Twitter AI Agent - 2026-05-16¶
1. 大家在讨论什么¶
1.1 Harness 工程正变成可度量的运营工作 🡕¶
Harness 工程仍是核心话题，但支撑这一话题的证据形态已经变了。相比那种泛泛而谈“智能体需要更好的脚手架”的观点，最有分量的帖子开始聚焦于具体的可观测性层、清晰的框架映射、团队成本仪表盘，以及运行长期存续 harness 的经济账。至少有六条内容扎实的帖子支撑了这一主题，甚至连玩笑都不再围绕提示词，而是转向了嵌套控制循环。
@IntuitMachine 总结道（19 个赞、2 条回复、1,392 次浏览、32 次收藏）发布了 Agentic Harness Engineering 论文，称经过十轮由可观测性驱动的 harness 编辑，Terminal-Bench 2 的 pass@1 从 69.7% 提升到 77.0%，并且这一改进还迁移到了 SWE-bench-verified，同时 token 用量减少了 12%。推文中的摘要截图也明确点出了论文的核心主张：真正带来提升的不是新的基础模型，而是对组件、经验和决策的可观测性。
@IntuitMachine 关于 Sylph AI 的 harness-evolution 论文 的配套线程（38 个赞、2 条回复、1,250 次浏览、37 次收藏）也在推动同一方向：Worker、Evaluator 和 Evolution 智能体会自动重写 harness，而元进化循环则学习如何把这种模式适配到新领域。相关的公开成果是 你将构建的最后一个 Harness，这让当天的讨论不再像是“放大版的提示词工程”，而更像是自动化运行时工程的开端。
@FUCORY 认为（78 个赞、5 条回复、9,629 次浏览、82 次收藏）表示，Bun 的重写是 harness 工程目前最好的在线实例之一，因为这项工作的重点本质上是长期运行的工作流设计，而不只是 LLM 输出质量。那张配图之所以重要，是因为它把 Bun 的 harness 概念与 Smithers 原语一一对应起来；而回复区又补上了基准测试讨论里少见的细节：用于内存管理的生命周期分类器，以及刻意设计的背压机制。
@valentinmihov 报道（13 个赞、5 条回复、867 次浏览）表示，他所在团队的 harness 结合了 Multica 看板、运行在 Codex 上的 Hermes Agent、Hindsight 记忆系统、自定义技能、内部监控、OAuth2 SSO，以及由 Git 管理的基础设施。他说，这套配置消耗了大约 600 million tokens，API 成本约为 $3,000；相比之下，他估计同样的事情若靠 DevOps 来做，大概要花两个月。这让“智能体式工程”从抽象模式变成了明确的运维预算。
讨论洞察： @BenjDicken 记录了（583 个赞、22 条回复、19,613 次浏览、150 次收藏）用“智能体 → while 循环子智能体 → 嵌套 while 循环智能体 harness”这句话概括了 2026 年的工程现实。这个玩笑之所以奏效，正因为它贴合了那些严肃帖子的共同主题：更多循环、更多记忆策略、更多编排层，也就意味着更多丢失可观测性的机会。
与前一天的对比： 5 月 15 日，人们还主要通过架构图、可观测性论文和参考课程来理解 harness。到了 5 月 16 日，讨论依旧火热，但已经进一步深入到可测量的改变量、框架映射，以及团队层面的成本与技术栈披露。
1.2 智能体控制面正变成可配置产品 🡕¶
第二个讨论簇把智能体看成的已不只是聊天入口，而是可配置的软件。信号最强的例子是一些 UI 截图和运行时界面，它们展示了指导信息放在哪里、启用了哪些集成、如何切换提供商，以及操作人员在不修改提示词文件的情况下能调整哪些内容。
