https://cubxxw.com/zh/ai-agent/ 熊鑫伟的公开实践与思想档案，记录 AI 工作流、真实项目、工程方法、系统思维，以及关于个人成长、哲学与人生的长期思考。 https://cubxxw.com/assets/og-image.png https://cubxxw.com/ Hugo -- gohugo.io zh-cn Fri, 07 Aug 2026 19:43:00 +0800 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-synthesis/ Fri, 07 Aug 2026 19:43:00 +0800 Fri, 07 Aug 2026 19:43:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-synthesis/ 基于十篇个案，以控制权、状态、执行身体、强制层和产品表面五个所有权问题，推导 bounded function、workflow、harness、event platform、gateway/computer 与 vertical organization 六种形态，并给出副作用宪法、五层停止协议和选型树。 AI Agent Harness Engineering System Design Data Processing Security Development Agent 系统设计的五个所有权问题、从意图到副作用与证据的控制权宪法之河，以及六种最小成立形态的决策图 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-openhands/ Fri, 07 Aug 2026 19:40:00 +0800 Fri, 07 Aug 2026 19:40:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-openhands/ 以 OpenHands SDK v1.41.0 为样本，沿事件链拆解无状态 step、Conversation 与 local/remote workspace。文章区分 event log、覆盖式 base state、派生 view 和外部世界，并以崩溃路径说明内部可回放为何仍不等于副作用恰好一次。 AI Agent Harness Engineering Data Processing Monitoring Security Development OpenHands V1 从无状态 Agent step、追加式 typed event log、base state、派生 view 到 local/remote runtime 与副作用恢复协议的架构图 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-tradingagents/ Fri, 07 Aug 2026 18:50:00 +0800 Fri, 07 Aug 2026 18:50:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-tradingagents/ 以 TradingAgents v0.3.1 与论文 v7 为样本，把分析师、牛熊辩手、交易员、风险声部和组合经理还原成真实 LangGraph。文章区分角色多样性与证据独立性，核验串行分析、共享模型、时间截点、checkpoint 和反思记忆，并以相关性、消融及外部执行成本检验多 Agent 辩论是否真正增加信息。 AI Agent Harness Engineering Data Processing Monitoring Security Development TradingAgents 从时间截点证据、串行分析师、牛熊法庭、风险声部到组合经理研究输出的证据法庭架构图 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-openmontage/ Fri, 07 Aug 2026 18:20:00 +0800 Fri, 07 Aug 2026 18:20:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-openmontage/ 以 OpenMontage 固定提交为样本，沿脚本、分镜、素材、剪辑、渲染与导出追踪规范工件，解释 coding assistant 如何用 YAML 和 Skill 驱动生产。文章拆开 tool、checkpoint、validator 与人工门，并以无音轨成片和付费素材崩溃检验恢复、成本、版权及发布边界。 AI Agent Harness Engineering Automation Content Strategy Development Open Source OpenMontage 由 instruction 控制带、canonical artifact 胶片河和工具检查点验证带组成的视频生产架构图 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-taxhacker/ Fri, 07 Aug 2026 17:55:00 +0800 Fri, 07 Aug 2026 17:55:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-taxhacker/ 以 TaxHacker v0.8.5 为样本，追踪票据如何经过多模态抽取、provider fallback、动态 schema、表单校验、重复检查与人工保存，解释何时应把 LLM 限制成结构化函数。文章区分结构有效、事实正确与会计记录，并揭示 compatible 路径、前四页预览、缓存候选和金融数据的边界。 AI Agent Document AI Data Processing Security Development TaxHacker 将不可信票据经顺序 provider 抽取、schema 窄腰、原件核对、表单校验与显式保存变成 canonical transaction 的架构图 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-openclaw/ Fri, 07 Aug 2026 17:40:00 +0800 Fri, 07 Aug 2026 17:40:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-openclaw/ 以 OpenClaw v2026.7.1-2 为样本，追踪消息如何经过渠道准入、binding、agent 与 session key，解释跨渠道连续性的身份维度。文章拆开 Gateway、模型、workspace、sandbox 与设备节点，并用跨账户串线反例说明常驻 Agent 的权限、凭据、注入与撤销边界。 AI Agent Harness Engineering Security Monitoring Automation Development OpenClaw 从互联网渠道经过常驻 Gateway、确定性 bindings、session key、per-agent enclave 到设备节点与外部副作用的路由图 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-n8n/ Fri, 07 Aug 2026 17:25:00 +0800 Fri, 07 Aug 2026 17:25:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-n8n/ 以 n8n 2.33.6 源码追踪一次执行如何跨主进程、Redis 队列、工作进程与 Postgres 流动，并拆开工作流图与 Agent 节点的控制边界。文章解释等待、重试、崩溃恢复、幂等键和对账各自解决什么，以及 queue mode 为什么只能扩大吞吐，不能承诺 exactly-once 副作用。 AI Agent Automation Harness Engineering Monitoring Security Development n8n 确定性 workflow 主干、受限 Agent 支线、人工与幂等闸门、外部回执对账以及 Redis worker Postgres queue-mode 车场 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-manus/ Fri, 07 Aug 2026 17:15:00 +0800 Fri, 07 Aug 2026 17:15:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-manus/ 基于 Manus 2026-08-07 第一方资料，拆开临时 Sandbox、持久 Cloud Computer、Cloud Browser、Browser Operator 与 Wide Research。文章解释计算机如何把回复升级为可验收工件和持续服务，也说明登录态、外部副作用与恢复责任为何仍在 VM 边界外。 