LLM

如果把 Claude Tag 只理解为 Slack 机器人，会错过它最重要的产品变化。它把频道变成了一个可授权、可记忆、可持续运行的 Agent 空间：团队共享同一个执行者，任务在 Anthropic 托管的线程级沙箱中异步完成，外部凭证由 Agent Proxy 在边界注入，结果回到公开线程并留下可追溯记录。Claude Tag 官方文档 已经把这些机制写得相当具体。 ...

一次交流里，我卡在一句看似简单的话上：“我知道 Agent 的体感边界，但是不知道 Agent 具体的定义怎么样说。” 我能判断一个固定路径的 workflow 不太像 Agent，也能看出一个会根据工具结果改计划、必要时暂停或移交的系统更像 Agent。可当对方等我给出一句没有漏洞的定义时，我发现脑中的东西不是一句话。它更像许多正例、反例、相邻概念和行动后果叠出来的判别器。 ...

Open Design 很容易被名字带偏。这个词也指更早的开放式设计运动，但本文讨论的是 nexu-io/open-design ：一个把 Coding Agent 组织成设计生产系统的开源工作区。 它不是模型，也不只是一个出图工具。更准确地说，它是一套 harness——给能力加上边界、流程与反馈回路的工作台。它为 Agent 准备可控的词汇、可复用的工作方法、视觉约束、工件迭代环，以及检查结果的地方。模型和操作者依然决定质量上限，Open Design 改善的是从意图走到成品的那段路。 ...

用得越熟，为什么反而越累 先说一个我自己撞了很久才想明白的怪现象。 刚开始用 Claude Code 的时候，效率提升是肉眼可见的：一个下午干完过去两天的活。用熟之后，效率还在涨，但一天结束时的疲惫感也在涨——因为我整天都在做同一件事：看它跑完、判断对不对、想下一句该说什么、再敲回车。 ...

我决定做一个面向程序员的开发机体检 skill，代号 devbox-doctor。它只读扫描你的 Mac，把应用、包管理器、配置接管点、常驻资源和可能的卸载残留整理成事实；模型只负责解释证据并提出下一步，不能把“看起来像”变成删除命令。最终交付是一份能复核、能降级、能说明自己哪里不知道的体检报告。这篇文章记录它的设计，也记录几处最容易写得漂亮、做得危险的地方。 ...

一套有价值的 Skill，核心不在 prompt 多精妙，而在三件事划分得多干净：确定性的工作交给代码，语义判断交给模型，执行确认交还给人，再用结构化契约把三者缝起来。这个结论来自我最近拆解的一个存储清理 Skill。删文件是 Agent 的高风险能力，而它能让我从「本能警惕」走到「愿意确认」，靠的是设计，不是信任。 ...

框架立完之后，我发现自己没有「第一现场」 「从信息到创作」五篇写完，框架是立住了：信息采集降噪，记录沉淀半成品，知识结构化成能力，创作面向受众重组。但写完第三层·知识 里那句「知识库是你和 AI 共用的第一现场」之后，我一直有点心虚—— ...

假如今天你要给自己选一个 AI Agent 的方向下注，你最该先问的问题是什么？ 多数人问的是"这个能不能做出来"。但在 2026 年，许多应用的首要瓶颈已不再是模型能力，做出 demo 也不再稀缺。真正该问的，是另一个更冷的问题：“为什么这么大的机会，别人还没把它做死？” ...

假设你现在真的有一个 agent，能把一件事从头做到尾——拉数据、写代码、跑测试、发 PR、改文档，一条龙。它不需要你在旁边一句一句喂提示词。你晚上把任务丢给它，去睡觉。 ...

一个人究竟养得起多大的 Agent 舰队？ 这个问题听起来像是在数进程，其实是在找一个错误的单位。一个 Agent 可能只抽取一段文字，也可能搜索二十分钟，或者经过八十次工具调用才完成一次仓库重构。真正有意义的单位不是“Agent 个数”，而是一个被验收的任务，以及它背后的输入、输出、工具、重试和人工善后。 ...

