Sanjaya 是一个开源 Python 库（uv add sanjaya），受 Recursive Language Model（RLM）agent 启发，构建用于多模态理解：视频、文档和图像。核心思路不同于传统方式：不是给模型 prompt 让它回答问题，而是让模型写一个 Python 程序来回答问题。

这个程序在沙箱 Read-Eval-Print Loop（REPL）里搜索 transcript、提取视频片段、采样帧、查询视觉模型、迭代——所有操作都不需要你手动管理。

2026 年 4 月初，Alex Zhang 等人发表了 RLM 论文，核心思想：

Dan Ariely 说大数据像 teenage sex：everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they're doing it。Harness Engineering 现在就是这个状态。

AI 领域每隔几周就有一个新概念被推上风口，热闹一阵，然后被下一个概念取代。RAG是这样，LangChain 是这样，Context Engineering 也是这样。

Harness Engineering 不太一样。从 Mitchell Hashimoto 2026 年 2 月首次提出，到 OpenAI 正式采用，到 Garry Tan 的"Thin Harness Fat Skills"拿下 140 万阅读，这个概念已经持续了近三个月，热度没有明显衰减。而这三个月里，几乎没有人能给出一个让大家都满意的定义。

RLM（Recursive Language Model）由 Alex Zhang 等人在 2025 年 10 月提出，核心思想一句话：语言模型把输入 Prompt 视为一个环境，而非固定字符串。

具体做法：根 LM 获得一个 REPL，其中 prompt 被绑定到一个变量，模型可以编程方式检查、切分、按区域划分。当它认定某个区域值得细看时，发起一个递归子调用——调用自己或其他 LM——处理那个切片，并把结果合并回来。递归最终在基础模型的普通前向传播处终止。

一个直接结果：输入大小不再受 context window 的硬性限制。论文报告 RLM 处理了比底层模型 context window 高两个数量级的输入，并在四个长上下文任务上优于普通前沿 LLM 和常见长上下文脚手架。

构建一个好的 Agent 需要两层：

- Harness：围绕模型搭建的支持系统，包括 Prompt、Tools、Skills，以及支持模型和工具调用循环的一切 - Runtime：底层基础设施——持久化执行、记忆、多租户隔离、可观测性，让 Agent 在生产环境持续运行而不需要团队每次都重新发明

大多数教程停在 Harness。但生产级 Agent 失败的地方，往往是 Runtime 层面。

作者用单 Profile 运行 Hermes 14 天，兼任研究员、写手、工程师和编排者，最终所有角色声音混在一起变成同一个人。大多数人把这个问题归咎于 Prompt，但问题不在 Prompt，也不在模型——而在于一个 Agent 承载了五个角色，共享同一段记忆，所有角色都在互相污染上下文。

真正的解法不是更好的 Prompt，而是隔离的 Profiles。

Hermes Profiles 不是"角色皮肤"，每个 Profile 一次性隔离七种状态：

语言模型在推理长文档、处理多步问题时，面对一个根本性限制：上下文窗口是固定的，而任务的深度往往是不固定的。

传统应对方式——分块、滚动窗口、RAG 检索——都是在"外部"裁剪上下文。RLM 走的是另一条路：让模型自己决定怎么拆解任务，并在 REPL 环境里递归调用自身。

RLM 的核心替换只有一行：

当你的 Agent 连接了 Slack、Google Drive、CRM，你问它"谁负责这个客户关系"，它返回的是 Gmail 里找到的最新邮件线程中出现的名字。从另一个工具问同样的问题，得到不同的名字。再问"本季度核心优先级是什么"，它从找到的第一个战略文档里取答案——哪怕那份文档是六个月前的，中间已经 pivoted 三次了。

这不是信息找不到的问题。这是信息太多、无法判断哪个是最新的、无法解决来源冲突、 confidently 把碎片当成完整真相的问题。

Conor（contextconor）在 X 上发布了这篇关于公司级 Agent 上下文架构的长文，是当天 Agent 领域最有深度的分享之一。

LangChain 的编码 Agent 在 Terminal Bench 2.0 上从 Top 30 冲到 Top 5——排名从 52.8% 升到 66.5%。参数改动：零。改动内容：harness。