AI Agent Harness Engineering Product Strategy Security Automation Cloud Manus task envelope、临时 Sandbox VM、browser files code software 流水线、artifact 验收、Wide Research 与本地 Browser Operator 边界 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-codex/ Fri, 07 Aug 2026 17:05:00 +0800 Fri, 07 Aug 2026 17:05:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-codex/ 以 Codex 0.147.0、App Server 契约和 Rust core 为证据，拆开 Thread、Turn、Item 与 Submission、Event 两层协议。文章解释多种客户端如何共享 Agent loop、状态与治理，并厘清 approval、sandbox、持久化与产品 Surface 的边界。 AI Agent Harness Engineering Open Source Development Security MCP Codex 多 Surface、App Server 公共契约、Submission 与 Event 双总线以及 approval 和 sandbox 副作用闸门 https://cubxxw.com/zh/ai-agent/posts/agent-system-design-pi/ Fri, 07 Aug 2026 16:40:00 +0800 Fri, 07 Aug 2026 16:40:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-pi/ 以 Pi v0.84.1 源码为证据，沿 agent loop、默认四工具、JSONL session tree 与 extension seam 反推最小 Agent kernel。文章审计 Pi 省略 Plan、MCP、subagent、permission 和 sandbox 后，安全、一致性和恢复责任的去向。 AI Agent Harness Engineering Open Source Development Security Context Engineering Pi 最小 Agent kernel、可拆卸 extension 轨道、provider 与 host OS 信任边界以及下方 JSONL session tree https://cubxxw.com/zh/ai-agent/posts/agent-system-design-claude-code/ Fri, 07 Aug 2026 16:35:00 +0800 Fri, 07 Aug 2026 16:35:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-system-design-claude-code/ 以 Claude Code v2.1.224 为证据边界，沿仓库修改控制链拆解 CLAUDE.md、Skill、MCP、Hook、permission、sandbox、subagent 与 worktree。文章区分软语境、能力接口、确定性拦截和文件隔离，说明模型何时拥有下一步，代码、操作系统、测试与人在何处接管后果。 AI Agent Harness Engineering Context Engineering MCP Security Testing Claude Code 中模糊意图经过上下文、Agent loop、工具提案、权限、沙箱、工作树和测试，成为受约束仓库修改的控制河流 https://cubxxw.com/zh/ai-agent/posts/claude-tag-organizational-agent-runtime/ Wed, 05 Aug 2026 00:00:00 +0800 Wed, 05 Aug 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/claude-tag-organizational-agent-runtime/ Claude Tag 把共享 AI 带进 Slack，把 Agent 的身份、权限、组织记忆与主动执行放进同一套系统。本文从线程级沙箱、Agent Proxy、频道权限和异步任务拆解其技术架构，分析产品价值、用户体验与治理风险，对比钉钉 AI 小钉、DWS 和飞书 Aily，并预测企业协作 Agent 的下一阶段形态。 AI Agent Automation Context Engineering Product Strategy Security Productivity LLM 多人共享的组织级 Agent 调度台、权限柜、记忆库与隔离执行空间 https://cubxxw.com/zh/ai-agent/posts/2026-08-02-ai-era-conceptual-mobility/ Sun, 02 Aug 2026 18:28:00 +0800 Sun, 02 Aug 2026 18:28:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/2026-08-02-ai-era-conceptual-mobility/ 我能辨认 Agent 的边界，却无法立刻给出一句没有漏洞的定义。这篇文章从一次真实的交流卡顿出发，提出一套概念转换方法：把体感拆成正反例和区分轴，放回关系模型，按行动后果压缩为工作定义，再写成可执行、可失败的 eval，并让现实反馈持续修正它。它适合正在讨论 Agent、知识与经验，却总在同一个词上错位的人。 AI Agent LLM Context Engineering Harness Engineering Philosophy 散乱木片依次穿过三道透明取景框，被分组后越过边界门进入测试棋盘，结果沿回路返回起点 https://cubxxw.com/zh/ai-agent/posts/common-sense-ai-industry-reconstruction/ Sat, 01 Aug 2026 23:00:47 +0800 Sat, 01 Aug 2026 23:00:47 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/common-sense-ai-industry-reconstruction/ 这篇文章从常识是不是本质出发，区分常识、共识、本质与第一性原理，再用奈飞从 DVD 到流媒体的迁移检验一套行业分析工序：先找稳定需求，画出供需与利益结构，识别 AI 让哪些旧约束消失、稀缺性如何迁移，最后用招聘案例完整说明怎样把新方案写成可解释、可验收、能由生产失败持续校准的 Agent 工作流全貌。 AI Agent Product Strategy Harness Engineering Automation Career 固定需求轴与被重新连接的行业工作流卡片 https://cubxxw.com/zh/ai-agent/posts/2026-07-31-forgetting-is-an-ai-system-capability/ Fri, 31 Jul 2026 01:10:00 +0800 Fri, 31 Jul 2026 01:10:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/2026-07-31-forgetting-is-an-ai-system-capability/ 当存储和检索越来越便宜，个人知识库与 Agent 更难解决的是信息过期与身份判断越权。本文通过与认知神经科学家和 AI 记忆工程师的模拟访谈，讨论遗忘为何是一种判断能力，以及怎样为长期运行的智能系统设计可审计的衰减机制。文章区分降温、归档和撤销，并解释哪些记忆可以自治淘汰、哪些必须保留人的最终授权。 Technology AI Agent Context Engineering Self-Discovery Philosophy Personal Growth 分层记忆系统让活跃节点升温、旧信息沉降并保留审计轨迹 https://cubxxw.com/zh/ai-agent/posts/open-design/ Wed, 22 Jul 2026 20:30:00 +0800 Fri, 31 Jul 2026 16:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/open-design/ 本文固定 Open Design 0.16.1，拆解插件、功能技能、设计模板与设计系统四个平面，比较本地代理、Open Design Cloud 与多提供商 BYOK 的数据边界，并厘清运行时目录、模型流量、遥测、SSRF 防护和服务商配额的差别，帮助 Coding Agent 用户判断它能否进入自己的设计工作流。 Development AI Agent LLM Project Learning MCP Open Source Open Design 作为 Coding Agent 的四平面设计工作台 https://cubxxw.com/zh/ai-agent/posts/claude-code-boris-121-tips-playbook/ Mon, 20 Jul 2026 23:30:00 +0800 Mon, 20 Jul 2026 23:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/claude-code-boris-121-tips-playbook/ Claude Code 实战手册把官方能力整理成十个改动：精简 CLAUDE.md、建立验证闭环、按风险配置权限、用 worktree 隔离并行任务，正确选择 plan、auto、goal、loop 与 Routines。