@karrisaarinen 表示（61 个赞、6 条回复、6,281 次浏览、88 次收藏）表示，他现在大多数智能体相关工作都通过 Linear Agent 完成，里面包括个人指导、自定义技能、MCP 服务器、内置网页搜索与代码上下文，以及工作区级别的控制项。真正重要的是那组截图：它展示了 Gong 负责记录 intake、按工作区启用的开关，以及 Slack、Teams、Intercom、Zendesk 和 Gong 的已启用集成列表，让这个产品看起来更像操作员控制台，而不是提示词包装器。
@muskonomy 报道（41 个赞、6 条回复、1,676 次浏览）表示，Grok 订阅用户现在可以直接连接到 Hermes Agent，其 README 将其描述为一个可自我改进的运行时，具备模型切换、技能、记忆、cron 和消息网关等能力。一篇互动不高却更能说明问题的配套帖子来自 @MoeSbaiti 宣称（1 个赞、2 条回复、74 次浏览）：xAI 的 OAuth 流程现在把聊天、TTS、图像生成、视频生成和转录打包到同一次登录中，而那张架构图也准确展示了这组能力是如何呈现给用户的。
@RodmanAi 分享了（46 个赞、8 条回复、1,661 次浏览、21 次收藏）把免费 学习 Harness Engineering 内容定义为提示词之上缺失的生产层。课程页面本身写明，课程体系覆盖 20 个阶段、416 节课，内容从模型内部机制一直延伸到自主集群，这也解释了为什么当天最好的 UI 帖子反复谈的是记忆、治理、集成和持久性，而不是提示词格式。
讨论洞察： 控制界面的叙事也有一个鲜明的负面映照。@abboskhonovv 表示（9 个赞、1 条回复、417 次浏览）试了四个 Hermes Web UI，发现不是布局古怪就是功能缺失；而 @zebassembly 表示（27 个赞、8 条回复、1,437 次浏览）对当前编程智能体里的 TUI 吹毛求疵到想自己做一个。
与前一天对比： 5 月 15 日的技能讨论围绕可复用知识包、钩子和评估循环展开。5 月 16 日则显示了这些能力正在落到哪里：设置面板、集成页面、运行时开关，以及与提供商绑定的订阅流程。
1.3 身份与治理成为智能体商业的难点 🡕¶
关于商业化的讨论，已经从简单的市场发现转向缺失的信任层。最有分量的内容都在谈智能体身份、同意边界、可审计性，以及当智能体开始真实地进行交易或相互调用技能时，工作该如何结算。
@felix_fan 写道 称（59 个赞、15 条回复、5,627 次浏览），Trust Wallet 正在沿两条路线推进：一条是面向开发者侧，用 Agent Kit 加上 EIP-8004 构建链上智能体身份；另一条则是面向消费者，仍由用户持有密钥，并在每一步都给出同意。Cryptobriefing 和 PYMNTS 的公开报道也用文字呈现了同样的分野：一边是更自主的钱包和转账，另一边则是会话上限、防护措施和责任归属问题。
@sijlalhussain 认为（12 个赞、1 条回复、301 次浏览）认为，智能体商业中的信任问题，本质上是运营治理架构问题，而不是品牌问题。他分享的图片比推文本身更有价值，因为它把问题提炼成五项具体要求——身份验证、人类监督、透明度、数据安全，以及可追责的治理。
@Unibase_AI 宣布（19 个赞、75 条回复、101 次引用、31,573 次浏览）提到 Flap 进入 BitAgent 的 ERC-8183 市场，提供跨多条链的自主代币发行技能。最有用的证据并不在主帖，而是在点赞最高的回复里：可组合的技能调用仍然需要托管、交付物哈希和评估者结算，真实工作才能完成结算，这也说明在热潮之下，市场底层基础设施仍有大量缺口。讨论洞察： 这也是当天分歧最鲜明的一组讨论。看多的市场类帖子一直在强调可发现、可组合的技能；批评性的回复则不断把话题拉回到同意、归属、托管，以及当智能体完成——或未能完成——一项付费任务时，究竟该由谁拍板。
与前一天对比： 5 月 15 日关注的是智能体如何注册、发现服务，以及如何按次调用付费。5 月 16 日则补上了这套流程之下更棘手的问题：智能体到底是谁、继承了什么权限、活动如何审计，以及市场中的工作最终究竟如何结算。
