Agent on To the Moon

Agent Skills 进了基金会：Agent 基础设施开始抢公共标准

Tue, 27 Oct 2026 18:20:00 +0800

本文由 AI 自动摘录整理，原始链接：刚刚，你每天在用的Skills发生了一件大事

推荐指数：7/10（推荐读原文）

背景

Linux 基金会旗下的 Agentic AI Foundation（AAIF）一次接纳了四个项目：Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv、阿里的 OpenSandbox。覆盖 Agent 获取技能、调用模型、训练环境、隔离执行四个环节。AAIF 托管项目从 3 个增至 10 个，会员组织 305 家。

核心观点

四个项目各管一段：Agent Skills 管「怎么按流程办事」，Open Responses 管「模型接口说同一种语言」，OpenEnv 管「训练环境可复用」，OpenSandbox 管「安全地动手执行」。
Anthropic 交的不只是规范：名称、Logo、GitHub 组织、agentskills.io 域名一并交给基金会。不是交出 Claude 产品，而是把已成生态的开放标准交给中立治理。
为什么必须中立：当标准被多平台采用，其他厂商会担心规则由谁定、原厂战略变了标准会不会跟着变。捐赠是降低这种顾虑的手段。
Open Responses 最值得盯：它直接碰模型接口这块核心利益。接口标准化会削弱供应商锁定，开发者能按价格、性能、任务自由换模型。AWS 已公开支持并参与维护，Bedrock 也支持 Responses API。
不能只看发布会：支持某个 API 不等于通过完整兼容性验证；名义归属变了，也不等于实际影响力分散。

补充要点

Agent Skills 的形态是一份 SKILL.md 加脚本、参考资料，把代码规范、分析流程、文档模板打包成可复用说明书。
Anthropic 披露：70 多个 Agent 平台集成，累计发布 100 万份 Skills，安装量近 2.8 亿次——这是厂商自报数据，非独立审计。
安全是最大变量：VirusTotal 10 月 21 日分析了 35,878 份技能样本，6,637 份判定为恶意，其中 62% 不含恶意代码，攻击指令直接写在自然语言文档里。
因此技能安全不只是杀毒，还包括指令审核、权限管理和执行环境隔离。
Simon Willison 早在 2025 年 12 月就预判 Skills 会进 AAIF，同时指出规范细节不清：字段可自行扩展，不同 Agent 的支持程度不一，格式相同不代表行为兼容。
分析师的判断框架：看社区能否真正参与、决策是否透明、项目能否持续维护、有没有来自不同厂商的真实实现。
AAIF 现有版图：MCP 连工具和数据、AGENTS.md 给项目级指令、Agent Skills 封装能力、Open Responses 统一接口、OpenEnv 管训练、OpenSandbox 管执行。
接下来半年到一年该看三件事：多少厂商真正采用、多少开发者参与规范演进、换模型或换执行环境时到底少改多少代码。

Anthropic 长运行应用护栏设计：GAN 启发式多 Agent 架构

Fri, 22 May 2026 11:20:00 +0800

本文由 AI 自动摘录整理，原始链接：Harness design for long-running application development

推荐指数：7/10（推荐读原文）

背景

Anthropic 工程师 Prithvi Rajasekaran 分享了在长运行自主编码 agent 中护栏设计的最新实践。受 GAN（生成对抗网络）启发，他设计了一套多 Agent 架构（生成器 + 评估器），将前端设计和全栈应用开发两大不同领域的能力推向新高度。文章详细阐述了 naive 实现的两大失败模式（上下文焦虑、自我评估偏误），以及如何通过结构化护栏系统性地突破这些瓶颈。

核心观点

GAN 启发式架构：将生成对抗网络思想引入 agent 设计，用独立的生成器和评估器 agent 形成反馈循环，评估器用 Playwright MCP 真实操作应用界面进行打分，驱动生成器持续迭代改进
主观质量的可量化评估：将 “这个设计好看吗” 转化为可评分的具体标准（设计质量、原创性、工艺、功能性），用 few-shot 示例校准评估器，使其具备比生成器自身更严格的审美判断
护栏简化方法论：模型越强，护栏应越精简。从 Opus 4.5 到 4.6，成功移除 sprint 分片结构，因为新模型的原生能力已不需要这种分解；但规划器和评估器依然带来明显增益