一个反直觉的信号：它开始反过来提示你 假设有一天，你打开工作台，Agent 没有等你输入下一条命令，而是先说： 我注意到昨天那份方案的第三节还没有收尾。我按你上周的口径起了一个草稿，现在要看吗？ ...

如果你搭一个 AI，让它追某个领域的论文、发布、benchmark、观点和 changelog，它到底能替你走到哪一步？从 2026 年 1 月到 6 月，我持续试用了自己能接触到的一批资讯聚合、页面监控和自动简报工具。这个样本不覆盖市场上的全部产品，也不是严格的横向测评；它只是我在同一套技术资讯任务上的长期观察。结论是：AI 很擅长搬运和整理；但缺少用户目标、工作上下文与结果反馈时，它不能可靠替代最终判断。 ...

一年过去了，为什么大多数人的 AI 还停在原地 过去一年，写文案、翻译、总结和分析都用上了 AI。但诚实地问一句：它真的接管了业务环节，还是每次仍由你重新交代背景、判断输出、决定下一步？ 模型变聪明了，反复切换上下文和担责任的人往往没变。 ...

聊了很久，手里留下了什么 我也有过这样的晚上：本来只想把一个选题想清楚，结果和 AI 从标题聊到商业模式，又从商业模式聊到人生。对话很顺，窗口关掉之后，文章仍是一片空白。 这不说明对话无用。它只提醒我：探索和执行是两种不同的工作。 ...

「能跑」不等于「可靠」 大多数人搭个人 AI 系统时，第一条验收标准是：能不能跑？ 能写出一篇文章，能改完一段代码，能把十页资料压成一页，看起来就算完成了。但用久以后，真正折磨人的是无声的错误：结构工整，语气笃定，结论却悄悄偏离了事实。 ...

创作，是向外的那一半 我们走到了最后一层。信息被降噪，记录被沉淀，知识被结构化成能反复调用的能力——但到此为止，所有工序解决的都是你自己的问题。知识让你变强，却不会自动变成别人愿意看的东西。 ...

越堆越大，越来越没用 到第三层了。信息被采集降噪，记录被写下、精修成半成品——现在要回答的是：怎么把这些半成品，变成真正的知识？ 先说知识的定义。知识是和你相关的、结构化的、能反复调用的东西：某种思维模型、某几项技能、某套方法论，还有你的判断、定位、价值观。它的关键词是可复用，它解决的是你自己的问题。 ...

被塞进"知识"那一格的半成品 在大多数人的心智模型里，笔记只有三档：看到信息 → 变成知识 → 拿去创作。中间那个"记录"的动作，被默默塞进了"知识"这一格。 ...

信息的默认状态，是噪音 上一篇立了框架：信息、记录、知识、创作是四道工序。这一篇只谈第一道——信息。 关于信息，最重要的一个认知是：它的默认状态是噪音。 我们对信息有一种天然的贪婪。看到一篇好文章就想收藏，看到一个金句就想存下来，看到别人推荐的书单就想加进待读。每一次"存"都给我们一点"我在进步"的错觉。但存这个动作，本质上只是把信息从别人的仓库搬到了你的仓库，它没有经过你这台机器的任何加工。 ...

四个名字，代表四种不同的工作 我过去的笔记只朝一个方向生长：向内。链接进来，碎片堆积，目录反复改名，仓库越来越重。我把“拥有”错认成了“加工”。 AI 让这种错误变得更便宜。模型可以快速生成、摘要、分类和改写文字，但速度不会自动把来源变成证据，把观察变成知识，也不会把初稿变成我应当发布的东西。它完全可能把仓库撑得更大，而机器一点没变强。 ...

