DeepSeek Harness：免费的车，收费的油
DeepSeek Harness 以 MIT 开源当天，DeepSeek 同时宣布 API 峰谷涨价。这不是两件事：一切皆插件的架构，本身就是一份定价策略。
标签: #Agent
共 50 篇文章
文章列表
技术热点透视20261010：Dots 上手机，一句话把活派给 Codex
OpenAI 在 28 天改进计划的第 5 天给了 dots 一次不小的升级：手机端就能从零创建 dot，dot 还能开 Codex 任务、接续已有线程、管理 ChatGPT Work 的定时任务。
技术热点透视20261001：Gemini 4 Argon 把 coding agent 推入百万 token 时代
百万 token 不是一次参数刷榜，它改的是“一次 API 调用能干嘛”这件事的定义。
OpenAI dot 实测：用 8 核 9 GB 云虚拟机做出《一键引力》
OpenAI dot 实测录屏拆解：它在 8 核 9 GB 的 Debian 13 云虚拟机上做出《一键引力》，公开了源码与测试包，也如实说清了离线设备与未验证的部分。
技术热点透视20260930：OpenAI DevDay 2026，ChatGPT 变成一个智能体平台
当地时间 9 月 29 日，OpenAI 在旧金山 Fort Mason 开了今年的 DevDay。Sam Altman 一口气发布 20 多项更新——官方 recap 列的是「20 多项」，第三方媒体数出来是 22 项，而 2025 年那场 DevDay 只有 9 项。
递归自我改进（RSI）入门：AI 改进自己这件事，到底走到哪一步了
过去大半年，「递归自我改进」这个词的出场频率明显高了。相关论文一年多涨了十几倍，头部实验室开始主动披露自己内部的自动化程度，有人给它单独编了指数，也有人把它写进了商业叙事的标题里。
AGI 时代，真的来了吗？从 GPT-6 Astra 发布，看通用人工智能的现状与趋势
OpenAI 发布 GPT-6 Astra 并高调宣布 AGI 时代到来。本文从跑分争议、AGI 定义、行业格局与七个值得关注的方向，深入分析通用人工智能的现状与趋势。
Agent 的胜负手，已经不在模型里
72 小时内 5 条新闻、3 个战场，2026 的工程共识：Agent = Model + Harness。从 Slack Code、Qwen-UI-Agent、Pelican-Unify 到腾讯降本 50%-65%，看 Harness 怎么成了 AI 真正的胜负手。
拆开 Codex Harness：模型之外，Agent 如何把活干完
从 Codex CLI 的 run_turn、上下文管理、工具路由、审批沙箱和压缩源码出发，解释 Codex Harness 与 Codex 的关系，并与 DeepSeek Harness 的插件化运行时逐层比较。
手机上的开源 Agent：对标 Pi 的 6 个原生 App 实战
对标 Pi 装完即跑、不要 Termux——把这条硬约束丢进 2026 年移动端 Agent 生态，能跑出来的项目只有 6 个。Aether / OpenDroid / PokeClaw / Operit / Gotcha / OpenMinis 真实 GitHub 数据横评 + 工程师选型建议。
Cordis：DSH 底下那颗「心」，究竟是什么
DeepSeek Harness 为什么能把模型、工具、会话和界面做成可组合的插件？从 Cordis 的 Context、inject、事件与可逆副作用，拆开这层 Agent 运行时底座。
DSH 开源 42 小时 10 万星：Flask、Redis 作者点赞，与一场更大的「Agent 入口」棋局
DeepSeek Harness 的开源热度背后，值得关注的不是一串 Star，而是 Agent 运行时会不会成为模型、工具和开发者之间新的长期入口。
AI变革绝不是工业革命4.0——李开复人民日报撰文深度解读
