Twitter AI Agent - 2026-04-30¶
1. 人们在讨论什么¶
1.1 Hermes Curator 上线自动化技能生命周期管理 🡕¶
当天技术含量最高的发布来自 @Teknium，其 介绍了 Hermes Curator（333 个赞、211 次收藏、17,585 次浏览）介绍了一套内置系统，可自动整合并修剪智能体生成的技能。Curator 会跟踪使用频率，按周运行（可配置），并采用两阶段流程：先进行确定性状态转换（技能 30 天未使用会变为 stale；90 天则触发归档），再由 LLM 进行审查，合并重叠技能，或将过于具体的技能转为更宽泛技能的参考项。它不会自动删除任何技能，也不会触碰外部安装或置顶的技能；最坏结果也只是可恢复的归档。
@NousResearch 还 宣布（546 个赞、274 次收藏），表示 Hermes Agent 现在可使用 pretext 进行无 DOM 的文本排版；此外，推广了（193 个赞、97 次收藏）还宣布 Hermes Agent Creative Hackathon 将于周日截止，相关技能涵盖 Manim、TouchDesigner 和 ComfyUI。
讨论洞察： @PaulGugAI 点出了从业者的两难：“天啊！这看起来太棒了。把它加进 Hermes 那 1000 个我还没用上的技能清单里吧。”@LyraSongstress 提出了关键问题——“它怎么判断哪些该合并、哪些该归档？”——@Teknium 确认道：“通过与技能的伞状类别进行比较。”
与前一天对比： 4 月 29 日最突出的痛点是，编码智能体无法把反馈沉淀为可复用能力。4 月 30 日的 Curator 则首次给出了这个反向问题的已上线答案：当技能不断累积时，如何避免系统臃肿？这直接回应了 SR-Agents 论文指出的技能质量缺口。
1.2 Cursor 公布智能体 Harness 工程方法论 🡕¶
@cursor_ai 发布了 发布了一篇详细博客，介绍其智能体 harness 如何让模型更快、更聪明、也更节省 token。@jediahkatz 详细阐述了（17 个赞）概括了六个层次：编排、上下文、路由、传输、状态和执行，并指出：“人们有一种误解，认为实验室原生的一方 harness 总会更强。”
@Vtrivedy10 关联了（46 个赞、48 次收藏）则将 Cursor 的博客与行业中的趋同模式联系起来：针对不同模型定制工具和提示词，结合离线与在线评测，从智能体目标倒推设计，并把上下文窗口视作“计算发生的神圣边界”。
@ghumare64 提供了（36 个赞、55 次收藏）给出了最深入的从业者总结，分析了 Tony Gentilcore 关于 Glean 的帖子。该帖将 harness 定义为“一个分布式上下文管理系统”。他的核心洞察是：PTC sandbox、子智能体、压缩，以及搜索优先的技能发现，本质上都是同一种原语——“一个注册函数、通过 ID 暴露它、隔离其执行上下文，并只把结果返回给调用方的过程。”
讨论洞察： @yoheinakajima 提供了（51 个赞）提出了一个逆向视角：“开发者谈论智能体 harness 时，总像是在谈后端架构……但如果它更像个人/组织的决策流程和组织架构，需要持续反思和调整呢？”@psr_ai 提醒（41 个赞）则表示：“LLM 天生就是非确定性的。与其过度优化上下文，不如更重视围绕 LLM 的工程体系。”
与前一天对比： 4 月 29 日，AHE 论文将可自我改进的 harness 形式化；到了 4 月 30 日，Cursor 又将其内部 harness 方法论公开，使这门工程实践对从业者来说变得具体且可复现。
1.3 在 Karpathy 背书下，上下文工程实战指南走红 🡒¶