这不是孤例。七项独立研究表明，复杂企业任务中 agent 失败率高达 70-95%。但 Gartner 的预测更值得关注：2027 年超过 40% 的 Agent AI 项目会被取消。而那些真正在生产环境跑通 agent 的团队，优势来源不是更好的模型访问权限——是更好的 harness。

独立开发者 Nyk 在 X 上发布了一份完整的 Harness Engineering 框架，获得了大量关注。

Claude Mythos 到底是怎么工作的？这个问题在 Claude 3.7 发布后一直是社区热点，但 Anthropic 从未公开架构细节。swarms 创始人 Kye Gomez 近日发布了 OpenMythos——一个从第一性原理出发、用 PyTorch 理论复现 Claude Mythos 的开源项目。帖子在 X 上获得了 850K 浏览量和 6.7K 点赞。

传统 Transformer 把输入过一次前向传播就输出结果。OpenMythos 的核心假设是：Claude Mythos 采用了一种完全不同的设计——Recurrent-Depth Transformer（RDT），也叫 Looped Transformer。不是堆叠几百层各自独立的 Transformer，而是在一次前向传播内让同一组权重被重复使用多次。

这不是思维链（Chain-of-Thought）。思维链是把推理步骤逐个输出为 token，模型"说出来"；而循环深度 Transformer 的所有推理发生在单次前向传播内的连续隐空间，没有任何中间…

Jason Zhu今天推荐了两个配套工具，组合起来形成完整闭环：design-extract从任意网站提取设计系统 → hue让Claude Code按这个设计系统生成UI。配合昨天开源的HyperFrames，直接延伸至视频渲染层。

hue是一个开源Claude Code Skill（251 Stars，Apache 2.0），核心功能：学习任何品牌并转化为完整设计系统，之后AI生成的所有UI都匹配这个品牌。

安装一次，以后Agent构建的所有界面都与品牌一致——不需要每次手动描述品牌规范。

HeyGen正式开源完整HyperFrames项目（Apache 2.0），不是半成品，是完整可用的video composition framework加一整套Agent工具链。

HyperFrames是一套用HTML+CSS+JavaScript制作专业视频的框架和工具链。给AI Agent安装HyperFrames Skill，它就能用标准web技术栈生产视频：GSAP动画、WebGL着色器、Lottie、60fps渲染、本地FFmpeg输出。

为什么选HTML？因为AI的训练数据里，网页内容压倒性最多——数十亿页HTML、GSAP代码段、SVG构图、Canvas实验。HTML是AI的母语，不是After Effects那套给人类设计的专有格式。

Alex Hormozi 有句话被这个指南放在了最前面："委托是用别人的低成本时间买回你最高价值的时间；自动化是用机器的低成本时间买回你最高价值的时间。" 这句话定义了Routines的存在理由。

简单说：写一个任务，交给Claude，它每天自动在你看不见的服务器上运行，不需要你的电脑开机，不需要付托管费，不需要你去检查。

Routines解决的是此前AI自动化的困境：

Bret Taylor曾提出：知识工作的未来将由Agent来对接。Browserbase完全认同这个判断——他们把公司内部的几乎所有流程都交给了一个叫bb的通用Agent：Slack里的每一个支持工单、每一次会议记录、每一次数据查询、乃至大量PR，都由bb处理。

这不是一堆垂直Bot，而是一个通用Agent，"懒加载"两种东西：技能手册（Skills）和权限范围（Permissions）。

Agent运行需要一个隔离的执行环境——能够读写文件、执行命令、调用API，但不能碰生产设施，也不能泄露凭证。

Harrison Chase 那篇 Harness Design 发布后，Av1dlive 花了三个月搭建了一套完整实现。这篇文章是 4,000 字的工程复盘，附完整源码和 folder structure。