从李开复在《人民日报》的署名文章出发，拆解“AI 变革不是工业革命 4.0”这一判断：手与脑的维度差异、扩散速度差异、局部优化与系统重构的深度差异，再看 2026 年智能体与成本曲线的实际进展，最后落到对个人的三条生存法则。
DeepSeek Harness 开源后，我先看了它的运行时
DeepSeek 把 Harness 以 dsh 开源。本文从源码拆开 Cordis 插件树、事件溯源会话、工具执行流水线、上下文压缩、沙箱与子 Agent，判断它究竟是一款编程助手，还是一个可替换的 Agent Runtime。
DeepSeek V4 Pro 正式发布：1M 上下文、Codex 接入与本机配置要不要更新
核对 DeepSeek V4 Pro 正式版的 1M 上下文、384K 最大输出、API 价格与官方 Codex 配置脚本，并判断已有本机配置在什么情况下需要更新。
Agent 的搜索引擎：Agentic Resource Discovery 规范，以及它解决不了的信任问题
MCP 解决了 Agent 怎么调用工具，ARD 解决的是更早一环：Agent 怎么找到工具。2026 年 6 月 Google 联合微软、GitHub 等发布 ARD 规范，核心是域名下的 ai-catalog.json 和聚合注册中心。本文拆解 Catalog/Registry 机制、与 MCP/A2A 的分工，以及验证机制背后的供应链安全账。
端侧 AI 元年：Agent 搬进手机和汽车，瓶颈是内存带宽不是算力
2026 年端侧 AI 被反复称为元年：AI 手机出货 1.47 亿台、端侧模型装机 4200 万台、量产车里跑起座舱智能体。本文从模型、芯片、场景三个条件讲清为什么是今年，再用 roofline 模型和量化三件套解释真正的瓶颈为什么是内存带宽。
MCP 2026-07-28 迁移清单：去掉握手和会话之后，你的服务器要改什么
MCP 第 5 版规范把协议从有状态长连接改成无状态核心：握手没了、会话 ID 没了、请求变成自带上下文的自描述 HTTP POST。本文列出每个变更的工程含义、迁移顺序和 Akamai 指出的六类新安全风险，给正在维护 MCP server/client 的人一份可对照的清单。
Muse Code 资料测评：输出便宜 21 倍的那一档，代价是把代码交给 Meta 训练
Meta 在 2026 年 8 月 5 日发布首个终端编程 Agent Muse Code。本文基于官方发布与第三方公开数据整理：模型与价格、两档计费的真实成本差、三大编程基准上的名次、以及真正值得关注的 event log 与后台常驻 Agent 设计。
deepseek-v4-flash 为什么适配 Codex 这么好，以及deepseek的Harness
上一篇用 48 小时真实会话证明了它便宜又耐用，这篇拆到适配层看它为什么能被 Codex 用好：~/.codex/models.json 的每个字段怎么改变客户端行为，1.77 万字符的 instructions_template 怎么把模型变成合格的 Codex 代理，以及 DeepSeek Harness 的内测招募、官方基准和社区猜测。
gpt-5.6没额度了，我用deepseek-v4-flash 连续跑两天花了 14 亿 token，40人民币
把 Codex 主力模型换成 deepseek-v4-flash 的 48 小时：三个线程跑完线上验证、计费修复、CI 精简、PR review 一长串工程任务。从真实会话记录统计 token、缓存命中、reasoning 占比与交付物，和之前 gpt-5.6-sol 的会话对比，给这台便宜模型一个基于数据的评价。
5毛钱的 deepseek-v4-flash 能干什么
一次模拟真实场景的全量服务巡检：三个 Kubernetes 集群加外部托管服务全部采集、出拓扑图、定位问题，再对账 token 与账单。按 DeepSeek 官方单价这次巡检约 5 毛钱，缓存命中率如何决定最终成本，文中都有明细。
DeepSeek V4-Flash 跑 Codex 实测：4 个任务全过，花费不到 5 分钱