每节说明适用边界、套餐限制和验收方法，帮助开发者把偶然的好结果沉淀成可重复、可审查的工程系统。 Development AI Agent Automation Harness Engineering Productivity Testing Claude Code 十项实战配置：验证、权限、上下文、循环与并行代理 https://cubxxw.com/zh/ai-agent/posts/prompt-loop-engineering-practice/ Mon, 20 Jul 2026 21:00:00 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/prompt-loop-engineering-practice/ Loop Engineering 把反复提示变成可验证、可停机的工程系统。本文结合真实仓库实践，拆解状态分层、确定性闸门、评分器、只读验证、权限梯度与无人值守护栏，并厘清 Claude Code /goal 与 Codex Goals 的机制差异，帮助独立开发者在保留判断力的前提下长期安全放大产能。 Development AI Agent LLM Automation Harness Engineering Testing Solo Builder 一张象征验证器、状态与安全自动化的安静控制台 https://cubxxw.com/zh/ai-agent/posts/solo-creator-video-pipeline/ Sun, 19 Jul 2026 22:00:00 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/solo-creator-video-pipeline/ 面向独立创作者的AI视频剪辑流水线：先用镜头清单约束拍摄，再由ffmpeg、faster-whisper、PySceneDetect和结构化EDL完成粗剪，把节奏与判断留给人。文章核验截至2026年7月31日的平台发布边界、AI内容标识和Sora停服时间，帮助开发者降低重复劳动并守住原创表达与账号安全。 Development AI Automation Super Individual Content Strategy Solo Builder Harness Engineering 独立创作者从拍摄到多平台发布的 AI 视频剪辑流水线 https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-reputation/ Sun, 19 Jul 2026 11:00:00 +0800 Sun, 19 Jul 2026 11:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-reputation/ 当建造成本趋近于零，做出一个东西本身不再能证明任何事，人们只好去看是谁做的。这篇讲装备栈的第一层——声誉层：为什么信任是 AI 唯一抹不平的东西，它靠哪三种载体存在，为什么它永远不会出现在任何一份工具清单里，以及它最难堪的三个真相。最后回答整个系列的问题：怎么把生产、判断、分发、声誉四层接成一个互相喂养的闭环，而不是四件互不相干的事。 AI Super Individual Open Source Solo Builder Personal Growth Product Strategy 当东西人人做得出来，「这是他做的」就成了信号 https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-distribution/ Sun, 19 Jul 2026 10:30:00 +0800 Sat, 01 Aug 2026 03:35:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-distribution/ 写给独立开发者的分发策略：把产品过程沉淀成可检索、可验证的内容，按渠道功能选择主场和入口，用七天、三十天、九十天的归因闭环衡量从曝光、访问、订阅到激活与结果的路径，同时守住隐私、授权、平台规则和安全边界，让受众关系成为长期可复用的资产，而不是依赖算法的一次流量，并在复盘里分清内容问题、渠道问题、产品问题与留存问题。 Development AI Super Individual Content Strategy GEO Solo Builder Product Strategy 独立开发者的分发策略：产品可以复制，读者关系需要长期积累 https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-judgment/ Sun, 19 Jul 2026 10:00:00 +0800 Sun, 19 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-judgment/ 当执行成本趋近于零，做错方向的代价不会变小，只会变成全额。AI 提需求几乎不要成本，队列会被一堆看着合理、实际低价值的任务填满，而 agent 会忠实地全部做完。这篇拆解判断层的三件事：需求闸门怎么守、验收标准怎么写、怎么把判断外化成 agent 每次开工都会读的规则文件——那是这一层唯一能复利的部分。也诚实指出规则装不下的那半判断，以及为什么命中率才是判断力的真实检验标准。 AI Agent Super Individual Context Engineering Product Strategy Solo Builder AI 提需求不要钱，这才是最危险的地方 https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-production/ Sun, 19 Jul 2026 09:30:00 +0800 Sun, 19 Jul 2026 09:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-production/ 《超级个体的装备栈》第二篇，讲最底下那层——生产层。这一层的所有进步都是公共品，同步发放给每个人，所以配到够用就该停手。真正会卡住你的不是执行带宽，而是 review 带宽，它几乎无法用同样的方式扩张。唯一有效的扩张手段是提高一次做对率，把规则前置、验收标准写进工单、让 agent 自己跑到测试全绿再开 PR。后半段给出 AI 代码质量与安全的实证数据，它们正好解释了为什么测试和隔离才是这层真正的装备。 AI Agent Super Individual Harness Engineering Testing Security 夜里跑十个 agent，早上收十个 PR，然后我卡住了 https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-four-layers/ Sun, 19 Jul 2026 09:00:00 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/super-individual-stack-four-layers/ 用四层 AI 装备栈重新理解超级个体的长期优势：从最容易标准化的生产层，向判断、分发和声誉逐层上行，区分维持竞争资格的工具与能够沉淀复利的个人资产；结合开发者生产力研究的真实边界，给出判断当前瓶颈、停止过度配置工具、把每次交付转化为决策规则、读者关系和公开信誉的实践方法，并形成可持续的个人工作系统。 Development AI Agent Super Individual Solo Builder Product Strategy Productivity 超级个体四层装备栈，从 AI 生产工具向判断、分发与声誉逐层上升 https://cubxxw.com/zh/ai-agent/posts/devbox-doctor-design/ Sat, 18 Jul 2026 13:30:00 +0800 Sat, 18 Jul 2026 13:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/devbox-doctor-design/ 复盘 devbox-doctor 如何只读盘点 macOS 应用与常驻资源，用多源证据区分重复安装、配置冲突、卸载残留和不确定项，并限制模型只做提案。文章梳理 Spotlight 边界、Homebrew 语义、残留置信度、权限降级和误报评测，规定软件推荐必须附官方来源、版本与核验日期，适合想安全治理开发机的程序员。 Development AI LLM Agent Context Engineering Automation DevOps 你的 Mac 上有几套工具在打架？我设计了一个开发机体检 Skill https://cubxxw.com/zh/ai-agent/posts/designing-valuable-agent-skills/ Sat, 18 Jul 2026 00:30:00 +0800 Sat, 18 Jul 2026 00:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/designing-valuable-agent-skills/ 从 storage-analyzer 的 SKILL.md 与源码出发，拆解 Agent Skill 的需求筛选、代码—模型—代码架构、触发描述、结构化契约、风险分级和权限白名单。结合 macOS 真机测试，分析后台进程、输出缓冲与挂载重复计数，并给出可复用的设计、审查和验收清单，适合开发高风险 Skill 的工程师。 