还在电脑前盯着一个一个AI编程助手切换?Paseo来了。
Paseo是一个开源项目(GitHub 16.6K Star),定位非常直接:一个统一控制台,管理你所有的AI编程Agent——Claude Code、Codex、Copilot、OpenCode、Pi,全部在一个界面里操作。
核心亮点:
不是只能用一个AI写代码。你可以让Claude Code分析需求,Codex实现功能,另一个Agent负责测试,它们并行工作互不干扰。官方还提供了paseo-handoff(任务交接)、paseo-loop(循环验证)、paseo-advisor(第二意见)等Skills,专门解决Agent之间的协作问题。
这可能是最让人眼前一亮的功能。电脑上启动Agent后你可以离开,手机打开Paseo就能查看进度,甚至继续下发任务——比如"继续把登录页面做完"或"运行测试,失败直接修复"。AI在后台干活,你用手机监控。
Paseo的架构很清晰:核心是一个运行在你电脑/服务器/Docker里的Daemon进程,所有客户端通过WebSocket连接到本地Daemon,再由Daemon调度底层Agent。代码始终在你的机器上执行,不会被上传到云端。
桌面端、iOS、Android、Web、CLI全覆盖。上手也很简单:
npm install -g @getpaseo/cli
paseo
启动后终端显示二维码,手机扫码即可连接。
这意味着AI编程正在从"找一个AI帮我写代码"演变为"管理一组AI程序员"。对于需要同时用多个Agent的开发者来说,这可能是目前最实用的统一管理方案。
项目地址:github.com/nicholasgriffintn/Paseo(搜索Paseo即可找到)
DeepSeek 发布 Harness 的时候,做了一件很不寻常的事:他们没有像大多数科技公司一样写一篇技术博客,而是直接发了一篇论文,A Programming Paradigm for Spatiotemporal Composability。
别人发布一个 Agent Harness,通常会告诉你有哪些 tools,怎么接 MCP,怎么做 memory,怎么 orchestrate agents。DeepSeek 却在用形式化定义、数学符号和演算体系解释 Cordis 背后的编程范式:effect、coeffect、context transformation、inverse,一个组件如何加入系统、如何撤销,依赖关系如何随着运行时状态动态变化,甚至试图从理论上说明这套 programming model 为什么成立。
非常另类,也非常与众不同,让人耳目一新。 这种气质,和论文作者之一、DeepSeek Harness 负责人崔添翼的背景密不可分。
崔并不是典型的 AI researcher。在加入 DeepSeek 之前,他在 Jane Street 工作了大约九年。
Jane Street 在程序员世界里是一个很特殊的存在。它虽然是一家量化交易公司,却以 functional programming、type system、formal reasoning 和对软件正确性的执着而闻名,甚至长期把 OCaml 这种极少出现在普通互联网公司的函数式语言作为核心生产语言。
崔添翼当年放弃 Google offer 选择 Jane Street,其中一个重要原因,就是他希望真正使用 OCaml 和函数式编程。
所以当你今天打开这篇论文,会发现这种思考方式一脉相承:系统最基本的抽象是什么,有哪些不变量,一个 component 加进来以后改变了什么,离开以后这些变化能不能被完整撤销。这正是 Jane Street 式的 formal reasoning 在一套 agent 系统设计上的延伸。
Cordis 很有创造性的把这个问题归纳为两个维度:Temporal composability,一个组件退出时,它产生的副作用能够被完整撤销;Spatial composability,组件只需要声明自己的依赖,runtime 会随着 context 的变化动态管理这些依赖。
如果说 Shigma 孤梦星影带来了 Cordis 这套架构,那么崔添翼为什么会如此自然地接受、推动,甚至把它形式化成论文? 这也许可以从他更早的经历里找到答案。
二十年前,他写过在中国算法竞赛圈影响很大的《背包问题九讲》。背包问题表面上是在研究"有限容量里怎么选择物品",但真正训练的是另一种能力:如何找到正确的状态表示,把复杂约束转化成统一模型,再通过局部状态转换组合出整个问题的解:状态、转换、依赖、抽象、组合。
二十年后,问题从"如何组合一组物品",变成了"如何组合一个不断变化的软件系统"。对象完全不同,但这种思维方式如出一辙。
于是你再看 DeepSeek Harness 最核心的设计理念:Everything is a Plugin。model 是 plugin,tool 是 plugin,session 是 plugin,甚至 agent loop 本身也是 plugin。系统不再围绕某个固定 agent 构建,而是围绕"如何动态组合这些能力"来构建。
这种视角一石激起千层浪,也让整个行业重新开始审视 Harness 到底应该怎么设计:其中就包括最受欢迎的 Agent Harness 之一 Pi 的作者 Armin Ronacher。他看完之后写道,这是他很久以来第一次在这个领域看到全新的东西,并因此重新审视自己的一些设计选择。
就像当年 R1 推出,让整个行业为之震动,重新思考推理模型的后训练方法,并推动了随后开源模型的飞速发展。这一次 Harness 的推出,同样可能带来一次新的范式革新。
Anthropic 官方发布了 Claude Agent SDK,号称「三行代码启动一个AI Agent」。
我仔细看了下技术文档,核心亮点有这几个:
实际测试效果:
有开发者用它搭建了一个「自动调研+写报告」的流程,输入一个课题,Agent会自己搜索、整理、分析、输出完整报告。整个过程大概10分钟,质量还不错。
不过也有人指出,目前SDK还比较早期,文档不够完善,遇到复杂场景还是需要手动调整。
总的来说,这是Claude从「对话助手」向「工作伙伴」转型的重要一步。

