Twitter AI Agent - 2026-05-15¶
1. 人们在讨论什么¶
1.1 Harness 工程和可观测性正在进入主流 🡕¶
最强的一组讨论，不再是泛泛而谈的“agentic AI”推介，而是更具体地转向 harness、架构、可观测性，以及可重复的长任务行为。至少有五条高质量内容都把智能体质量定义为一个系统设计问题：工作如何委派、上下文如何维持、故障如何暴露、变更如何验证。
@heygurisingh 指出（96 个赞、4 条回复、40,436 次浏览、380 个收藏）表示，真正从 LLM 中获得实际价值的人，正在从工作委派方式上做“结构性调整”，而不是优化提示词。他的帖子让用户梳理自己仍在手动做什么、识别哪些事情只是“看起来有效率”，并按对信任与工作流落点的影响大小给变更排序。因此，这更像是在讨论流程设计，而不是分享提示词包。
@RoundtableSpace 分享了（95 个赞、3 条回复、47,504 次浏览、74 个收藏）介绍了 Learn Harness Engineering，并链接到公开的 课程。该文档称，harness 能约束智能体行为、在长时间运行的任务中保留上下文、阻止过早宣布成功，并让 Codex 和 Claude Code 这类智能体的运行时行为变得可观测、可调试。
@MeenakshiYACS 发布了（76 个赞、22 条回复、1,007 次浏览、36 个收藏）给出了一套参考架构，将智能体系统拆分为编排、专用智能体、工具、记忆、监控、可靠性和治理等部分。配图也以可视化方式表达了同一个观点：社区讨论正从单条提示词，转向完整的智能体全栈运行模型。
@IntuitMachine 总结了（18 个赞、2 条回复、1,295 次浏览、30 个收藏）介绍了 Agentic Harness Engineering 背后的论文。论文称，经过十轮迭代，Terminal-Bench 2 的首轮通过率从 69.7% 提升至 77.0%，最终得到的 harness 迁移到 SWE-bench-verified 后，token 使用量还减少了 12%。论文摘要截图值得注意，因为它把瓶颈定义为对可编辑组件、执行轨迹和决策的可观测性，而不是模型规模本身。
讨论洞察： 回复和相邻帖子显示，这同样也是一种疲劳信号。@BenjDicken 调侃道（495 个赞、19 条回复、15,733 次浏览、121 个收藏）调侃说，2026 年的工程已经变成“智能体 → while 循环子智能体 → 嵌套 while 循环的智能体 harness”；还有一条回复称，读完 Codex、OpenCode、AI SDK 和 Flue 后，也得出了同样的结论。
与前一天的比较： 5 月 14 日的信息流强调的是控制平面、可回放工作流和权限边界；到 5 月 15 日，讨论进一步下沉到 harness 设计、架构图和可观测性，这些才被视为提升智能体可靠性的真正杠杆。
1.2 Skills、hooks 和知识包正在成为可复用的控制面 🡕¶
第二个主题是把可复用技能视为基础设施，而不是装饰。信号最强的帖子关注的是如何打包规则、如何验证规则，以及如何把领域知识变成智能体可按需加载的内容，而不是每次都重新推导。
@rez0__ 表示（85 个赞、5 条回复、7,206 次浏览、69 个收藏）表示，一个漏洞赏金 hackbot 主要由一个 agent md 文件、一组 hacking skills 和一个目标循环组成。回复让这一模式更具体：有人问上下文轮换会不会打断长时间运行，Rez0 回答说目标模式应该持续循环；还有人问这些 skills 是否只来自私有报告，他回应说，其中很多来自公开博客、书籍和演讲。
@dabit3 认为（28 个赞、5 条回复、4,765 次浏览、34 个收藏）表示，智能体 hooks 能把可重复规则变成确定性行为，而不是依赖模型去“记住”提示词。回复进一步强化了这一点，有人将其概括为：这是“代码强制执行的保证”，而不是“寄希望于模型记住的规则”。
@paulgrey 发布了（64 个赞、2 条回复、3,201 次浏览、16 个收藏）介绍了更新后的 xpr-network-dev-skill 包，其中包含 25 份经过 ABI 验证、安全加固的文档，适用于 Claude Code、Cursor 和 OpenClaw。GitHub README 称，该项目同时服务于本地编程助手和服务端自治智能体，其事实依据来自实时主网 ABI、合约源码和 Hyperion traces 的验证，而非从模型训练中推断。