Development AI LLM Agent Context Engineering Automation Agent Skill 与 SKILL.md 设计：我拆了一个敢删文件的插件 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-arsenal/ Fri, 17 Jul 2026 21:30:00 +0800 Fri, 17 Jul 2026 21:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-arsenal/ 本文记录我如何把零散笔记建成一座可执行的 AI 知识库：用真实战绩约束方法卡，用目录和 Skill 装配创作上下文，用人工验收、失败日志与三日和七日复盘抵抗模型漂移。适合希望让个人知识管理真正进入内容工作流，又不愿把自动化误当成可靠性的创作者与工程团队。核心不是让 AI 代替判断，而是让每条方法可追溯、可比较、可撤回。 Development AI LLM Agent Context Engineering Personal Growth Automation 连接证据卡、可执行工作流、内容平台与反馈回路的私有 AI 知识兵工厂 https://cubxxw.com/zh/ai-agent/posts/ai-native-blog-rebuild/ Fri, 17 Jul 2026 17:30:00 +0800 Fri, 17 Jul 2026 17:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-native-blog-rebuild/ 我在 2026 年把维护四年、积累 120 多篇文章的 Hugo 博客改造成由人把关、Agent 执行的内容系统。本篇复盘母版流水线、Skills、自建 MCP、两段式封面、GitHub Actions SEO 日报与 GEO 实验，也交代权限边界、成本、失败案例和未完成事项，供维护知识库或内容站点的独立创作者参考。 Technology AI Agent MCP Automation Harness Engineering GEO Blog 一个人带一队 Agent，把 120 多篇文章的博客重新组装了一遍 https://cubxxw.com/zh/ai-agent/posts/ai-agent-red-ocean-blue-ocean-2026/ Wed, 15 Jul 2026 18:00:00 +0800 Wed, 15 Jul 2026 18:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-agent-red-ocean-blue-ocean-2026/ 2026 年，AI Agent 的机会已从通用功能迁向垂直工作流、可信运行时、评测与支付协议。本文结合 Visa、Mastercard、AP2、Stripe、Munich Re 与 FIS 的一手进展，拆解专有数据、领域深度和端到端责任如何形成护城河，并给出判断红蓝海、审视产品壁垒与选择长期战场的可执行框架。 Development AI LLM Agent Product Strategy Solo Builder Super Individual 2026 AI Agent 红海与蓝海：垂直工作流、支付协议与责任护城河 https://cubxxw.com/zh/ai-agent/posts/trusting-unattended-ai-agent/ Wed, 15 Jul 2026 16:00:00 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/trusting-unattended-ai-agent/ 本文给出无人值守 AI Agent 的工程化信任框架：以工具层最小权限护栏限制动作，用事故驱动的回归评测检验结果，以检查点、幂等恢复和分级人工审批控制复合风险，并说明如何用召回率、误报率、队列时延、成本与事故率持续校准系统。适合准备把 Agent 接入真实生产流程、又不愿把安全寄托在模型自觉上的工程团队与独立开发者。 Development AI LLM Agent Harness Engineering Monitoring Security Testing 夜间无人值守 Agent 工作流与晨间人工审批闸口 https://cubxxw.com/zh/ai-agent/posts/super-individual-intelligence-system/ Wed, 15 Jul 2026 14:30:00 +0800 Fri, 31 Jul 2026 23:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/super-individual-intelligence-system/ 面向超级个体的个人情报系统实战：把 RSS、RSSHub、网页监测、搜索 Agent 与 MCP 接成可运营流水线，保留信源证据，量化去重、摘要、延迟、成本和漏报，并用最小权限、人工审批、回滚与审计日志守住安全边界，让信息最终落到可解释的判断和行动，并在真实反馈中持续校正信源、阈值、摘要质量与自己的判断。 Development AI Agent MCP Automation Super Individual Context Engineering Monitoring 超级个体的个人情报流水线，从信源监测连接到证据、判断与行动 https://cubxxw.com/zh/ai-agent/posts/open-model-cost-collapse-agent-fleet/ Wed, 15 Jul 2026 14:00:00 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/open-model-cost-collapse-agent-fleet/ 本文以 2026 年 7 月 31 日官方价为基准，复算五千万 token 的 Agent 舰队成本，区分低价托管 API 与开放权重自托管两条路线，并把成功率、重试、工具、人审和严重错误纳入每个成功任务的总成本。适合需要多模型路由、控制上下文增长并评估个人 Agent 系统真实投入的开发者深入阅读。 Development AI LLM Agent Open Source Super Individual Solo Builder 一场衡量 Agent 舰队真实成本的路由实验 https://cubxxw.com/zh/ai-agent/posts/proactive-agent-it-prompts-you/ Wed, 15 Jul 2026 12:00:00 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/proactive-agent-it-prompts-you/ 主动式 AI Agent 正从等待指令走向在合适时机提出建议。本文以持久记忆、隔离运行时与事件触发三块底座，拆解过夜工作流、打扰阈值和反馈指标，并区分主动提示与自主决策，说明高风险动作为何仍需人工确认。适合设计 Agent 产品、自动化流程或工作系统的人阅读，结论是：真正的护城河不是更敢开口，而是知道何时保持沉默。 Development AI LLM Agent Harness Engineering Product Strategy Context Engineering 当 AI Agent 开始反过来提示你，真正改变了什么 https://cubxxw.com/zh/ai-agent/posts/ai-auto-news-pipeline-limits/ Wed, 15 Jul 2026 10:00:00 +0800 Wed, 15 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-auto-news-pipeline-limits/ 本文基于明确测试窗口内对 AI 资讯流水线的实测，拆解订阅聚合、变更监控与主动检索三类路线，校准 URL 归一、内容指纹、向量近重和长链可靠性的边界。文章给出带采样口径的去重漏斗、判断命中率记录法与人机协作清单，帮助持续跟踪技术变化的读者降低噪声，并说明缺少个人目标、上下文和反馈时，AI 为何不能可靠替代最终判断。 Development AI LLM Agent Automation Super Individual Monitoring 让 AI 自动帮你追全网资讯，最后会卡在哪里 https://cubxxw.com/zh/ai-agent/posts/from-chatbot-to-agent-to-skill/ Tue, 14 Jul 2026 10:00:00 +0800 Tue, 14 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/from-chatbot-to-agent-to-skill/ 本文用 Chatbot→Agent→Skill 这套操作性框架，解释如何把一次性 AI 问答沉淀为可复用、可验证的业务流程；结合 Amazon Ads 官方边界与匿名跨境运营观察，拆解传统行业的机会、平台立场风险和人工审批责任，并给出落地的 Skill 模板与验证指标，适合把领域经验转成团队资产的从业者与独立开发者。 Development AI LLM Agent Context Engineering Product Strategy Automation 从 Chatbot 到 Agent 到 Skill——AI 落地的三级跃迁 https://cubxxw.com/zh/ai-agent/posts/give-ai-tasks-not-directions/ Sat, 11 Jul 2026 16:30:00 +0800 Sat, 11 Jul 2026 16:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/give-ai-tasks-not-directions/ 与 AI 协作时，方向适合探索，任务负责落地。