2. 什么最让人沮丧¶
Harness 层的构建和调试成本依然过高¶
最严重的挫败点在于，在模型能够被信任去执行长任务之前，要做出可靠的智能体，仍然需要大量 harness 工作。@IntuitMachine 总结道（19 个赞、2 条回复、1,392 次浏览、32 个收藏）把 AHE 论文视为对 harness 组件纠缠、轨迹噪声过大，以及编辑到底是帮了忙还是添了乱却难以归因这些问题的回应。@valentinmihov 报道（13 个赞、5 条回复、867 次浏览）表示，就算有 AI 加速，他们团队搭自己的 harness 仍花了大约 6 亿个 token 和约 $3,000 的 API 成本。@BenjDicken 转向了（583 个赞、22 条回复、19,613 次浏览、150 个收藏）则把这种运维层面的蔓延变成了当天最具代表性的笑话：嵌套的智能体循环，而这也正是它能引发共鸣的原因。严重程度：高。眼下看得见的解决办法，不是把提示词写得更简单，而是把 harness 结构做得更明确——加入记忆分类器、批评器、映射和审计层。值得投入建设，因为即便是能力很强的一线操作者，发帖时也仍然把这类系统描述得既昂贵又脆弱。
智能体仍然缺乏自己的身份、责任和结算边界¶
第二个高严重度问题是，智能体执行时继承了太多人类身份，却几乎没有足够明确、面向智能体本身的问责边界。@pvergadia 警告（7 个赞、7 条回复、1,094 次浏览）指出，10 个智能体完全可能都跑在同一组长期有效的凭证之下，却根本无法分辨到底是哪一个执行了动作；该帖还引用了 1Password CTO Nancy Wang 对“智能体会永久继承权限”这一问题的看法。@felix_fan 表示（59 个赞、15 条回复、5,627 次浏览）表示，Trust Wallet 依然把开发者自主权和消费者同意分开处理，而 PYMNTS 报道 也提出了同样的观点：系统里仍少不了会话上限、责任界定，以及人工审批这个环节。围绕 @Unibase_AI BitAgent 发布帖（19 个赞、75 条回复、101 条引用、31,573 次浏览）的一条高赞回复则认为，可组合的技能调用仍然需要托管、交付物哈希和评估者结算，真实工作才能真正完成清算。严重程度：高。当前的权宜之计是设置明确的同意闸门、钱包限额和人工接管。值得投入建设，因为信任层显然落后于市场层。
现有 UI 和 TUI 仍然缺少运营级控制能力¶
即便底层运行时已经具备能力，界面质量仍然是现实中的阻碍。@abboskhonovv 表示（9 个赞、1 条回复、417 次浏览）表示，他试了 4 个不同的 Hermes Web UI，却都遇到了布局古怪或功能缺失的问题，于是自己做了 Hermium，加入模型切换、聊天管理、技能面板和 cron 控制。@zebassembly 表示（27 个赞、8 条回复、1,437 次浏览）表示，当前编码智能体的 TUI 存在太多琐碎问题，以至于他们虽然喜欢底层产品，还是想自己做一个智能体。@karrisaarinen 展示了（61 个赞、6 条回复、6,281 次浏览、88 个收藏）则展示了更好的样子：设置、开关、集成和引导都应直接在产品里可见，而不是被埋在提示词文件中。严重程度：中。当前的变通办法是自己替换 UI 层。值得投入建设，因为这种痛点具体、反复出现，而且直接关系到操作者的日常工作流，而不是审美偏好。
3. 人们希望看到什么¶
可验证的智能体身份与结算规则¶
最明确的现实需求，不是再来一个市场，而是其下方的规则层。@pvergadia 表示（7 个赞、7 条回复、1,094 次浏览）指出，智能体仍然缺乏属于自己的身份，这使得继承权限和归属认定成了一个“RIGHT NOW”问题。@felix_fan 将其定位为（59 个赞、15 条回复、5,627 次浏览）给出的答案是 Trust Wallet 的 Agent Kit 加上 EIP-8004：在开发者侧提供身份能力，同时让用户在消费端保留密钥与同意权；而在 @Unibase_AI BitAgent 发布帖（19 个赞、75 条回复、101 条引用、31,573 次浏览）下，有回复认为，托管、交付物哈希和评估方结算机制仍然缺位。机会：直接。这个需求具体、可操作，而当前的钱包和市场发布仅部分解决了它。
