Twitter AI Agent - 2026-05-26¶
1. 人们在讨论什么¶
1.1 技能正成为可训练的产品与可复用的工程资产 🡕¶
5 月 26 日最明显的变化是，“技能”不再像私藏的提示词包袱，而开始呈现为可迁移资产。在高信号内容中，它们同时以三种形式出现：可销售的市场产品、可供智能体训练的外部状态，以及可跨运行时安装的可复用工程习惯。相比 5 月 25 日对记忆层和 harness 术语表的强调，5 月 26 日则把同一理念进一步推进到了变现、优化和分发层面。
@Capafyai 发布了（373 个赞、227 条回复、254 条引用、119,630 次浏览）将 Capafy 描述为一个市场：在 Claude Code、Codex 或 OpenClaw 中构建的技能，可以在线运行，同时保持闭源。实时 Capafy 网站 已经列出了电商广告、简历筛选、社交媒体文案、PDF 生成和数据分析等领域的专家智能体，而 Capafy-skills 仓库 则解释了两种客户端流程——Capafy-Publisher 和 Capafy-User——以及闭源 Run Online 模式与普通 Download 模式之间的关键商业差异。
@koylanai 认为（231 个赞、502 次收藏、55,849 次浏览）介绍了 SkillOpt 如何将 SKILL.md 文件转化为可训练参数，并配套留出验证闸门、有界编辑预算和跨 harness 可移植性。配图让这一主张变得格外具体：被接受的修改幅度很小、经过验证且可复用，而不是大范围重写。SkillOpt 仓库 和 论文 进一步用六项任务上的基准覆盖与已报告的提升幅度支撑这一点，其中包括 GPT-5.5 在 Codex 风格 harness 中提升 +24.8 分。
@daniel_mac8 翻译了（281 个赞、10 条回复、18,606 次浏览、343 次收藏）把这一研究思路变成了一套可运行的 Codex 习惯：先读论文，进入 /goal 模式，再在本地配置中实现这一循环。这张截图之所以重要，是因为它一边展示论文，另一边展示具体的脚本与目标工作流，把“可训练技能”变成了编码智能体可以立刻采用的实践模式，而不只是又一个收藏链接。
@HiTw93 打包了（47 个赞、9 条回复、10,160 次浏览）介绍了 Waza 的八项工程技能，涵盖规划、设计、调试、评审、阅读、写作、研究和健康检查。Waza 仓库 展示了 Claude Code 和 Codex 的安装流程，以及手动串联技能的方法，因此这篇帖子不只是关于习惯的口号，而是一套关于可复用工程行为如何跨智能体分发的具体方案。
讨论洞察： 回复并不买账那种模糊的“自我改进智能体”说法。大家反复回到几个问题：能否按单项技能进行度量、差异范围是否受限、安装入口在哪里，以及技能能否在不泄露底层诀窍的前提下被验证或出售。
与前一天对比： 5 月 25 日，技能主要被讨论为记忆层和可复用知识文件。到了 5 月 26 日，同一底层载体则更明确地被当作可以训练、安装和变现的对象。
1.2 Harness 设计从概念走向治理与可运维性 🡕¶
第二个主要主题是，harness 工程不再只是画架构图，而开始聚焦控制点：策略在哪里执行、状态存放在哪里，以及当智能体拥有真实权限或要服务多个用户时，会在哪些地方出问题。最有代表性的帖子把研究语言与具体实现接口结合起来，例如 YAML 策略内核、基于 Postgres 的状态，以及可组合的记忆层。
@_vmlops 强调了（215 个赞、8 条回复、15,069 次浏览、364 次收藏）将 Microsoft Agent Governance Toolkit 描述为一个确定性层：在工具调用真正发出前进行拦截，并提供 YAML 策略、身份机制、沙箱和防篡改日志。AGT 仓库 README 明确将提示词层安全界定为非控制面；但最有实质内容的一条回复补充了一个重要限制：工具调用层面的强制执行看不到提示词中的恶意指令，也看不到输出里的敏感内容，因此团队仍需要独立的输入与输出防护。
@dair_ai 重新定义为（59 个赞、10 条回复、3,530 次浏览、54 次收藏）把整个问题概括为“系统扩展”，认为如今智能体质量来自记忆、上下文构建、技能路由、编排、验证与治理，而不只是模型规模。论文配图之所以重要，是因为它直接点出了三个 harness 瓶颈——上下文治理、可信记忆和动态技能路由——并将它们与参考 harness CheetahClaws 联系起来；项目页面则将其描述为原生支持 Python 且与模型无关。