V4-Flash 正式版上线后原生支持 Responses API 并适配 Codex。本文整理官方性能与定价，给出两种接入 Codex 的配置方式，再用 4 个本地 Agent 任务实测：全部通过、总耗时约 4 分钟、花费不到 5 分钱。
Agent 做出来了，接下来怎么上线
一个能完成任务的 Agent，距离真正可交付还差任务契约、交互兜底、质量门禁、安全审查、成本核算和灰度运营。本文以合同审查 Agent 为例，给出一套可以直接执行的产品化方法。
Agent 找到工具以后，为什么还是会用错
正确工具进入候选列表，只解决了工具调用链的第一小步。本文拆解召回、选择、参数、执行和结果解释五道门，用实际案例说明怎样设计工具契约、参数修复、候选裁剪和分层评测。
GPT-5.6 Sol 的额度去哪了
为什么同样的任务，GPT-5.6 Sol 会让人觉得额度掉得更快？从工具调用、缓存输入、长上下文、重试和子任务拆开一次 Agent 回合，给出一套可以自己复测的用量账本。
llms.txt：给 Agent 的网站说明书
llms.txt 到底是什么，和 robots.txt、sitemap、OpenAPI 有什么区别？本文结合 OpenAI、Anthropic、Cloudflare、Supabase、Vercel、Stripe 与 FastHTML 的公开文件，拆解格式、分层、生成、校验和上线后的最佳实践。
怎样让 Codex 真正会用你的工具
给 Codex 接上 MCP 只是第一步。本文实现一个代码变更影响分析工具，用 36 次真实调用比较含糊接口与语义化 Schema，拆解工具命名、参数设计、结构化输出、安全注解、错误语义和评测方法。
企业级 Agent 的七层底座
一个能接入真实业务的 Agent，除了模型和 Prompt，还需要任务契约、可恢复运行时、工具协议、状态与记忆、并发控制、安全边界和评测体系。本文用三个案例给出一套可落地的参考架构。
Agent面试详解（下）：评测、安全与落地判断
完成企业级 Agent 的最后一块设计：用 Trace 还原轨迹，用四层测试控制不确定性，把安全边界放在模型之外，并判断 ToB、ToC 与具体场景是否值得投入。
Agent面试详解（中）：记忆、工具与多用户并发
继续设计企业级 Agent 的数据和执行层：长期记忆怎样分层与遗忘，工具怎样契约化，多租户状态怎样用乐观锁、租约和幂等机制保持一致。
Agent面试详解（上）：从模型接口到可恢复的运行时
从 DeepSeek Agent 岗位讨论出发，拆解 Harness、企业级运行时、状态机、事务边界和上下文窗口，回答一个 Agent 怎样从演示程序变成可恢复的系统。
让 Codex 连续干几天，靠的不是一条超长 Prompt
以一套虚构统一授权系统从设计、开发到测试跑通的完整演练为主线，拆解 Codex 如何借助 Goal、状态外置、检查点、模型档位切换和分层验收完成长任务。
最热的技术话题，已经从模型变成 Agent
现在技术圈真正热的，不是又出了一个模型，而是 AI Coding Agent 开始进入真实开发流程：接任务、改仓库、跑测试、提 PR，也把上下文、安全和 review 这些老问题重新推到台前。
浏览器 Agent 能做事以后，第一件事不是放权
浏览器 Agent 从能看网页走到能点按钮、填表单、提交操作，产品价值变大了，误操作和越权风险也同步变大。守护栏要比自动化能力先成熟。
从 Prompt 到 Context Engineering：Agent 开发真正难的是给上下文
Agent 系统不再只是写一段提示词。真正决定效果的，是如何选择、裁剪、排序和验证上下文，让模型在每一步拿到刚好够用的信息。
MCP 真正要补的课：不是接上工具，而是画清安全边界
MCP 让 AI 应用接工具变得统一，但工具一旦能读文件、查数据库、发请求，安全问题就从接口规范变成了权限、身份、审计和供应链问题。
Agent 也要可观测：不然你只是在看一段神秘录像