本文用一张任务卡和完整案例，说明人如何守住价值取舍、责任与完成态，让 AI 在明确目标、输入、约束、输出、验收与停止条件下工作，用可检查的结果取代漫无边际的对话；也讨论何时可与 AI 共创方向，何时必须由人拍板，以及如何用多轮试验与人工复核减少偶然性，覆盖写作、研究与开发。 Development AI LLM Agent Context Engineering Productivity Learning 给 AI 一张有目标、约束与验收标准的任务卡 https://cubxxw.com/zh/ai-agent/posts/engineering-discipline-ai-workflow/ Sat, 11 Jul 2026 15:30:00 +0800 Sat, 11 Jul 2026 15:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/engineering-discipline-ai-workflow/ 个人 AI 工作流缺的，并非更多提示词，关键在于一套能发现错误、保存证据并在高风险节点升级给人的质量门禁。本文从可观测性、指令层级、项目规则、持久记忆、评测与 SOP 出发，给出一份可直接复制的五项最小模板，帮助小团队降低模型自信出错、工具调用失真和流程过时的风险，把偶然可用的结果变成可审计、可复现、可持续改进的系统。 Development AI LLM Agent Harness Engineering Testing DevOps AI 工作流质量门禁的四道工程纪律 https://cubxxw.com/zh/ai-agent/posts/ai-second-brain-build/ Sat, 11 Jul 2026 15:00:00 +0800 Sat, 11 Jul 2026 15:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-second-brain-build/ 用 Obsidian 管理本地 Markdown，以 Claude Code 或 Hermes 操作知识库，再把 QClaw 微信端作为远程入口。本指南给出 PARA 目录、权限边界、Git 备份、变更预览、分层验收与回滚步骤，并说明知识淘汰如何贯穿采集、加工和归档，帮助创作者先跑通工作流，再逐步扩展 AI 第二大脑。 Development AI Agent Automation Git Security Obsidian、Agent 与微信入口组成的三层 AI 第二大脑 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-creation/ Sat, 11 Jul 2026 14:40:00 +0800 Sat, 11 Jul 2026 14:40:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-creation/ 本文给出一套可复用的 AI 内容创作工作流：把知识卡依次经过受众任务、核心主张、证据、载体、人工验收、发布与反馈筛选，重组成读者愿意接收的作品。文章包含多载体案例、任务合同、责任矩阵、失败边界和发布指标，适合希望借 AI 提速，同时保留事实责任、作者声音与最终判断的创作者和工程团队，并让每次复盘回流为新知识。 Development Product Strategy Personal Growth AI LLM Self-Discovery Super Individual Automation 知识卡经过 AI 辅助创作流水线抵达受众，再沿着可测量的反馈回路返回知识库 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-knowledge/ Sat, 11 Jul 2026 14:30:00 +0800 Sat, 11 Jul 2026 14:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-knowledge/ 本文给出一套 AI 知识库工作流：让记录经过证据门、状态迁移、显式检索、人工复查与可逆退役，变成可验证、可复用的能力沉淀。文章包含完整知识卡、入库协议、PARA 边界、替代索引、检索失败日志、墓碑机制和健康指标，适合希望让知识真正参与 AI 上下文，又不愿把目录整齐误当成模型理解的创作者与工程团队。 Development AI LLM Agent Context Engineering RAG Automation 草稿记录经过证据门成为可检索知识卡，再沿复查与退役回路返回更新 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-record/ Sat, 11 Jul 2026 14:20:00 +0800 Sat, 11 Jul 2026 14:20:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-record/ 本文给出一套 AI 记录工作流：把文字、语音、截图、代码变更、实验输出和决策日志变成可追溯的半成品，再经过澄清、人工复查与证据门晋级知识。文章包含五种状态、最小捕获卡、敏感数据边界、八项复盘、脱敏案例和质量指标，适合希望降低记录摩擦，又不愿丢掉来源、上下文与责任的创作者和工程团队。重点是可重建，不是记得多。 Development Personal Growth Self-Discovery AI LLM Automation Product Strategy 文字、语音、截图、代码变更与决策依次经过捕获、澄清和复查，晋级为可验证知识卡 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-information/ Sat, 11 Jul 2026 14:10:00 +0800 Sat, 11 Jul 2026 14:10:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-information/ 本文给出一套 AI 信息筛选工作流：用任务相关性、来源质量、时效、独特性、敏感度、版权、成本和可复核性守住入口，并区分可交给 AI、先脱敏、仅人工处理、限时浏览与拒绝。包含来源护照、提示注入防线、脱敏案例、摘要验收和抽检指标，适合不想把收藏夹变成噪音仓库的创作者与工程团队。重点是守好入口，不是继续囤积。 Development AI LLM Personal Growth Self-Discovery Product Strategy Automation 来源依次经过相关性、隐私与核验闸门，再由 AI 辅助处理并进入记录层 https://cubxxw.com/zh/ai-agent/posts/info-to-creation-the-framework/ Sat, 11 Jul 2026 14:00:00 +0800 Sat, 11 Jul 2026 14:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/info-to-creation-the-framework/ 本文给出一套完整的 AI 知识工作流：让信息依次经过入口海关、可追溯记录、证据化知识和面向受众的创作，并通过反馈回流持续修正。文章统一四层输入、状态、AI 角色、人工责任、验收标准和健康指标，适合希望借 AI 提速，又不愿丢掉来源、范围、判断与发布责任的创作者和工程团队。重点不是存得多，而是交接可查。 Development AI LLM Personal Growth Context Engineering Product Strategy Self-Discovery Automation 信息经过入口闸门成为记录和知识，再面向受众创作并沿可测量反馈回路返回 https://cubxxw.com/zh/ai-agent/posts/geo-measurement-and-tools/ Sat, 11 Jul 2026 12:00:00 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-measurement-and-tools/ 建立可复现的 GEO 度量体系：区分生成式搜索曝光、提及与有效引用、AI 转介访问及最终转化，说明 2026 年 Google Search Console 生成式 AI 报告、GA4 归因和提示词审计的能力边界，并给出适合个人博客落地的记录协议、分母定义与工具选择方法，避免把代理指标误当成真实效果。 Development GEO SEO AI Search Content Strategy Analytics LLM GEO 度量框架封面，连接平台曝光、有效引用、转介访问与最终转化 https://cubxxw.com/zh/ai-agent/posts/geo-blog-rebuild-case-study/ Sat, 11 Jul 2026 11:30:00 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-blog-rebuild-case-study/ 这是一篇基于真实数据的 GEO 博客改造复盘：我用 Search Console、Lighthouse 与本地审计拆解 87.8 万曝光背后的噪声和有效需求，重新核对 nsddd.top 到 cubxxw.com 的域名迁移，并按风险、证据与可验证性排出 Hugo 博客的重建顺序，同时说明这些数字不能证明什么。 