@Hey_Amiko 表示（9 个赞、190 次浏览）指出，OpenHermit 之所以存在，是因为一旦智能体系统超出单用户场景，本地文件、密钥和会话状态就会失控。OpenHermit 网站 和 仓库 明确划出了边界：内部状态放在 PostgreSQL 中，外部状态放在每个智能体各自的沙箱中，同时还提供面向整个集群的技能与 MCP 服务器 rollout 命令。@mattapperson 发布了（94 个赞、7 条回复、11,134 次浏览、120 次收藏）则以相似思路介绍了 Noetic，带有 七个可组合原语 和一种多层记忆模型，试图让上下文边界变得可读，而非神神秘秘。
讨论洞察： 回复最终收敛到同一个边界条件：光靠提示词不够。即便是偏乐观的帖子，也会被追问是否具备版本化策略、明确回滚、集中式状态，以及模型之外的确定性强制执行。
与前一天对比： 5 月 25 日的 harness 讨论仍以解读文章、架构图和资源地图为主。到了 5 月 26 日，讨论进一步下沉到运行时策略、集群运维，以及那些必须直接工程化解决的 harness 层瓶颈。
1.3 实时智能体开始拥有更快的语音回路和可视化前端 🡕¶
还有一个规模较小但很清晰的讨论簇，聚焦于后端回路足够快之后，智能体会“看起来、听起来”像什么。共同点并不是某个新模型本身，而是围绕既有智能体加上的封装层：更低延迟的对话推理、替代固定聊天面板的动态画布，以及无需替换整套栈就能增加视觉存在感的头像层。
@kwindla 报道称（88 个赞、4 条回复、7,712 次浏览、56 次收藏）称，由 Cerebras 提供服务的 Kimi K2.6 可以在 500 毫秒内完成启用推理的语音智能体单轮交互。这一点很关键，因为推理延迟通常会让对话式智能体变得难以使用。相关的 Cerebras 博客 声称其输出速度达到每秒 981 个 token，最终答案生成时间比官方 Kimi 端点快 29 倍；Kwindla 的回复则交代了实际技术栈：Pipecat Smart Turn、Nemotron 流式 ASR、Cerebras Kimi K2.6 和 Kyutai Pocket TTS。
@pika_labs 分享了（128 个赞、18 条回复、6,985 次浏览）介绍了“生成式 UI”：一种由语音控制的界面，智能体每一轮都会生成新的 HTML 布局，而不是往固定外壳里填内容。相关的 generative-ui README 说明，这是一个仅限本地运行的原型，基于 OpenAI Realtime、Pika MCP 和可选的 Google Workspace 工具；回复则强调，它是有意保持粗糙的实验品，并非面向生产环境。
@AiwithYasir 放大了（59 个赞、11,420 次浏览）介绍了 LiveAvatar 面向 LiveKit、Pipecat、Agora 和 VisionAgent 的插件接入路径。LiveKit LiveAvatar 文档 将其描述为叠加在现有语音应用之上的 Python 头像会话，这也强化了当天更大的趋势：多模态存在感正作为当前智能体栈之外的一层封装被加上去，而不是被视作一套独立技术栈。
讨论洞察： 这些帖子默认核心智能体已经存在。如今的工作重点正转向延迟、视觉编排和存在感层，让同一个底层智能体更像在对话，而不再只是困在终端里。
与前一天对比： 5 月 26 日的语音与 UI 信号比 5 月 25 日更明显。讨论从泛泛的“语音智能体”热情，转向了关于低于 500 毫秒回路、动态画布和头像插件的具体主张。
2. 什么让人沮丧¶
仅靠提示词的安全方案，总会在最需要信任的时刻失灵¶
严重程度：高。@RoundtableSpace 推荐了（50 个赞、14 条回复、37,788 次浏览）分享了一个用于安全审查的 Claude 单提示词方案，但回复几乎都指向同一个结论：@Trish_DIntel 说模型无法可靠识别自己会中哪些招，@OraclesTech 认为容易受提示词注入攻击的同一个模型，不可能靠自己保护自己，@0xDawny 则呼吁做代码审计，而不是修补提示词。AGT 线程则从反方向强化了同样的挫败感：@_vmlops 提到了（215 个赞、8 条回复、15,069 次浏览、364 次收藏）提出了确定性的工具调用治理，但一条详细回复仍指出，团队需要独立的提示词与输出防护。@tom_doerr 分享了（17 个赞、8 条回复、1,242 次浏览、22 次收藏）将 Cisco Skill Scanner 视作一种尽力而为的回应，而那个线程里也立刻有人追问：它能否捕捉多步骤数据外泄。人们目前的应对方式，是在模型之外叠加扫描器、策略内核和人工审查。值得投入建设：是。