---

薄 harness、厚文件层。

Garry Tan 在 Harness Design 那篇文章里提出了 5 个构建实用 Agent 系统的定义。Skills 获得了所有关注，但有一个被严重忽视的概念，才是真正的核心：Resolvers。

而且它被忽视的原因，和它之所以重要是同一个：它正常工作的时候完全看不见，一旦出问题就是灾难性的。

---

Claude Code 9个月做到 $2.5B ARR，比 ChatGPT、Slack 史上任何 B2B 产品破 $1B 的速度都快。

但大多数人的用法还是当高级自动补全：写代码更快、调试更短、上线更多。

这个思路在漏钱。

Auto Research 有了计算需求，但研究工作流本身是极度不可预测的：

- 超参搜索阶段：需要数十甚至数百个 GPU 并行跑 - 调试阶段：回到 1 个 GPU，频繁交互，快速迭代 - 验证阶段：扩到 8-GPU 集群，确认质量 - 全部完成：缩回零，释放资源

所有这些状态，可能在同一个 session 里交替发生。

HereIsYourAi 把 Claude Skills 最有用的资源整理成一份结构化指南，分四个模块：

- Module 1: Foundations（本文） - Module 2: Architecture - Module 3: Testing & Iteration - Module 4: Production Deployment

每个模块建立在前一个之上。如果认真过一遍，10 分钟内可以构建并部署你的第一个 Skill。

每次打开一个新的 Claude session，把同样的话再说一遍。

「你是一个有10年经验的资深文案」「始终用要点回复」「我的品牌调性是直接且对话式的」

你打出来 → Claude 用了 → 你关掉标签页 → 下次 session → 全忘了 → 再说一遍。

大多数 AI Agent 记住结果却忘记方法。下次遇到同样的任务，从头摸索。

Hermes 不一样。它不只保存对话历史，还能在需要时精确加载可复用的操作知识，不需要时完全排除在上下文之外——甚至可以把辛苦摸索出来的工作流直接变成可复用的 Skill，留到以后用。

这改变了 Agent 随着时间变强的方式。

岚叔用自研工具 model-box 完整导出了 Hermes Agent 的系统提示词并逐层拆解。结论先说：万字级别不是幻觉，但一半以上其实可以优化。

总字符数：~36,700 chars（~10K tokens），分 9 层：

SOUL.md：定义 Agent 人格，硬编码在 _build_system_prompt() 里，告诉模型如何使用 memory 工具： - 用 memory 工具保存持久事实（用户偏好、环境细节、工具特性） - 不要保存任务进度、完成日志（用 session_search 回忆） - 发现非平凡工作流 → 保存为 Skill - 使用中发现 Skill 过时 → 立即用 skill_manage(action='patch') 修复

这个论点有三步成立： 1. 当前多智能体系统无法自主构建大规模软件 ✅ 2. 问题归结为协调问题 ✅ 3. 下一代模型会更聪明 ✅ 4. 下一代模型不会有协调问题 ❓

第三步的结论跳过了关键一步。协调问题是本质问题，不是能力问题。再聪明的参与者也无法逃脱 FLP 定理。

多智能体软件开发可以形式化为：

97天，5,109次门禁检查，1,450个真实拒绝。

结论反直觉：可靠性不是模型属性，是拓扑属性。

87%的错误有结构，可预测，可系统化处理。

88% 的 AI Agent 从未进入生产。不是因为不够聪明，而是因为用同样的方式不断失败、从不学习。

Sequoia 最新一批里，Agent-First 公司比任何之前队列都多。a] 刚发布了「agents are the new apps」 thesis。所有人都在建 Agent。几乎没人在建让 Agent 持续运行的基础设施。

模型每年变聪明。Agent 可靠性几乎不动。

上世纪 40 年代，Bell Labs 在建造全国电话网络——当时世界上最复杂的technical系统。数百万个开关、电缆、继电器和操作员必须协同工作。工程师们发现了一个将成为 80 年老教训的东西：你无法通过优化单个组件来优化系统。整体的行为（呼叫路由、可靠性、容量、成本）是从部件如何交互中涌现的。