@tom_doerr 分享了（8 个赞、1,229 次浏览、13 个收藏）介绍了 skill-conductor。其 README 将该项目描述为一种“架构优先”的 skill 生命周期，包含 CREATE、EVAL、EDIT、REVIEW 和 PACKAGE 模式，并配有由 grader、盲测 A/B 对比和 analyzer 智能体组成的基准测试栈。
@koylanai 正在构建（46 个赞、1 条回复、2,582 次浏览、50 个收藏）介绍了一个面向 Agent Skills for Context Engineering 的自治研究循环。它会搜集来源、用评分标准打分、提取机制、起草 skill 更新并准备 pull request。工作流图展示了一条带门控的路径：从来源搜集，到评分标准检查、提案草稿、验证、修订循环，最后由人工决定是否合并。
讨论洞察： 最强的回复模式围绕确定性和持久性展开。hooks 和 skill 包之所以受到认可，是因为它们把模糊的提示词习惯变成了代码层面的强制约束；但 Rez0 帖子里关于上下文轮换的抱怨也说明，可复用技能仍依赖能够撑过长循环的运行时。
与前一天的比较： 5 月 14 日强调的是 skill 市场和目录规模；到 5 月 15 日，焦点更多转向 skill 如何编写、测试、版本化，以及如何以领域证据为依据。
1.3 智能体商业基础设施开始走向实操 🡕¶
第三个主题是智能体商业化正从概念页走向具体接入流程。最强的帖子不再只是说智能体将购买服务，而是展示了它们如何注册、认证、发现端点，并结算按用量计费的支付。
@circle 宣布了（127 个赞、9 条回复、6,516 次浏览）介绍了 Circle Agent Stack 中的 Agent Marketplace。Circle 的 发布帖 表示，这套技术栈整合了 Agent Wallets、Agent Marketplace、CLI、nanopayments 和 skills，使智能体能够持有资金、发现服务，并用 USDC 以编程方式完成交易；agents.circle.com 则将这一主张概括为“支付即认证”。
@ampersend_ai 开放了（26 个赞、3 条回复、4 条引用、2,203 次浏览）表示，其 marketplace 面向“每一个智能体和每一位构建者”开放：智能体可以浏览公开 API 目录、安装 SDK、获得钱包，并使用 USDC 按请求付费，底层通过 x402 结算。截图中列出了 CoinGecko、CoinMarketCap、QuickNode、Zapper、Zerion、Allium、Exa 和 Nansen 等服务商，使这一说法比普通发布帖更具体。
@OrbisAPI 发布了（24 个赞、4 条回复、360 次浏览、3 个收藏）介绍了一个智能体 quickstart：只需一次 POST 请求，就会返回一个 orb_live_ key，立刻可用 21,743+ 个 API，且无需钱包、OAuth 或订阅。这张图之所以重要，是因为它展示了精确的注册端点，以及构建在这条接入流程之上的 $5 USDC 免费额度。
@MalayAhmad 概括道（21 个赞、19 条回复、177 次浏览）则给出了反面观点：在业务逻辑尚未开始前，构建一个智能体仍意味着要同时处理钱包设置、链选择、支付基础设施和 LLM 编排。
讨论洞察： Circle 帖子下的回复很快转向信任原语。有人指出，一旦智能体开始自主为服务付费，声誉、可靠性信号、身份和评估者角色的重要性将不亚于 marketplace 本身。
与前一天的比较： 5 月 14 日更多是在讨论“服务发现”这一类别；到 5 月 15 日，则补上了实操细节：智能体如何注册、如何获得资金、如何认证，以及如何真正按次调用付费。
2. 什么让人感到沮丧¶
手动 harness 仍把故障隐藏在过多状态之后¶
最明显、严重程度最高的挫败感是：智能体仍会因为难以检查的结构性原因而失败。@IntuitMachine 总结了（18 个赞、2 条回复、1,295 次浏览、30 个收藏）总结了 Agentic Harness Engineering 背后的六个痛点，包括组件纠缠、原始执行轨迹过于庞杂，以及编辑到底是帮了忙还是帮了倒忙时，归因能力很差。Learn Harness Engineering 课程 用更直白的语言给出了同样的诊断：智能体需要明确规则、上下文连续性、验证和可观测性，才能避免在长任务中失败。@BenjDicken 概括了（495 个赞、19 条回复、15,733 次浏览、121 个收藏）则把整套堆栈调侃成嵌套智能体 harness，恰好体现了社区情绪。严重程度：高。人们首先抱怨的不是模型智力，而是围绕模型搭建的脚手架。
