding Agent 提供代码搜索层,返回带文件路径和行号的代码片段。文章介绍 Python API、MCP 接入和继续查找相似代码的方法。
thClaws 上手:用 Rust 做一个主权 Agent 工作台
thClaws 用 Rust 构建本地 Agent 工作台,将 GUI、CLI、MCP、Skills、记忆与多 Agent 协调放进同一套引擎。文章介绍构建条件、入口和模型配置。
World2Agent 上手:让 Agent 先看见世界,再谈自动行动
World2Agent 用 World → Sensor → Agent 协议把外部数据转成结构化信号。文章介绍 Sensor 接入、插件配置,以及外部输入影响 Agent 行动时的权限边界。
video-use 上手:让 Coding Agent 真的剪出 final.mp4
视频剪辑进入 Agent 工作流以后,最容易被误解成“一句话生成视频”。真正有用的方向不是凭空生成,而是把已有素材变成可审计、可重跑的编辑流程:识别素材、切掉废话、调色、加字幕、加动画、渲染、检查边界,再输出 final.mp4。 browser-use/video-use 正是这个方向。它让 Claude Code、
apfel 上手:把 Mac 自带 Apple Intelligence 变成本地 OpenAI 接口
很多本地模型方案都绕不开下载模型、选量化、配显存、调推理服务。Mac 用户还有另一条路:把系统自带的 Apple Intelligence 变成命令行工具和本地 OpenAI 兼容接口。apfel 做的就是这件事。 它把 Apple FoundationModels 暴露成 UNIX CLI、交互式聊天和本地 Open
OfficeCLI 上手:让 Agent 读写 Word、Excel、PPT,不再依赖 Office 桌面
Office 自动化一直是 Agent 的尴尬区。企业文件大量存在 Word、Excel、PowerPoint 里,但传统自动化要么依赖桌面 Office,要么用几套库分别处理 docx、xlsx、pptx,结构不统一,预览也麻烦。Agent 想稳定修改这些文件,不能只靠“生成一段 Python 试试”。 Office