Agent 系统出错时，最终回答往往看不出原因。要调试生产 Agent，必须记录任务、工具、上下文、成本、重试和每一步证据。
Codex App Server：把编码 Agent 接进自己的工作台
从 Codex app-server 的协议边界讲起，分析它适合嵌入哪些产品与工程场景，也比较 Claude Code、Cursor 在脚本化、云端 Agent 和自定义集成上的相近能力。
Codex 用得越久，越要学会省 Token
用一次真实 Codex 长会话的 token 与价格统计，拆解哪些对话最贵、为什么长上下文会拖高成本，以及如何通过拆会话、压日志、用文件和沉淀规则来优化。
Codex 实战问答
从真实使用出发，回答 Codex collaboration mode、GPT-5.3-Codex-Spark、statusline、skills、slash commands、codex exec 和 Codex SDK 这些容易混淆的问题。
Codex、Cursor 与 Cursor 里的 Codex 插件：AI 编程工具怎么搭配才顺手
从 Codex 与 Cursor 的产品边界讲起，比较 Codex IDE、Codex CLI、Cursor 中 Codex 插件的优缺点，回答 Skills 与 Cursor 会话上下文能否互通，并给出一套实用的共生工作流。
Cursor SDK：Custom Agents 到底能拿来做什么
Cursor 新发布的 TypeScript SDK 把 IDE、CLI 和 Cloud Agents 背后的 agent 能力开放成可编程接口。本文梳理它的运行时、hooks、MCP、示例仓库和适用场景，并用一个 CI 自动修复失败 PR 的例子说明怎么落地。
Hermes 的 Skill 怎么「自我进化」：从 skill_manage 到渐进式加载
Hermes 把技能写成磁盘上的 SKILL.md，用 skill_manage 改它；加载时分层拉取，避免一次塞满上下文。文中有几段按官方文档条件编出来的小故事，帮助理解 patch 和 create 在什么情况下会出现。
Hermes Agent 速览：多模型自托管，与 OpenClaw 怎么选
装 Hermes 要注意什么、模型怎么接；用一节把与 OpenClaw 的差异写细（技术栈、ClawHub/插件、控制台 vs 终端、渠道与迁移）。文末仍是国内模型与微信文档入口。
OpenClaw 2026.3.22：ClawHub 与插件生态收束，Chrome 中继退场，沙箱与模型面一起扩表
合并 v2026.3.22-beta.1 与 v2026.3.22：插件安装优先 ClawHub、浏览器扩展 relay 移除、image_generate 与 SDK 迁移、可插拔沙箱与 SSH、GPT-5.4 默认与多路搜索/模型插件，以及大量网关与安全硬化。
OpenClaw 2026.3.13：合并 beta 与正式线之后，看长上下文、真浏览器和网关
基于 v2026.3.13-beta.1 与 v2026.3.13-1 合并视角：compaction 与记忆、Chrome 真会话自动化、网关 RPC 与控制面、通道投递与安全补丁。
Cursor 的位置，变了吗？要不要开始用 Claude Code
从一篇“Cursor 正在经历生死存亡”的热文说起，重新分析 Cursor 在 2026 年的真实定位：它没死，但它的主战场已经变了。更值得讨论的不是替代，而是该不该把 Claude Code 纳入自己的工作流。
Cursor 和 Claude Code，不该这样比
与其把工具讨论写成接班叙事，不如认真聊清楚 Cursor 和 Claude Code 各自擅长什么：IDE 上下文、浏览器交互、Auto 模式、终端工作流，以及那些常被低估的 Cursor 能力。
这几天我怎么用 Cursor 写文章、做脚本，又把它开源了
复盘这几天用 Cursor 折腾 www.zicode.com 的过程：一边写文章，一边开发同步微信公众号脚本，一边利用 agent 历史做复盘、润色和开源整理。