Twitter AI Agent - 2026-06-01¶
1. 人们在讨论什么¶
1.1 上下文工程成了生产瓶颈 🡕¶
讨论重心已经从抽象的 harness 之争，转向具体的上下文操作。共有五条入选内容支撑这一主题：一份公开的 harness 分类、一则来自 Box 的企业级提醒、一篇关于生产环境 OOM 的帖子、一篇可复用外部上下文管理论文，以及一个量化上下文浪费的代码库索引工具。
@byanujpatel 分享（235 个赞，12,861 次浏览，304 次收藏）LangChain 公开发布的 harness engineering 文章，将 harness 定义为模型周围的一切，并把持久化存储、代码执行、长周期工作等目标能力，映射到文件系统、bash、沙箱、记忆与编排等组件上。
@levie 认为（173 个赞，33 条回复，33,132 次浏览，203 次收藏）指出，企业级 agent 之所以失效，是因为关键上下文分散在遗留系统、彼此不匹配的权限体系，以及从未转化为机器可读形式的“部落知识”之中。最有力的回复进一步明确了诉求：一位操作者表示，在老旧 CMS 之上加一层 Playwright 抽象后，系统就更适合 agent 使用；另一位则说，agent 需要“带凭证的记忆”，让每一条事实都能追溯到来源和变更历史。
@arpit_bhayani 写道（150 个赞，5 条回复，6,244 次浏览，65 次收藏）指出，agent 系统在生产环境中最常见的故障仍然是 OOM：工具输出、API 结果和完整文档长期滞留在内存里，直到对话变长或负载升高，进程最终崩溃。他给出的修复办法——激进截断、流式处理、只检索所需上下文，以及把状态持久化到外部——让这个问题听起来更像经典系统工程问题，而不是模型能力不足。
@dair_ai 强调了（72 个赞，8 条回复，3,177 次浏览，54 次收藏）介绍了 AdaCoM：训练一个独立的 LLM，来决定冻结状态的 agent 应保留哪些上下文、丢弃哪些上下文。论文截图是关键证据：它展示的是包裹在 agent 外部、可复用的上下文管理器，而不是又一种局限在提示词内部的补丁。
@israfill 推广了（13 个赞，4 条回复）介绍了 CodeGraph，将其定位为面向编码 agent 的预索引代码知识图谱。截图比宣传语更有说服力：没有仓库图谱时，agent 会浪费 3,847 个 token 盲猜；有了图谱后，agent 无需额外反复搜索，就能拿到精确的调用点和影响路径。
讨论洞察： 回复一再把标准从“给 agent 更多上下文”抬高到“给它新鲜的上下文、可追溯的来源，以及正确的保留策略”。
与前一天对比： 5 月 31 日还把 harness 工程当作设计清单；到了 6 月 1 日，上下文交付、压缩和记忆外置已经变成了具体工作。
1.2 Agent 模型发布变成了带价签的基准测试表 🡕¶
两条强势的发布帖都把 agent 能力当作可度量的产品 SKU：多模态任务、长上下文，以及上线首日定价。讨论重点不再是品牌，而是模型能否以可用的成本跑过 agent 专属基准。
@Alibaba_Qwen 发布了（385 个赞，40 条回复，9,043 次浏览，54 次收藏）介绍 Qwen3.7-Plus，将其定位为覆盖 GUI 与 CLI 工作的多模态 agent 模型。基准图把它与 Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro 等模型放在 Terminal-Bench、SWE-bench 各变体、ClawEval、BFCLv4、ScreenSpot Pro 等任务上对比；回复串则用更多基准说明和演示延展了这次发布。
@Elaina43114880 总结了（15 个赞，259 次浏览）介绍 MiniMax M3，将其定位为具备 1M 上下文、支持 computer-use 的前沿多模态模型；首发定价中，较短上下文的输入价格从每百万 token $0.60 起。随附的完整基准测试表让这一说法更具体：M3 覆盖编码、GUI、多模态和推理任务，而不只是展示一个精挑细选的分数。
讨论洞察： 大家评判发布帖时，看重的已不再是口号是否漂亮，而是首日是否拿出了可信的基准包和价目表。
与前一天对比： 5 月 31 日更关注工作流栈和 harness 行为；6 月 1 日则把模型间的硬碰硬竞争重新拉回台前，但形式变成了 agent 专属表格，而不是泛泛的排行榜讨论。
1.3 Skills 开始更像交付基础设施，而不是提示词文件 🡕¶
最有分量的 skills 帖子，谈的是注册表、托管式交付和安全运行时。共有四条入选内容支撑这一主题。
