Twitter AI Agent - 2026-04-22

1. 人们在讨论什么

1.1 企业级智能体平台加速趋同：Microsoft Foundry、Google Gemini、Anthropic 同日发布 🡕

三家超大规模云厂商在同一个 24 小时窗口内宣布了企业级智能体平台。@satyanadella 发布了当天的 互动度最高的公告（1,191 个赞、597 次收藏、97.6K 次浏览）：“每个智能体都需要一台属于自己的计算机。随着 Foundry 推出新的 Hosted agents，每个智能体都能获得专属的企业级沙箱，具备持久状态、内置身份与治理能力，并支持任意 harness 或框架。” @jeffhollan 详细介绍了技术预览版（186 个赞、157 次收藏、31.5K 次浏览）：持久化 microVM、scale-to-zero 的成本模型、1,000 多种内置工具、可观测性、评估、护栏，以及私有网络。

@georgeorch 回应了 Google DeepMind 的 Gemini Enterprise Agent Platform（93 个赞、5.7K 次浏览）：“模型之战正在结束，编排之战才刚刚开始。” @googlecloud 推出了 Agent Marketplace（49 个赞、3.2K 次浏览）介绍了 Gemini Enterprise 内置的能力，以及与 Atlassian、Elastic、Oracle、ServiceNow 和 Workday 等合作伙伴的集成。与此同时，@rseroter 宣布（33 个赞、21 次收藏）发布了 Google Cloud 首个官方智能体技能仓库，覆盖 13 款产品、Well Architected 框架的 3 大支柱，以及 3 条常见使用路径。

@aakashgupta 继续进行了他的分析（27 个赞、32 次收藏、6.9K 次浏览）谈到 Anthropic 每小时 0.08 美元的智能体运行时：“过去两年里，有 30 到 50 家 AI 初创公司融资 1,000 万到 1 亿美元，想成为‘AI 智能体的基础设施层’。Anthropic 刚刚把这个市场定价到了每小时 0.08 美元。” @bpizzacalla 在回复中确认：“我现在在 Claude 上运行着 20 多个智能体。基础设施成本比它们替代掉的一款 SaaS 工具还低。”

@agora_alpha 回复：“这里真正的突破，真的是这个专属沙箱吗？大多数企业团队早就在用标准容器和现有 IAM 做这类编排了。” @gagansaluja08 回复：“这个月每家超大规模云厂商都走向了同样的收敛：Anthropic cloud fleet、Google Cloud Run sandboxes，现在又有 Foundry。基础设施正在迅速商品化。”

Comparison to prior day: 4 月 21 日，Anthropic 带来的定价压力首次被当作结构性论据提出。4 月 22 日，Microsoft 和 Google 又同步推出竞品平台，使智能体基础设施市场正式演变为三家超大规模云厂商之间的竞赛。4 月 21 日识别出的基础设施价格压缩，如今已在三家提供商身上同时得到验证。

---

1.2 Harness Engineering 成为设计讨论的主轴 🡕

前几天出现的 “harness engineering” 概念，在这一天达到讨论密度峰值。@TheAhmadOsman 表示（172 个赞、20 次收藏、6.7K 次浏览）表示：“Harness Engineering is the new Software Engineering.” 这在回复区引发争论——@guigotgit 说：“我觉得我们还没找到更好的名字。” 而 @rugbist_ 则反驳：“harness engineering 听起来像是同一份工作，只是步骤更多，而且薪水可能更低。”

@Vtrivedy10 出现在 3 个高互动帖子中。他在一篇 与 @himanshustwts 的播客回顾（47 个赞、14 次收藏）中概述了这种实践：“从模型的能力和缺陷出发，围绕它们构建系统（一个 harness），以完成任务。” Traces 是“持续学习和自我改进型智能体的信号”。他还 指出（19 个赞）指出，Google 和前沿公司“正在大力投入研究 harness 如何以及为何能让智能体表现更好”，并引用 @addyosmani 的观点：“一个还不错的模型配上优秀的 harness，胜过一个顶尖模型配上糟糕的 harness。”

