AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

github.com/MadsLorentzen/…

求职这件最主观的事被拆成了可执行的工作流，ai-job-search 在 GitHub 上已近四万五千星。

来历照录。写下这套东西的 Mads Lorentzen，原先是干地球物理的，被裁之后拿 Claude Code 给自己搭了套求职框架。六十九份定向投出去的申请换来二十次一面，行当就此从地学换成了 AI 工程。

但这不是重点，重点是他把求职这种高度主观、容易崩溃、步骤极多的过程，拆成了一套能被 AI 执行、验证、迭代的标准化流程。对比摆出来。大多数人对 AI 写简历的理解还很浅，把 ChatGPT 当个文案器使，JD 一贴、措辞润一润，然后复制粘贴了事。

这个项目重构了整条链路，职位搜索、匹配度评估、简历定制、求职信撰写、面试准备、申请追踪，全链在本地自动化。

再看它把关的那道工序，双代理互审。生成这一半由 Drafter 按你的档案写简历和求职信，复核那一半交给 Reviewer，它用全新上下文另起炉灶，独立调研目标公司，站在第三方立场上挑毛病。

单次生成忽高忽低的老毛病，就这么被流程绕了过去。四条命令撑起全流程。/setup 建立职业档案，/scrape 搜索并排序职位，/apply 一键出材料，含匹配评估、双修订和 PDF 与 ATS 校验。

/interview 负责面试那一头，公司调研、问题预测、STAR 映射、模拟面试都在包里。最让人放心的一点是数据全在本地，不是 SaaS，不用担心隐私。Fork 过来就是你自己的，想怎么改都行。

"双互审"这半句是场重心。前面主代理那套用法讲的是开发里的分工，这条讲的是把同样的分工搬进找工作。跟前面关键词扫描器呼应，那条在找空缺的市场，这条在打点的个人。两头都在提醒同一件事，凡是步骤够多的流程，都能被拆到代理手里重跑一遍。跟前面验收那步留着也接得上，Reviewer 另起炉灶挑刺，等于把评审的独立性写进了工具。

被裁之后拿工具重建整条路这个细节我单独拎出来。作者自己的转行就是这个项目最好的说明，六十九到二十这个比例也替它说了话。

我留的疑问有三处。匹配评估的打分逻辑没给；ATS 校验覆盖哪些系统没拆；不同地区平台的抓取范围也没数，这些都在仓库文档里才看得到。

这周把 /setup 的档案模板抄一份，拿自己最近三个目标职位跑一遍看命中率。

github.com/chaitanyagiri/…

一开电脑，屏幕里冒出一间 AI 办公室，Munder Difflin 把各家终端 AI 变成了坐班的员工。

五条照录。Claude Code、Codex、Kimi、Qwen、Copilot 这些平时各开各窗的工具，在它手里全被收编成独立的 Agent。每人都有自己那摊活，终端、记忆、收件箱齐备。

虚拟办公室那层是给眼睛看的，谁在干活、谁把任务递给了谁，屏上一目了然。上面还坐着一个总 Agent 拉绳子，分活、催进度都归它。跨会话的记忆也在，背景交代一次就够，下次开窗不用重讲。

还有两条落在最后，本地运行、开源免费，原来的模型额度接着用。作者的收尾也没绕弯，一句话把自己讲清楚了，配一整层 AI 员工，各干各的活，再由一个 Agent 负责协调。听着就热闹。

"一个总 Agent 统一调度"这半句是场重心。前面主代理那套讲的是架构上的分工，这条讲的是把分工演成了看得见的办公室。跟前面把指挥官拔了呼应，那条在决定谁发令，这条在把发令的人摆上工位。

两头都在提醒同一件事，多代理正在从概念变成有工位、有收件箱的日常编制。跟前面 Yobiru 也接得上，一个在机器之间叫醒彼此，一个在同一块屏幕里互相递任务，热闹的程度又上了一档。

收件箱这个细节我单独拎出来，给 Agent 配收件箱等于承认它们得按班次交接，这已经不是脚本该有的待遇，是同事才有的待遇。

我留的疑问有三处。五个终端的接入深度没给；收件箱的交接规则没拆；总 Agent 调度失败怎么兜也没数，这些都在仓库文档里才看得到。

这周装上让两个 Agent 同时跑一件活，看它们互相递任务的样子像不像真的同事。

两张二手显卡在一间公寓里跑出了一个能玩的第一人称射击游戏。没有云端接口也没有订阅。这局我看完先记那串数字再掂本地经济学那半句。记的掂的点在下面一层层摆。摆好了看数字，字在下面摆着，摆好了自己算。
数字是这样摆的，两张二手 RTX 3090 GPU、模型是 Qwen3.8-27B。智能体走了六百八十七步。处理了八千七百九十万枚输入令牌加八十二万两千枚输出。模型运行五小时十一分钟。

工具执行再加五十八分钟。生成速度大约每秒六十枚令牌，报告里零次循环中断。摆的第二层是它们换来的成品。成品不是一个骗截图的代码堆。敌人会生成并朝玩家压进。枪有后坐力。影子在环境里拉长、楼群后面挂着落日，摆的第三层在下面摆着，摆好了别眨眼。

眨眼就翻过去了，过去一页少一页，少一页都是损失。损失不起的往下看。看下段。下段是那个循环。环读完这篇就通了，通了就收工，收工的礼数在下段，下段是最后的门，推开它，推。
循环是全篇最有意思的部分。做一款游戏远不止吐一大段代码，智能体要决策、改文件、调工具。查结果。还要跨几百步接着干。编排循环里出一次岔子就能把整趟带崩。哪怕底层模型写代码很在行。这一趟六百八十七步没断。

断的第四层是它证明了什么又没证明什么。没证明的是游戏无瑕疵或每个决策都对。证明的是在一场又长又依赖工具的流程后产出可玩成品。比单看一次编码基准更有分量。分量的第五层是我的保留。保留是六个核心数字与成品描述我按转述记账。

没亲手复跑。记账的第六层是我的收尾，收尾在最后三段，倒数第三段摆经济学，倒数第二段摆权衡，末段就着十八个月那半句停。
经济学是这样算的。八千七百九十万枚令牌全在本地跑，换成接口调用按供应商、模型和令牌定价要花不少钱。这一趟跑在开发者已经拥有的硬件上。成本没有消失。电费。硬件折旧、近六小时的模型运行加工具执行都在，但没有按令牌计的账单。

整个生成负载留在自己机器上。算的第七层是它换来的代价。代价是速度。每秒六十枚比许多前沿接口工作流慢，换来的是全流程自主。不必依赖远程模型服务。服务的第八层是我的观察。观察是这笔账在令牌越用越多的今年会越来越划算。

划算的第九层是我的点评。第一句是把一长串运行数字全摆出来这步今年值得所有本地跑模型的人学，学了的结论才站得住。第二句是零次循环中断这半句今年会让一批只看跑分的人抬头看流程，看完的回来点赞，句号。
十八个月前。本地模型在需要持续规划和长时工具使用的编码任务上还常常吃力。如今两千七百亿、两张二手卡。一个能玩的成品摆在一起。这变化值得每个开发者掂一掂。掂完再决定哪些野心项目还非得发往别人的机房，那段演示在这，x.com/superalesha/st… ，看完你再决定，决定的点赞，句号。

code.claude.com/docs/en/comman…

Claude Code 内置的斜杠命令被整理成了一份场景清单，很多天天用的人也不知道它们全在那儿。

五组照录。审代码这组有四员大将。code-review 盯的只有正确性 bug，强度从 low 排到 max，带 --fix 会自己动手改，想发 PR 就加 --comment，ultra 档把活儿丢给云端深查；simplify 换了个思路，四个代理并排看复用、简化、效率、抽象这四栏，直接动代码，但对 bug 没兴趣；security-review 的靶子是当前分支相对主分支的改动，注入、鉴权、泄露都在它射程里；ultrareview 就是上面那条的云端版，Pro 与 Max 各白送三次。

验证这组负责眼见为实。verify 要把应用真的编译跑起来，改没生效它不签字；run 更直接，替你把应用拉起来操作一遍；run-skill-generator 一个项目跑一次，把装法和启动方式记成配方，之后前面两条照着配方走。

大活这组专治持久战。batch 把一次大改动剁成五到三十个独立单元，每格单开工作区并行开工，全仓 JS 迁 TS 正是它的菜；goal 死磕到条件达成；loop 定点重复，五分钟查一次部署这类活归它；plan 先想后动；workflows 管着正在跑的那些流，看、停、续都行。

配置这组是家里那套。doctor 给安装、设置、插件和 CLAUDE.md 查体并顺手修，附带的 prompt-audit 专抓过时和打架的指令；fewer-permission-prompts 从历史里挑常用只读命令进白名单，少弹确认；update-config 一句话改 settings.json；init 出 CLAUDE.md；insights 把你最近的习惯分析成 HTML 报告；debug 拿日志去查它自己的毛病。

其他这组还剩几张牌，claude-api 写接口项目用，dataviz 管图表和仪表盘，design 出 UI 稿、流程图、海报，slides 一句话生成 PPT，claude-in-chrome 放它去操作浏览器，测页面、填表单、看控制台。完整列表挂在文首。

"很多人不知道它们全在那儿"这半句是场重心。前面那五十个目录讲的是自己攒的散件，这条讲的是出厂就带的家伙什。跟前面那二十二个开胃菜呼应，那条在数自选货架，这条在数原装抽屉。两头都在提醒同一件事，工具的价值正在往内置堆，装得越多的人越少翻说明书。

作者那条全自动搭法也留着，simplify 过一遍，code-review 开到 max 带 --fix，开 PR，再用 goal 盯着把评论全处理完。这条链把审、改、交、盯串成了一件事。

两个小技巧单独拎出来，自己写的 skill 也能当斜杠命令用，同名还会盖过内置的；不想用内置的那批，在 settings 里加一行 disableBundledSkills 设成 true 就干净了。

我留的疑问有三处。batch 的单元上限为何是三十没说；ultrareview 三次送完之后的价码没拆；insights 报告的字段也没数，这些都在官方完整列表里才看得到。

这周把自己的 skill 和内置清单对着排一遍，把重名的先理干净再谈别的。

一台十六吉内存的苹果电脑如今能跑两千七百亿参数的模型。靠的是三值化压缩。这压缩我看完先记那个七吉再掂九成八那半句。记的掂的点在下面一层层摆。摆好了看七吉，吉在下面摆着，摆好了自己算。
七吉是这样来的。Bonsai 2 27B 这款三值模型出自 PrismML，底子是 Qwen3.8-27B 基座，报出来的说法是保住 98.2% 的 FP16 质量。体积只占七吉。

七的第二层是它凭什么这么瘦。凭的是三值权重。传统模型每个权重要好几个比特表示，三值模型只留三个可能取值、表示得更紧凑，紧凑的第三层在下面摆着。摆好了别眨眼。眨眼就翻过去了。过去一页少一页。

少一页都是损失，损失不起的往下看，看下段。下段是真跑起来的样子，子读完这篇就通了，通了就收工。收工的礼数在下段，下段是最后的门。推开它。推。
样子是这样记的。有次实测里模型一条自然语言提示词就生成了体素风格的日式宝塔。用的是 Three.js。这演示说明把指令翻成带建筑要素的三维场景代码这条路走得通。走通的第四层是它给本地开发的含义，含义是不靠云端接口也能搭出可交互的视觉效果。

效果的第五层是我的保留。保留是那次生成的细节我按转述记账。没亲手复跑。记账的第六层是我的收尾。收尾在最后两段，倒数第三段摆日常硬件那层，倒数第二段摆那个该查证的数字，末段就着实用那半句停。
日常硬件那层是这样摆的，十六吉的机器够不够试这款模型。取决于运行时开销。上下文长度和应用自身的内存要求。不是一句够或不够能打发的。摆的第七层是它推翻的那句话。那句话是想玩本地人工智能先得升级贵机器。

推翻的第八层是值得查证的地方。地方是报出的九成八质量留存值得动手验一验。评估方法和你自己任务上的表现。比一个头条数字重要得多。重要得多的第九层是我的落点。落点是压缩正在让大模型变得可及。

三值模型若能保住大部分能力又大幅缩小体积，本地开发这条路对日常开发者就真成了选项，选项的第十层是我的点评。第一句是把真实任务而不是跑分当演示这步今年值得所有本地模型发布者学，学了的说服力会上一个台阶。

第二句是十六吉跑两千七百亿这半句今年会让一批人重估抽屉里那台旧笔记本，重估完的回来点赞，句号。
那段演示视频在这，x.com/atomic_chat_hq… ，拿自己的机器试一把，跑起来的点赞，句号。

办公三件套被端上免费桌，做过创意软件替代的人对准了微软。这转身我看完先记三个新对照再掂下一站那半句。记的掂的点在下面一层层摆。摆好了看三个，个在下面摆着，摆好了自己装。
三个是这样摆的。文档处理的 WordCraft 对的是 Word，表格计算的 GridCraft 对的是 Excel，演示制作的 DeckCraft 对的是 PowerPoint。

摆的第二层是它们的出身。出身是 ArtCraft 的作者 Brandon Thomas 先做成了创意设计那批免费件。这回接着往办公这边打，打的第三层在下面摆着，摆好了别眨眼。眨眼就翻过去了。

过去一页少一页，少一页都是损失，损失不起的往下看。看下段，下段是那句动机。机读完这篇就通了，通了就收工。
动机是这样落的。他想用人工智能给人们做出昂贵软件订阅的免费替代。落的第四层是他还没停手的意思。意思是欧特克那类设计软件和其余订阅制产品也在清单上。清单的第五层是我的保留。保留是三个新件的功能完整度目前只见发布清单口径，记账的第六层是我的收尾。收尾在最后一段，最后一段到了就推门。门后是我的两句点评。
点评两句。第一句是从创意软件打到办公软件这步今年值得所有单点挑战者学，学了的路线图一眼看得懂。第二句是一个人连挑两大巨头这件事今年会让一批独立开发者重新估自己的产能，估完的回来点赞，句号。

Adobe 的七件主力被人在桌底下重做了一遍，免费、开源，还一根源码都没碰原厂的。

对照表照录。PhotoCraft 对 Photoshop，VectorCraft 对 Illustrator，FilmCraft 对 Premiere Pro，LightCraft 对 Lightroom，EffectCraft 对 After Effects，DesignCraft 对 InDesign，PrintCraft 对 Acrobat Pro，七个 app 一一对位。

它们的来历也写得明白，用 Rust 造，Claude Opus 5.5 参与其中，Windows、Linux、macOS 三边都能跑，许可挂 MIT 与 Apache，全程没使用 Adobe 的源码，走的是清洁室那条规矩。

"clean-room"这半句是场重心。前面一千刀复刻那套讲的是照着重做一个产品，这条讲的是七个产品一起上。跟前面剪映被拆那条呼应，那条在拆实现，这条换了条干净路子绕开实现。两头都在提醒同一件事，复刻这件事正在从能做走向会做，连法律上的走法都被摸清了。

跟前面那本开源 Office 也接得上，一个在办公格子里补位，一个在创作格子里补位。缺口在哪儿，开源就补到哪儿。

七个名字排一列这个细节我单独拎出来，Photo 到 Print 连首字母都跟原厂对齐，这份野心不是藏起来的，是摆在门面上的。

我留的疑问有三处。七个 app 各自的功能深度没给；性能对比没拆；清洁室的具体证据也没数，这些都在发布页里才看得到。

这周把 PhotoCraft 和 EffectCraft 装上，拿两份真活儿跟原厂各跑一遍对着看。

一个人把生意和个人的 SaaS 订阅几乎退了个干净，留下的清单短得吓人。这清法我看完先记三份清单再掂退订潮那半句。记的掂的点在下面一层层摆，摆好了看清单。单在下面摆着，摆好了自己划。
第一份是生意还在付的。只剩五样，AI 推理、Hetzner 服务器、Cloudflare 存储、Backblaze 备份、交税，第二份是个人还在付的，Claude Code、YouTube 与 Spotify 这两样内容、Starlink 上网、eSIM 手机卡、个人云存储、水电。

交税。两份的第二层是它们并起来的样子。并起来是六类。推理、内容、云存储与托管、连接、水电、税，六类的第三层在下面摆着，摆好了别眨眼。眨眼就翻过去了。过去一页少一页，少一页都是损失，损失不起的往下看。

看下段。下段是再往下刨一层。层读完这篇就通了，通了就收工，收工的礼数在下段，下段是最后的门，推开它，推。
再刨一层是这样刨的。钱最后流向只剩四个方向，内容、数据中心、发电厂加供水、政府，刨完的第四层是这个姿势的来路。来路是业务那头早就退完了。这轮轮到个人。退的理由也直白。想用的软件自己敲，或者拿编码智能体挑一个开源项目改给自己用。

改的第五层是我的保留，保留是各订阅原价与省下总额他没列。我按清单记账。没替他加总。记账的第六层是我的收尾，收尾在最后两段，倒数第二段摆那句预言，末段就着规律那半句停。
预言是这样摆的。一旦人们发现自己能省下这么多钱，一场退订的浪潮就会扑过来。摆的第七层是它的分量。分量是这话出自一个靠自建和开源替掉大半订阅的人。他不是在预测，是在示范，示范的第八层是我的点评。

第一句是把账单归到四个最终去向这招今年值得所有看开支的人先画一遍，画完的就知道钱在养谁。第二句是拿开源项目加智能体自己改这半句今年会让一批工具的续费邮件变冷，变冷的回来点赞，句号。

Opus 5.5 的爆款视频被收进了一个抽屉，四百七十五条，每条带原 prompt。

站点照录。全网用 Claude Opus 5.5 做出来的热门视频它一条不落全收了，每条附上创作者当时那段完整的 prompt，直接复制。GitHub 上已两千三百多星，四个分区摆开，动态图形、游戏、讲解、3D 各归各位，想做视频的人这一个站顶十个教程。

它可不干搬运那套。点进任何一条你就明白了，左半屏放原片，右半屏当场再跑一遍，同一段 prompt 出什么效果两屏对照着给你看。技术栈也标得清楚，Three.js、GLSL、Canvas、GSAP 这些大名都挂着，搭法一眼见底。

四百七十五还按类型切开了，动态图形两百八十八、游戏七十、讲解六十二、3D 场景五十五。想做哪种就进哪个分区，挑那条已经跑出成绩的 prompt。有段被抄得最多的大意是，想做成一支动态视频就把它当求职作品集去全力以赴，就这么一句。

有人一晚上把日语和英语两版都出了，也有人只花掉五小时额度里的一个零头。最反直觉的那点也留着，全网都在卖课卖 prompt 包，这个站把跑通过的那批免费摊开，还附送四百七十五个能点开验证的证据。

"别人磨几小时的第一句话你十秒拿走"这半句是场重心。前面装前验货讲的是往里塞东西之前先翻文件，这条讲的是往自己手里加料之前先看别人跑赢的证据。跟前面那二十二个开胃菜呼应，那条在数品种，这条在管每条都带战绩。两头都在提醒同一件事，抄与验正在成为同一件事的两步。跟前面主代理那套也接得上，一个在分活，一个在供料，料和活都齐了才是完整的流水线。

"最好的 prompt 不是憋出来的"这句我单独拎出来。它把提示词这件事从灵感拉回了检索，能搜到的东西就不该靠想。跟写代码先查库是一个道理。

我留的疑问有三处。收录标准没给；复刻的还原度怎么算没拆；站的具体地址也没在正文出现，这些都得自己找过去才看得到。

这周进去按分类抄一条，把自己跑的结果和原片并排放一次，看差在哪一格。

跑编码代理的人被递来一份金子，Jev 的创始人亲手写了本搭 harness 的 PDF。

几段照录。测试数据摆得很直，最快能到两百倍，最省能到四百倍；紧接着那句是全篇的轴，模型这东西早就不是瓶颈了，速度和省下的钱都来自裹在它外面的那层 harness。用法也直接，把这份 PDF 和底下的文章丢给 Claude Code 或 Codex，让它照着 Jev 把自己的配置重建一遍。

再往后是那段关于晋升的算法。挑出团队花钱最多的那个代理工作流，用一个晚上把它重做一遍，然后把前后的账单交给经理。下周你就是那个跑着大多数团队还没建起来的 harness 的人。

"瓶颈早就不是模型"这半句是场重心。前面那套四条架构讲的是怎么在代理之间分活，这条讲的是怎么把整套装备裹到模型外面。跟前面砍九成八 token 那条呼应，那条在门口装滤网，这条在整条流水线上换引擎。

两头都在提醒同一件事，能力早就被模型备齐了，拉开差距的是外面那层工程。真金白银那种。跟前面补认知不补推理也接得上，一个往模型里递知识，一个往模型外套装备，递与套之间就是这两年的全部功夫。

一个晚上换一份账单这个细节我单独拎出来，它把工程改进第一次写成了可以直接对上级展示的数字，也难怪这篇被叫做纯金。

我留的疑问有三处。两百倍和四百倍的基准没给；那份 PDF 的页数没拆；四百倍是按什么计价也没说，这些都在被引的链接里才看得到。

这周挑自己最烧钱的那个工作流照做一遍，把改前改后的两份账单先自己记着。

Jev 决策榜的前排被揭了底，大半是 Qwen 的亲儿子，有句玩笑被留了下来，给 Qwen 千问叫声 Dady。

几行照录。Jev 榜前排大半是 Qwen3.8-27B 衍生出来的；HF 上一百多个相关模型里，六成以上跟 Qwen 有血缘；更妙的是第一名 Perplexity 用的也是 Qwen 底座，于是这榜被问是排行榜还是家庭会议。

末句原样留着，都是 Qwen 的崽，叫爸爸。标签一排也照录，Qwen、开源、决策模型、Jev、Laya、Clef、Perplexity 都在。引帖那半同样留着，微软的 Decision-1 在太空侵略者里把另一家按住摩擦。

决策延迟七十五到一百毫秒，得分三千三百二对一千三百，同套基准的准确率八成三点五对七成九。单价还只有一小半。

"家庭会议"这半句是场重心。前面两榜同收讲的是谁夺冠，这条讲的是奖杯是谁家产的。跟前面那份数据对照实验呼应，那条在量一个旋钮，这条在量一片家谱。两头都在提醒同一件事，开源榜单的繁荣底下是一张越来越清楚的血缘图。跟前面十个赛道九个前二也接得上，一个数位置，一个数出身，位置和出身凑在一起才看得懂这盘棋。

六成这个比例我单独拎出来，它说明决策这个新赛道目前更像 Qwen 的分店开得多，而不是百花齐放，分店的天花板自然就是总店的高度。

我留的疑问有三处。血缘的判定标准没给；六成的分母没拆；Perplexity 具体用的哪一档也没说，这些都在被引用的那份名单上才看得到。

这周把榜单前十逐个点开看底座，把血缘那一栏自己填一遍再下结论。

新 VPS 到手的第一件事永远是加固，这条把过去半小时的手活压成了一条命令。

问题先摆。22 端口全天候被人扫着，光着身子上线的机器撑不过三天。换过去，手做一遍得动 sshd_config、建 sudo 用户、另起 SSH 端口、配 UFW、再装 fail2ban，半小时起步，还总怕漏了哪项。