@Av1dlive 分享了（767 个赞、1,917 次收藏、120,045 次浏览）发布了一则视频实战指南，内容涵盖上下文工程、工具设计、编排器—子智能体模式、评测以及 harness 思维，并将其描述为成为“100x agentic engineer”的路径。帖子引用了 Karpathy 的话：“10x engineers are normal. Real agentic engineers are 100x.” 多个账号也放大传播了同一视频：@RoundtableSpace 转发了（51 个赞、50,017 次浏览），而 @DivyanshT91162 则创建了一个 总结串文。
@tom_doerr 分享了（24 个赞、35 次收藏）推荐了 NeoLabHQ 的 context-engineering-kit GitHub 仓库，用于编码智能体的高级上下文工程。
讨论洞察： @Jmoon_174 指出了一个现实缺口：“超过 70% 后，模型会开始悄悄丢上下文。你根本不知道哪些规则被略过去了。”@sandraaasol 提出观点认为 则表示，只有“上下文工程、合适的工具设计和严格的评测”这套组合，才能在模型切换后依然成立。
与前一天对比： 4 月 29 日的重点还是把上下文当作学术议题（论文、研讨会）；到 4 月 30 日，它被包装成可观看的实战指南，并借助 Karpathy 的加持触达了约 10 倍更广的受众。
1.4 Editframe 推出原生面向智能体的视频格式 🡕¶
@yudDIDit 宣布（226 个赞、213 次收藏、29,827 次浏览）宣布 Editframe 结束隐身开发，作为一种原生面向智能体的视频格式亮相：可将 HTML/CSS 转为 MP4，专为编码智能体打造。其技术栈与框架无关（HTML + CSS，也兼容 React），采用真实浏览器渲染（DOM + Canvas），提供云端流式预览和 API 渲染，并以乐高式模块支持自定义编辑器。通过 npm create @editframe@latest 安装后，再向 Claude Code、Cursor 或 Codex 发出提示，即可生成可运行的视频或交互式 GUI。
讨论洞察： 它的定位很值得注意——不是“带 AI 功能的视频编辑器”，而是从零开始为智能体消费与生产而设计的视频格式。这正好补上了一块空白：智能体已经能生成代码、图像和文本，但视频生产仍主要依赖人工。
与前一天对比： 此前没有相关覆盖。这是一个瞄准“智能体需要媒体”缺口的新入局者。
1.5 Claude Code 黑客松获奖作品展示多智能体架构模式 🡒¶
@ClaudeDevs 宣布（295 个赞、115 次收藏）公布了“Built with Opus 4.7”黑客松结果，全球共有 500 名参与者。获奖项目展示了几种截然不同的智能体架构模式：
- MedKit（第一名）：由一个 Managed Agent 扮演患者、观察学员并进行评分，提示词同时兼作引用白名单
- Wrench Board（第二名）：一个拥有四层记忆和约 36 个工具的 Managed Agent，会通过读取自己的笔记本在跨会话中重新校准方向
- Maieutic（第三名）：学生先写规格说明再写代码，然后解释 diff，以此暴露他们是否真正理解自己的改动
讨论洞察： 这些获奖模式都更强调观察与验证，而非单纯生成——这与 4 月 29 日 Fowler 背书的“验证优先”论完全一致。
1.6 Cline 借助 SDK 和插件架构进行彻底重写 🡕¶
@cline 宣布（51 个赞）宣布了一次全面重写：“过去两个月，我们从头重写了 Cline。”原始架构与 IDE 语义耦合过深。新版本先构建一个面向 provider、模型、LSP、代码搜索和主题的插件式 SDK，再在其上重建 CLI 和扩展。Beta 提供 $20 额度，并为贡献者设置赏金计划。
讨论洞察： @Aqib__786Ai 指出：“这种级别的大重构，往往决定智能体最终只是‘演示工具’还是真正的平台——插件架构加上与 IDE 语义解耦，是正确方向。”这次重写也呼应了 Cursor 自身的演进路径：将智能体运行时从编辑器 UI 中分离出来。
1.7 Codex 超越编码，成为通用工作界面 🡕¶