补充要点

上下文焦虑：Sonnet 4.5 在长上下文下会过早收尾工作，仅靠 compaction（压缩摘要）不够，需要 context reset（清空上下文 + 结构化交接）才能解决；Opus 4.5 几乎完全消除了这个行为
自我评估偏误：让 agent 评价自己的作品时，它倾向于自信地表扬——即使客观质量明显平庸。分离生成和评估角色后，调优一个独立评估器比让生成器自我批评容易得多
Sprint 契约机制：生成器和评估器在每个 sprint 前协商 “done” 的定义（具体实现细节和可测试的行为），用文件传递沟通，确保构建内容忠实于规格
前端设计四准则：设计质量（整体感）、原创性（非模板/AI 泛式）、工艺（排版层次、间距一致性、颜色和谐）、功能性（用户能否完成任务），权重重设计质量和原创性
成本与质量权衡：完整护栏版本比 solo agent 贵 20x+（6 小时/$200 vs 20 分钟/$9），但输出质量天差地别——solo 模式核心功能直接不工作，护栏版本能生成可用的完整应用
评估器的迭代调优：开箱即用的 Claude 是差劲的 QA agent——会发现问题然后说服自己不算事。调优方法是读日志、找判断差异点、更新 QA prompt，经过多轮迭代才能达到合理水平
DAW 实验：用更新后护栏一次性生成了一个浏览器内数字音频工作站（4 小时/$124），可编排旋律、鼓点、混响，agent 能端到端驱动所有功能
模型越强，空间越大：好模型不是让护栏不再重要，而是让护栏可以把目标提高到新高度——在模型能够独立完成的事情之上，去攻克更复杂的任务

Claude Code 源码背后的五大设计哲学与妥协

Mon, 11 May 2026 18:04:00 +0800

本文由 AI 自动摘录整理，原始链接：为什么完美的AI Agent不存在？Claude Code源码背后的五大设计哲学与妥协

推荐指数：7/10（推荐读原文）

背景

MBZUAI VILA Lab 联合 UCL 发布了一篇学术论文，以 Anthropic Claude Code 的 TypeScript 源码为样本，系统分析了生产级 AI Agent 的设计空间。论文不满足于描述"怎么实现"，而是尝试从源码反推出驱动架构的设计哲学与设计原则，并梳理了哲学之间的矛盾与取舍。值得注意的是，论文还拿 OpenClaw 做了对照分析。

核心观点

五大设计哲学之间存在矛盾：人类决策权威 vs 安全（用户 93% 的审批弹窗都点了同意）、安全 vs 能力（严格安全检查会冻结界面）、可扩展性 vs 安全（扩展加载窗口可被攻击利用）。追求多条哲学必然带来取舍，不是设计缺陷
98.4% 的代码是确定性基础设施：Claude Code 的核心设计是"最小脚手架、最大操作 Harness"——不给模型绑太多规划框架，而是用确定性代码（权限检查、工具路由、错误恢复）保障安全执行。AI 决策逻辑仅占约 1.6%
权限系统七层独立防御：工具预过滤、拒绝优先规则、权限模式、ML 分类器、沙箱隔离、会话隔离、Hooks 拦截。任一层都能独立否决操作，但在性能压力下可能共享失败模式
上下文压缩五层递进：预算裁剪 → 历史修剪 → 微压缩 → 上下文折叠 → 自动摘要，每轮模型调用前顺序评估，压缩力度逐层递增
子 Agent 默认独立上下文：通过 Agent 工具派出子 Agent，默认进程内隔离（共享文件系统），也支持 git worktree 隔离。Agent Teams 场景通过文件锁协调多 Agent

补充要点

论文与 OpenClaw 做了六维度对比：Claude Code 逐次安全评估 vs OpenClaw 边界级访问控制；Claude Code 的 Agent 循环是中心 vs OpenClaw 只是网关一个组件
两个系统可以组合使用：OpenClaw 通过 ACP 协议把 Claude Code 作为外部编程 Harness 接入
论文引用了多项研究质疑 AI 代码工具的长期生产力：有研究发现使用 AI 后速度反而慢了 19%（但自我感知快了 20%）；使用 Cursor 后代码复杂度上升 40.7%
论文梳理了六个未来方向：静默失败、记忆持久化、Harness 边界演化、时间跨度扩展、治理合规、对人类长期能力的影响

Claude Code 工程师自曝：Prompt Caching 即一切

Mon, 11 May 2026 18:02:00 +0800

本文由 AI 自动摘录整理，原始链接：深度丨Claude Code工程师自曝：Prompt Caching即一切

推荐指数：8/10（推荐读原文）

背景

Anthropic Claude Code 团队发表技术博客，公开了 prompt caching（提示词缓存）在 Claude Code 中的核心地位。文章坦承 Claude Code 能支撑数百万开发者的长会话编程体验，秘诀不是模型能力，而是围绕缓存命中率做的极致设计。这不是一篇产品宣传，而是工程团队分享的实战经验，包含大量具体的架构决策和踩坑教训。