单用户文件布局撑不过生产环境¶
严重程度：高。@Hey_Amiko 写道（9 个赞、190 次浏览）指出，一旦智能体框架超出单用户场景，本地文件会四散、密钥会泄露，扩展最终变成“SSH 加祈祷”。@dair_ai 认为（59 个赞、10 条回复、3,530 次浏览、54 次收藏）认为，真正的系统扩展瓶颈是上下文治理、可信记忆和动态技能路由；@mattapperson 发布了（94 个赞、7 条回复、11,134 次浏览、120 次收藏）则将 Noetic 描述为带有显式记忆与控制流原语的方案，而不是依赖框架的隐藏行为。当前可见的权宜之计，是集中内部状态、隔离工作区，并为技能、密钥和 MCP 服务器增加 rollout 入口。值得投入建设：是。
推理仍让语音智能体显得迟缓¶
严重程度：中。@kwindla 报道称（88 个赞、4 条回复、7,712 次浏览、56 次收藏）指出，推理模式带来的延迟是语音智能体的真实痛点，并把 Kimi K2.6 的速度视为其变得可用的原因。回复里的实际解决方式是栈级方案，而非单一模型方案：把 Pipecat Smart Turn、流式 ASR、快速推理和 TTS 一起调优，让用户不用干等模型“思考”。值得投入建设：是——这个痛点具体、可量化，而且直接关系到用户体验。
构建者正被术语泛滥拖慢进度¶
严重程度：中。@adithya_s_k 抱怨道（55 个赞、5 条回复、2,855 次浏览、28 次收藏）指出，harness、scaffold、上下文工程和 agentic workflows 这些术语常被当作共识来使用，尽管它们在实践中往往指的不是同一件事。回复大多是在感谢那篇术语表帖子建立了基础标准，而不是反驳这一抱怨。虽然这不如安全和扩展问题尖锐，但它依然在消耗工具评估、上手培训和框架比较的时间。值得投入建设：也许。
3. 人们希望出现什么¶
面向开放式智能体工作的验证器¶
数据里最明确的需求，是一种能像基准测试评判代码那样，严格评判写作、设计、策略与安全行为的闸门。@koylanai 写道（231 个赞、502 次收藏、55,849 次浏览）指出，验证是瓶颈，因为基准测试的自动评分器无法迁移到开放式工作；AGT 与 Roundtable 线程在安全层面也暴露出同样的缺口：团队可以拦截工具调用，但仍缺乏可靠的提示词、输入和输出评估器。@tom_doerr 分享了（17 个赞、8 条回复、1,242 次浏览、22 次收藏）把 Skill Scanner 当作一个部分答案，但它自己的 README 也把它定义为尽力而为，而回复立刻追问多步骤数据外泄。机会：直接。
面向智能体集群的生产控制平面，而不只是单兵智能体¶
人们想要的是：一旦牵涉团队或客户，智能体依然能把状态、密钥、日程和技能管理得可操作、可运维。@Hey_Amiko 描述了（9 个赞、190 次浏览）将 OpenHermit 视为单用户文件散落问题的解法，@mattapperson 将其定位为（94 个赞、7 条回复、11,134 次浏览、120 次收藏）将 Noetic 视为一个带有显式原语和记忆层的可定制 harness，而 @dair_ai 认为（59 个赞、10 条回复、3,530 次浏览、54 次收藏）则指出，如今真正的瓶颈已经是系统扩展。这是一个很务实的需求，而且市场上已经有可用的部分答案，因此机会确实存在，但竞争大概率会很激烈。机会：直接且竞争激烈。
面向专家技能的闭源分发与支付能力¶
Capafy 的发布主张之所以成立，只是因为底层需求本来就存在：人们已经在 Claude Code、Codex 和 OpenClaw 中做出了有价值的技能，但并不想把这些文件免费公开。@Capafyai 将其概括为（373 个赞、227 条回复、254 条引用、119,630 次浏览）给出的答案是闭源 Run Online 技能，用户可以直接调用，也可以通过另一个智能体接入使用。这个需求非常务实，也直接与钱有关，而非停留在愿景层面：保护诀窍、开放结果，并让别人为访问权限付费。机会：直接且竞争激烈。
可插入现有语音栈的视觉存在感¶