能跨越会话重置且受治理的记忆¶
另一个反复出现的需求，是归运营者所有、而非归模型供应商所有的持久状态。ODEI 产品页面 明确围绕“停止每天早上重建上下文”这一需求进行销售，承诺在 Claude Code、Codex 和 Gemini 之上提供持久化世界模型、治理循环和审计凭证。@valentinmihov 表示（13 个赞、5 条回复、867 次浏览）表示，他自己的 harness 需要一套专门的 Hindsight 记忆系统；而 @muskonomy 构建了（41 个赞、6 条回复、1,676 次浏览）认为，Grok 与 Hermes 的价值恰恰在于记忆能跨会话、跨消息界面持续存在。机会：直接。需求非常务实，且已有多个产品在围绕它销售，但市场看起来仍处于早期且较为分散的阶段。
面向运营者的持久智能体前端¶
人们还想要那种“可操作”的智能体运行时，而不只是功能强大。@abboskhonovv 开发了（9 个赞、1 条回复、417 次浏览）因为现有 Hermes UI 缺少模型切换、聊天管理、技能可见性和 cron 控制，于是做了 Hermium。@zebassembly 表示（27 个赞、8 条回复、1,437 次浏览）指出，当前 coding-agent TUI 仍有太多本可修复的小毛病；@karrisaarinen 展示了（61 个赞、6 条回复、6,281 次浏览、88 次收藏）则表示，理想的替代方案应是一个具备可见开关、引导和集成的 UI，而不是把一切藏在隐性的约定里。机会：直接且竞争激烈。这个需求已经说得很明白，但多个构建者也正朝着同一个答案收敛。
4. 正在使用的工具与方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| Agentic Harness Engineering | Harness / 评估方法 | (+) | 闭环 harness 编辑、明确的可观测性层，以及在 Terminal-Bench 2 上可迁移的基准收益 | 仍然偏重基准测试；论文本身也指出存在回归盲区和非加性交互 |
| The Last Harness You'll Ever Build | Harness 演化框架 | (+/-) | Worker/Evaluator/Evolution 加上元演化循环，可让 harness 适配新领域 | 公开证据目前仍以论文和厂商叙事为主，尚未形成广泛的运营者验证 |
| Learn Harness Engineering / AI Engineering from Scratch | 课程 / 参考资料 | (+) | 围绕持久化、验证和系统设计，把 harness 工作变成结构化课程 | 只是教学材料，不是运行时或产品 |
| Hermes Agent | 智能体运行时 | (+/-) | 持久记忆、技能创建、模型切换、消息网关、cron、Grok 集成 | 用户仍在抱怨缺少 UI 控件，并持续构建替代前端 |
| Linear Agent | 工作区智能体 | (+) | 细粒度引导、内置搜索与代码上下文、面向集成的控制项，以及管理员/用户配置 | 当前证据主要来自一条运营者帖子，而不是大量公开案例研究 |
| ODEI | 记忆 / 治理层 | (+/-) | 持久化世界模型、治理循环、审计凭证，以及位于终端智能体之上的模型无关连续性 | 产品承诺领先于目前可见的第三方使用证明 |
| XPR Network Dev Skill | 领域技能包 | (+) | 以实时主网数据为依据、经 ABI 验证的文档；按需加载的知识模块 | 目标范围局限于单一区块链生态 |
