AI Agent

Qwen3.8-27B 本地部署新手指南：llama.cpp router + pi 在 M4 Pro 上从下模型到跑通 agent，实测 11.4 tok/s。四个真踩进去的坑，以及当模型每秒只吐 11 个 token 时，prompt 该怎么写才能一次成型。

Anthropic Claude Code 团队官方博客译文。把 Agent 循环按触发和停止方式分成四类：基于回合、基于目标（/goal）、基于时间（/loop、/schedule）和主动式循环，讲每种适合什么任务、怎么保住代码质量、怎么控制 token 用量。

从提示者到循环设计者的完整路线图：4 条件测试、5 大构建块（自动化任务、工作树、技能、连接器、子智能体）、最小可行循环设计，以及如何避免 Ralph Wiggum 循环等常见失败模式。

Claude Code 的 Boris Cherny 说他不再提示 Claude,而是写循环。Loop Engineering 是什么、一个循环需要哪五块东西、它帮不了你的三件事,以及为什么它只奖励已经想明白的人。

带兄弟们做 Agent 大半年，Demo 跑得挺好，上线两周被现网用户教做人。复盘四个真出过的事：function calling 翻车、多步任务没 checkpoint、记忆一股脑塞进 prompt、工具调用副作用失控。

Agent 表现不好,直觉反应是换更强模型、加更多工具、写更长提示词——但加法常是负优化。代码替代对话链、Sub-Agent 空间隔离、压缩做时间隔离、Skill 按需加载,四把手术刀给模型更精准的而不是更多的。

AI Agent 不靠谱?多半不是模型变笨了,而是 Harness 没做好。一文搞懂 Harness 在 Claude Code 这类工具背后到底干了哪三件事。

构建高效 MCP 集成的模式：服务器设计、基于 CIMD 和 Vault 的 OAuth 鉴权、上下文高效客户端以及技能（Skills）。此外还介绍了 MCP 与直接 API 调用、CLI 在连接智能体与系统时各自适用的场景。

从 Messages API 到 Managed Agents 的范式转换——一个数据分析师的一周踩坑实录。四个核心概念、三条上手路径、七个血泪教训，手把手带你搞懂 Anthropic 最新的 AI Agent 云端运行方案。

AI 时代的驾驭工程到底是什么？剥开高大上的术语，用大白话聊聊怎么给 AI 套上缰绳，让它从「高效率制造垃圾」变成「自我纠错的好员工」。

Anthropic 工程团队分享了如何让 AI Agent 在多个上下文窗口中保持持续且一致的进展：通过初始化 Agent 设置环境与功能列表，编码 Agent 增量开发并保持干净状态，结合端到端测试与进度文件，解决 Agent 贪多嚼不烂、过早宣布完工等核心失败模式。

腾讯云首次发布 Agent 产品全景图，升级 MaaS 为 TokenHub、开源底层平台 Cube、预告混元 3.0。老金带你逐层拆解这套'用 Agent、造 Agent、管 Agent'的全栈工程体系。

系列终篇：解析 OpenClaw 如何通过 Tailscale 内网穿透、同源渲染一体化交付以及 Nix 声明式环境配置，优雅解决部署最后一公里问题。

拆解 OpenClaw 源码中针对 Prompt 注入攻击的两道核心防线：DM Pair 信任准入机制与 Docker 沙箱动态隔离。

OpenClaw 源码解读第 8 篇：Device Nodes 设备节点架构。看 Mac、iPhone、安卓机怎么作为 Node 配对接入 Gateway，node.invoke 从云端到本机的完整调用链，以及截屏、执行命令时如何过 macOS TCC 权限这一关。

深入 OpenClaw 跨平台语音唤醒架构，解析从本地 VAD 检测、端侧唤醒词引擎到云端流式 ASR 的完整链路，以及多设备统一调度机制。

Simon Willison 系统定义了 Agentic Engineering 这一概念——借助能编写和执行代码的 AI 编码智能体来开发软件的实践，并阐述了它与 Vibe Coding 的本质区别

拆解 OpenClaw 自动化工具链三大核心：CDP 无头浏览器实现网页视觉抓取与操控、跨会话协同工具实现多工作区消息调度，以及 ClawHub 插件生态的沙箱隔离与动态挂载机制。

深入 OpenClaw 源码的 vendor/a2ui 目录，拆解 Live Canvas 实时画布与 A2UI 引擎的四大核心指令（Push、Reset、Eval、Snapshot），看 AI Agent 如何突破纯文本，直接在用户屏幕上渲染交互式 UI。

腾讯正秘密为微信开发 AI 智能体，接入百万小程序生态，计划三季度面向 14 亿用户上线。加上 WorkBuddy、QClaw 三线并进，腾讯 AI Agent 全面布局浮出水面。

腾讯 3 月 9 日上线 WorkBuddy，智谱 3 月 10 日发布 AutoClaw，两大巨头 48 小时内先后入局 OpenClaw 生态。本文从产品定位、技术路线、商业模式三个维度深度拆解这场龙虾大战。

深入 OpenClaw 源码，解析它如何通过适配器模式统一 20+ 通讯平台的收发接口，以及群聊中的提及门控、回复追踪和长消息智能分块策略。

从云端 SaaS 到 Rust 重构，从 Serverless 到 5 美元芯片，深度盘点 OpenClaw 八大衍生项目的差异、优缺点与选型指南。

深入 OpenClaw Gateway 源码，解析这个唯一控制平面如何通过 WebSocket 网络、会话隔离、沙箱机制与 Pi RPC 运行时，实现对多设备、多会话的安全调度与流式传输。

OpenClaw 的 Gateway 是整个系统唯一的控制平面。本篇深入源码，拆解这个「万物互联中枢」如何通过优雅的架构设计，实现对海量设备、会话与工具的全局调度。

OpenClaw 火爆之后，老金通过源码解读系列，带你深入剖析这个「长了手的 Claude」背后的技术原理。第一篇从项目概览入手。

从 Agent 核心定义到架构模式选型，再到纯 Python 实战构建 ReAct Agent，以及生产部署注意事项的完整指南

系统解析 MCP、Skill、GEP 三层认知模型，以及 SkillSMP 与 EvoMap 如何结合实现 Agent 从线性执行到自愈闭环的进化

探讨如何利用 LangGraph 的图结构编排，构建具备可控流程、状态记忆和工具调用能力的工程级智能 Agent

通过 Text-to-SQL Agent 项目实战，讲解 Langfuse 的自动 Callback 集成与手动 Span 追踪两种方式

拆解 OpenClaw 的四层架构：网关层的会话隔离与 Lane Queue 串行队列、遵循 AgentSkills 标准的技能层、记忆层和渠道层。再讲如果想自己从零做一个私人 AI 助理，哪些设计值得照搬、哪些坑要提前绕开。

OpenClaw（原 Clawdbot）一个月拿下 10 万 GitHub 星。拆开它的架构看：本地优先的 Gateway 守护进程、把 Telegram / Slack 当输入输出接口、会反复重试直到把事做完、白盒可编辑的记忆，以及把执行权交给 AI 带来的安全风险。

这篇文章介绍了一种非常前沿的工作流：如何利用 AI Agent 在你休息时自动复盘、学习并编写代码。