@Marktechpost 提出了“Coordination Engineering”（16 个赞、33.8K 次浏览）将 JiuwenClaw 的 AgentTeam 能力视为超越 harness engineering 的下一步：由 Leader Agent 负责的分层编排、统一的团队工作区，以及事件驱动的故障恢复。

@SentientAGI 发布了 Arena Cohort 0 结果（72 个赞、3.2K 次浏览）展示了开源 MiniMax M2.5 搭配 Goose harness 后，在 OfficeQA 上取得约 70% 的准确率，单次运行成本为 1.74 美元——接近前沿模型表现，但成本仅为 Claude Opus 4.5（单次运行 55 美元）的 1/30。“开源模型不只是更便宜。配合正确的 harness 和提示词，它们在每美元准确率上能显著胜出。”

Comparison to prior day: 4 月 21 日介绍了 harness 与环境的区别，并讨论了 OpenClaw 与 Hermes 的理念分歧。4 月 22 日则收敛到了量化证据：Arena 基准结果证明，按每美元计算，harness 质量比模型选择更重要；JiuwenClaw 则提出“Coordination Engineering”，作为位于 harness 之上的下一层抽象。

---

1.3 CodeRabbit Agent for Slack 引发了单一产品规模最大的讨论浪潮 🡕

@harjotsgill 推出了面向 Slack 的 CodeRabbit Agent（81 个赞、43.5K 次浏览），以及 @IndianTechGuide 进一步扩大了传播 获得 2,104 个赞、343 次收藏和 226.8K 次浏览——成为当天互动量第二高的帖子。该产品针对 CodeRabbit 在 15,000 多个团队中观察到的三个痛点：上下文和决策散落在代码库之外；缺少团队级、持久化的知识库；智能体工作流缺乏信任层。

至少有 6 条独立的转发评论表达了同样的判断。@darshal_ 写道（24 个赞、14 次收藏）：“工程团队通常不是被糟糕的代码拖垮，而是因为上下文丢失。” @base10_ 补充道（26 个赞）：“AI 不只是加快了工程工作，也把它割裂了。每次会话都会重置，每个工具都从零开始。你的团队成了记忆层。” @JaynitMakwana 指出（21 个赞、11 次收藏）：“真正让工程团队付出代价的是上下文切换。”

@carlvellotti 在回复中具体列出了 Claude Code 的痛点：“1. 没有记忆——每次会话都从头开始 2. 没有团队上下文——它只知道我告诉它的内容 3. 决策死在 Slack 讨论串里，没人能搜到。”

Comparison to prior day: 4 月 21 日，上下文丢失问题还停留在抽象讨论层面。到了 4 月 22 日，出现了具体产品（CodeRabbit Agent），并且有 6 个独立账号描述了同一种失效模式，讨论也由架构理论转向了具体工具。

---

1.4 Context Engineering 从概念走向架构图 🡕

@mdancho84 发布了（39 个赞、32 次收藏）发布了一张三阶段演进图，区分 RAG、Agentic RAG 和“context engineering 中的 agentic search”。关键区别在于：context engineering 将文件搜索工具、技能加载工具、数据库工具、网页搜索工具、记忆工具和 shell 工具加入检索链路；带有 Skills YAML frontmatter 的文件和记忆文件，则成为上下文窗口中的一等组成部分。

@ihtesham2005 拆解了 Anthropic 工程博客中的发现（4 个赞、4 次收藏）讨论了 MCP 上下文膨胀问题：将 MCP 服务器呈现为文件系统后，工具定义加载量从 150,000 个 token 降至 2,000 个 token，减少 98.7%。在代码执行环境中先过滤数据、再交给模型，使 Playwright 快照从 56KB 缩小到 299 字节，也让包含 500 个请求的访问日志从 45KB 缩小到 155 字节。“变聪明的不是智能体，而是架构变得更干净了。”