| ComfyUI Skills for OpenClaw | 工作流桥接层 | (+) | CLI 优先的模式映射、多服务器路由、可选 Web UI、跨运行时支持 | 智能体要可靠使用，仍需先导出 ComfyUI 工作流并完成服务器配置 |
| Hermium | 智能体 UI | (+) | 自托管前端，支持模型切换、持久会话、斜杠命令和使用洞察 | 项目非常新，且完全依赖底层 Hermes |
| TradingAgents | 金融框架 | (+/-) | 分析师、研究员、交易员和风控等专业角色；多供应商模型；检查点恢复；决策记忆 | 仓库明确将自身定位为研究导向，结果会因模型和数据而异 |
| Agent Kit + EIP-8004 | 钱包 / 身份基础设施 | (+/-) | 在保留用户同意流程的同时，为智能体提供链上身份和可编程操作 | 在当前的钱包发布中，同意、责任与结算问题仍未解决 |
总体来看，当工具提供清晰的控制界面或基于领域的知识，而不是让运营者用提示词临时拼凑一切时，满意度最高。可见的迁移趋势，是从原始的“提示词 + 工具”组合，转向受治理的运行时、持久记忆层、经验证的技能包，以及明确展示开关、集成和预算的前端。当基础设施足够好但 UX 偏弱时，主要的变通办法是构建像 Hermium 这样的包装式 UI，或转向像 Linear Agent 这类已经暴露出运营者所需控制项的产品。竞争压力最强的地方，正是运行时与控制能力相交的区域：harness 工具、持久记忆/治理、工作流桥接，以及钱包身份技术栈。
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、交易员和风控团队 | 将市场分析和交易决策拆分为由专业智能体协作完成的工作流 | Python、LangGraph、多供应商 LLM、Alpha Vantage | 已发布 | GitHub · 论文 · 推文 |
| Fuzzy Scanner | @FuzzyAiGent | 通过五阶段多智能体流水线审计 Solana 程序 | 降低智能合约人工审查的时间和成本 | Swarms、Solana、Rust/Anchor 输入 | ||
| XPR Network Dev Skill | @paulgrey | 面向 XPR 开发和自主代理的领域技能包 | 为代理提供经过验证的链上专属知识，而不是靠猜 | Markdown 技能模块、实时 ABI 验证、Hyperion 跟踪、OpenClaw 集成 | 已发布 | GitHub · 推文 |
| Hermium | @abboskhonovv | 自托管的 Hermes 聊天 UI | 解决模型切换、聊天管理、技能可见性和 cron 控制缺失的问题 | React、Hono、Bun、Hermes Agent | Beta | GitHub · 推文 |
| ODEI Agent Builder | @odei_ai | 构建在现有终端代理之上的持久化世界模型与治理层 | 解决代理工作流中的会话重置和缺乏可审计性问题 | 世界模型图、治理循环、审计回执、Claude Code/Codex/Gemini 引导配置 | 已发布 | 网站 · 推文 |
| Printr MCP | @printr | 通过技能目录安装的、面向代理的代币启动平台 | 让代理通过单一命令界面部署代币并管理资金库流程 | MCP、技能目录、链上启动工具 | 已发布 | 推文 |
| ComfyUI Skills for OpenClaw | HuangYuChuh | 将 ComfyUI 工作流变成可调用的代理技能 | 让创意工作流可被调用，同时无需暴露原始图结构 | Python CLI、模式映射、可选 Web UI、多服务器路由 | 已发布 | GitHub · 推文 |