@aakashgupta 分析了（10 个赞、9 次收藏）讨论了 OpenAI 对 Codex 的更新：新增角色选择器，覆盖 Engineering、Product、Finance、Marketing、Sales、Operations、Design、Data Science 和 Student。其核心判断是：“这个编码工具刚刚变成了工作工具。这是 OpenAI 在自家模型之上构建 harness 层……harness 正在变成真正的产品。”
@MindTheGapMTG 则提出反驳：“角色选择器不过是把我们用 markdown 文件做的事做成了 UI。每个智能体都有一个约束文件，把它限定在某个领域。区别在于：我们的文件编码了 500 行生产事故沉淀出来的规则。一个下拉菜单不可能表达‘周四绝不要碰计费系统’。”
与前一天对比： 4 月 29 日，Cursor SDK 把智能体从 IDE 推向基础设施；到了 4 月 30 日，Codex 又从编码扩展到全部知识工作，进一步印证了一个趋同判断：智能体正在成为新的界面层。
2. 什么让人沮丧¶
AI 语音智能体在未披露身份的情况下取代客服团队——严重程度：高¶
@AbhinavXJ 报道称（98 个赞、4,302 次浏览）称，IndiaMart 用 AI 智能体替换了整个客服团队，导致数千人失业。核心不满是：“作为客户，如果我遇到问题，我绝不会想和 AI 交谈，我需要一个真人回答我。AI 永远无法被追责。”@HrideshMg 分享了一次亲身经历：“我接到过 shiprocket 一个讲印地语的女人打来的电话……聊到一半我才意识到，自己是在和一个他妈的 AI 说话。完全没有任何事先告知。”@AbuKhadeejah 则给出了建设者视角：“我正在孟买为一家健身房客户做 AI 智能体呼叫方案，他每月在外呼上省下 40k。”
TypeScript 智能体框架疲劳——严重程度：中¶
@samuelcolvin 询问（21 个赞、26 条回复）发问：“现在最好的（或者说最不差、最时髦的）Agent Framework 是什么？Vercel AI、Mastra、Langpain-js？”回复充分暴露了挫败感：@MindTheGapMTG 运行着“12 个生产级智能体：不用任何框架。每一个都是带 CLAUDE.md 约束文件的 Claude Code 会话。”@foundanand 表示：“Vercel 的 AI SDK 很烂。老是坏……更新多到离谱。”@Shoeboom 则说：“tanstack/ai 有些不错的小特性，但还在 alpha。Mastra 适合特定用例；否则就太强主见了。”最终并未形成共识。
技能数量增长快于技能质量——严重程度：中¶
@aiedge_ 推广了（40 个赞、62 次收藏）介绍了 SkillsMP，称其拥有“超过一百万个智能体技能”。随即便遭到质疑：@rugbist_：“一百万个技能，但真正有用的有多少？得在一堆垃圾里翻很久才能找到金子。”@coralflavorcom 则说：“一百万个技能，但没有一个能像未经约束的 LLM 那样自己思考。”这种数量与质量的张力，与 4 月 29 日 SR-Agents 关于无差别加载技能的发现如出一辙。
3. 人们希望看到什么¶
能扩展到单个智能体之外的自动技能策展¶
Hermes Curator 解决的是单个智能体的技能膨胀问题，但更大的问题依旧存在：在拥有 1M+ 技能的市场里，没有质量评分、没有相关性门控，也没有跨智能体的策展标准。@rugbist_ 和 @nonStopEon 都在追问，随着市场规模扩大，技能质量该如何维持。Curator 的启发式方法（使用频率 + LLM 审查）在本地可行，但跨生态系统仍没有对等方案。
紧迫性：高 —— 机会：基础设施
能经受模型切换的智能体框架¶
@samuelcolvin 的投票和 @sandraaasol 的帖子都表明：从业者想要的是一种智能体框架，其中“上下文工程、合适的工具设计和严格的评测”构成可移植层，而模型选择只是配置替换。现有方案（Vercel AI SDK、Mastra、LangGraph）要么和特定模式绑定过深，要么频繁出问题。
紧迫性：高 —— 机会：直接
从智能体会话中实现个性化技能演进¶