Development GEO SEO AI Search Content Strategy Blog GEO 博客改造复盘封面，展示真实数据仪表盘与增长曲线 https://cubxxw.com/zh/ai-agent/posts/geo-trust-and-endorsement/ Sat, 11 Jul 2026 11:00:00 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-trust-and-endorsement/ 本文以 Google 官方文档和 2026 年跨语言研究为边界，说明个人博客如何通过作者身份、第三方证据与合乎伦理的社区分发建立站外信任，并用固定问题集、重复运行、引用支持度和读者结果检验变化。适合希望提升 GEO 可见度，又不愿把 Reddit、Wikipedia 或 sameAs 当成排名捷径的作者与工程团队。 Development GEO AI Search Content Strategy SEO AI LLM 连接作者、原创成果、独立证据与读者社区的可验证信任网络 https://cubxxw.com/zh/ai-agent/posts/geo-structured-content-tactics/ Sat, 11 Jul 2026 10:30:00 +0800 Fri, 31 Jul 2026 18:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-structured-content-tactics/ 一份面向技术写作者的 GEO 结构化内容指南：从真实读者问题出发，写清结论、证据、适用范围和下一步；正确理解问题式标题、FAQ/HowTo Schema、llms.txt、摘要与内链的边界；最后用固定问题、平台、日期、地区和实际引用记录，验证 AI 可见度是否发生变化，不把排版技巧包装成确定的排名或引用承诺。 Development GEO Content Strategy SEO AI Search Hugo GEO 结构化内容实战封面，展示清晰且可复用的内容块 https://cubxxw.com/zh/ai-agent/posts/geo-how-ai-retrieves-and-cites/ Sat, 11 Jul 2026 10:00:00 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-how-ai-retrieves-and-cites/ 本文以 2026 年公开资料和可复现实验为边界，拆解 Google、Perplexity 与 ChatGPT 的检索和引用机制，区分可访问、被选择、被吸收、被引用与有用五个结果，并给出固定问题集、环境记录、重复运行和单变量修改的方法。适合希望提升 AI 搜索可见度、又不愿被 GEO 魔法数字误导的内容作者与工程团队。 Development GEO RAG AI Search LLM Content Strategy AI 搜索中可访问、来源选择、答案吸收、可见引用与用户价值的可测链路 https://cubxxw.com/zh/ai-agent/posts/geo-generative-engine-optimization-guide/ Fri, 10 Jul 2026 22:00:00 +0800 Fri, 31 Jul 2026 18:43:21 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/geo-generative-engine-optimization-guide/ 一份以证据为边界的 2026 GEO 实践指南：根据 Google、OpenAI、Perplexity 官方文档和 Pew、Bain、KDD 原始研究，说明生成式搜索的技术基础、crawler 权限、内容证据与测量方法，区分可见度、引用、访问和转化，避免把 llms.txt、Schema 或二手统计包装成排名捷径。 Development GEO SEO AI Search Content Strategy LLM 把访问、独特价值、证据、可摘录性和度量分开的五层 GEO 工作流 https://cubxxw.com/zh/ai-agent/posts/dissecting-open-lovable/ Mon, 29 Jun 2026 09:30:00 +0800 Mon, 29 Jun 2026 09:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/dissecting-open-lovable/ 基于固定提交审计 Firecrawl 的 open-lovable，拆解网址抓取、流式代码生成、Agentic Search、Morph 增量编辑与 E2B、Vercel 双沙箱实现。文章区分仓库当时使用的能力与平台当前提供的功能，纠正命中率、耗时和隔离层误读，适合设计 AI 应用生成器、代码检索与执行边界的开发者。 Development AI Agent LLM Architecture Harness Engineering Development Open Source open-lovable 从网页抓取到代码生成与双沙箱预览的源码架构 https://cubxxw.com/zh/ai-agent/posts/relay-agent-architecture-design/ Wed, 24 Jun 2026 10:00:00 +0800 Fri, 31 Jul 2026 18:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/relay-agent-architecture-design/ 基于 Relay 私有本地实现的源码审计，核对协调器、五个领域 Agent、Harness、路由、事件系统与浏览器投递链路，区分已实现、已测试、设计中和示意内容，并重点解释 LangGraph 恢复语义、幂等边界、审计持久化、反虚构守卫的能力边界，以及浏览器自动化面对服务条款、提示注入和敏感字段时保留的人类审批机制。 Development AI Agent LLM Python Security Development Relay 协调器、五个领域 Agent、浏览器投递、防护机制和审计边界组成的架构图 https://cubxxw.com/zh/ai-agent/posts/context-engineering-the-new-foundation/ Mon, 22 Jun 2026 03:30:00 +0800 Mon, 22 Jun 2026 03:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/context-engineering-the-new-foundation/ 本文从 Anthropic 与 Sourcegraph 的代表性框架出发，解释上下文工程与提示词工程的边界，并核对上下文腐烂、检索重排、Claude Code 自动压缩、服务端 compaction 与记忆系统。面向 AI Agent 工程师；核心结论是上下文并非越多越好，关键是让高信号信息在正确时刻进入窗口。 Development Context Engineering AI LLM Agent MCP 书桌上的笔记本电脑显示「Context 不是 Prompt」文章与核心要点面板，旁边摊开的笔记写着 Context Engineering 的四支柱与 Worldline https://cubxxw.com/zh/ai-agent/posts/agent-engineering-the-98-percent-harness/ Wed, 17 Jun 2026 09:30:00 +0800 Wed, 17 Jun 2026 09:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-engineering-the-98-percent-harness/ 从并非论文硬测量的 98.4% 说起，拆解 Agent Harness 的编排、上下文、记忆、工具、可靠性、评估、成本与治理八根支柱。文章以截至 2026 年 7 月的一手资料校准关键事实，给出每根支柱的最小实现、失效边界和选型判断，帮助工程师把会调用模型的演示，推进为可恢复、可评估、可治理的生产系统。 AI Agent LLM Context Engineering Harness Engineering MCP 一张技术示意图，中心是一个小小的 agent loop，外面一圈一圈包裹着编排、上下文、记忆、工具、可靠性、评估、成本、治理八根支柱 https://cubxxw.com/zh/ai-agent/posts/agent-identity-from-locke-to-openclaw/ Sun, 05 Apr 2026 20:00:00 +0800 Sun, 05 Apr 2026 20:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/agent-identity-from-locke-to-openclaw/ 本文从洛克《人类理解论》第二卷第二十七章出发，讨论 AI Agent 如何跨会话保持行为连续性。