@_avichawla 持续获得更多关注（152 个赞、283 次收藏、38.4K 次浏览）介绍了 InsForge 的量化结果：10.4M token 降至 3.7M（缩减 2.8 倍）、错误从 10 个降至 0、成本从 9.21 美元降至 2.81 美元。@megacode_ai 回复：“Context engineering 正在成为独立的一层技术栈。”

Comparison to prior day: 4 月 21 日首次出现了量化的 context engineering 结果（InsForge 2.8 倍、Claude Context 40%）。4 月 22 日则新增了架构图、Anthropic 自己的工程数据（98.7% 缩减），以及“文件系统即工具注册表”的模式，让 context engineering 从可测量结果走向可复现技术。

---

1.5 智能体记忆浮现为尚未解决的核心问题 🡕

@eddiegreenwood_ 发帖称（116 个赞、12 次收藏、111.5K 次浏览）表达了当天浏览量最高的原生挫败感：“我运行 AI 智能体已经几个月了。真正难的问题不是模型，而是记忆。我自己搭了一个归档系统，避免它们忘掉昨天的内容。现在我又需要一个新智能体来管理这个归档系统。智能体套智能体。我开始觉得自己像是在追龙。” @0xGrebe 回复：“每修一个问题就会再长出一层，最后你基本是在笔记本电脑上运行一套 AI 官僚体系。”

@WalrusProtocol 引用了 @GDanezis（29 个赞）：“记忆不再只是智能体到目前为止做过什么的随手痕迹。它其实就是智能体的灵魂，是它的个性，也是它的职业资质。”

@threepointone 分享了（28 个赞、16 次收藏）提出了一个具体设计方案：在 Cloudflare Durable Objects 上使用带有“facets”的子智能体，让现有 Agent 以子节点形式挂载，并共享记忆和文件系统。“本周发布。”

Comparison to prior day: 4 月 21 日，记忆问题主要从 Google 的 ReasoningBank 框架和 Hermes librarian profiles 的角度展开。4 月 22 日则转向实践者的挫败：记忆是阻碍真正自治智能体运行的瓶颈，而递归式的智能体管理并没有解决问题，反而制造了新的复杂性。

---

1.6 Devin 谨慎认可多智能体系统 🡒

@cognition 发帖称（44 个赞、38 次收藏、7.2K 次浏览）：“10 个月前，我们的 CPO @walden_yan 曾主张不要构建多智能体系统。如今情况不同了，我们已经在 Devin 中实现了几种具体流程。” @walden_yan 进一步阐述了（14 个赞、5 次收藏）：“一年前，我会告诉大家不要做多智能体，而要专注于 context engineering 的基础。如今，许多看起来很性感的想法仍然不切实际，但我们已经找到了一些确实有效的配置。”

这种有选择的认可，与当天更广泛的趋势一致。@georgeorch 指出（196 个赞、10.3K 次浏览）：“我曾经相信，多智能体编排会取代大多数单人开发工作，也曾认为由一人带领 AI 团队交付真实产品还要再等十年。但我错了。” @sharbel 发布了（14 个赞、13 次收藏）发布了一段 25 分钟教程，介绍如何部署 PaperClip——一个包含 CEO 和 CTO 智能体、心跳间隔和预算控制的多智能体系统。

Comparison to prior day: 4 月 21 日，farhanhelmycode 基于生产经验强调了单智能体的优势。如今，Devin 给出了带限定条件的反转：多智能体适用于“具体流程”，而不是通用架构模式。

---

1.7 官方仓库和市场推动智能体技能生态走向成熟 🡕

多个主要平台发布了官方智能体技能仓库。@rseroter 推出了（33 个赞、21 次收藏）介绍了 Google Cloud 首个官方技能仓库，覆盖 13 款产品。@googlecloud 还宣布了（19 个赞）发布了一个 Data Agent Kit，将技能集成到 VS Code、Claude Code 和 Gemini CLI。@ElevenLabsDevs 发布了（19 个赞、16 次收藏）发布了可通过 npx skills add elevenlabs/skills 安装的 Voice Isolator Skill。@dotnet 详细介绍了（6 个赞、6 次收藏）介绍了编写 .NET 智能体技能的三种方式，并支持人工审批关卡。