无状态智能体和中断的连续性仍迫使人类盯守¶
多篇帖子都把持久状态视为缺失的基础原语。@ataiiam 主推了（26 个赞、4 条回复、1,988 次浏览、30 个收藏）将 CopilotKit Threads 视为无状态智能体的解决方案，而链接中的 文档 则描述了可恢复对话、共享状态、人机协作工作流和实时线程同步。类似痛点也从另一侧出现：@RoundtableSpace 的 Higgsfield 赞助帖（145 个赞、15 条回复、55,439 次浏览、20 个收藏）将自治生产定位为对抗当前人类不得不“盯守工作流”的方案；Rez0 帖子中的回复则抱怨，上下文轮换会重置长时间运行的目标循环。严重程度：高。眼下看得见的补救方式是更多状态管理，而不是更好的提示词。
智能体商业化仍要求构建者预先拼装过多轨道¶
支付栈在前进，但接入负担从帖子本身就能看出来。@MalayAhmad 写道（21 个赞、19 条回复、177 次浏览）表示，构建者在开始写业务逻辑之前，仍要先处理钱包设置、链选择、支付基础设施和 LLM 编排。这正是 @OrbisAPI 和 @ampersend_ai 试图通过单次调用注册、marketplace 发现和按请求结算来消除的问题，而 Circle Agent Stack 发布 也明确指出，过去的替代方案一直是碎片化的 API、签名流程和多链逻辑。严重程度：高。当前的变通办法，是采用带有强约束的支付轨道，而不是手动把零件拼起来。
默认语音和角色设定仍错过本地语境¶
@Call_Me_Commy 表示（128 个赞、13 条回复、4,275 次浏览、59 个收藏）表示，他们之所以做牙科诊所电话接待员，是因为“几乎所有 AI 电话 Agent 听起来都像美国人”，他们想要的是一个带尼日利亚声音特征的版本。回复中，构建者说技术栈是 Vapi、ElevenLabs 和 n8n，把文化层面的抱怨落成了具体实现路径。严重程度：中。这个方向值得做，因为不满非常具体，而且已有可复现的技术栈。
3. 人们希望存在什么¶
可自托管的托管式智能体，并拥有完整会话控制权¶
最明确的未满足需求来自 @nummanali。表示（349 次浏览、1 个收藏）表示，他们在寻找类似 Claude Managed Agents 的东西，但要支持自托管、把智能体配置写进代码、在 Slack 里部署团队智能体、为重复性工作运行后台智能体、完全控制会话和记忆，并支持多个推理提供商。帖子点名 Flue 是目前最接近的框架，但也表示很希望 OpenCode 能提供同样的模式。机会：直接。需求具体、面向运营，而且目前只得到部分满足。
面向长时任务的持久线程与交接原语¶
@ataiiam 将其定位为（26 个赞、4 条回复、1,988 次浏览、30 个收藏）将 Threads 视为解决无状态智能体问题的方案，而链接中的 文档 则描述了可恢复对话、共享状态和人机协作工作流。Higgsfield 围绕“工作流盯守”做的推广，以及 Rez0 帖子中对上下文轮换的抱怨，都从不同角度指向同一需求：用户想要的是能持久运行、可恢复、可交接的智能体，而不是每次都从零重建状态。机会：直接。现有工具已经覆盖了一部分，但信息流仍把连续性当作值得围绕其销售的痛点。
无需登录的智能体支付与认证轨道¶
这一需求既以痛点形式出现，也以新品类别形式出现。@MalayAhmad 描述了 提到了业务逻辑开始前的接入负担；@OrbisAPI 提供了 展示了一次调用即可注册、且无需钱包、OAuth 或订阅的流程；@ampersend_ai 提供了 则展示了一个由智能体侧完成钱包与 SDK 安装的 marketplace。Circle 的 发布网站 用产品语言把这一需求说得很明确：智能体被卡在付费墙和认证流程后面，而 USDC 的作用就是打开这些门。机会：直接且竞争激烈。这个类别已很活跃，但信任与评估层仍未定型。
区域化、岗位专属的语音智能体¶
尼日利亚牙科接待员演示同样是一个需求信号。@Call_Me_Commy 解释了 表示，他们做这个并不是因为语音自动化不存在，而是因为大多数电话智能体听起来都像美国人。回复里有人追问工具栈，得到的具体答案是 Vapi、ElevenLabs 和 n8n；但这还没有沉淀成一个更广泛的产品类别，用来提供区域化默认值、业务角色模板或本地化 QA。机会：直接但偏细分。需求很实用，也与身份和地域语境相关，但尚未被普遍产品化。