@NousResearch 宣布了（392 个赞，42 条回复，41,025 次浏览，78 次收藏）指出，Hermes Agent 现在既可以运行在 RTX Spark 硬件上，也能运行在与 Microsoft 安全原语绑定的 NVIDIA OpenShell 运行时中。NVIDIA 公开的 OpenShell 材料将该运行时描述为位于 agent 与基础设施之间的沙箱、策略引擎和隐私路由器。
@shannholmberg 认为（20 个赞，773 次浏览，11 次收藏）指出，正是这一运行时层，让那些能做出 agent 原型、却过不了安全审查的团队，终于具备了把 Hermes 带入企业的条件。那张图之所以关键，是因为它清楚展示了原因：Hermes 的工作流、skills 和记忆，位于隔离、审计、访问控制以及与 Microsoft 集成的安全能力之上。
@room_ashish 推介了（8 个赞，200 次浏览）介绍 Milkey，将其定位为托管式 MCP skills 层，让 agent 在运行时只拉取所需内容，而不是在每次提示里都塞进 20 个 skill 描述。产品页面和截图把 token 膨胀问题讲得很具体：Cursor、Claude Code、Codex 和 Windsurf 共享一层 skills，不再出现本地提示词文件彼此漂移的问题。
@HuggingPapers 指向了（21 个赞，1,072 次浏览，14 次收藏）介绍 COLLEAGUE.SKILL，这是一个把聊天日志转化为版本化 agent skills 的项目。流程图清楚展示了轨迹接入、预设路由、双重蒸馏、产物写入和治理等阶段，比“把提示词模板存到某个地方”要更具操作性得多。
@aiedge_ 链接到（19 个赞，1,471 次浏览，33 次收藏）介绍官方 Hermes Skills Hub。公开页面当时仍在加载，但仅从外壳就已经能看出，所有注册表合计有 88k+ skills，这让 skills 的叙事从“几份模板”推进到了平台级目录管理。
讨论洞察： 针对上周和昨天关于 skill 膨胀的抱怨，回应不再是“手动修剪”，而是“按需加载、发布到共享注册表，并把运行时治理放到模型之外”。
与前一天对比： 5 月 31 日聚焦于默认启用的 skills 过多；6 月 1 日则聚焦于托管注册表、可移植 skills 和安全运行时交付。
1.4 Agent 经济相关帖子终于出现了小规模真实闭环，但信任仍然滞后 🡕¶
与前几天相比，市场和支付相关讨论更有操作细节：实时付款、先审核后结算的流程、可移植的 checkout skills，以及钱包签名消息。但回复始终绕回同一批缺失层：证据、信誉，以及足够多的交易对手，只有这样市场才真正有用。
@tetsuoarena 发布了（37 个赞，5 条回复，713 次浏览）介绍 AgenC Marketplace 已在 Solana 主网上进入 early access，提供一套明确闭环：发布任务、由 agent 认领、审核结果，并在验收后结算。这条帖子对安全护栏讲得异常具体：涉及资金流转的步骤需要人工批准、二进制文件需经过 SHA-256 校验，并且直接给 Claude Code、Codex 和 Hermes 用户提供了操作指引。
@tetsuoai 报道称（144 个赞，28 条回复，5,833 次浏览，31 次收藏）称某个 agent 完成了一项市场任务，并在主网上拿到了 0.20 SOL 报酬。最有价值的回复不是欢呼，而是要求拿出证据，这说明这些系统仍需弥合信任鸿沟。
@Unibase_AI 宣布了（235 个赞，3 条回复，12,946 次浏览）称 AllScale Checkout 已加入 BitAgent 的 ERC-8183 skill 生态，支持凭证设置、服务端签名、意图创建、状态轮询、Webhook 验证和调试等可移植流程。这是最清楚的 agent 商业化帖子之一，因为它点名了真实的支付操作，而不是只提一个 marketplace。
@Signa_Agent 介绍了（8 个赞，5 条回复，550 次浏览）介绍 SIGNA，将其定位为 Base 上的钱包签名消息层，让不同框架上的 agent 不必困在各自的 API key 孤岛里，也能互相通信。其公开网站用 Base 钱包、XMTP 收件箱、Google A2A 传输兼容性，以及可选的按次 USDC 定价，支撑了这一定位。
@aashatwt 构建了（42 个赞，11 条回复，1,485 次浏览）介绍 AgentLance：由 CEO agent 拆解工作，再由专业 agent 在经验证的 enclaves 中竞标。最有力的回复立刻点出了尚未解决的一层：enclaves 或许能证明执行过程，但市场仍需要可移植的信誉，让 agent 知道上一次真正交付成果的是谁。