加密技能生态也在独立扩张。@diegoxyz 梳理了（10 个赞、5 次收藏）介绍了 Crypto Skill Hub：包含 1,185 项加密技能、97 个 MCP 服务器、13 个类别，以及来自 Coinbase、Binance、MetaMask 和 Uniswap 的 23 个官方项目；兼容 OpenClaw、Claude Code 和 Hermes Agent。

Comparison to prior day: 4 月 21 日讨论的还是技能这一概念以及发现难题。到了 4 月 22 日，平台厂商（Google、ElevenLabs、.NET）已经开始发布官方技能包，生态正从碎片化走向由厂商策展的技能仓库。

---

2. 人们的挫败感来自哪里

智能体记忆需要递归式管理——严重程度：高

@eddiegreenwood_ 介绍了（116 个赞、111.5K 次浏览）搭建了智能体记忆归档系统，却又不得不再用另一个智能体来管理它。“智能体套智能体。我开始觉得自己像是在追龙。” @OmoKadupe05 指出了更深层的问题：“不断增加智能体来管理记忆，到什么时候就会重新制造出你原本试图解决的那种复杂性？” @_orcaman 补充道（6 个赞）：“agent memory 太糟了……总会把无关背景混进新的对话。”

普遍程度：高——多个独立账号描述了同样的递归管理问题。目前没有框架能在不依赖人工监督的情况下，提供可扩展的记忆整理能力。

基础设施价格压缩威胁智能体初创公司——严重程度：高

@aakashgupta 继续（27 个赞、32 次收藏）重申了 4 月 21 日提出的结构性论据：Anthropic 每小时 0.08 美元，Microsoft Foundry 提供 hypervisor 级隔离，Google Gemini Enterprise Agent Platform 也在同一周加入竞争。“处在那个死亡地带的公司，可能只剩 12-18 个月 runway。” @gagansaluja08 确认：“基础设施正在迅速商品化。真正的问题是谁能抢到开发者入口。”

普遍程度：这是数据集中识别出的 30-50 家智能体基础设施初创公司共同面临的结构性问题。三家超大规模云厂商的同步收敛，让这一威胁比 4 月 21 日更为尖锐。

AI 智能体加剧了工程工具之间的上下文丢失——严重程度：中

4 月 22 日，6 个独立账号描述了同一种失效模式。@carlvellotti：“没有记忆——每次会话都从头开始……决策死在 Slack 讨论串里。” @JaynitMakwana：“真正让工程团队付出代价的是上下文切换：从 Slack 到终端，再到 GitHub，然后又回到 Slack。” @base10_：“AI 不只是加快了工程工作，也把它割裂了。”

普遍程度：高，遍及使用 AI 编程智能体的工程团队。CodeRabbit Agent 是首个明确针对这一缺口推出的产品。

Harness Engineering 缺乏职业身份认同——严重程度：低

@TheAhmadOsman 宣称“Harness Engineering is the new Software Engineering”，但回复区并不完全认同这种说法。@guigotgit：“我们还没找到更好的名字。” @rugbist_：“同一份工作，只是步骤更多，而且薪水可能更低。” @ethankongee 还指出了评估上的缺口：“我找到的大多数文章都太抽象了……没有扎实的基准测试，很难判断一个 harness 到底好不好。”

普遍程度：正在形成——这门学科已经存在，但尚未形成统一命名和标准化评估标准。

---

3. 人们希望出现什么

无需递归管理、能够自我整理的智能体记忆

@eddiegreenwood_（116 个赞、111.5K 次浏览）自己搭建了归档系统，却仍然需要一个智能体来管理它。核心缺口在于：没有框架能在不增加另一层智能体的情况下，自动区分哪些内容值得记住、哪些只是噪声。@eddiegreenwood_ 在回复中总结道：“记忆很容易，整理才是真正的工作。”