这些多模态帖子指向了一个具体的产品愿望：加上一张脸或一块画布，而不用从头重建智能体。@AiwithYasir 放大了（59 个赞、11,420 次浏览）将 LiveAvatar 定位为叠加在 LiveKit、Pipecat、Agora 和 VisionAgent 之上的一层，@pika_labs 展示了（128 个赞、18 条回复、6,985 次浏览）则展示了由同一对话回路驱动的动态 HTML 界面。这个需求仍在成形，但已经具体到构建者开始打包插件和实验，而不只是空谈多模态智能体。机会：竞争性机会。
4. 正在使用的工具与方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| SkillOpt | 技能优化 | (+) | 有界编辑、留出验证、跨 harness 迁移、部署时零推理成本 | 需要可自动评分的任务；开放式验证仍然薄弱 |
| Capafy | 技能市场 | (+/-) | 闭源在线运行技能、浏览器访问、智能体到智能体使用，支持 Claude Code/Codex/OpenClaw | 上线初期的信任与市场质量仍未被验证 |
| Agent Governance Toolkit | 治理 / 安全 | (+/-) | 确定性的工具调用强制执行、YAML 策略引擎、身份机制、沙箱、审计日志 | Public Preview；自身不会检查提示词/输入/输出内容 |
| Noetic | Harness 框架 | (+/-) | 七个可组合原语、可读控制流、可插拔记忆、评估支持 | 早期 alpha、公开影响力较小、文档仍较粗糙 |
| Waza | 技能包 | (+) | 八项聚焦的工程习惯、跨智能体安装、无遥测、明确的评审/调试回路 | 仍然依赖手动串联和用户自律 |
| OpenHermit | 智能体基础设施 | (+) | 基于 Postgres 的状态、每个智能体独立的沙箱、频道、日程、全集群 rollout 控制 | 需要数据库与沙箱运维，而单智能体工具往往回避这些复杂度 |
| Pipecat + Cerebras Kimi K2.6 | 语音智能体栈 | (+) | 低于 500 毫秒的单轮交互、推理在语音场景中仍可用、从 ASR 到 TTS 的栈组合清晰 | 性能主张绑定于调优过的基准栈，而非默认配置 |
| LiveAvatar | 头像插件 | (+/-) | 无需替换整套栈，就能给现有语音应用加上实时头像会话 | 多了一层插件/API key 复杂度，线程里几乎没有运营者反馈 |
| Pika Generative UI | 实验性界面 | (+/-) | 动态 HTML 布局、实时画布、覆盖面广的 MCP 创意工具界面 | 仍是粗糙实验、仅限本地原型，并依赖 Pika MCP 和 Realtime API |
| Skill Scanner | 安全扫描器 | (+/-) | 静态、YARA、LLM 与行为分析，并支持 CI/CD 和 pre-commit | 仅属尽力而为；回复质疑其对多步骤数据外泄的覆盖能力 |
总体满意度更偏向那些把结构显式化、而不是藏起来的工具。@koylanai 描述了（231 个赞、502 次收藏、55,849 次浏览）将 SkillOpt 视为有纪律的技能训练，@HiTw93 打包了（47 个赞、9 条回复、10,160 次浏览）将 Waza 视为显式的工程习惯，而 @Hey_Amiko 拆分为（9 个赞、190 次浏览）则强调 OpenHermit 把状态从工作区中分离出来。情绪分化主要集中在安全与体验仍不完整的地方：@_vmlops 推广了（215 个赞、8 条回复、15,069 次浏览、364 次收藏）认可确定性治理，但回复立刻追问提示词/输出层面的覆盖；@pika_labs 称之为（128 个赞、18 条回复、6,985 次浏览）把 Generative UI 视为实验；@kwindla 打造了（88 个赞、4 条回复、7,712 次浏览、56 次收藏）则明确指出，语音可用性仍取决于端到端延迟是否足够紧。当天的迁移轨迹十分一致：从只靠提示词的行为，转向可安装的技能与评估回路；从本地文件，转向集中式状态加沙箱；从纯文本智能体，转向语音与视觉封装层。
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 |