| Blackfin | MrDiamondBallz | 本地优先的兼容性内核，带有策略控制和隔离代理 | 提供更安全的工具使用、隔离工作区、可移植技能和确定性追踪 | Python CLI、TOML 策略、加密机密、SQLite 内存 | Alpha | GitHub · 推文 |
TradingAgents 是最鲜明的垂直化构建者信号。@gusik4ever 位列（177 个赞、24 条回复、12,538 次浏览、205 次收藏）将其列为本周增长最快的金融代码仓库，新增 3,822 个 stars；仓库 称，它模拟了一家真实交易公司，设有分析师、研究员、交易员和风控团队，并支持检查点恢复与决策记忆。这种组合——角色分工、持久化日志和多模型提供商支持——使它远不只是一个通用 AI 交易机器人。
Fuzzy Scanner 在安全领域也体现了同样的垂直化趋势。@FuzzyAiGent 描述为（7 个赞、3 条回复、124 次浏览）展示了一条五阶段的多智能体 Solana 审计流水线，截图中给出了对十个项目的评分、约 0.14 美元的平均成本，以及 121 秒的并行运行时间。这里释放出的信号还不是已经被广泛采用，而是构建者已经开始在狭窄领域内，为智能体系统加入成本和基准测试输出。
第二种反复出现的构建模式，是把专家工作流转化为适合智能体调用的接口。@paulgrey 发布了（92 个赞、2 条回复、5,855 次浏览、23 次收藏）展示了一个 XPR 技能包，其 README 称每一条事实都已依据实时主网 ABI 和 Hyperion traces 进行验证；而 @DanKornas 分享了（3 个赞、1 条回复、372 次浏览）则展示了面向 OpenClaw 的 ComfyUI Skills，作为一层 CLI 和 schema 抽象，让智能体无需接触原始图结构就能调用导出的创意工作流。@abboskhonovv 采用了（9 个赞、1 条回复、417 次浏览）则把同样的方法用在了 UX 侧：由于现有 Hermes 前端连一些基础控件都缺失，他们于是构建了 Hermium。
ODEI、Printr 和 Blackfin 指向了第三种模式：人们已经不再满足于仅有底层运行时。他们正在底层智能体之上叠加世界模型、治理循环、审计凭证、策略配置、加密机密，或一键执行链上操作的界面，这表明下一波构建者活动更可能集中在元基础设施，而不是面向终端用户的聊天界面。
6. 新内容与值得关注的动态¶
Codex 实时语音接力已在公开痕迹中显现¶
@DevAdventur3s 声称（28 个赞、8 条回复、1,509 次浏览）表明，OpenAI 正在低调地把实时语音模式做进 Codex。这个信号之所以值得关注，是因为证据异常具体：一张截图显示了一次延迟 182 毫秒的实时语音会话，同时有一个后台智能体在编辑四个文件；另一张则展示了 Rust 代码，其中 DEFAULT_REALTIME_MODEL 被设为 gpt-realtime-1.5。GitHub 代码搜索还在 openai/codex 中搜到了 codex-rs/core/src/realtime_conversation.rs，这让这一判断不再只是纯粹猜测。
结构化维基百科生成有了专门的多智能体论文¶
@WikiResearch 分享了（9 个赞、1,095 次浏览）介绍了 WikiMAG 论文：该系统通过 Progressive Planner、Reflective Inspector 和 Versatile Writer 来组装叙事、时间线和表格部分，在结构和引用质量上优于 STORM 和 Co-STORM 等更早的系统。它值得关注之处在于目标本身：多智能体生成正在从通用聊天输出，转向结构化、引文密集型的文章生产。
评测 harness 的小修小补仍在推动基准分数上升¶
@OpenCvn 表示（1 个赞、801 次浏览）显示，KRAFTON AI 只做了少量 harness 修复，就在 Terminal-Bench 上跃升了 10 多分；公开的 Terminus-KIRA 仓库 将提升归因于原生工具调用、多模态图像分析、基于标记的轮询，以及多视角完成检查清单。这一点很重要，因为它再次印证了当天更广泛的模式：即便底层模型家族已经很强，harness 默认设置似乎仍然留有显著的性能提升空间。