机会：高——如果有一套具备内置相关性评分和自动清理能力、且运行在单一智能体循环内而非独立管理层中的记忆系统，就能切中这一需求。

标准化的 Harness Engineering 基准测试

@ethankongee 阐述了这一差距：“我正在学习如何构建智能体 harness，但我找到的大多数文章都太抽象了，没法真正帮我判断自己的 harness 是否有效。没有扎实的基准测试，很难知道一个 harness 到底好不好。” @SentientAGI 的 Arena Cohort 0 结果开始回应这一问题，但目前还没有公开基准能够将 harness 质量与模型质量分离开来。

机会：高——一种能够将智能体表现拆分为模型贡献和 harness 贡献的基准测试，将重塑团队评估和投资智能体基础设施的方式。

语音智能体的打断与状态管理

@JamesClawn 指出了 指出了一种具体失效模式：“当打断只能停止音频，却没有取消待处理的工具调用时，语音智能体会失去信任，因为在智能体继续行动之前，记忆和轮次状态仍然需要被彻底撤销。” @somi_ai 确认：“目前大多数语音技术栈在用户试图插话时，仍然会在用户说到一半时把用户截断。”

机会：中——如果语音智能体框架能在工具调用层面而不只是音频层面处理打断，就能补上生产级语音部署中的结构性信任缺口。

---

4. 正在使用的工具和方法

工具 / 方法	类别	情绪	优势	局限
Microsoft Foundry Agents	企业级智能体平台	正面	持久化 microVM、1,000+ 工具、Entra 身份、scale-to-zero、支持任意框架	仍处预览阶段，定价尚未详细公布
Gemini Enterprise Agent Platform	企业级智能体平台	正面	合作伙伴（Atlassian、Oracle、ServiceNow）、智能体市场、Google Cloud 集成	刚刚发布，生产环境案例有限
CodeRabbit Agent for Slack	Agentic SDLC	正面	覆盖 15K 团队、每周 2M+ 次审查、Slack 原生、持久化知识库	仅支持 Slack，团队规模扩展能力未知
Hermes Agent	智能体平台	正面	GitHub 106K 星、自我改进技能、持久记忆、跨平台	与 OpenAI “Hermes” 存在名称冲突，技能管理复杂
InsForge	Context engineering	正面	token 缩减 2.8 倍、零错误、开源、基于 MCP	新发布，生产数据有限
Claude Code	编程智能体	褒贬不一	搭配技能和 context engineering 时表现强	会话记忆会重置、闭源、团队上下文有限
Spectrum (Photon)	多平台智能体消息	正面	iMessage、WhatsApp、Telegram、Slack、SMS/RCS、单一 API、开源	仍处早期采用阶段，规模数据有限
OpenHarness	开源智能体 harness	正面	43+ 工具、技能系统、兼容 claude-code 插件、MIT 许可证、114 项测试通过	较新，社区规模未知
Cloudflare Agents SDK	语音 + 边缘智能体	正面	边缘流式 STT/TTS、用 Durable Objects 管理状态、支持打断处理	仍处 workshop 阶段，偏开发者导向
Hyperframes (HeyGen)	智能体视频创作	正面	输入 HTML、输出 MP4，Apache 2.0 许可证，支持 Claude Code/Cursor/Gemini CLI/Codex 的技能	新发布的开源项目
MiniMax M2.5 + Goose	开源模型 + harness	正面	单次运行 1.74 美元时准确率约 70%（为 Opus 4.5 成本的 1/30）	绝对准确率仍低于前沿模型
Qwen3.6 27B	开源 LLM	正面	在编程智能体基准测试中较 Qwen3.5 27B 提升 42-77%，可保留推理上下文	基准结果为自报