核验 OpenClaw、Mem0、Karpathy LLM Wiki、SoulSpec 与 EvoMap 一手资料，给出身份文件、运行记忆、权限边界、经验谱系和评测设计清单，面向构建长期智能体、关注审计与信任边界的工程师。 Development AI Agent LLM Context Engineering Harness Engineering Philosophy Agent 身份连续性的文件、记忆、运行环境与评测结构 https://cubxxw.com/zh/projects/mem0/ Fri, 09 May 2025 21:33:46 +0800 Fri, 09 May 2025 21:33:46 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/projects/mem0/ 基于 Mem0 OSS v3，拆解 ADD-only 写入、语义、BM25 与实体信号融合检索、隐私治理和评测，并厘清开源版与 Platform Graph Memory 的边界。帮助需要跨会话个性化的团队判断何时采用、如何迁移，何时改用数据库或 LangGraph checkpointer，避免把概率记忆当成事实。 Development AI Agent Open Source Project Learning RAG LLM 低饱和档案卡片以线索相连，象征 Mem0 OSS v3 的选择性长期记忆 https://cubxxw.com/zh/ai-agent/posts/UFO/ Fri, 09 May 2025 21:30:15 +0800 Fri, 31 Jul 2026 01:41:06 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/UFO/ 从 UFO v1 的界面操作，到 UFO² 的 Windows 桌面 AgentOS，再到 UFO³ Galaxy 的跨设备编排，本文以 UFO² 为主线拆解 HostAgent、AppAgent、GUI 与 API 混合执行、知识检索、PiP 隔离桌面和 MCP，并给出 2026 年仍可使用的安装配置方法与工程判断。 Development AI Agent Automation Development MCP Open Source Project Learning UFO² 桌面 AgentOS 的多智能体架构 https://cubxxw.com/zh/ai-agent/posts/ai-recommend/ Wed, 23 Apr 2025 10:39:05 +0800 Wed, 23 Apr 2025 10:39:05 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-recommend/ 本文梳理大语言模型进入推荐系统的工程路径：融合协同过滤与语义表示，设计召回、排序、重排和反馈闭环，并辨析 SeLLa-Rec、Semantic ID、Rec-R1、UQABench 的证据边界。文章给出数据、延迟、离线评估和 A/B 测试清单，帮助团队判断何时使用 LLM、何时保留经典模型，避免被实验指标误导。 Technology AI LLM RAG Monitoring Project Learning 一组空白卡片经过木质筛选阶梯，最终陈列在用户座椅前 https://cubxxw.com/zh/projects/notebooklm/ Mon, 21 Apr 2025 22:59:57 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/projects/notebooklm/ 本文以 2026 年 7 月 Google 官方资料为准，说明 NotebookLM 更名为 Gemini Notebook 后的来源边界、引用核验、研究模式、Studio 输出、套餐、移动端限制与隐私差异，并给出一套从问题、证据到决策的可复现流程。适合需要可靠溯源、避免把流畅答案误当结论的研究者、工程师与知识工作者。 Development AI LLM RAG Productivity Learning Context Engineering 研究笔记中的来源页面、引用连线与决策卡片 https://cubxxw.com/zh/projects/tdd/ Mon, 21 Apr 2025 15:52:34 +0800 Fri, 31 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/projects/tdd/ 面向 AI 与大模型应用的测试驱动开发指南：解释红—绿—重构在概率系统中的适用边界，搭建单元测试、契约集成、离线评测与线上监控四层防线，并给出 Python、React、Go 示例，以及评测器校准、风险分级 CI 和 Cursor Agent 审批策略，帮助团队在不掩盖不确定性的前提下建立可验证、可回滚的契约。 Development AI LLM Testing Python Go Automation 红、绿、蓝三色测试闭环环绕一个受约束的 AI 系统 https://cubxxw.com/zh/projects/markitdown/ Mon, 21 Apr 2025 15:41:21 +0800 Fri, 31 Jul 2026 16:30:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/projects/markitdown/ 这是一份面向开发者的 MarkItDown 文档摄取实战指南，以可复核的 0.1.6 机制为基线并说明 0.1.7 发布状态，讲清内置转换、OCR 插件、视觉模型、Azure 文档智能与内容理解的边界，提供选型矩阵、质量门和可复现实验，帮助你在进入 RAG 索引前发现阅读顺序、表格、图片文字与成本风险。 Development AI Open Source Python LLM RAG Project Learning 文档经过分层转换与质量检查后成为结构化 Markdown https://cubxxw.com/zh/projects/langgraph/ Sat, 19 Apr 2025 15:19:20 +0800 Fri, 31 Jul 2026 18:11:30 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/projects/langgraph/ 面向 2026 年生产实践的 LangGraph 架构指南：解释 StateGraph 的状态、节点与边，演示检查点、thread_id、interrupt 与 Command 恢复流程，并用退款审批故障路径说明幂等副作用、重试边界和持久化责任，帮助团队判断何时从 create_agent 下沉到 LangGraph。 Development AI LLM Python Open Source Project Learning 带检查点、人工审批与恢复路径的 LangGraph 状态图 https://cubxxw.com/zh/projects/langchain/ Wed, 16 Apr 2025 17:36:46 +0800 Fri, 31 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/projects/langchain/ 这是一份面向生产环境的 LangChain 1.x 工程指南：从直接调用模型、create_agent 到 LangGraph，给出清晰选型边界、可运行的 RAG 与智能体示例、人机审批设计，以及评估、权限、状态和可观测性检查清单，帮助团队避开旧 API、过度抽象与不可控的自动化，引入框架时为长期维护保留清晰路径。 Development AI Open Source LangChain Agent RAG Python LLM 模型、智能体与图工作流沿三条路径汇合的克制编辑插画 https://cubxxw.com/zh/ai-agent/posts/ai-gateway/ Wed, 16 Apr 2025 17:36:12 +0800 Wed, 16 Apr 2025 17:36:12 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/ai-gateway/ 本文从架构、路由与容错、缓存、预算治理、安全、可观测性六个维度，对比 LiteLLM、Kong、Apache APISIX、Cloudflare AI Gateway 与 Portkey，厘清开源版、托管版和企业版的能力边界，并给出适合创业团队、平台团队与强合规场景的选择方法、上线前验证清单及可迁移的落地建议。 Technology AI LLM Cloud Native Security Monitoring Open Source DevOps 多条模型调用管道汇入 AI Gateway，并由量杯与天平衡量成本和治理 https://cubxxw.com/zh/ai-agent/posts/independent-developer/ Tue, 15 Apr 2025 20:53:12 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/independent-developer/ 这是一份写给独立开发者的常青技术栈与MVP路线图：从访谈和手工交付验证真实问题，收敛前后端、数据库与API选择，再补齐Git、Docker、持续集成、测试、部署、支付、分析和维护机制。文章不列容易过期的工具榜单，而用阶段决策表、退出成本和真实取舍，帮助一人团队少造基础设施、尽早收费，让产品保持可迁移、可观测、可演进。 