一则体量较小但很能说明问题的开发者记录来自 @Ahmedhaq01 称（18 个赞，12 条回复，224 次浏览）：他开始在 Arc 上搭建一个 AI agent marketplace，随后转向，因为生态里还没有足够多的 agents，市场还不足以真正产生价值。
讨论洞察： 讨论已经从“agent 能不能付款”转向“对手方能否被发现、验证并获得信任”。
与前一天对比： 更早的 marketplace 讨论偏向猜想；6 月 1 日则加入了实时结算、checkout 原语和钱包签名传输，同时也让信誉与流动性缺口变得更难忽视。
2. 什么让人感到挫败¶
上下文蔓延，把出色演示拖成失败的生产 agent¶
严重程度：高。@levie 认为（173 个赞，33 条回复，33,132 次浏览，203 次收藏）指出，企业 agent 会因为系统碎片化、权限不匹配和未被记录的“部落知识”而失效。@arpit_bhayani 写道（150 个赞，5 条回复，6,244 次浏览，65 次收藏）指出，OOM 仍是最常见的生产故障，因为 agent 在内存里保留了过多工具输出和文档状态；而 @israfill 展示了（13 个赞，4 条回复）则展示了一张前后对比截图，说明 CodeGraph 如何消除代码库盲搜所浪费的 3,847 个 token。人们目前的应对方式包括：在遗留系统上加 Playwright 抽象、激进截断、建立仓库索引，以及使用 AdaCoM 这类外部上下文管理器。这个方向值得投入，因为无论在编码 agent 还是知识工作 agent 中，这种痛苦都直接表现为故障、token 浪费和人工清理。
企业部署仍卡在运行时安全与治理上¶
严重程度：高。@NousResearch 宣布了（392 个赞，42 条回复，41,025 次浏览，78 次收藏）提到 OpenShell 对 Hermes Agent 的支持；@shannholmberg 认为（20 个赞，773 次浏览，11 次收藏）指出，正是这一运行时层，才终于让企业部署成为可能。@codebrandes 链接到（66 个赞，13 条回复，3,913 次浏览）是 Gate AI 的开发者文章，称提示词注入、机密泄露和被劫持的工具调用，仍是日常 agent 用户真正面对的攻击面。人们正通过把护栏移出模型，放进沙箱、策略引擎、代理网关和可审计运行时来应对。这个方向值得投入，因为一旦 agent 拥有 shell 访问、工具和持久状态，仅靠提示词防御显然不够。
静态 skill 包浪费 token，还会造成配置漂移¶
严重程度：中高。@room_ashish 推介了（8 个赞，200 次浏览）围绕一个明确抱怨展开：agent 每次请求都要读取所有 skill 描述。@aiedge_ 链接到（19 个赞，1,471 次浏览，33 次收藏）介绍了官方 Hermes Skills Hub，其公开外壳已经在加载所有注册表中的 88k+ skills；@HuggingPapers 指向了（21 个赞，1,072 次浏览，14 次收藏）则介绍了 COLLEAGUE.SKILL 的多阶段蒸馏流程。应对模式已经很清楚：把 skills 托管在服务端、通过 MCP 在运行时解析，并围绕共享注册表做标准化，而不是在项目之间来回复制提示词文件。这个方向值得投入，因为成本会立刻体现为提示词变长、重复配置，以及不同工具之间行为不一致。
市场仍缺乏足够的信任与深度，难以形成流动性¶
严重程度：中高。@tetsuoai 报道称（144 个赞，28 条回复，5,833 次浏览，31 次收藏）展示了 AgenC 的一次实时付款，但最早的一批回复中就有人要求提供证据。@aashatwt 构建了（42 个赞，11 条回复，1,485 次浏览）介绍了 AgentLance，最有力的回复立刻指出，跨 marketplace 的信誉可移植性仍未解决。最直白的是，@Ahmedhaq01 表示（18 个赞，12 条回复，224 次浏览）称他放弃了 agent marketplace 项目，因为生态还太早期，尚没有足够多的 agents 让市场变得有价值。这个方向值得投入，因为核心流程已经存在，但可重复的信任、发现机制和供给仍然薄弱。
3. 人们希望出现什么¶
带凭证、且保持新鲜的可移植上下文¶
最强烈的诉求不是“给我更大的上下文窗口”，而是“给我始终最新、带来源引用、又不会把 agent 搞崩的上下文”。Levie 的企业帖、Arpit Bhayani 的 OOM 帖子、AdaCoM 的可复用上下文管理器，以及 CodeGraph 的仓库索引，都指向同一个缺口。这是现实需求，不是愿景式想象，因为人们已经在手工搭抽象层和记忆层来补这个洞。机会：直接。
可跨 agent 使用、按运行时加载的 skill 层¶