---

5. 人们正在构建什么

项目	构建者	功能	解决的问题	技术栈	成熟度	链接
Foundry Hosted Agents	@satyanadella、@jeffhollan	为每个智能体提供具备持久状态和身份能力的企业级沙箱	为企业提供安全、可治理的智能体计算环境	Azure、hypervisor microVM、Entra	Beta	帖子
CodeRabbit Agent for Slack	@harjotsgill	基于每周 2M+ 次代码审查、原生运行在 Slack 中的工程知识库	工具之间的上下文丢失和分散的部落知识	Slack、GitHub、Jira、AWS 集成	已发布	帖子
Hyperframes	@sentient_agency	面向 AI 智能体的 HTML 转 MP4 视频渲染框架	现有视频创作工具是为人设计、不是为智能体设计	Node.js、Puppeteer、FFmpeg、Apache 2.0	已发布	帖子
OpenHarness + ohmo	@Sumanth_077	具备 43+ 工具、技能、权限和多智能体能力的开源 harness	为封闭式智能体框架提供轻量开源替代	Python 3.10+、React+Ink TUI、MIT	已发布	帖子
JiuwenClaw AgentTeam	@Marktechpost	通过分层编排和共享工作区实现多智能体协作	从单智能体 harness 走向协同智能体团队	openJiuwen SDK、事件驱动	已发布	帖子
Google Cloud Agent Skills	@rseroter	面向 13 款 Google Cloud 产品的官方技能仓库	智能体缺乏权威的云厂商知识	技能文件、多种智能体工具	已发布	帖子
Subagents with Facets	@threepointone	将现有智能体作为子节点挂载，并共享记忆和文件系统	多会话智能体状态管理	Cloudflare Durable Objects	Alpha	帖子
Autosana	@ycombinator	面向 iOS、Android 和 Web 编程智能体的端到端验证 harness	在智能体生成代码变更后闭合 QA 回路	跨平台测试	已发布	帖子
Higgsfield Marketing Studio	@higgsfield	使用 Hermes Agent，根据产品 URL 创建 AI UGC 广告	vibe-coded 产品的分发瓶颈	Hermes Agent、Seedance 2.0、Meta Ads	已发布	帖子
Respan Agent + CLI + MCP	@RespanAI	AI 工程可观测性智能体、CLI 配置和 MCP 集成	手工构建评估器、调试提示词、分析 trace	Claude Code、Cursor、MCP	已发布	帖子
Voice Isolator Skill	@ElevenLabsDevs	可安装的智能体技能，用于去除背景噪声	无需自定义音频工程即可为应用加入人声隔离	npx skills add	已发布	帖子

值得关注的项目细节

Hyperframes by HeyGen 代表着一次开创新品类的发布：这是首个从第一天起就为 AI 智能体设计的视频框架。此前所有视频工具都默认使用者是拿着鼠标的人类。Hyperframes 使用 HTML 作为合成格式，用数据属性定义时间，用元素定义图层。它为 Claude Code、Cursor、Gemini CLI 和 Codex 提供智能体技能，把框架特有的模式编码其中。采用 Apache 2.0 许可证，发布时 npm 月下载量达到 24K。

OpenHarness 填补了闭源 Claude Code 与极简自定义 harness 之间的空白。其架构将 Harness 定义为 Tools + Knowledge + Observation + Action + Permissions。它包含 43+ 工具，技能格式兼容 Anthropic，插件兼容 claude-code plugins，支持多级权限（default/auto/plan modes），并随 ohmo 一同发布——这是一个个人智能体，可通过 Feishu、Slack、Telegram 或 Discord，在现有 Claude Code 或 Codex 订阅之上运行。

---

6. 新动态与值得关注的事项

Devin 改变了对多智能体系统的立场

@cognition（Devin 背后的公司）宣布（44 个赞、38 次收藏、7.2K 次浏览）表示，公司已经实现了多智能体流程，改变了其 CPO 此前公开表达的立场。@walden_yan 说明了这一变化的限定条件（14 个赞）：“许多看起来很性感的想法仍然不切实际，但我们已经找到了一些确实有效的配置。” 这种有选择的认可——多智能体适用于具体流程，而不是通用架构——标志着这家融资规模最大的编程智能体公司之一发生了重要转变。