7. 机会在哪里[+++] Harness 可观测性与演进工具——AHE 论文、Sylph 元演进循环、Bun 到 Smithers 的映射，以及 @valentinmihov 的成本仪表盘，都指向同一个缺口：团队至今仍在模型与任务之间这一层花费真金白银，以及大量操作人员时间。能让 harness 修改可检查、可比对、可做基准测试，并且低成本快速迭代的产品，已从第 1、2、4 和 6 节获得支撑。¶
[+++] Agent 身份、同意与评估结算——关于身份缺口的讨论、Trust Wallet 的双轨钱包设计、McKinsey 的信任分类法，以及 BitAgent 关于托管、交付物哈希和评估结算的回复，都指向一个缺失环节：agent 行动与可追责结果之间的基础设施仍不完善。这是一个很强的机会点，因为痛点和局部解决方案都一再出现。
[++] 持久化 agent 的操作前端——Hermium 之所以存在，是因为现有 Hermes UI 连基本控制项都没做好；zebassembly 也明确表示想要更好的编程 agent TUI；而 Linear 的截图则显示，市场确实需要可见的设置项和集成能力。这不是一片空白市场，而是一个竞争中的赛道，但需求直接且高频。
[+] 语音优先编程与实时 agent 交接——Codex 实时功能的截图，以及 Zubin Pratap 对语音技术栈的分类，都表明一个围绕低延迟、后台执行的“边说—边构建—边讲解”工作流市场正在浮现。相关证据仍然偏早期，但现在已经是公开的、具体的，并且对应到真实的代码和 UI 产物。
8. 要点¶
- Harness 工程如今被视为系统工程，而不再只是提示词技巧。 @IntuitMachine 总结道（19 个赞、2 条回复、1,392 次浏览、32 次收藏）中，AHE 将结果从 69.7% 提升到 77.0%；而 @valentinmihov 报道（13 个赞、5 条回复、867 次浏览）则展示了某个团队为构建 harness 投入 $3,000 和 600 million tokens 的案例。
- 操作前端正成为运行时之上的竞争层。 @karrisaarinen 展示了（61 个赞、6 条回复、6,281 次浏览、88 次收藏）显示，Linear Agent 现在已经在产品内公开提供指导和集成功能；而 @abboskhonovv 构建了（9 个赞、1 条回复、417 次浏览）则说明了 Hermium 为何出现：现有 Hermes UI 仍缺少核心控制项。
- 钱包和市场仍缺少可追责的中间层。 @felix_fan 拆分（59 个赞、15 条回复、5,627 次浏览）将开发者侧的自主性与消费者侧的同意区分开来，以及 @sijlalhussain 提出（12 个赞、1 条回复、301 次浏览）认为，代理式商业中的信任问题，本质上是治理架构问题。
- 最可信的构建者推出的是垂直领域工具，而不是宣称通用自主性。 @gusik4ever 排名（177 个赞、24 条回复、12,538 次浏览、205 个收藏）提到 TradingAgents 成为本周增长最快的金融仓库，@FuzzyAiGent 描述了（7 个赞、3 条回复、124 次浏览）提到一个多智能体 Solana 审计器，@DanKornas 分享了（3 个赞、1 条回复、372 次浏览）则提到一个面向智能体的 ComfyUI 工作流桥接工具。
- 语音优先编程仍处于早期阶段，但已不再只是设想。 @DevAdventur3s 指出（28 个赞、8 条回复、1,509 次浏览）提到 Codex 实时 UI 和 Rust 代码产物，而 @ZubinPratap 将其界定为（6 个赞、2 条回复、144 次浏览）则指出，低延迟轮次处理与打断控制，才是对话式语音智能体背后真正的工程难题。