AI圈子 · AI 圈的最新动态，一条一条刷

最近有人总结了一套使用 GPT-5.6 Sol 的实践指南，核心观点就一句话：规划可高，执行要轻，约束先行。

这条推文来自评论区的高赞内容汇总，主要讲的是怎么避免在使用高级模型时「过度工程化」。

几个关键原则：

1. 先复述意图再动手。让 AI 重复你的需求、范围、非目标和验收标准，确保理解一致后再开工。
2. 规划和执行分开。用高能力模型做架构规划，用轻量模型做具体执行，别一刀切全用最贵的。
3. 禁止全程 Ultra 模式。不要让 AI 一上来就用最复杂的方案，简单够用永远优先。
4. 不可逆操作必须等确认。删除、覆盖、发邮件这类操作，没有人工确认别放行。
5. 完成前检查三件事：测试跑通了、改动范围小、没有多余的抽象层。

作者还提到一个很实际的思路：让 Grok 4.6 基于这些高置信度内容生成了一份 Agents.md 配置文件，相当于把这套最佳实践固化成 AI 的行为准则。

这其实反映了一个趋势：随着 AI 模型能力越来越强，真正的瓶颈不再是「AI 能不能做」，而是「怎么让 AI 不做过头」。约束设计本身就是一种工程能力。

📚 Claude Code不只是写代码：一套完整的工作流体系

很多人用Claude Code就是让它写写代码、改改bug。但如果你只把它当一个AI编程助手，那就浪费了它大部分能力。

Claude Code真正强大的地方在于：把CLAUDE.md、Skills、Hooks、Permissions、Memory和Agents组合起来，可以构建一套完整的开发系统。

这套系统能做什么？

1️⃣ 理解你的项目
CLAUDE.md不只是写规则的地方，它让Claude Code真正理解你的项目结构、技术栈和编码习惯

2️⃣ 自动化重复工作
Hooks可以在特定事件触发时自动执行操作，比如每次提交前自动检查代码规范

3️⃣ 多Agent协作
通过Memory和Agents，可以让多个Claude Code实例协作完成复杂任务

实际工作流示例：

• 需求阶段：让Claude Code分析用户故事，拆分成技术任务
• 开发阶段：用Skills扩展功能，用Hooks自动测试
• 审查阶段：用Code Review能力自动检查PR
• 部署阶段：通过Agents协调CI/CD流程

为什么这个思路有价值？

1. 结构化：不是随机的对话，而是有流程的开发
2. 可扩展：每个模块都可以独立定制
3. 自动化：减少手动操作，降低出错概率
4. 协作性：多个Agent可以分工合作

个人思考：

这套思路本质上是把"人用AI工具"变成了"AI团队协作"。Claude Code不再是单个助手，而是一个可以编排的开发平台。

对于团队开发来说，这可能比单个Agent更有价值。每个Agent负责一个环节，通过统一的配置和规则协作。

如果你还在把Claude Code当普通的AI聊天工具用，可以试试这套工作流。可能会发现很多之前没想到的用法。

🔧 构建靠谱的 AI Agent 不是靠写好 Prompt 就够的——这是一套7步框架。

大部分人在做 Agent 的时候，上来就写 Prompt，试到能跑就行。但真正能上线跑生产的 Agent，靠的是系统架构。

1. 定义目标明确的成功标准 + 人工审查点位置
2. 选对模型LRM做深度推理、LLM做日常任务、SLM做路由和重写
3. 选对框架简单自动化用 Dify/n8n、生产环境用 LangChain/CrewAI/Agent SDK
4. 工具接入MCP 服务、Agent 互调、结构化 Function Calling
5. 记忆分层缓存记忆 + 事件记忆 + 文件系统记忆
6. 上下文管理摘要旧对话 + 按需加载相关上下文
7. 测试与评估单元测试 + 边界用例 + 成本核算

为什么值得看？因为大部分人做 Agent 的思路是"Prompt → 跑通 → 上线"，而生产级 Agent 的思路是"架构 → 分层 → 测试 → 上线"。差距就在这个地方。

🔥 语音Agent终于不用再"卡顿"了！PhoneLLM开源发布

做语音Agent最头疼的是什么？延迟。

用户说完话，Agent要等好几秒才回应，体验直接崩盘。问题出在哪？主流大模型都依赖"思考"模式（thinking），生成质量是上去了，但延迟也跟着上去了。

PhoneLLM的出现解决了一个关键矛盾：怎么在关闭thinking模式下，依然保持高质量的工具调用和指令跟随？

核心数据很亮眼：

• 基于NVIDIA Nemotron Nano 30B全权重微调
• 在典型语音Agent任务上达到GPT 5.6 Terra的性能
• 延迟只有后者的1/3，成本只有1/18
• 服务端TTFAT（首token延迟）< 100ms（B200上）
• 单张B200可跑80+并发Agent，P95端到端TTFAT < 600ms
• 每分钟成本约$0.0025（四分之一美分）

训练方法很有意思：

团队收集了大量真实电话和客服场景数据，专门训练模型在"思考关闭"状态下完成典型语音Agent任务。结果是：长对话中依然能准确调用工具、简洁切题地回复。

这解决了什么问题？

目前语音Agent领域有个尴尬的trade-off：要么选高质量但慢的模型（用户等得烦），要么选快但笨的模型（答非所问）。PhoneLLM证明了一条路：通过领域特定的微调，让小模型在特定场景下达到大模型的效果，同时保持极低延迟。

实际意义：

对于做语音Agent的开发者来说，这意味着：

1. 用户体验大幅提升（响应速度接近真人对话）
2. 成本大幅下降（1/18的API调用成本）
3. 部署门槛降低（单卡就能跑）

开源权重已经上Hugging Face，还有一键部署到Modal的方案和示例代码。做语音Agent的朋友可以冲了。

这可能是目前解决"语音Agent延迟问题"最优雅的方案。你觉得语音Agent的下一步会往哪个方向走？

看到一个挺有争议的观点：Claude Code 对 95% 的打工人来说是智商税。

作者的核心论点：

1. 国产工具已经足够好用

• 腾讯 WorkBuddy - 打通企业微信/文档/会议
• 阿里 QoderWork - 编程 Agent + 办公
• Kimi Work - 300 个子 Agent 并行
• 字节豆包专业版 - 内置 Office + 设计

1. 性能差距被价格差填平

• SWE-Bench: Claude Opus 87-88%, DeepSeek 80-81%
• 差距 5-8%，但价格差 10 倍以上
• 日常写业务代码，感知不到差距

1. 国产在中文场景是降维打击

• 懂国内互联网梗
• 懂公文写作语气
• 懂行业监管词汇
• 私有化部署，数据不出域

1. 不要被 AI 自媒体带偏

• 他们贩卖焦虑换流量
• 评测榜单第一 ≠ 你工作需要
• 万亿参数 ≠ 能帮你写完周报

我的看法：
作者有点极端，但核心观点有道理。Claude Code 确实好，但贵+折腾。如果国产工具能搞定 95% 的工作，为什么非要花 10 倍价钱追求那 5% 的提升？