Development Solo Builder Product Strategy Development Git Docker Testing Deployment 独立开发者从问题验证走向可维护MVP的技术路线图 https://cubxxw.com/zh/ai-agent/posts/gpt-researcher/ Mon, 14 Apr 2025 16:17:27 +0800 Fri, 31 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/gpt-researcher/ 本文以 GPT Researcher v3.5.0（b364917）为源码基线，核对 Python 3.11、调用链、Docker、MCP 五项工具、LangSmith 与 DeepResearchGym，并厘清 Apache-2.0 代码、自托管资源和 API 成本，帮助工程师判断它是否适合生产研究流程。 Development AI Project Learning Open Source Python Docker MCP RAG GPT Researcher 深度研究代理的检索、证据与报告生成流程 https://cubxxw.com/zh/ai-agent/posts/jina/ Sat, 12 Apr 2025 13:01:59 +0800 Fri, 31 Jul 2026 12:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/jina/ Elastic 收购 Jina AI 后，Jina 已从云原生神经搜索框架转向搜索底座模型品牌。本文按 2026 年现状厘清托管 API 与开源 Jina Serve 的边界，比较 v4、v5 text/omni、reranker v3.5 的上下文、维度和许可证，并给出 API、MCP、Flow 示例与选型矩阵。 Development AI RAG LLM MCP Python Open Source Project Learning Jina 搜索底座模型、托管 API 与 Jina Serve 的两层架构 https://cubxxw.com/zh/ai-agent/posts/harnessing-language-model-applications-with-langchain-a-developer-is-guide/ Wed, 22 May 2024 21:37:34 +0800 Fri, 31 Jul 2026 10:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/harnessing-language-model-applications-with-langchain-a-developer-is-guide/ 面向 Python 开发者的 LangChain 1.x 实战指南，覆盖模型初始化、工具调用、结构化输出、中间件，以及 LangGraph 记忆、RAG、SQL Agent、Ollama 本地模型和 LangSmith 追踪。文章提供 API 迁移表、可运行代码与排错清单，帮助你避开过时示例，构建可维护的智能体应用。 Development AI LLM Agent Python RAG Development Automation LangChain 1.x 模型、Agent、记忆与可观测性工程架构 https://cubxxw.com/zh/ai-agent/posts/exploring-large-language-models-llms-pioneering-ai-understanding-generation-human-language/ Wed, 15 May 2024 20:12:29 +0800 Wed, 15 May 2024 20:12:29 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/exploring-large-language-models-llms-pioneering-ai-understanding-generation-human-language/ 从预测下一个词出发，理解 Transformer、规模化与所谓涌现能力，再走进检索增强生成的完整工程链路。本文不追逐模型榜单，而是解释大模型为何有效、何时会失败，如何设计检索、引用、评估与安全边界，帮助开发者把概率性的语言能力变成可验证、可维护、能持续演进的知识系统。 也给出一条从原型走向生产环境的务实路径。 Development AI LLM RAG Context Engineering Development Testing 从语言模型到 RAG：理解大模型的能力、边界与工程方法 https://cubxxw.com/zh/ai-agent/posts/sora-ease-guide-mastering-sora-ai-for-developers/ Thu, 14 Mar 2024 08:44:13 +0800 Fri, 31 Jul 2026 16:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/sora-ease-guide-mastering-sora-ai-for-developers/ 这是一份写于 2024 年、在 Sora 停服后重新校订的 SoraEase 提示词档案。文章核对 Sora 从研究预览、正式发布到 API 退场的时间线，保留五个有方法价值的提示词，并给出场景契约、三层评测、适配器设计与退出清单，帮助仍在使用视频生成接口的开发者迁移，同时避免把历史经验误写成仍然有效的产品承诺。 Development AI Development Open Source Automation Testing Content Strategy 废弃的胶片越过桥梁，连接到模块化视频工作流 https://cubxxw.com/zh/ai-agent/posts/exploring-sora-technology-for-enthusiasts-and-developers/ Sat, 24 Feb 2024 13:30:15 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/exploring-sora-technology-for-enthusiasts-and-developers/ 本文复盘Sora从2024年研究预览、Sora Turbo产品化，到2025年Sora 2加入同步音频，再到2026年产品停止、API进入关闭倒计时的路径；拆解扩散Transformer与时空patch，澄清一分钟研究样例与1080p、20秒产品规格的区别，并从内容溯源、肖像同意、版权风险与系统迁移中提炼开发者教训。 Development AI Development Product Strategy Security Content Strategy Sora 从技术预览、产品化到停止服务的时间线 https://cubxxw.com/zh/ai-agent/posts/vector-database-learning/ Sat, 20 Jan 2024 12:57:15 +0800 Sat, 20 Jan 2024 12:57:15 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/vector-database-learning/ 本文介绍了向量数据库的基础知识，使用场景，以及它在现代大数据和人工智能领域中的应用。 Blog AI https://cubxxw.com/zh/ai-agent/posts/emerging-challenges-and-trends-in-2024/ Sun, 14 Jan 2024 22:52:24 +0800 Thu, 30 Jul 2026 22:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/emerging-challenges-and-trends-in-2024/ 这是一份从2024年初大模型分享会出发、在2026年重新校准的工程笔记。文章复盘涌现争议、Prefix LM、LoRA、QLoRA及Agent项目，逐项标明哪些判断仍成立、哪些已经变化，并给出面向生产环境的RAG评估、引用溯源、权限隔离、重排、拒答与可观测性实践，帮助团队把模型演示变成可验证、可审计的知识系统。 Development AI LLM RAG Agent Monitoring 从2024大模型现场笔记走向2026生产级RAG系统 https://cubxxw.com/zh/ai-agent/posts/use-auto-gpt/ Sun, 16 Jul 2023 16:28:31 +0800 Fri, 31 Jul 2026 00:00:00 +0800 熊鑫伟 (Xinwei Xiong) https://cubxxw.com/zh/ai-agent/posts/use-auto-gpt/ 本文重新审视 2023 年 AutoGPT Classic 的自治实验，说明它为何已停止维护、旧安装教程为何不再安全，并以 2026 年 AutoGPT Platform 为基线，给出从目标拆解、工作流分块、权限与凭据隔离、成本止损、人工审批到测试部署的完整迁移方法，帮助开发者保留实验价值，同时避开过时命令和生产风险。 Development AI Agent Automation LLM Python Docker Open Source 一辆发条小车穿过层层受控门框，象征 AutoGPT 从 Classic 自治实验走向可治理的工作流平台