Milkey、Hermes Skills Hub 和 COLLEAGUE.SKILL 都说明，用户想要的是一个共享的 skill 表面层：按需加载、跨工具可用，而且不必在不同项目之间复制提示词文件夹。这种需求是操作性的，而不是情绪性的：更低的 token 开销、更少的配置漂移，以及更好的治理。机会：直接。
跨框架的 agent 消息、身份与信誉¶
SIGNA 的宣传出发点就是一个抱怨：每个 agent 仍活在自己的孤岛上；而 AgenC 和 AgentLance 则说明，即便信任层尚未解决，支付闭环已经可以先跑起来。Ahmedhaq01 放弃 marketplace 项目的经历把未满足需求说得很明白：在 agents 能跨框架发现、验证并信任彼此之前，许多市场都会保持稀薄。机会：直接且竞争激烈。
可检查的轨迹与可恢复的会话¶
agent-trace、ActiveGraph、LiteParse 和 Memory Forge RS 各自解决了同一问题的一部分：团队需要可回放的轨迹、精确到源级别的审计线索，以及一种在上下文出错后无需把长会话从零重开的恢复方式。这是有明确工作流价值的现实可靠性需求。机会：直接。
4. 正在使用的工具和方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| Harness 工程模式 | 方法 | (+) | 为团队提供一张共享地图，把目标能力映射到文件系统、工具、沙箱、记忆和编排 | 在与上下文、成本和验证的具体控制手段结合之前，仍然偏抽象 |
| CodeGraph | 代码智能 / MCP | (+) | 本地语义索引、符号搜索、影响分析、更少的工具调用，以及对各类编码 agent 的广泛支持 | 需要按项目单独建立索引，且公开的节省数据仍来自厂商自有基准集 |
| AdaCoM | 上下文管理研究 | (+) | 为冻结状态的 agent 提供可复用的外部上下文裁剪；模型无关，而非局限于提示词局部 | 增加了一层管理器，也引入了保真度与可靠性之间的权衡 |
| Qwen3.7-Plus | 多模态 LLM | (+) | 统一覆盖 GUI/CLI 任务，发布即给出较强的 agent 与多模态基准表现，并提供 API | 首发仅提供 API，且身处极度拥挤的前沿模型赛道 |
| MiniMax M3 | 多模态 / 开放权重 LLM | (+) | 1M 上下文、覆盖编码/GUI/推理任务的广泛基准表，以及激进的 API 定价 | 发布时技术报告和开放权重仍未就绪 |
| OpenShell | 安全运行时 | (+) | 提供沙箱、策略引擎和隐私路由器，为现有 agents 讲出了可信的企业部署故事 | 把复杂性转移到了运行时策略、审批和环境配置上 |
| Milkey | Skills 交付 / MCP | (+) | 共享 skills 按运行时加载，不会出现本地提示词漂移，一层即可覆盖多个编码 agent | 托管服务，对注册表和认证基础设施存在中心化依赖 |
| Gate AI | 安全网关 | (+/-) | 无需改变 agent 工作流即可拦截提示词注入、对机密信息脱敏、压缩提示词，并增加可验证的审计日志 | 公开基准由厂商发布，产品当时仍处于私测阶段 |
| agent-trace | 可观测性 / 评测 | (+) | 支持回放差异、CI 回归门禁、OTLP 导出、工作区隔离和 HTML 回放 | 项目较早期，相比更通用的可观测性工具，采用证据较少 |
| ActiveGraph | 状态 / 轨迹运行时 | (+) | 支持回放、分叉、差异比较、追加式事件日志，以及面向长运行 agent 的持久化图状态 | 相比简单的循环加记忆方案，架构开销更大 |
| LiteParse | 文档解析器 | (+) | 本地解析，并返回边界框和截图，可支撑精确到源区域的审计线索 | 在最复杂的版式和扫描件上，本地解析仍不如云端解析器 |
总体情绪偏向那些能减少上下文浪费、把控制权移出模型、并让 agent 行为事后可检查的工具。迁移路径很清晰：从静态 skill 文件夹转向按运行时加载的注册表，从只靠提示词的护栏转向策略运行时和流量网关，从盲目的文件搜索循环转向语义索引和可回放轨迹。Qwen3.7-Plus 和 MiniMax M3 也被当作“基准测试 + 定价”的产品包来评判，而不是抽象的前沿模型品牌。
5. 人们在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| CodeGraph | Colby McHenry | 面向编码 agent 的预索引代码知识图谱和 MCP 层 | 编码 agent 在从零摸清代码结构时会浪费 token | 本地语义索引、MCP 集成、面向 Claude Code/Codex/Cursor/Hermes 等的 agent 自动配置 | 已发布 | 仓库, 推文 |
| