AI圈子 · AI 圈的最新动态，一条一条刷

🔧 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。

Claude Code 默认非常臃肿：消耗大量 tokens、争论不休且速度缓慢……以下是修复方法： 从你的全局 CLAUDE.md 开始：

1. 添加这一行："always talk in ASD-STE100 simplified technical english and say only what needs to be said. report only the elements needed for me to make the right decisions, explained clearly"

1. 保持文件在 200 行以内，仅保留必要的上下文——文件越长，被忽略的内容就越多。每 2-3 个月删除并从头重建。

> 在新会话中运行 /context，它会在你输入任何内容前显示窗口中已加载的内容：system prompt（系统提示）、tools（工具）、memory files（记忆文件）、skills（技能）……移除其中最大的项，重启后再次检查。

> 也查看一下 /usage，它会显示哪个 MCP server、skill、agent 或 plugin 正在消耗你的 tokens > 优先使用 CLI 而非 MCP：命令只返回你请求的行，而 MCP 每次都把整个结果倾倒进窗口

> 关闭你不需要的 MCP server：输入 /mcp 并将它们关闭，它们会保留在你的配置中供以后使用

对于很少使用的技能，将其标记为仅手动（disable-model-invocation: true），这样在你主动调用之前不会产生任何消耗。

将"禁止操作"规则写成权限设置，而不是写在 CLAUDE.md 的句子中，因为在长时间会话中这些句子会被忽略。 > 到达检查点或上下文超过400k时，立即用 /clear 清除会话

> 让 Claude Code 做它最擅长的事……视觉任务和计算机操作交给无头工作进程处理 > 将大量探索工作移交给运行其他框架的子代理，它们在各自窗口中读取内容，你的窗口只查看摘要

将上下文计量器放到状态栏（/statusline）中，这样你就能在质量下降前看到上下文窗口被填满 避免使用 Claude 应用，从终端或像 Orca 这样的 ADE 工作 （保存此提示）

Claude Code 默认非常臃肿：它消耗大量 tokens，爱争辩且速度很慢……以下是修复方法： 从你的全局 CLAUDE.md 开始：

1. 添加以下内容："始终使用 ASD-STE100 简化技术英语，只说必要的话。只报告我做出正确决策所需的要素，并清晰解释" 2. 控制在200行以内，仅保留必要的上下文——文件越长，被忽略的内容越多。每2-3个月删除后从头重建。

> 在新会话中运行 /context，它会显示你输入前窗口中已加载的内容：system prompt、tools、memory files、skills……移除其中最大的项，重启后再次检查。

> 也查看一下 /usage，它会显示是哪个 MCP 服务器、skill、agent 或 plugin 在消耗你的 tokens > 优先使用 CLI 而非 MCP：命令只返回你请求的行，而 MCP 每次都会把整个结果倾倒进窗口

> 关闭不用的 MCP 服务器：输入 /mcp 并关闭它们，它们仍会保留在你的配置中供以后使用

对于很少使用的技能，标记为 manual-only（disable-model-invocation: true），这样在主动调用前不会产生任何成本。

将"禁止操作"规则写成权限设置，而非 CLAUDE.md 中的句子，因为在长时间会话中这些句子会被忽略。 仅在规划时使用高努力级别，其余情况均应使用中等或低级别。 > 到达检查点或上下文超过 400k 时，立即 /clear 你的会话

> 让 Claude Code 做它最擅长的事……视觉任务和计算机操作交给 headless workers 处理 > 将大量探索工作移交给运行其他 harnesses 的 subagents，它们在各自的窗口中读取内容，你的窗口只看到摘要

> 把上下文计量器放到状态栏（/statusline）里，这样你就能在质量下降前看到上下文窗口逐渐填满 > 避免使用 Claude 应用，改用终端或类似 Orca 的 ADE 工作 （保存此提示词）

📦 10个必须收藏的开源AI GitHub项目

全免费、全开源，涵盖AI开发的各个场景：

1. OpenHands — 开源AI开发者，能自主写代码、跑任务、用工具
2. Aider — 终端里的AI结对编程，映射整个代码库，多文件编辑+Git集成
3. Open WebUI — 自托管AI平台，支持本地和云端模型，一站式管理
4. Continue — 开源编码代理，CLI+VSCode+JetBrains全覆盖
5. Ollama — 本地跑大模型，一行命令搞定，无需配置云端
6. ComfyUI — 节点式AI图像生成工作流，Stable Diffusion的最佳搭档
7. Open Interpreter — 用自然语言控制电脑，执行代码、操作文件
8. Khoj — 个人AI第二大脑，搜索笔记文档，做研究助手
9. LocalAI — 开源OpenAI替代，本地跑LLM/图像/语音全套
10. 另一个Continue实例 — 强调围绕自有模型构建工作流

最实用的几个我试过：Ollama上手零门槛，Aider写代码效率翻倍，ComfyUI出图稳定性碾压在线工具。

🔗 原帖：x.com/i/status/20935…

兄弟们，这个Agent 让科研狗大喜啊
MATLAB 居然直接杀进 Agentic AI 战场，而且一出手就端出了最硬核的解决方案：
MATLAB Agentic Toolkit正式发布
它不是简单加个 ChatGPT 插件，而是把 Claude Code、OpenAI Codex 等顶级 agent 直接“武装”成 MATLAB/Simulink 原生专家：

• 实时连接本地 MATLAB 会话，agent 可以直接执行、测试、调试代码
• 内置 MathWorks 专家级 Skill 库（代码规范、Live Script 生成、App 构建、测试框架、代码现代化…）
• 自动安装 MCP Core Server + 技能库，配置零门槛

GitHub: github.com/matlab/matlab-…