开源模型在 Arena 竞赛中实现了按美元计的前沿性能

@SentientAGI 发布了（72 个赞、3.2K 次浏览）介绍了 Arena Cohort 0 的竞赛结果。排名第一的团队使用 MiniMax M2.5，准确率达到 69.91%，单次运行成本为 1.78 美元；Claude Opus 4.5 的准确率为 80.89%，单次运行成本为 55.44 美元。最终综合得分几乎相同（188.11 对 187.44），说明 harness engineering、提示词密度和技能能够以极低成本弥补模型能力差距。

Qwen3.6 27B 在编程智能体基准测试中取得大幅提升

@leftcurvedev_ 报道称（16 个赞）表示，Qwen3.6 27B 在多个智能体基准测试中较 Qwen3.5 27B 取得大幅提升：Terminal-Bench 2.0 +42.55%、SkillsBench +77.21%、QwenWebBench +39.23%、NL2Repo +32.60%、Claw-Eval +12.60%。此次发布还引入了从历史消息中保留推理上下文的能力，从而降低迭代式智能体工作流中的开销。

ERC-8226 提议 AI 智能体金融操作的监管框架

@Brickken 介绍了（35 个赞）介绍了 ERC-8226：一项合规的智能体授权框架，允许经过验证的投资者将有限的链上权限委托给 AI 智能体，同时保留 KYC、AML、资格审查和发行方控制。这是首个针对受监管金融市场中的 AI 智能体运作提出的具体 Ethereum 标准提案。

MCP 上下文膨胀出现了 98.7% 的削减方案

@ihtesham2005 综合总结了 转述了 Anthropic 工程博客的发现：将 MCP 服务器作为文件系统呈现，而不是预先加载全部工具定义，可将上下文从 150,000 个 token 减少到 2,000 个 token。Cloudflare 也独立确认了同一模式，并将其称为“Code Mode”——让智能体编写代码来调用工具，而不是直接调用工具。

---

7. 机会在哪里

[+++] 智能体记忆整理系统 —— 递归管理问题是当天浏览量最高的挫败信号（111.5K 次浏览）。每个智能体框架都提供记忆存储，但没有一个能提供智能整理：决定哪些内容值得记住、何时遗忘，以及如何防止无关上下文污染新会话。具备内置相关性评分和自动清理能力、能在单一智能体循环中运行的记忆系统，可以对准这种“追龙”模式。来源：@eddiegreenwood_、@_orcaman、@WalrusProtocol。

[+++] Context engineering 工具与服务 —— 3 个独立数据点证实了巨大的上下文浪费：InsForge 的 2.8 倍 token 缩减、Anthropic 的 98.7% 工具定义缩减，以及 Cloudflare 的 Code Mode 模式。构建上下文优化层的团队——包括语义检索、文件系统即注册表、增量索引和上下文压缩——能够同时解决成本和可靠性问题。市场仍处早期，且高度碎片化。来源：@_avichawla、@ihtesham2005、@mdancho84。

[++] Harness 基准测试与评估 —— Arena Cohort 0 的结果显示，在最终表现得分上，harness 质量足以与模型选择分庭抗礼，但目前还没有公开基准能够将 harness 贡献与模型贡献分离。标准化的 harness 评估框架将帮助团队决定该投资基础设施还是模型。@ethankongee 明确要求“针对不同任务和行业的基准测试”。来源：@SentientAGI、@ethankongee。

[++] 工程工作流中的团队上下文持久化 —— 6 个独立账号描述了同一种失效：AI 编程会话会重置上下文，决策死在 Slack 讨论串里，团队每个 sprint 都得反复解释同样的背景。CodeRabbit Agent for Slack 是首个针对这一问题发布的产品，但问题并不局限于 Slack，而是延伸到所有协作界面。来源：@harjotsgill、@carlvellotti、@base10_。

[+] 原生面向智能体的视频与媒体创作 —— HeyGen 的 Hyperframes 是首个专为智能体创作视频而设计的开源框架。更广泛的趋势是：每一种媒体创作工具都曾为拿着鼠标的人类打造，而智能体需要原生接口。音频（ElevenLabs 技能）、视频（Hyperframes）以及作为智能体原语设计的图像工具，都将从不断增长的 UGC 自动化浪潮（Higgsfield、Hermes Agent）中获得即时需求。来源：@sentient_agency、@ElevenLabsDevs。