|---|---|---|---|---|---|---|
| Capafy | @Capafyai | 一个市场：专家技能可以作为闭源智能体在线运行，也可以作为下载内容出售 | 在不立即泄露逻辑的前提下，让专有智能体技能实现变现与分发 | Python、Web 市场、Claude Code/Codex/OpenClaw 客户端 | Beta | 网站, 仓库, 帖子 |
| Noetic | @mattapperson | 由七个可组合原语和可插拔记忆构成的 TypeScript harness | 让开发者无需忍受黑盒框架行为，也能构建自定义 harness | TypeScript、Bun、步骤原语、记忆层、评估工具 | Alpha | 网站, 仓库, 帖子 |
| OpenHermit | @Hey_Amiko | 用于部署智能体集群的平台，提供集中式状态和每个智能体独立的沙箱 | 解决多用户扩展、密钥散落和全集群技能 rollout | TypeScript、Hono、PostgreSQL、Docker/E2B/Daytona | Beta | 网站, 仓库, 帖子 |
| Waza | @HiTw93 | 面向规划、调试、设计、评审、研究和健康检查的跨智能体技能包 | 将隐性的工程习惯转化为可复用的智能体命令 | Markdown 技能、辅助脚本、npx skills、Claude Code/Codex/Cursor/Pi |
Shipped | 仓库, 帖子 |
| Agent Governance Toolkit | @_vmlops | 在工具调用执行前强制实施规则的策略层 | 阻止不安全操作、增加溯源信息，并插入人工审批闸门 | Python 包、YAML 策略引擎、TS/.NET/Rust/Go SDKs | Beta | 仓库, 帖子 |
| Pika Generative UI | @pika_labs | 由语音控制、每轮生成新 HTML 布局的界面 | 用与上下文相匹配的视觉编排，取代僵硬的聊天面板 | JavaScript、OpenAI Realtime、Pika MCP、可选 Google Workspace | Alpha | 仓库, 帖子 |
| Skill Scanner | @tom_doerr | 扫描智能体技能中的提示词注入、数据外泄和恶意代码模式 | 为技能包和智能体指令增加部署前安全审查 | Python、YAML/YARA、LLM 分析、行为数据流、SARIF | Beta | 仓库, 帖子 |
Capafy、Waza 和 SkillOpt 从三个不同角度展示了同一种反复出现的构建模式：卖技能、装技能，或训技能。@Capafyai 推出了（373 个赞、227 条回复、254 条引用、119,630 次浏览）代表市场化形态，@HiTw93 打包了（47 个赞、9 条回复、10,160 次浏览）代表可复用工程习惯形态，@koylanai 描述了（231 个赞、502 次收藏、55,849 次浏览）代表可训练优化形态。三者共同的触发因素，是人们对通用智能体输出不满，并希望得到持久、可检查的行为。
OpenHermit、Noetic 和 AGT 则覆盖了同一趋势的运维侧。它们都默认智能体回路已经存在；现在最难的是，当系统离开单用户笔记本之后，如何处理状态、权限、rollout 和恢复。Pika Generative UI 则通过把布局视为另一种智能体输出界面，为这一模式补上了前端分支；Skill Scanner 也表明，技能安全已经开始成为一个独立构建类别，而不再只是事后补丁。
6. 新鲜且值得关注的内容¶
技能文件拥有了真正的训练回路¶
@koylanai 认为（231 个赞、502 次收藏、55,849 次浏览）指出，SkillOpt 将 SKILL.md 视为带有有界编辑和留出验证的可训练外部状态；@daniel_mac8 展示了（281 个赞、10 条回复、18,606 次浏览、343 次收藏）则展示了如何通过 /goal 模式，直接把这一回路拉进 Codex。这一组合之所以重要，是因为它在同一天就把研究结果转化成了实际工作流。
提示词自审迅速失去公信力¶
最尖锐的讨论模式不是一次发布，而是一场反驳。@RoundtableSpace 提出了（50 个赞、14 条回复、37,788 次浏览）展示了一个面向 Claude 智能体的单提示词安全审查方案，而回复立即指出，模型无法可靠检测那些它自己本来也会漏掉的提示词注入路径。这使得 @_vmlops 分享（215 个赞、8 条回复、15,069 次浏览、364 次收藏）提出的确定性治理内核，比孤立来看更值得关注。