现在用 vps-security-hardening，一条命令远程跑完七层：SSH 连通检测、系统更新、建用户并禁 root 密码登录、SSH 换端口加密钥登录、fail2ban 防爆破。

UFW 防火墙直接删掉 22 端口，Docker 配置不许绕过防火墙，收尾自动再验一遍配置。调用脚本是 ./scripts/harden-vps.sh，后面排开五个参数：--ip 配 VPS_IP，--root-pass 配 ROOT_PASSWORD，--user 配 NEW_USER，--user-pass 配 NEW_USER_PASSWORD，--port 配 SSH_PORT。

两个前置也说清，机房后台的防火墙要先放行新 SSH 端口，本地得装个 sshpass。开源 MIT，七层一把配齐，抄走就能用。

"撑不过三天"这半句是场重心。前面装前验货讲的是往里装东西先翻文件，这条讲的是机器通电之前先把门焊死。跟前面可审计治理呼应，那条在制度层要求看得见，这条在执行层先保证不被随便进。两头都在提醒同一件事，安全这道活越来越像流水线，能自动化的地方就不该再靠记性。

半小时压成一条命令这个账我单独拎出来，过去怕漏的心态才是真正的成本，脚本把清单固化之后，人只剩按下回车一件事。

我留的疑问有三处。七层之外还差什么没说；不同发行版的兼容没拆；验配置那步的检查项也没数，这些都在仓库说明里才看得到。

这周新开一台机器直接跑这个脚本，把加固前后各跑一次端口扫描对着看。

一天的 SaaS 发布被压成了三段数字，看完就知道供给端的水流向哪。

结构照录。头名还是 AI 图片与视频，一百七十一款领跑热门赛道，紧随其后的效率办公一百六十九款，两者几乎没有差距。往细里看才有料。套壳这条道的内卷不是一天两天了，单做文生图的十三款、提示词工具十一款、图生视频九款都堆在同一个池子里。

底层模型能力被大厂攥着，垂直行业的视觉工具只能慢工出细活，变现周期也长。大量速成套壳的新站靠社媒热点吃快餐，近期就有开发者围着 hotel lobby video、hotel lobby filter 这类新词建站，拿到了不错的结果。

生产力工具这边进入工作流重构期，效率办公一百六十九款、开发者工具一百三十八款、Agent 与自动化一百二十款，三者相加就是绝对主力。今天是，近期也是。还有一个细节爆发点，围绕 Claude 衍生出的生态工具一天内就有十款，昨天 Higgsfield 发布的新功能 katana 也是奔着 Opus 5.5 那身剪辑本事去的。

"一天十款围着 Claude"这半句是场重心。前面那二十二个开胃菜讲的是货架上有多少货，这条讲的是货架上的货在往哪个牌子聚。跟前面全系深度卷呼应，那条在把模型本身往上卷，这条在把生态工具往它身边卷。两头都在提醒同一件事，围绕头部模型的二次开发已经成了一个自增长的行业。跟前面五十个目录收进一库也接得上，货越多越需要归账，这条正是在解释货为什么越来越多。

三段合计四百二十七款这个数我单独拎出来。供给端的产能不是在减少，是在换挡，从套壳往工作流挪。挪的动作全写在了这份日榜单上。

我留的疑问有三处。统计的样本口径没给；四百二十七这个合计算法没拆；快餐站的存活周期也没数，这些都在日报的正文里才看得到。

这周把自己的产品对照三段各归一格，看它算在头名那格还是主力那格。

DeepSeek Harness 在内测版里加了 Claude Code Mods 的兼容层，写它的人管这叫测试、不叫战略。这个分寸我看完先记那个子集问题再掂百分之六十。记的掂的点在下面一层层摆，摆好了看分寸。寸在下面摆着。摆好了自己算。
分寸是这样摆的。内测构建里新增了对另一家插件扩展的兼容层。十月四日写下这段代码的工程师把它定性为一次试验。目的是看对方插件作者用的那套扩展面。是不是大致落在 DSH 一切皆插件架构已经覆盖的范围里。

试验的第二层是它自带的克制。克制是实验性质。并非所有对方插件都能在它里面顺跑。而插件优先这个设计在写第一行代码之前就定死了。跟开源这个决定早于首个模型发布是同一个路数，路数的第三层在下面摆着。摆好了别眨眼。眨眼就翻过去了。过去一页少一页，少一页都是损失。
六十是这样来的。九月二十九日预览的下个大版带了两个桌面系统的安装包。还有一个不用敲命令行就能装包的插件管理页。官方按接口用户口径统计。约六成用户在跑第三方插件。这个数字就是兼容层的全部理由。

理由的第四层是它的算账方式。账是多数用户本来就住在别人的插件生态里。吸收那套约定的成本远低于要求作者们搬家，搬家的第五层是我的保留。保留是六成这个口径按接口用户计、不含其他入口。数字按报道记账。记账的第六层是我的收尾。收尾在最后两段，倒数第二段摆那个风险。
风险是这样摆的，子集测试既是这套做法里最诚实的部分。也是最冒险的部分。诚实在没拍胸脯说全兼容。冒险在万一对方的扩展模型比自家的更宽。一切皆插件就会从一句架构主张，变成一份必须持续供资去兑现的兼容承诺。

摆完的第七层是那句话的分量。分量是六成这个数字让回头变得很贵。贵在承诺一旦立下。再撤回要面对的就是多数用户，再补三层细节。第一层是兼容的边界。官方把话说在前面。实验性质意味着插件作者不能默认照搬。

哪一步顺跑哪一步卡住得自己试过才算数。试出来的坑反过来也在给自家架构做体检。第二层是那两个安装包的用意。桌面系统各来一个。装完就能用免命令行的页面装包。这步把插件这扇门从终端挪到了窗口。

门槛一降、六成那个数还可能往上走。第三层是统计口径的讲究。按接口用户计而不是按全部下载计。是因为真正会去碰插件的就是这批人。用对了分母。结论才站得住。站得住的第六层是这三层合起来看的那句话。

话是兼容层不是施舍。是照着用户住处盖的房子。盖的第七层是我的取舍。取舍是报道里的原话我按转述留着，没替谁下结论。

我顺手对了一遍原文的时间线，九月二十九日预览、十月四日定性。中间五天足够说明这不是临时起意的补丁，而是排好队的功能格子按顺序放出来，放出来的第八层是给同行的提示。提示是互通这种事从来不是技术题，是用户分布题。

第八层是我的点评。第一句是先定性为测试再放出来这步今年值得所有做互通的团队抄，抄了的进退都有余地。

一年要谈几千份合同的法务部门。把审核这件事交给智能体做了四版。捧回了 ALM Legalweek 那座年度最具创新力法务部奖杯。这四版我看完先记两条数字再掂那三条哲学。记的掂的点在下面一层层摆。摆好了看数字，字在下面摆着，摆好了自己排。
数字是这样摆的。平均合同审核时间降了两成多，人工智能给出的决策准确率九成一。奖是行业层面给的。时间是二零二六年。摆完的第二层是底下的洞察。洞察是这份看着极专业的工作里藏着大量结构性模式，相似条款反复出现、红线改法可复用。

本方立场一年到头都不怎么变。跟代码审查。客服回复这些被渗透过的活儿同构。只是领域知识的墙更高，墙的第三层在下面摆着。摆好了别眨眼，眨眼就翻过去了，过去一页少一页。少一页都是损失，损失不起的往下看。看下段。下段是三条哲学。
哲学是这样立的。第一在律师干活的地方交付，做成文字处理软件的插件而不是另起一个新工具，把采纳成本压到最低。第二条是辅着人判断，不替人拍板。智能体只给接受。拒绝。修改三选一加理由注释，决策权还在人手里。

第三条靠真实反馈一轮轮往上磨。第二版那套架构就是被这条逼出来的。立完的第四层是我的保留。保留是四版细节我按官方博客记账、没在业务里复跑。记账的第五层是我的收尾，收尾在最后三段。倒数第三段摆前两版。倒数第二段摆后两版。末段就着那句结论停。
前两版是这样演的，第一版朴素 RAG 灌进谈判手册就上。败在三处。检索失准是问句和文档的粒度对不上。注释语气一会儿过度防御一会儿过度让步。没见过的场景直接哑火。教训是文档不等于决策数据，第二版是转折点，改成从决策学而不是从文档学。

每场谈判从头到尾的轨迹它都留了底。对方的原始措辞。律师的红线。该采取什么动作、律师顺手写的那两句批注。最终的修改文本一条不漏，运行时先按相似度和元数据筛出二十来个候选，再让大模型精筛一遍出决策。
后两版是这样演的。第三版单独加一次调用做语气分层。一次性的先乐观后悲观自检。预先假设生成的注释有毛病让模型自己改一遍。效果跟反复自审一个样，钱和时间只花一份。真正的大动静挪到了组织那边。

目标风格开场白三段式提示词的所有权直接交给律师。结论是塑造输出格式的提示词该由领域专家管。工程师不该越俎去定什么才算专业腔调。第四版给 MODIFY 决策引入智能体流程。照着过往反馈和条款规则先把还价文本拟出来。编造条款这条路被堵死。系统至此从建议者升级成起草者。
那句结论是全篇的收束点。无需任何手动微调，检索加上下文学习即可持续进化，收束的第六层是我的点评。第一句是把提示词所有权交给领域专家这步今年值得所有做垂直应用的团队抄，抄了的产品会少一半假专业。第二句是文档不等于决策数据这半句今年会让一批知识库项目推倒重来，重开的回来点赞，句号。
官方博客在这。uber.com/us/en/blog/bui… ，照四版路线自查一遍自己的项目，查出短板的点赞，句号。

一份十二项的技能清单把智能体基础设施这个新行当摆开了。每项都对着后端工程的老底子。这摆法我看完先记前三组再掂评测那半句。记的掂的点在下面一层层摆。摆好了看三组，组在下面摆着，摆好了自己排。
第一组是运行时那摊，运行时本身要懂循环、工具调用。流式输出和会话。得能实现一个最小可用的智能体而不是只调一次接口。接着是上下文和状态这摊。喂进去的上下文决定这轮模型能看到什么、也很大程度决定它的决策质量，状态则记住任务跑到哪了。

裁剪、压缩。检查点。记得久的和当下用的两套记忆都在它手底下。第三项是任务队列，任务经队列分给工人执行。并发、优先级。背压和工人池都得控住。第四项是调度与多智能体编排，大活拆成小活分头干，DAG、评审、移交和人工在环是它的家常。
第二组是容错那摊。第六项重试、超时与幂等，模型、工具、网络、工人处处会出问题，系统得判断什么时候重试。哪一刻该撂挑子。还得防住推送代码。发邮件。建资源这类动作被重复执行。第七项分布式状态与一致性，多个调度器、工人和数据库共同维护任务状态。

事务、WAL、租约、心跳。复制。一致性与故障恢复都在这层。第八项沙箱与执行环境，编码智能体要动命令行。代码仓库、编程语言、构建和测试。每个智能体都得拿到隔离的文件。进程。连网权限和吃多少算力。
第三组是外围那摊。第九项工具基础设施与协议，智能体不只调几个函数，命令行、文件系统。浏览器。数据库。接口都得统一管起来。MCP 可以当智能体与外部资源之间的标准口，第十项权限、安全与密钥，控制它能碰哪些文件、调哪些工具。

连哪些网络、读哪把钥匙，认证、授权、ACL。密钥管理和审计一套都不能少，第十一项可观测与调试。执行全过程用链路记录下来，用指标盯延迟、队列、令牌。花销、砸了多少回、补跑了几轮。第十二项评测与重放。跑得起来只是第一关。
我顺手对了一遍这十二项。前五项是让智能体活得下来。中间三项是让它别闯祸。后四项是让它能被管起来。三段合起来才是这行当的全貌。

评测那半句是这份清单的收口，它把问题从能不能跑挪到了做没做对，挪的第五层是我的点评。第一句是把后端工程整套搬进人工智能域这步今年值得所有想转行的人先照单自查，自查完缺哪项补哪项。第二句是幂等和一致性排进必考这半句今年会让一批只玩过提示词的人重新排序学习表，排完的回来点赞，句号。

Claude Code 里目前最爽的一套用法被总结成了主 Agent 加哑子 Agent 的架构，四条规则各管一段。

四条照录。其一，子 Agent 只管产出，别碰试错那套，不 Build、不 Test、不 Typecheck，交得越早回来越快。这一步等于把核验从它手里拿走，防住大模型陷进越修越乱的死循环，顺带把上下文的花销摁到最低。

其二，任务拆解讲究正交隔离，先做调查，按文件和模块的覆盖面来切。这招借的是微服务的思路，隐式依赖少了，Git 冲突率从源头就归零。其三，收尾归主 Agent，解冲突、统一 Build、跑测试都由它来。

这其实就是分布式系统的两阶段提交，唯一可信的那份状态只在主 Agent 手上。其四，Worktree 要勤清理，临时产物和分支随手销毁，别让脏数据熏了后面的上下文。核心总结摆最后，子 Agent 出低成本的并行算力，主 Agent 管集中的状态一致性，效率、质量、心流一起拉满。

引帖那句也留着，你是主 Agent，拆解任务、分配子 Agent，子 Agent 的规则是不构建不测试不检查、早提交早返回。

"两阶段提交"这半句是场重心。前面 Yobiru 讲的是机器之间的叫醒，这条讲的是同一台机器里的分工。跟前面把指挥官拔了呼应，那条在管谁发令，这条在管谁盖章。两头都在提醒同一件事，多代理的秩序正被借来的分布式概念逐条命名。跟前面验收那步留着也接得上，验证被集中到主 Agent 手里，等于把验收权写进了架构。

越修越乱那个词我单独拎出来。它把大模型的一个老毛病写成了流程问题，用规则把模型从自我怀疑里捞出来。比换更强的模型见效快。

我留的疑问有三处。子 Agent 的并行上限没给；正交拆分的判定标准没拆；冲突率归零的实测样本也没数，这些都在引帖的完整版里。

这周按这四条把自己的分派脚本改一遍，记一周的冲突次数和上下文消耗。