他们称之为系统工程。

Coding Agent 降低了写代码的门槛，但没有降低生产软件的门槛。

Karpathy 的 LLM Wiki 帖子获得了 99,000+ 收藏。Graphify 在 48 小时内发布，获得了 27,000+ 额外关注。同周有多个实现版本病毒式传播。

需求是显然的。但大多数人会收藏它，觉得「挺酷」，然后永远不设置。

花 20 分钟今天设置，下个月你就会拥有一个任何搜索引擎和通用 AI Prompt 都无法复制的知识积累。它会知道你的声音、你的数据、你的模式和你的品味。

Philipp Schmid 长期使用 Skills，总结了 8 条经验。

一个 Skill 由三部分组成：

- Frontmatter：name 和 description，每个 prompt 都会注入，告诉 Agent 什么时候激活这个 Skill - SKILL.md body：Markdown 指令，告诉 Agent 怎么执行任务（在 Skill 触发后才加载） - Assets（可选）：scripts/、references/、assets/ 文件夹

Nyk (@nyk_builderz) 发了篇文章，标题很直接：Context Engineering killed RAG。

RAG（检索增强生成）最初被设计出来是因为上下文窗口太小。放不下整个文档，所以把文档分块、向量化、检索、注入相关片段。它能工作，但本质上是把一个搜索问题做成了大量 plumbing。

现在上下文窗口已经 1M token 了。Claude Opus 4.6 在 2026年3月13日发布，1M token 无价格溢价。75万个词，3000页，一个代码库加文档全塞进去还有余。

Ronin 发了一篇万字长文，讲怎么用 6 个月成为 AI 自动化构建者（AI Automation Builder）。全文分上下两部分，中间那条分割线把内容分成了两个独立 thread。这是上半部分，核心是整个路线的完整框架。

不需要写代码，不需要学机器学习，不需要 fine-tune 模型。需要的是：把 AI 接入企业已经在用的工具，自动化那些付钱让人做的重复性工作。

这个领域的需求是真实的：全球 3.6 亿家公司中，只有 5000 万加了一点部分自动化，还有 3.1 亿完全没有。全球真正能提供这个服务的人可能只有 100 万。8B+ 人口，这个供给量几乎为零。

Peter Pang 是 CREAO 的 CTO。这家公司的数字很极端：25个人，10个工程师，99%的生产代码是AI写的。过去两周每天生产部署3-8次，而按他们旧模式，两周零次发布。

他写了一篇长文，讲这个结果是怎么来的。

大多数公司做的是AI-assisted：工程师在IDE里加个Copilot，PM用ChatGPT写文档，QA试着用AI生成测试用例。流程不变，效率提升10-20%。

软件工程师 Nader Dabit 发了一篇长 thread，讲怎么让一家公司变成 AI-Native。他的核心结论很反直觉：不需要自建任何东西，把 Devin 配置好就行。

Devin 被认知（Cognition）定位为 AI 软件工程师，但它在企业里的角色远不止"帮工程师写代码"。它是一个通用 AI 同事，能在 Slack 里被 @，能跑数据库，能查 GitHub，能操作 Sentry。

关键在于它的平台层：集成、Skills、知识库、Playbook、定时任务。这些本来是 Ramp 这样的公司花大功夫自建的内部工具，Devin 直接做成了可配置的产品。

社会媒体研究的核心困境：真实平台有数百万用户，无法直接拿来做实验。传统的基于规则的智能体模型（ABM）只能模拟固定行为，无法捕捉人类在特定社会情境下的复杂反应。

OASIS（Open Agent Social Interaction Simulations）由上海 AI Lab、KAUST、牛津、悉尼大学等 23 位作者联合发布，发表在 arXiv。它用 LLM Agent 替代规则引擎，能模拟百万用户级别的社交媒体行为。

Environment Server — 维护用户、帖子、评论、关注关系的历史数据库，支持实时动态更新。

每次开新的 Claude Session，历史全丢了。项目上下文、决策记录、研究笔记，全在 Notion 里散着。AI 会话没有记忆，手动在工具之间 copy-paste。