先说结论：GEO 没有一个总分 把四件不同的事压成一个“GEO 分数”，度量就开始撒谎：答案可能提到你却没有链接，可能给了链接却不足以支撑旁边的论断；读者也可能从 AI 产品来到网站，却因为 referrer 丢失而被记为 Direct。 ...

先给答案：信任是证据，不是平台技巧 一页内容可以技术健康、结构清楚、方便引用，却仍然没有被答案引擎展示为来源。这不证明背后有一道神秘“信任闸门”拒绝了它。页面可能根本没被选中，另一份来源可能更贴合问题，答案可能吸收了它的事实却没有给链接，也可能只是平台在这一次运行里表现不同。 ...

先给答案：不存在一套通吃所有平台的引用算法 AI 搜索没有公开一条所有产品共用的流水线，更不存在一份可以反向破解成公式的 GEO 秘籍。 Google 明确说 AI Overviews 与 AI Mode 会使用检索增强生成和查询扇出；Perplexity 公开的是实时搜索、综合与来源链接；OpenAI 说明 ChatGPT search 会使用第三方搜索服务和合作伙伴直接提供的内容。这些事实都不能推出它们共享同一个索引、切块器、关键词检索器、向量库、重排器、上下文拼装方式或引用策略。 ...

先给短答案 生成式引擎优化（GEO）是一个工作标签：当 AI 辅助搜索生成答案时，让内容具备被访问、被理解、被选择和被正确归因的条件。它不是一个统一的排名算法，也不是一套特殊标记技巧。 ...

open-lovable 看起来像一句很短的产品承诺：给它一个网址，得到一个可继续修改的 React 应用。真正值得读的却不是生成结果，而是它怎样把抓取、模型输出和不可信代码执行接成一条可控链路。 ...

架构图是一张承诺清单；源码审计要问的是，其中哪些箭头已经有了重量。 这篇文章的旧版把 Relay 写成一个公开的开源方案，还说它的 Agent 层尚未开工。到 2026 年 7 月 31 日，这两个判断都不再成立：旧文引用的公开 GitHub 地址返回 404，而我能够核对的是一份私有本地检出。 ...

上下文工程（Context Engineering）是在 LLM 每一次推理时，对进入上下文窗口的最优 token 集合——系统提示、检索文档、对话历史、工具定义与记忆——进行筛选、排序与淘汰的一整套工程策略。 它与提示词工程的区别一句话讲清：提示词工程优化「一句话的措辞」，上下文工程优化「整扇窗口的布线」。这个定义来自 Anthropic 的工程文章，Karpathy 也公开背书了这次改名。下文把这门正在成形的学科完整拆开。 ...

「Agent loop 是 10 行代码，Agent engineering 是 10 万行代码。」 这句话不是代码审计结论，更像一把拆系统的刀。它戳破了一个常见错觉：把 prompt 写好、把 LLM API 调通，只能证明 loop 能转；要让系统在无人值守时仍可恢复、可追踪、可约束，主要工作在 loop 外。 ...

关于 AI 智能体身份连续性的哲学边界与工程实践 引言：先把“身份”降到工程可讨论的尺度 Agent 失忆，最先伤害的不是拟人感，而是合作成本。 一次会话里表现出色，并不等于下次还能沿用同一套判断。用户要重新说明偏好，团队要重新交代约束，系统也很难解释某个决定从哪里来。长期合作所依赖的信任，恰好建立在这些看似琐碎的连续性上：它记得什么，忘掉什么，为什么改变，以及谁批准了改变。 ...

这篇笔记来自我对开源 AI 系统的长期拆解：先跑起来，再读迁移文档，最后记录抽象在哪些地方成立，又在哪些地方开始漏水。 问题从来不是“记得越多越好” 只要对话还装得进上下文窗口，LLM 就能维持短暂的连续感。但这不是长期记忆，更不是可靠的应用状态。会话结束之后，模型不会自然记住用户偏好简短回答、上个月换了工作，或者已经放弃某个计划。 ...