智能体界面开始逃离聊天框¶
@pika_labs 介绍了（128 个赞、18 条回复、6,985 次浏览）展示了一块每轮都改变布局的生成式 HTML 画布；@AiwithYasir 放大了（59 个赞、11,420 次浏览）则把 LiveAvatar 呈现为现有语音栈上的几行代码扩展。再加上 @kwindla 展示（88 个赞、4 条回复、7,712 次浏览、56 次收藏）所展示的低于 500 毫秒的语音智能体单轮交互，信号已经很明确：前端实验终于开始追上模型速度。
7. 机会在哪里¶
[+++] Open-ended verifier layers for agents and skills — @koylanai 点名指出（231 个赞、502 次收藏、55,849 次浏览）指出验证是瓶颈，@RoundtableSpace 引发了（50 个赞、14 条回复、37,788 次浏览）展示了为什么自审提示词无法赢得信任，而 @tom_doerr 分享了（17 个赞、8 条回复、1,242 次浏览、22 次收藏）则是一个尽力而为的扫描器，其回复立刻追问更深层覆盖能力。这个机会很强，因为它同时出现在安全、技能优化和评估工具三个方向。
[+++] Operable multi-user agent infrastructure — @Hey_Amiko 描述了（9 个赞、190 次浏览）直接点出单用户文件问题，@dair_ai 命名为（59 个赞、10 条回复、3,530 次浏览、54 次收藏）把上下文治理、可信记忆和动态技能路由列为瓶颈，而 @mattapperson 发布了（94 个赞、7 条回复、11,134 次浏览、120 次收藏）则围绕显式原语和记忆边界介绍了 Noetic。这个信号很强，因为痛点发生在运维层，而不是停留在愿景层。
[++] Closed-source skill distribution and monetization — @Capafyai 推出了（373 个赞、227 条回复、254 条引用、119,630 次浏览）介绍了一个围绕闭源 Run Online 技能搭建的市场，而 Waza 和 SkillOpt 则显示出对可安装、可训练技能工件的相邻需求。这个机会属中等强度，因为需求显而易见，但市场信任、质量控制和定价能力仍未定型。
[+] Voice-agent presence layers — @kwindla 展示了（88 个赞、4 条回复、7,712 次浏览、56 次收藏）指出更快的推理会改变语音可用性，@pika_labs 尝试了（128 个赞、18 条回复、6,985 次浏览）展示了动态画布，而 @AiwithYasir 指向了（59 个赞、11,420 次浏览）则展示了面向现有技术栈的头像插件支持。这个信号仍处于形成期，尚未成为主流，但用户体验层显然已经打开。
8. 要点总结¶
- 技能正在成为一等产品界面。 Capafy 的市场发布和 Waza 可安装的工程习惯，都把技能视为持久资产，而不是个人提示词文件。（Capafy, Waza）
- 技能优化正从直觉走向纪律化训练。 SkillOpt 的有界编辑和留出闸门，再加上 Codex 的
/goal实现模式，表明智能体行为开始像可复用工件一样被改进，而不是临时反复改提示词。（SkillOpt 讨论, Codex 工作流） - 如今，harness 才是质量与信任的决胜处。 CheetahClaws 论文明确把上下文治理、可信记忆和动态技能路由列为瓶颈，而 AGT 则把策略强制执行下沉到提示词层之下。（系统扩展, AGT）
- 仅靠提示词的安全建议正在失去公信力。 安全相关线程里最强烈的反应不是兴奋，而是反驳：模型无法可靠审计自身的提示词注入弱点，这也让扫描器、策略内核和其他外部控制的需求持续高企。（安全提示词讨论串, Skill Scanner）
- 随着延迟下降，智能体构建者正把更多时间花在存在感与界面上。 低于 500 毫秒的语音单轮交互、动态 HTML 布局和头像插件，都指向同一个下一步：让同一个智能体显得更快、更可视，也更面向人类用户。（Kimi 语音栈, Pika Generative UI, LiveAvatar）