这是 Hila Shmuel（Apple 前工程经理）做 Cabinet 的起点。

Yours — 数据归你：本地、可查看、可迁移。不被困在任何 AI 提供商的系统里。

最近听了 The Startup Ideas 的那期播客，Vin 的工作方式刷新了认知。

他把「第二大脑」这件事玩成了降维打击：把 Obsidian 当作完整的记忆体，把 Claude Code 当作永不疲倦的思考伙伴，用一套自建的 Slash 命令，把过去需要反复解释的上下文、跨领域洞察、个人模式，全部压缩成一句话就能唤醒的超级上下文。

这不是工具堆砌，而是把「我」拆解成可被 AI 完全理解的结构化知识图谱。

随着 Agent 任务越来越复杂，上下文在无限膨胀。模型开始跳步、忽视指令、该深入的地方草草带过。行业一贯的解读是：上下文太长了，模型漏了东西。

于是过去十五个月，从 AutoGPT 的纯文本记忆，一路卷到 Claude Code 的 CLAUDE.md 和子代理体系，整个行业搭起了一套工程脚手架，专门镇压模型在长上下文里的失控行为。这套做法叫 Harness Engineering。

但直到 2026 年 4 月，Yandex 的 Gleb Rodionov 发布了一篇名为《Reasoning Shift》的论文，才给出了一个更底层的答案：模型不是被长上下文干扰了，而是主动偷懒了。

Steve Yegge 说用 AI 编程 Agent 的人比普通工程师高效 10x 到 100x，比 2005 年的 Google 工程师高效 1000x。这是真实数字，Garry Tan 见过，自己也在用。但人们听到这个数字后，会去找错的解释：更好的模型、更大的参数。

事实是：用 2x 和用 100x 的人，用的是同一个模型。差距不在智能，在架构。 而这个架构的秘密，一张索引卡就能写下。

3月31日，Anthropic 意外把 Claude Code 完整源码（512,000行）发布到了 npm registry。Garry Tan 把它读完了，验证了他在 YC 一直教的结论：秘密不是模型，是包裹模型的那层东西。

上周Karpathy提出用LLM维护知识维基的方案，48小时内GitHub上就出现了至少六个实现版本。Hermes Agent把它做成了内置Skill；有人直播20分钟跑通；Ali Abdaal称之为「大脑」；Garry Tan说要把个人Agent改造成Vannevar Bush的Memex。

工程圈反应快，是因为这个思路对程序员来说太直观了：原始素材（文档、代码注释、技术论文）经过LLM编译，变成带双向链接的知识库，随时可查询。但这篇文章的作者认为，真正从这个模式里获益最大的，不是工程师群体——是产品经理。

作者在两年里积累了311条PM笔记：用户访谈记录、Teresa Torres的发现方法论文章、Lenny播客摘要、Doshi的推文串、Melissa Perri的战略框架、OKR模板、干系人管理策略……读的时候都感觉有用，读完就再也没翻过。

Sandhya 在 X 上的一篇深度长文，分析了 2025–2026 年间软件交互范式的根本性转变，获得了 7893 次浏览、162 次收藏。本文是该文的核心解读。

SaaS 正在从"给人用的界面"转向"给 Agent 用的接口"。机器身份在企业中的比例已达 45:1（部分企业高达 100:1），但大多数公司仍在用聊天窗口的方式做 Agent——这是错误的产品方向。

关键数据节点（截至 2025 年 12 月）：

智谱发布 GLM-5.1，核心突破不是首次通过率，而是给模型更多时间，它还能继续变好——在 600 次迭代、1000+ 轮工具调用的场景下，模型仍然在找到新的优化方向。

GLM-5.1 是智谱的下一代旗舰编程模型。在 SWE-Bench Pro 上达到 58.4% 的 SOTA，领先 GLM-5 三个点，在 NL2Repo（仓库生成）和 Terminal-Bench 2.0（真实终端任务）上领先幅度更大。