4. 正在使用的工具和方法¶
| 工具 | 类别 | 情绪倾向 | 优势 | 局限 |
|---|---|---|---|---|
| Learn Harness Engineering | 课程 / 参考资料 | (+) | 将 OpenAI 和 Anthropic 的 harness 指导整合成关于连续性、控制和验证的具体讲解 | 是教育材料，本身不是运行时或产品 |
| Agentic Harness Engineering (AHE) | Harness 方法 | (+/-) | 围绕可观测性、可证伪编辑和 harness 自动演化，提出了很强的基准测试框架 | 证据主要来自论文总结帖，而非广泛的生产报告 |
| CopilotKit Threads | 记忆 / 会话基础设施 | (+) | 支持可恢复对话、共享状态、实时同步和人机协作工作流 | 解决的是连续性，不是完整的智能体运行时问题 |
| TradingAgents | 多智能体框架 | (+/-) | 提供分析师、研究员、交易员和风控等专业角色；支持多家 LLM 提供商；有研究支撑的性能主张 | 仓库将其标注为研究导向，并提醒结果会随模型、数据和周期而变化 |
| XPR Network Dev Skill | 领域 skill 包 | (+) | 为 Claude Code 和 OpenClaw 智能体提供经 ABI 验证的知识层，并以实时链上数据为依据 | 只聚焦于单一区块链生态 |
| skill-conductor | Skill 编写 / 评估 | (+) | 采用架构优先设计，提供 CREATE/EVAL/EDIT/REVIEW/PACKAGE 工作流和基准测试智能体 | 相比信息流中更大的框架，社交证明仍较弱 |
| Circle Agent Stack / Agent Marketplace | 支付 / 发现 | (+/-) | 提供钱包、marketplace、CLI、USDC 结算，以及“支付即认证”的定位 | 回复里立刻有人追问声誉、身份和服务评估保障 |
| Ampersend Marketplace | API 市场 | (+) | 支持面向提示词工作流的原生接入、钱包 + SDK 设置、明确的按次 USDC 定价和 x402 结算 | 依赖智能体已处于钱包型支付生态之中 |
| Orbis quickstart | API 接入 | (+) | 单次调用注册、签发 bearer key、无需钱包/OAuth/订阅，并提供 $5 免费额度 | 仍然引入了提供商专属 key 和充值流程 |
| Vapi + ElevenLabs + n8n | 语音智能体技术栈 | (+) | 为本地化接待员提供了可直接复用的栈，可接听电话、查询日历空档并预约 | 目前证据仍主要来自单一垂直场景演示 |
| Web-Use | 浏览器智能体 | (+) | 提供基于 CDP 的语义树、多 LLM 支持、视觉能力、WebMCP，以及 OAuth 2.0 + PKCE | 在动态网站上的浏览器自动化仍然配置繁琐、故障率高 |
整体情绪偏务实，而非庆祝。最强烈的正面反馈，留给了那些能让智能体更耐用、更可运营的工具：harness 参考资料、线程持久化、经验证的 skill 包、单次调用式 API 接入，以及有明确定价的 marketplace。信息流中最明显的迁移趋势，是从以提示词为中心的叙事，转向可强制执行的代码、持久化状态、扎根于领域知识的 skill 模块，以及智能体可直接使用的支付轨道。竞争压力最明显地正在两个方向累积：一是 skill 基础设施，编写与评估正在成为独立产品类别；二是智能体商业化，服务发现已经到位，但信任与声誉问题仍未解决。
5. 人们正在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| TradingAgents | Tauric Research | 多智能体交易框架，包含分析师、研究员、交易员和风控角色 | 将市场分析和交易决策拆给专门智能体，而不是依赖单一交易提示词 | Python、多家 LLM 提供商支持、分析师/研究员/交易员/风控团队 | 已发布 | GitHub · 论文 · 推文 |