@HenryYe19352122 演示了 VibeLens：把智能体会话转化为个性化效率建议，推荐并创建定制技能，并随着习惯变化持续演进。这直接瞄准了 4 月 29 日提出的“反馈到技能”缺口，但目前尚未起量（9 个赞）。需求已经得到验证，解法空间仍然开放。
紧迫性：中 —— 机会：产品
4. 正在使用的工具和方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| Hermes Agent + Curator | 编码/通用智能体 | 正面 | 技能生命周期管理；支持 pretext；创意黑客松生态；提供降本建议 | 技能数量对新用户而言过于庞杂 |
| Cursor SDK + Harness | 智能体运行时 | 正面 | 公开 harness 方法论；六层架构；按模型定向调优 | 较新；社区尚无 harness 贡献 |
| Claude Code | 编码智能体 | 正面 | 黑客松生态（500 名参与者）；Claude Security 公测；技能生态增长中 | 安全功能仅面向企业 |
| Cline（重写版） | 编码智能体 | 谨慎 | SDK 优先；插件架构；与 IDE 解耦 | Beta 阶段；预计会有破坏性变更 |
| Codex | 通用工作智能体 | 褒贬不一 | 角色选择器；从编码扩展为通用工作界面 | “下拉菜单无法承载生产规则” |
| LiveKit | 语音智能体基础设施 | 正面 | 结构化数据采集；Tasks/TaskGroups SDK；JSON 输出 | 仅适用于语音场景 |
| Editframe | 智能体视频格式 | 正面 | HTML/CSS 转 MP4；框架无关；浏览器渲染 | 刚发布；尚无生态 |
| ElevenLabs (Stripe) | 语音/TTS | 正面 | 一行代码接入 Stripe Projects | 仅限 TTS |
| SkillsMP | 技能市场 | 褒贬不一 | 列出 1M+ 技能；支持多智能体 | 缺乏质量策展 |
| context-engineering-kit | 开发工具包 | 正面 | 开源；高级模式 | 仍处早期 |
5. 人们在构建什么¶
| 项目 | 团队/作者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| Hermes Curator | @Teknium | 通过使用分析 + LLM 审查自动整合与修剪技能 | 自我改进循环导致的技能膨胀 | Hermes Agent, config.yaml | 已发布 | 帖子 |
| Editframe | @yudDIDit | 原生面向智能体的视频格式：HTML/CSS 转 MP4 | 智能体无法生产/编辑视频 | HTML, CSS, React, DOM, Canvas | 已发布 | 帖子 |
| SpatialMemory2 | @stash_pomichter | 面向机器人智能体的多模态潜空间记忆 | 视频/lidar/odometry 对上下文来说过大 | Latent embeddings, spatial search | 已发布 | 帖子 |
| Cline SDK Rewrite | @cline | 与 IDE 解耦的插件式智能体 SDK | 原架构与 VS Code 语义耦合过深 | TypeScript, plugin arch | Beta | 帖子 |
| OCR-Memory | @dair_ai | 面向长时程智能体的视觉模态记忆 | 摘要会丢失过程细节 | Image rendering, locate-and-transcribe | 研究 | 帖子 |
| TradingAgents | @quantscience_ | 模拟对冲基金动态的多智能体 LLM 交易框架 | 单模型交易表现不佳 | Python, multi-agent, fundamental/sentiment/technical analysts | 已发布 | 帖子 |