但最有意义的突破不在首次通过率。

a16z 合伙人 David George 给所有软件公司 CEO、创始人、董事会和投资人的公开信：舒服地待在中间地带的时代已经结束了。未来 12-18 个月，增长拉不满 10 个点 or 利润率做不到 40% 以上的公司，都会变成"无人区"——增长承压、持续稀释、估值倍数被压缩。没有中间状态。

舒服地待在中间地带的时代已经结束了。

公开市场已经重新给这个行业定价，而且理由很充分。市场告诉我们，软件公司的终局价值已经和过去不一样了。从中长期看，真正能够持续创造股权价值的路径，只剩下两条：

人们听到"设计"就会想到魔法、创意、漂亮的界面、聪明的功能、灵感迸发的瞬间。但伟大产品不是靠孤立的灵感时刻建出来的。

我在Adobe、Google、Uber、Airbnb、Slack和现在的Nubank做产品，模式总是一样的：赢得狂热用户喜爱的产品不是单个功能最强的，而是体验每个维度都协同工作的。

框架很简单：产品需要有用、可用、精良。三个都做得好，你有让人爱的产品。缺任何一个，你就离"爱"差得很远。

LangChain曾排在TerminalBench 30名开外。换掉LLM外面的基础设施层——模型不变、权重不变——直接跳到第五名。另一个研究项目让LLM自己优化基础设施，达到76.4%的通过率，超越手工设计的系统。

这就是Harness：围绕LLM的完整软件基础设施。

Vivek Trivedi的标准定义：「如果你不是模型，你就是Harness。」

Sebastian Raschka 是《Build a Large Language Model From Scratch》和《Build a Large Reasoning Model From Scratch》的作者。这篇文章讲的是 coding agents 和 agent harnesses 的整体设计。

- LLM：核心的 next-token 模型 - Reasoning Model：经过训练和/或 prompting 来在推理时输出中间推理痕迹并更自我验证的 LLM - Agent：模型上层的控制循环，给定目标后决定下一步检查什么、调用什么工具、如何更新状态、何时停止 - Agent Harness：围绕 agent 的软件脚手架，管理上下文、工具使用、prompts、状态和控制流 - Coding Harness：专门针对软件工程的 agent harness，管理代码上下文、工具、执行和迭代反馈

类比：LLM 是引擎，Reasoning Model 是更强力的引擎（有更多能力…

Jack Dorsey 4月1日与 Roelof Botha 联合发布的文章《From Hierarchy to Intelligence》，48小时内获得500万浏览，被称为"自丰田生产系统以来最重要的组织设计文档"。ericosiu 读完后的反应是：等等，我们已经做了四个月了。于是他把这套框架的实操版本写了出来。

Dorsey 和 Botha 描述了 AI 原生组织的四层：

- Layer 1: Capabilities——原始 AI 工具 - Layer 2: World Model——公司的活态记忆 - Layer 3: Intelligence Layer——做决策的部分 - Layer 4: Surfaces——人类与系统交互的界面

大多数人和 LLM 协作知识的方式是这样的：上传一堆文件，查询时 LLM 检索相关片段，生成答案。NotebookLM、ChatGPT 文件上传、大部分 RAG 系统都是这个逻辑。这套东西能用，但有个根本缺陷：每次提问，LLM 都在从零发现知识。 问一个需要综合五份文档的复杂问题，LLM 必须每次都把那五个文档的相关碎片找出来拼在一起。没有任何积累。

Karpathy 在这篇 Idea File 里提出的 LLM Wiki，是另一种思路。

LLM Wiki 的核心洞察是：让 LLM 在查询之前就构建好一个持久的、结构化的 wiki。当你往 wiki 里加入新文档时，LLM 不是简单索引一下就完事，而是主动读取、提取关键信息，把新内容整合进现有的 wiki——更新相关实体页面、修正已被新数据推翻的旧结论、加强或挑战已有的综合判断。跨文档的交叉引用早就建好，矛盾早就标记，综合分析已经反映了你读过的所有内容。Wiki 随着每一次添加而变得更丰富，而不是每次提问都重新发明。