| Amara AI call receptionist | @Call_Me_Commy | 牙科诊所电话接待员，可用尼日利亚语音接听电话、查询日历并预约 | 语音智能体默认是美国口音，以及前台接待仍需人工处理 | Vapi、ElevenLabs、n8n | 已发布 | 推文 |
| Autonomous research loop for Agent Skills | @koylanai | 智能体搜集来源、按评分标准打分、提取洞察、起草 skill 更新并准备 PR | 让 skill 仓库保持最新、可审查、可审计 | Cursor、GPT-5.5、评分标准、runbooks、PR 检查 | Alpha | 推文 |
| XPR Network Dev Skill | @paulgrey | 面向在 XPR Network 上构建的编程助手和自治智能体的领域 skill 包 | 智能体需要的是经过验证、而非猜出来的链专属文档和执行知识 | Markdown skill 模块、实时 ABI 验证、Hyperion traces、OpenClaw 集成 | 已发布 | GitHub · 推文 |
| skill-conductor | smixs | 用于设计、测试、评估和打包智能体 skills 的系统 | 构建者需要可重复的 skill 编写与基准测试工作流，而不是临时写 SKILL.md | Python、HTML 评估查看器、grader/comparator/analyzer 智能体 | 已发布 | GitHub · 推文 |
| Circle Agent Marketplace / Agent Stack | Circle | 面向智能体的钱包、marketplace、CLI 和 USDC 支付基础设施 | 智能体需要结构化的服务发现和可编程结算 | Agent Wallets、CLI、USDC、nanopayments、skills | 已发布 | 博客 · 网站 · 推文 |
| Orbis quickstart | @OrbisAPI | 注册智能体、返回 bearer key，并立刻开放大型 API 目录 | 去除智能体访问 API 时的登录、钱包和订阅负担 | REST 注册端点、orb_live_ key、Base/x402 结算 | 已发布 | 推文 |
| Ampersend Marketplace | @ampersend_ai | 面向智能体和构建者的公开按次付费 API 目录 | 为卖家提供分发渠道，也让智能体能发现并自动付费使用服务 | Base 上的 USDC、x402 结算、钱包 + SDK 接入 | 已发布 | 推文 |
| Web-Use | CursorTouch | 自治浏览智能体，可浏览网站、操作动态页面并处理认证流程 | 那些仍需脆弱人工浏览或定制浏览器自动化的网页任务 | Python、Chrome DevTools Protocol、视觉能力、语义树、WebMCP、OAuth 2.0 + PKCE | 已发布 | GitHub · 推文 |
TradingAgents 是这一天信息流中最清晰的“从研究走向产品构建”信号之一。@quantscience_ 分享了（159 个赞、6 条回复、15,332 次浏览、307 个收藏）介绍了这一框架，代码库 则表示，它模仿真实交易公司，由分析师、研究员、交易员和风险管理团队组成，并支持多个模型提供商。论文截图之所以重要，是因为它同时展示了交易历史图，以及一张表格：TradingAgents 在抽样股票上优于基于规则的基线。
贯穿这张表背后的构建模式，与当天其他内容高度一致：人们正把脆弱的提示词变成可复用资产。Koylanai 在构建面向 skills 的研究与 PR 循环，Paul Grey 在为 XPR 智能体发布经验证的知识层，而 skill-conductor 试图在分发前标准化 skills 的设计、测试和打包方式。
这些商业化项目也在朝同一个缺失层汇聚。Circle、Orbis 和 Ampersend 都在减少智能体决定使用某项服务与实际完成支付之间的摩擦，只是各自选择了不同的控制面：钱包加发现、一次调用式 bearer-key 注册，或按次付费的 marketplace。
Web-Use 的突出之处在于，它把浏览器自动化当成智能体基础设施，而不是浏览器宏。代码库 表示，它使用基于 CDP 的语义树、视觉落点、WebMCP 工具发现、文件操作，以及 OAuth 2.0 + PKCE token 复用。这比常见的“AI 会点按钮”演示，更像一套完整的浏览器智能体栈。