| Kumo Coding Agent Skills | @jure | 让编码智能体成为预测模型专家的技能集 | 智能体缺乏 ML pipeline 领域知识 | Kumo SDK, Claude Code, Codex | 已发布 | 帖子 |
| Sandcastle | @RoundtableSpace | 用 TypeScript 编写的本地编码智能体编排库 | 多个智能体彼此干扰 | TypeScript, multi-agent | 已发布 | 帖子 |
| tmux-IDE 2.0 | @ThijsVerreck | 通过 YAML 将任意项目变成自治多智能体 IDE | 多智能体终端搭建复杂 | npm, tmux, YAML config | 已发布 | 帖子 |
| VibeLens | @HenryYe19352122 | 根据会话模式给出个性化智能体技能推荐 | 智能体重复犯错 / 忘记偏好 | Cross-agent session analysis | Alpha | 帖子 |
| Ramp Inspect | @zachbruggeman | 内部编码智能体现已编写约 70% 的已合并 PR | 人工代码评审瓶颈 | Internal agent platform | 已发布 | 帖子 |
| GBrain | @garrytan | 面向 Hermes/OpenClaw 的检索与记忆层，支持 75K+ markdown 文件 | 大规模智能体记忆 | MIT, GitHub | 已发布 | 帖子 |
6. 新动态与重要项目¶
Hermes Curator 引入自动技能生命周期管理¶
Curator（211 次收藏）是首个面向技能堆积问题的生产级答案——自我改进型智能体会生成几十个狭窄、近似重复的技能，进而污染上下文。其两阶段方案（确定性的陈旧状态转换 + LLM 驱动的整合）在无需人工介入的前提下，于技能生成与技能修剪之间建立了可维护的平衡。
信号强度：[+++]
Cursor 公布内部 Harness 工程方法论¶
博客文章 让 Cursor 的 harness 方法具备了可复现性：按模型定制工具与提示词、结合离线与在线评测、内部 dogfooding，并把 harness 改动当成可量化实验。再叠加昨日发布的 SDK，Cursor 目前已成为方法论公开程度最高的智能体基础设施提供商。
信号强度：[+++]
OCR-Memory 论文提出将视觉模态用于智能体记忆¶
OCR-Memory 论文（arXiv:2604.26622）将智能体轨迹渲染为带视觉锚点的图像，再通过 locate-and-transcribe 检索。在严格上下文限制下，它在 Mind2Web 和 AppWorld 上达到 SOTA。该方法通过把旧记忆压缩为缩略图，在保持 token 成本稳定的同时，消除了摘要带来的信息损失。
信号强度：[++]
Ramp 的 Inspect 智能体现已编写 70% 的已合并 PR¶
@zachbruggeman 报告称，Ramp 内部编码智能体贡献的已合并 PR 占比已从 30% 提升至约 70%，且覆盖范围已超出工程团队。这是迄今大型金融科技公司中，智能体代码贡献率达到生产规模的最强证据。
信号强度：[++]
Claude Security 面向企业进入公开测试¶
@claudeai（231 个赞）宣布 Claude Security 面向 Enterprise 客户进入公开测试，支持定时扫描、目录级目标设定、CSV/Markdown 导出、Webhook 通知，以及持久化忽略。自 2 月研究预览版以来，已有数百家组织使用，且“发现了现有扫描器漏掉的问题”。
信号强度：[+]
Sakana AI 与 SMBC 在企业银行场景部署多智能体系统¶
@hardmaru 宣布（41 个赞）介绍了与 SMBC（日本最大的银行之一）联合构建的多智能体系统，用于企业战略提案，将原本需要一到两周的流程缩短到数小时。这是多智能体系统在机构级银行场景中的企业部署案例。
信号强度：[+]
7. 机会在哪里¶