GEO 的核心原则：是把文章写成数据库。AI 搜索引擎本质上是一个信息提取与合成机器。最好的 GEO 策略不是"写出优美的散文"，而是"构建结构化、高密度、可验证的事实库"。

这 21 条技巧从 100 篇相关论文提炼，覆盖四大维度。

1. 必须包含统计数据

很多人分享 AI Skills 集合：20 个、50 个，分类清晰，随时可下载。

我也下载过，安装了几个写作 Skills，花时间调整 prompt、参数、输出格式。一通折腾后效果一般，再也没打开过。

后来想明白了：安装一个 Skill 不等于你的 Agent 学会了用它。它不知道什么时候该运行、结果存哪里、下次是否换一种方式。

你用 Hermes 和 OpenClaw 构建了一套 Agent 工作流，但建得越多，你就越没时间优化它们。

这就是"潜意识 Agent"存在的意义。和人类的潜意识一样，它在后台持续思考如何改进，帮助你的 Agent 每次运行都比上一次更聪明——brainstorm、debate、refine，然后把结果写回系统。

这就是"猜测改进"和"持续进化"的区别。

马可·奥勒留从未自称斯多葛主义者。

格雷戈里·海斯是马可·奥勒留最优秀的译者之一，他在译本导言中写道："如果非要说他是哪个学派的，那斯多葛学派无疑是他会选择的。但我怀疑，如果问他研究的是什么，他的回答不会是'斯多葛学派'，而只是'哲学'。"

海斯接着指出，在古代世界，"哲学"并非今天人们理解的样子。它扮演着截然不同的角色："它不仅仅是一个用来书写或争论的学科，而是被期望提供'生活的设计蓝图'——套指导人生的准则。"

杨植麟在英伟达 2026 年度 GPU 技术大会（加州圣何塞）上发表演讲，主题是"How We Scaled Kimi K2.5"。核心信息很清晰：开源模型要赶上闭源，不仅要开放，还必须足够强大——而强大的路径是三个维度的规模化扩展。

标准扩展定律告诉我们：训练 token 越多，损失越低。但 Kimi 的目标不只是增加训练 token，而是提高 token 效率——用相同的 token 数量获得更低的损失，把曲线往左移。

这不只是效率问题，是关于提升智能上限。假设你有 50 万亿高质量 token，token 效率提升两倍，就等于拥有了 100 万亿 token 的效果。在高质量数据日益稀缺的时代，这直接决定了智能的天花板。

在 AI 圈，模型至上论正在遭遇前所未有的挑战。当所有人屏息等待新模型再次刷新智力天花板时，AI 基础设施领军人物、LangChain 联合创始人 Harrison Chase 在最新对话中抛出了新预判：大模型正在沦为大宗商品，而决定 Agent 成败的，是那个包裹在模型外的 Harness。

这场对话发生在旧金山大通中心。Harrison Chase 与资深投资人 Matt Turck 拆解了 AI 栈的权力更迭，核心逻辑很清晰：聪明的模型遍地走，但能干活的架构万里挑一。

"Manus 就是一个很好的例子，"Harrison 说，"它的 Harness 做得非常出色。这才是成功的秘诀。而且它底层可以用任何 Model 来驱动，都能跑得很好。"再看 Claude Code——Claude 的模型确实很强，但真正让这一切落地的是 Harness。

Sequoia 的一个核心洞察正在被验证：速度是判断创业公司成败的最佳指标。大多数公司用 AI 提升生产力，少部分公司用 AI 改变协作方式，而 Block 正在展示第三种路径——用 AI 彻底重新设计组织本身。

罗马军队早在两千年前就遇到了至今悬而未决的管理难题：如何在通信受限的条件下协调数千人？

他们的解法是嵌套层级制，每层保持一致的管控幅度。最小的作战单元是 contubernium——8 名士兵共享帐篷、装备和一头骡子，由一名 decanus 带领。10 个 contubernium 组成 80 人的 century，由 centurion 指挥。6 个 century 组成一个 cohort，10 个 cohort 组成约 5000 人的 legion。每层都有明确指挥官，负责向上汇总信息、向下传递指令。