最有辨识度的垂直构建来自 @Call_Me_Commy，其牙科接待员演示把文化缺口直接连到了一个实际工作流上。在帖子回复里，构建者透露使用了 Vapi、ElevenLabs 和 n8n，说明如今的构建者已经可以很快地把语音、日程安排和自动化层拼接起来，在不发明新底层基础设施的前提下做出领域专用智能体。
6. 新动态与值得关注的内容¶
面向智能体的开放模型定位¶
@hasantoxr 声称（36 个赞、2 条回复、18,780 次浏览、48 个收藏）表示，Ant Group 已开源 Ring-2.6-1T，并将其描述为一个 1T 参数、63B 激活参数的推理模型，面向智能体和编程工作流打造，并可在 Claude Code 中使用。它值得关注的地方，在于其定位方式：长时任务、复杂推理、编程和智能体工作流被直接视为核心用例，而不是附带收益。
面向智能体运行时的分层安全栈¶
@garrytan 描述了（26 个赞、1 条回复、2,505 次浏览、63 个收藏）介绍了一套纵深防御方案：用 Silmaril 阻断 shell 层的提示词注入和入侵，用 Clawvisor 在凭证层和网络层进行阻断与检测，并在 OpenClaw 和 Hermes Agent 的应用层进行提示词注入检测。这是一个紧凑但重要的信号：围绕智能体安全的讨论正在变得更分层，也更明确地界定防御部署位置。
浏览器智能体正围绕结构与认证走向标准化¶
@tom_doerr 分享了（8 个赞、1 条回复、1,002 次浏览、10 个收藏）介绍了 Web-Use 这一自治网页智能体。代码库 表示，它结合了基于 CDP 的语义树、视觉落点、文件操作、WebMCP 工具发现，以及 OAuth 2.0 + PKCE 和持久 token 复用。这比泛泛而谈的“浏览器智能体”说法更能体现底层栈信号。
7. 机会在哪里¶
[+++] Harness 可观测性与自我改进工具 — 这是整份数据里最密集的信号。AHE 帖子、Learn Harness Engineering 课程、MeenakshiYACS 的架构图、Benj Dicken 关于复杂性的玩笑，以及 heygurisingh 对工作流审计的表述，都指向同一个缺口：团队需要更好的方式来检查、验证、演化和约束长时间运行的智能体。
[++] 托管式智能体记忆与自托管连续性 — 最强的未满足需求帖明确要求可自托管的托管式智能体，并完全掌控会话和记忆；与此同时，CopilotKit Threads、Higgsfield 围绕“减少盯守”的宣传，以及 Rez0 帖子中对上下文轮换的抱怨，都说明连续性依然脆弱。仍有空间做出这样的产品：保留状态、支持后台执行，并在不把团队强行推向第三方 SaaS 的前提下开放这些控制能力。
[++] 智能体支付、信任与服务评估层 — Circle、Orbis 和 Ampersend 都已经交付了同一栈中的部分能力，而 MalayAhmad 的帖子说明了构建者为什么在意。下一个机会不只是再做一个目录，而是搭建回复中点名需要的信任层：声誉、评估者角色、身份，以及当智能体开始自主为服务付费后，更清晰的执行保障。
[+] 本地化语音智能体默认能力 — Amara 接待员演示展示了一个具体、但尚未被充分服务的细分市场：带区域口音、本地业务语境和岗位专属工作流的语音智能体。底层技术栈已经存在，但产品化看起来还很早期。
8. 结论¶
- Harness 工程已经成为面向公众的智能体议题，而不再只是内部优化话题。 当天最强的帖子讨论的是可观测性、连续性、架构和 harness 自动演化，而不是提示词技巧。（来源）
- 可复用 skill 正被当作持久的智能体基础设施。 Hooks、经验证的知识包和 skill 评估系统，都被描述为用可重复控制替代“靠模型记住规则”的方式。（来源）
- 智能体商业化正从 marketplace 口号转向可执行的接入流程。 Circle、Orbis 和 Ampersend 都展示了注册、发现和按次结算的具体机制，同时构建者仍在抱怨接入负担。（来源）
- 最可信的构建者都在解决狭窄而具体的运营问题。 TradingAgents、尼日利亚牙科接待员，以及 XPR 经验证的开发 skill，都聚焦特定工作流，而不是宣称通用自治能力。（来源）
- 随着智能体越来越接近真实执行，安全讨论也在变得更分层。 Garry Tan 提出的 shell、凭证、网络和应用层栈，是一个简洁信号：单层防御已不再是主流叙事。（来源）