[+] 工具调用层面的语音智能体状态管理 —— 当前语音智能体框架能在音频层面处理打断，却无法在工具调用层面处理。当被打断的智能体继续执行待处理操作时，用户信任就会被破坏。Cloudflare 和 LiveKit 正在投入这一领域，但面向客户支持和电话服务等生产级语音部署的缺口仍然存在。来源：@JamesClawn、@Cloudflare、@livekit。

---

8. 要点

1. 三家超大规模云厂商在同一个 24 小时窗口内发布了企业级智能体平台。Microsoft Foundry Agents（持久化 microVM、Entra 身份、1,000+ 工具）、Google Gemini Enterprise Agent Platform（与 Atlassian、Oracle、ServiceNow 合作的智能体市场）以及 Anthropic 每小时 0.08 美元的运行时，都瞄准同一层。4 月 21 日识别出的基础设施价格压缩，如今已演变为三方竞赛。来源：@satyanadella、@georgeorch、@aakashgupta。

2. Harness engineering 凭借量化证据主导了设计讨论。Arena Cohort 0 显示，配备合适 harness 的开源 MiniMax M2.5，能够以 Claude Opus 4.5 成本的 1/30 达到接近前沿模型的表现。JiuwenClaw 提出“Coordination Engineering”，作为下一层抽象。正在形成的共识是：按每美元计算，harness 质量比模型选择更重要。来源：@SentientAGI、@Vtrivedy10、@Marktechpost。

3. CodeRabbit Agent for Slack 引发了当天规模最大的单一产品讨论浪潮（其放大量传播的帖子获得 2,104 个赞、226.8K 次浏览）。6 个独立账号描述了同一个痛点：AI 编程智能体把工程上下文割裂到不同工具之间，团队因此被迫充当记忆层。来源：@IndianTechGuide、@harjotsgill、@base10_。

4. Context engineering 从可测量结果推进到了可复现的架构模式。Anthropic 自己的工程数据显示，将 MCP 服务器呈现为文件系统后，上下文减少了 98.7%。InsForge 凭借 2.8 倍 token 缩减继续获得关注。@mdancho84 的架构图则把从 RAG 到 agentic context engineering 的演进整理成了三阶段流程。来源：@ihtesham2005、@_avichawla、@mdancho84。

5. 智能体记忆成为当天最令人沮丧、也最难解决的问题。@eddiegreenwood_ 描述了递归式管理模式——构建智能体来管理智能体记忆——该帖子获得 111.5K 次浏览。目前没有框架能在不增加管理层的情况下，提供可扩展的记忆整理能力。来源：@eddiegreenwood_。

6. Devin 改变了对多智能体系统的公开立场，在反对多智能体 10 个月后，实现了“具体流程”。但限定条件很重要：多智能体适用于针对性的用例，而不是通用架构。这与当天更广泛的趋势一致：基于证据、有选择地采用。来源：@cognition、@walden_yan。

7. Google Cloud（13 款产品）、ElevenLabs（语音隔离）和 .NET（三种编写方式）都发布了官方智能体技能仓库。Crypto Skill Hub 收录了横跨 97 个 MCP 服务器的 1,185 项技能。技能生态正从社区驱动转向厂商策展，而 npx skills add 正成为标准安装模式。来源：@rseroter、@ElevenLabsDevs、@diegoxyz。

8. HeyGen 开源了 Hyperframes，这是首个专为 AI 智能体构建的视频渲染框架。输入 HTML，输出 MP4，并为 Claude Code、Cursor、Gemini CLI 和 Codex 提供技能。与此同时，由 Hermes Agent 驱动的 UGC 创作工具 Higgsfield Marketing Studio 也产生了多条高互动帖子，声称可以用每月 100 美元替代每条视频 500 美元的代理商服务。来源：@sentient_agency。