所有工作都在向写作收敛。一份spec、一份deck、一份memo、一个prompt——媒介在变，但人们投入有意义的工作的那个行为始终是写作。

贝索斯著名的六页memo，是对"清晰写作与清晰思考是同一件事"最著名的押注。他批评PPT，认为它制造理解的幻觉。紧凑的 prose 迫使你真正思考和深度理解。早在"知识工作"时代之前，写作作为一种机制就已经把组织粘合在一起了。

但现在，主要的构建界面变成了"prompt"，每个行动都变成了一个编辑决策：什么重要，什么不重要。写作不再是工作的邻近行为，它就是工作本身。 一个组织现在写下的东西，会立即、以规模化的方式被构建出来。

""

AI 领域正在发生一个微妙但强大的转变：我们不再只是「和 AI 对话」，而是开始「把任务委托给 AI」。这个转变，就是 Agentic Workflow 的本质。

大多数人对 AI 的使用方式仍然是：

2026 年，每一条 CLI 都会被某个 Agent 在某个时刻调用。大多数 CLI 还没准备好。

交互式提示符、彩色输出、终端 UI——这些人类觉得理所当然的设计，遇上自动化 Agent 就会全部崩溃。但如果为了 Agent 去掉这些，又会让人类的使用体验变差。

Google Cloud 的解法是：不需要在两个受众之间做选择。一套 CLI，同时服务两者。

""

William Gibson 说：未来已来，只是分布不均。

技术圈的人对 AI Agent 现在能做什么感受很深：编程 Agent 能处理长时间任务、接管整个开发项目，团队直接说产品现在全部由 Agent 写了。但跟技术圈外的人聊，甚至跟圈内非AI专项的人聊，会发现我们其实还早得很——AI 经常只是个能快速回答问题、帮忙查资料的助手，大规模工作产出和自动化还在婴儿期。

""

DOM 测量（getBoundingClientRect、offsetHeight 等）是浏览器里最昂贵的操作之一——每次调用都可能触发强制重排（reflow），在动画、虚拟列表、动态内容加载等场景下是性能杀手。

而当 AI 开始写代码之后，这个问题变得更尖锐：AI 生成的按钮 label 会不会溢出到下一行？动态文字加载时 scroll 位置怎么 re-anchor？虚拟列表里的元素高度在没有真实渲染之前怎么估算？

水不会猛撞石头。它找到缝隙，绕过去，长期重塑整个地形，全程不出声。 Lao Tzu 两千五百年前就懂了这件事：无为。Action without force。

但大多数人对"不费力"的第一反应是：这听起来像瑜伽馆里的励志海报。

Csikszentmihalyi 花了 25 年、超过 100,000 个实时体验样本研究这个问题。他的发现应该真正让你不安：你的心智的默认状态不是平静，是混沌。

Khairallah 花 100+ 小时实测 AI 工具，整理出 60 个真正有用的，按 9 类组织，每项带诚实评测。这不是营销 list，是实测报告。

真正能让 AI 替你写代码、review 代码、管理代码的工具，不只是 demo 里好看的那种。

01. Claude Code： Anthropic 的命令行编程 Agent。读文件、写代码、跑测试，直接操作本地环境。想对 AI 编程有完整控制权的首选。

本月需要一位博弈论专家和一位形式逻辑专家来构建两个AI技能。作者没有这两个领域的深度知识，而是找到了一个出乎意料但效果极好的方案：两份PDF + NotebookLM。

前四步是纯机械操作。将源材料加载到NotebookLM（Schelling的《冲突的策略》用于构建焦点技能，Weston的《论证规则》用于论证技能），创建一个可查询的专业知识版本。然后穷举式查询：比如论证技能，意味着从9个部分中提取全部45条规则、19个命名谬误及其识别模式、6种演绎形式，以及需要示例的规则的工作示例。

用NotebookLM CLI将查询能力接入编码环境。作者使用了pi（pi.dev），一个精简的编程Agent，采用不同的架构思路：极简核心、无MCP、无技能市场，让Agent根据需求自行构建工具。