核心观点

提示词顺序即成本顺序：Prompt caching 基于纯前缀匹配，越稳定的内容越靠前、越动态的越靠后。静态系统指令 + 工具定义在最前，CLAUDE.md 其次，会话上下文次之，对话消息放末尾
永远不要改系统提示词：更新系统提示词会在第一个字节就分裂缓存前缀，前面积累的缓存红利全部归零。正确做法是把变更信息塞进消息流（通过 <system-reminder> 标签），前缀毫发无损
换小模型反而更贵：缓存跟着模型走，切换模型等于全价重喂整个对话历史。正确做法是用主模型整理交接摘要（hand-off message），然后派子 Agent 去执行
不要中途增减工具：工具定义属于系统前缀，增减工具会让缓存全部报废。Plan Mode 的实现是不增删工具、而是用工具状态切换
工具太多用延迟加载：不是删工具而是用 defer_loading 占位符，工具名和数量固定在前缀里，完整 schema 只在调用时才加载

补充要点

缓存命中率被当作服务器 uptime 级别的基础设施指标，掉几个百分点就会触发 SEV 级别告警
对话太长需要压缩总结时，不要新开请求，要用"cache-safe forking"——保留完全相同的前缀，追加一条总结指令
Anthropic 已把 cache-safe compaction 逻辑直接封装进 API，后人不必再踩坑
defer_loading 的设计哲学：用户看到精简工具集，但底层前缀完全静态、永远命中
整个产品的设计路径是反常规的：先确保缓存能命中，再围绕这个硬约束设计功能和交互
核心教训：大多数团队先选模型再堆功能最后才优化缓存，Claude Code 从第一天起就反着来

Agent新王诞生？Hermes 7周追上龙虾，中国用户可微信直连

Wed, 15 Apr 2026 18:25:00 +0800

本文由 AI 自动摘录整理，原始链接：Agent新王诞生？Hermes 7周追上龙虾，中国用户可微信直连

推荐指数：8/10（推荐读原文）

背景

Hermes 是来自 Nous Research 的 AI Agent 框架，最近在开发者社区引发了剧烈讨论。它在短短 7 周内就追赶上了被称为"龙虾"的 OpenClaw，展现出惊人的爆发力。同时 Hermes 支持中国用户通过微信直接连接使用。

核心观点

Hermes 走硬核路线：专注于执行和思考能力，不追求平台化连接，而是把力量集中在"如何把活儿干到极致"
算力经济学优势：虽然单次思考消耗 token 较多，但具备自修复能力，很少在同一个逻辑陷阱里打转，有效产出远高于传统 Agent
市场表现强劲：在 OpenRouter 的 token 消耗日榜上，Hermes 正在超越 Cline，紧逼 Kilo Code，成为专业开发者的新宠
垂直深耕格局形成：Hermes + OpenClaw 双雄并立，开发者可根据任务选择最合适的工具

补充要点

设计理念差异：OpenClaw 偏向平台化（多账号矩阵），Hermes 偏向垂直攻坚
“养马人"概念兴起：开发者可用行业 know-how 塑造独特技能库，每个 Hermes 实例都是独一无二的
EvoMap 争议：中国开发团队 EvoMap 指控 Hermes 复刻其开源的 Evolver 自进化引擎核心架构
开发者 IP 化：拥有十年经验的架构师可以通过喂养磨合，让 Hermes 具备领域顶级解题直觉
去中心化 AI 时代：Hermes Agent 生态在 GitHub 上快速蔓延，Agent 进化从单一公司转向成千上万个真实开发环境

评价

这篇文章提供了关于 Hermes Agent 崛起的详细信息，包括技术路线、市场表现和争议事件。对于关注 AI Agent 发展的开发者来说，值得一读原文了解细节。

Agent on To the Moon

Agent Skills 进了基金会：Agent 基础设施开始抢公共标准

背景

核心观点

补充要点

Anthropic 长运行应用护栏设计：GAN 启发式多 Agent 架构

背景

核心观点

补充要点

Claude Code 源码背后的五大设计哲学与妥协

背景

核心观点

补充要点

Claude Code 工程师自曝：Prompt Caching 即一切

背景

核心观点

补充要点

Agent新王诞生？Hermes 7周追上龙虾，中国用户可微信直连

背景

核心观点

补充要点

评价

参考资料