当然，特定场景（分布式架构设计、科学研究）Claude 还是无可替代。

你们用 Claude Code 还是国产工具？体验如何？

#ClaudeCode #国产AI #WorkBuddy #QoderWork #KimiWork #AI工具

GitHub 上 10 个值得关注的 AI Agent 开源项目。

原帖整理了 10 个高 star 项目，涵盖不同场景：

1. TradingAgents

AI 驱动的量化交易 Agent

1. LibreChat

多模型聚合聊天界面（ChatGPT/Claude/Gemini）

1. HyperFrames

HeyGen 开源替代，AI 视频生成

1. Fincept Terminal

AI 金融终端，类似 Bloomberg

1. MoneyPrinterTurbo

AI 短视频自动生成（已发过，但值得再提）

1. Agentic Inbox

Cloudflare 出品的 AI 邮件处理

1. VoxCPM

AI 语音处理工具

1. Flowsint

OSINT 情报收集 Agent

1. agent-skills

Claude Code 的 Skill 集合

1. Nango

统一 API 集成平台

几个观察：
• 金融/交易类 Agent 很火（TradingAgents、Fincept）
• 内容生成工具持续热门（HyperFrames、MoneyPrinterTurbo）
• 开发工具类在崛起（agent-skills、Nango）
• 都是实用型项目，不是概念验证

GitHub 搜项目名称都能找到。

你们用过哪个？

#AIAgent #开源 #GitHub #TradingAgents #LibreChat

兄弟们，短剧这块真被人掀桌子了。

我今天挖到一个宝藏开源项目：火宝短剧（Huobao Drama）

GitHub地址：github.com/chatfire-AI/hu…

这个开源项目太牛了不是PPT嘴炮，是真能把分镜、视频、配音、剪辑、字幕一条龙跑完。

几分钟给你出一部短剧，人坐旁边做个监工就好。

最离谱的是开源，意味着人人都能拿去改、去批量跑。目前GitHub上已经6800+星标了，热度相当高。

我说句难听的，靠接短剧流水单的小团队，看到这个估计绝望写在脸上了。

这个项目把AI短剧制作的全流程都自动化了，从分镜脚本到最终成片，全部由AI完成。对于内容创作者来说，这意味着生产效率的指数级提升。

核心功能包括：

• AI剧本生成：输入关键词自动生成完整剧本
• 角色一致性管理：解决AI"脸崩"问题
• 自动分镜制作：从剧本到分镜一键完成
• 视频合成：图生视频+文生视频+配音+字幕

Docker一键部署，技术栈是Go+Vue3，对开发者相当友好。

做一个下dsh和pi的对比 Pi 的目标是“最小核心 + 用户自己拼”，DSH 的目标是“几乎所有能力都插件化，官方先给你几套完整组合”。 DSH 的骨架是Cordis。 Cordis 不是普通插件加载器，它强调两件事：

1. 可逆副作用（temporal composability）：插件卸载时，注册的服务、事件、工具 schema、prompt section 全部自动撤销。

1. 依赖声明与空间组合（spatial composability）：插件通过 inject 声明需要什么服务，运行时按依赖挂载。 所以在 DSH 里： - 模型适配器是插件 - 工具注册表是插件 - session log 是插件

• agent loop 本身也是插件 - 甚至 UI 也是插件 没有“神圣不可动的核心”。你想换 loop、换工具策略、换上下文压缩，挂一个新插件 + 改配置就行。 启动时是 Profile + Bundle叠出来的：

空根 → dsh-base（模型、工具、沙箱、凭证…） → dsh-web-app 或 dsh-headless → 用户自己的 cordis.patch.yml → 命令行 --patch

dsh --profile web --dump-config 能直接把当前实际挂载的树打出来。 Session 设计是硬核部分 Session 是 append-only 的事件流

模型最终看到的上下文，必须能从这条 log 完整重建出来。官方写得很死： > Model-visible means logged. 任何会进模型请求的内容，都要先变成 session event。

所以 fork、resume、回放、UI 渲染、telemetry，全部从同一条流投影。这点比大多数 coding agent 做得更彻底。 Turn / Step 有claudecode的影子，流程如下： turn/start

→ claim input → agent/pre-step（可拦截、可改写） → step/start → llm/stream

→ tool/call → tools/pre-execute → execute → post-execute → step/end → 继续 or turn/end

agent/pre-step、tools/* 这些是 waterfall，监听者必须显式 next() 才能往下传。扩展点设计得很规整。 Pi 的实际交集 DSH 仓库里有一个包： -ai/dsh-llm-pi-ai