[+++] 面向市场规模的技能质量基础设施 —— 随着 SkillsMP 声称拥有 1M+ 技能、Hermes 生态也快速扩张，技能可得性与技能质量之间的缺口正在拉大。Hermes Curator 解决了单智能体场景；而市场级别的质量评分、相关性门控、兼容性验证和跨智能体策展，仍完全空白。谁先为技能构建出“搜索质量”，谁就能占据智能体经济的中间件层。
**+++］ 模型可移植的智能体框架** -- ［@samuelcolvin 的调研和从业者反馈已经证明：没有任何 TypeScript 框架真正满足生产团队需求。缺口在于一种让“模型选择只是配置、而非架构”的框架。Cursor 公布的六层模型（编排、上下文、路由、传输、状态、执行）已经给出蓝图。第一个在不牺牲可靠性的前提下实现模型可移植性的开源实现，将吸引那批对框架失望、靠 CLAUDE.md 文件跑 12 个智能体的“无框架”人群。
[++] 原生面向智能体的媒体生产 —— Editframe 证明这一品类确实存在：专为智能体创作而设计的视频格式。同样的逻辑也适用于音频、交互内容和演示文稿格式。现有创意工具默认操作者是人；而能与现有技能流水线组合的原生智能体创意格式，代表着一片全新的市场。
[++] 跨智能体会话智能 —— VibeLens 已经展示了这一概念：分析跨智能体会话中的模式，推荐技能，暴露重复错误，并持续演化偏好。当从业者同时使用多个智能体（Hermes、Claude Code、Cursor、Codex）时，那个能够观察所有会话并提炼出可执行模式的元层，会成为有价值的基础设施。
[+] 语音智能体问责与披露标准 —— IndiaMart 悄然用 AI 替换人工客服，以及 Shiprocket 未披露 AI 身份的电话，都暴露出监管与信任缺口。机会在于语音智能体的披露/合规基础设施：验证水印、实时“你正在与 AI 交谈”提示，以及满足新兴监管要求的问责日志。
8. 要点¶
-
Hermes Curator（211 次收藏）上线了首个面向智能体技能膨胀的生产级解决方案：自动跟踪使用情况、执行陈旧状态转换，并通过 LLM 驱动的整合，防止自我改进循环污染上下文。 这直接回应了 4 月 29 日提出的“反馈到技能”流水线缺口——不是提升技能创建能力，而是让技能维护自动化。（来源）
-
Cursor 公开记录了其六层智能体 harness 方法论（编排、上下文、路由、传输、状态、执行），让 harness 工程不再只是自家内部经验，而成为可复现的方法。 再加上前一天发布的 SDK 和 AHE 论文，harness 工程在 48 小时内就从部落知识变成了公开学科。（来源, 来源）
-
这则上下文工程实战视频在 Karpathy 背书下获得 120K 浏览和 1,917 次收藏，确立了“上下文工程 + 工具设计 + 编排器—子智能体 + 评测”作为标准的“100x agentic engineer”技术栈。 从业者共识正在收敛：能跨模型存活的是这套栈，而不是具体框架。（来源）
-
Ramp 的 Inspect 编码智能体已将已合并 PR 的贡献占比从 30% 提升到 70%，这是迄今关于智能体编写代码可成为公司主要产出的最强生产证据。 问题已经从“智能体能不能写生产代码？”转向“当智能体写了大部分代码时，工程工作会变成什么样？”（来源）
-
技能生态正在进入质量危机：SkillsMP 声称拥有 1M+ 技能，但从业者反馈“得在大量垃圾里翻找”；而 Hermes 生态之所以需要 Curator，本身就说明自我改进循环会造成不可持续的技能堆积。 现在限制技能采用的核心瓶颈已不是数量，而是质量基础设施。（来源, 来源）
-
Codex、Cline 和 Cursor 在同一天都做出了重大平台动作：Codex 从编码扩展到通用工作，Cline 以 SDK 优先的插件架构完成重写，Cursor 则公开了自身 harness 内核。 编码智能体市场正同时朝三个方向演进：更广（Codex 覆盖所有角色）、更深（Cursor 提高 harness 透明度）、也更模块化（Cline 重构架构）。（来源, 来源）