Anthropic 刚刚发布了 Claude Agent SDK,一套能让 Claude 像「打工人」一样拆任务、找资料、写代码、做测试的完整工具链。
核心亮点:
为什么这很重要?
之前用 Claude 做复杂任务,你得自己拆步骤、手动传上下文。现在 SDK 把「拆任务→找工具→执行→反馈」这条链路标准化了,开发者只要告诉 Claude「你要做什么」,不用管「怎么做」。
有开发者测试后说:"以前写一个自动化流程要两天,现在半小时就跑通了。"
这意味着什么?AI Agent 从概念真正走向了工程化。不是炫技,是能直接塞进生产环境的基础设施。

META 重返开源战场——而且这次是冲着赢来的。 美国开源回来了! 我目前已在 79 个 AI 智能体上运行它,体验相当不一样。
今天,Meta Superintelligence Labs(Meta 超级智能实验室)发布了 Muse Glimmer,这是一款拥有 300 亿参数、采用纯 Apache 2.0 许可证的开放权重智能体模型,整个本地 AI 社区瞬间沸腾。
这是真正可下载、可在你自己的GPU上运行的强大能力,终于让常驻个人代理对每个人都变得切实可行。Meta刚刚提醒世界,开放权重为何依然重要。
真正的开放权重,零限制——Apache 2.0 意味着你可以自由使用、修改、商业化,并以任何方式分发。没有特殊许可,也没有"仅限研究"的小字条款。Meta 再次全面拥抱开源。
5Beats 在关键基准测试中超越了同规模等级的所有模型——在智能体测试套件(MCP-Atlas、DeepSearch QA、SWE-Bench、τ-Bench 等)上表现优于 Gemma-4 31B 和 Qwen3.6 27B 等模型。该模型由更大的 Muse Spark 教师模型蒸馏而来,采用专门针对智能体性能优化的定制方案。
而且我们现在已经在用上了。模型权重今早已经上线 Hugging Face。Ollama(MLX)已支持 Apple Silicon,SGLang 在发布当天即可实现高性能推理,而 llama.cpp / LM Studio / vLLM 的集成也将于本周内陆续推出。
人们正在搭建完全离线的个人 agent,它们在本机管理文件、调用工具、调试代码,并保持数据隐私——无需 API 密钥,数据也不会离开设备。
Meta 不只是发布了一个新模型,而是为开源社区带来了一个实用、高性能的智能体引擎,它真的能运行在我们大多数人已经拥有的硬件之上。 美国开源运动迎来了一次重大升级。 感谢 Meta。
🔗 相关链接
t.co/RHld26ZyVg
GitHub: github.com/Dujltqzv/Some-…
官网: research.meta.ai/blog/introduci…




🚀 前Manus大佬开源CodexLoom:把一次性Codex Agent变成长期在岗数字员工,还能组队协作,直接解决多Agent管理的核心瓶颈。
现在大家用Code Agent基本都是任务式流程:开thread、交代背景、拿结果、关掉,旧thread里积累的约束、决策、工具用法全部作废,每个新任务都要重复付冷启动成本。CodexLoom反其道而行——同场景的后续工作回到同一条thread,让历史积累真正产生复利,主要面向手里养着数十个以上专职Agent、想让Agent各守细分场景、还能被同事或用户通过飞书直接调用的高级个人/一人公司。
针对「长thread太贵」的顾虑,作者的回应相当扎实:
· 新开thread重建上下文的隐性成本一直没人算,长期来看反而更烧钱
· 稳定的历史前缀可以直接吃prompt cache,反而能省token
· compaction压缩旧消息后,Agent的工作状态依然完整保留
· 最关键的是:纠错习惯、领域术语、偏好判断这些隐性知识,换thread就彻底丢失,靠prompt根本无法重建
每个Agent都有一份专属profile,包含Identity(身份定位)、Domain(长期负责领域)、Scope(权责边界)三部分,相当于一份清晰的数字员工岗位说明书。它的通信规则也完全对标真实团队:信息流向对应责任、结果回传发起者、例外事件向上升级,这套逻辑拿去管理人类团队同样成立。
最有想象空间的是对外协作:调教成熟的Agent带着受治理的身份进入飞书/Slack群,同事可以直接跟它对接协作,你花半年调教的能力别人能直接复用,一人公司雇数字员工再外派的最小闭环就此跑通,也是未来AI数字员工商业化的基础。
💡 别人还在卷多Agent编排DAG的花样,它先回答了更根本的问题
GitHub: github.com/Dujltqzv/Some-…


每家初创公司都应有一个每日更新的 Markdown 文件,名为"what_the_market_is_telling_us.md"。 它每天早上从以下已经蕴含客户真实反馈的渠道同步数据: 1. Stripe:谁在付费、升级、降级以及流失
本质上,这份文件应当关注本周业务发生了哪些变化,而不只是对所发生事件进行简单汇总(我觉得很多人的智能体都是这么做的)。 这样做的价值在于: 1. 新买家可能已经不再使用一个月前那些措辞了。
实现PMF(产品市场契合)最快的方式,是比任何人都更了解客户,而最具信号价值的客户洞察,往往来自行为的变化。 因此我会让智能体(agent)每天早上更新文件,内容包括它发现的规律、背后的支撑证据,以及可能影响的产品或GTM(上市策略)决策。
本周流失的 3 位客户均表示设置过程令人困惑,其中 2 位从未邀请过团队成员。这看起来更像是一个激活问题而非定价问题,因此在构建新的分析功能之前,建议先审视团队邀请与新手引导流程。 给所有希望从 LLM 中获得更多价值的读者们一个小建议。
GitHub: github.com/danderfer/Comp…



🚀 Agent 现在能直接操控你的安卓手机了!
最近上线的 android-remote-control-mcp 项目让手机操作自动化变成了现实:跑个 MCP Server 就能让 Agent 像人一样操作任意安卓 App,不用 root、不用数据线、不用电脑跑 ADB 中转,装一次就能远程遥控家里的手机,支持读屏、点击、滑动、打字、启动 App、拍照、读取通知等 57 个工具。
安装分两条路,门槛都很低:
· 真机安装:去项目 Releases 页下载对应 APK,带 Google 服务的手机选 GMS 版,去谷歌化 ROM 选 FOSS 版,侧载安装后开启无障碍服务即可(Android 13+ 需在应用设置里开启「允许受限设置」才能激活开关)
· 模拟器安装:用 Android Studio 自带模拟器搭一台 Pixel 7/Android 15 实例就行,后续步骤和真机完全一致,不用走「允许受限设置」步骤
把项目仓库链接丢给你的 Agent,让它自己读 README 完成 MCP Server 配置就行,你只需要把 App 里显示的 IP、端口和 token 给它:手机和电脑同 WiFi 就把绑定地址改成 0.0.0.0 用局域网 IP,用模拟器就直接用本机地址,人在外网就开 App 里的 Remote Access 隧道用公网地址。
项目还自带 Claude Code 插件,可以把手机通知、WiFi 状态、地理围栏等事件反向推送到 Agent 会话,也可以让 Agent 顺手一起装上。
💡 已经试过的朋友来聊聊实际体验怎么样?
🔗 相关链接
🔗 相关链接
t.co/sAtV91ZmQW
t.co/eHKjS7PHSR
GitHub: github.com/danielealbano/…