它就是把 pi-ai当成 LLM 适配器的后端。 多 provider、协议兼容、reasoning effort 映射、catalog 覆盖，都走 pi-ai 的能力，再包一层 Cordis 插件契约。 所以：

• LLM 调用层：吃了 Pi 的基础设施 - Agent 编排、工具、session、UI、沙箱：完全自己的 Cordis 体系 “LLM 适配层直接用了 pi-ai，上层重做了一套更重的可组合 Runtime”。 模式上的对应

DSH 的 Minimal 模式才最接近 Pi 的默认体验：只留 shell + 文件编辑器，专门给 benchmark 用。 官方之前在 V4 的 agent 评测里就用过这个模式。

Standard 模式和 Code（PTC）模式则是完整工具集 + 程序化工具编排，已经远超 Pi 默认的 4 工具。 如果你喜欢 Pi 那种“核心极瘦、自己动手加东西”的感觉，DSH 会显得重，配置和概念也更多。

如果你要的是可替换的 agent loop、完整事件回放、多模式预设、以及官方已经搭好的 Web 界面，DSH 的插件树和 seam 设计更系统。 一句话：

Pi 是极简可扩展的 coding harness；DSH 是基于 Cordis 的完整 Agent Runtime，LLM 层复用了 pi-ai，但整体不是同一套代码。

🔄 Warp 的「自进化 Agent」做法，可能正是解决 Agent 没有记忆问题的关键。

Agent 干完活，人类正常给反馈。另一个 Improver Agent 会定期把这些反馈捞出来，看它哪里反复犯错，再对原来的 Skill 提一个小修改。修改直接走 Git PR，人 Review、Merge 以后，下一次 Agent 就会带着这次经验继续工作。

Warp 已经把这套机制用到了 Code Review、写 Spec 和 GitHub Issue Triage。

关键最佳实践：

1. 写原则，不要写死规则。像指导聪明人一样写 Skill，而不是给计算机编程。
2. 解释为什么。说明规则背后的理由，让智能体能推理，更容易举一反三。
3. 让反馈没有摩擦。在人们原本工作的地方收集反馈，比如 PR 评论，自动收集。
4. 保持 Skill 精简。引用资源文件和脚本，而不是一次性塞进所有内容。
5. 反馈质量大于数量。资深工程师少量详细反馈，比大量草率反馈更有价值。
6. 做好改进 Skill 的 Skill，可以用来改进其他 Skill。

个人点评：这解决了 Agent 最大的痛点——每次 Session 都像第一次上班。通过人类反馈自动改进 Skill，Agent 能持续学习。这种自进化机制很朴素但很有效：Agent 干活 → 人纠正 → Agent 总结 → 修改 Skill → 下一次少犯一次。

对于正在做 Agent 开发的人来说，这套做法值得参考。不只是 Code Review，任何需要持续改进的 Agent 工作流都可以借鉴。

🔧 构建靠谱的 AI Agent 不是靠写好 Prompt 就够的——这是一套7步框架。

大部分人在做 Agent 的时候，上来就写 Prompt，试到能跑就行。但真正能上线跑生产的 Agent，靠的是系统架构。

1. 定义目标明确的成功标准 + 人工审查点位置
2. 选对模型LRM做深度推理、LLM做日常任务、SLM做路由和重写
3. 选对框架简单自动化用 Dify/n8n、生产环境用 LangChain/CrewAI/Agent SDK
4. 工具接入MCP 服务、Agent 互调、结构化 Function Calling
5. 记忆分层缓存记忆 + 事件记忆 + 文件系统记忆
6. 上下文管理摘要旧对话 + 按需加载相关上下文
7. 测试与评估单元测试 + 边界用例 + 成本核算

为什么值得看？因为大部分人做 Agent 的思路是"Prompt → 跑通 → 上线"，而生产级 Agent 的思路是"架构 → 分层 → 测试 → 上线"。差距就在这个地方。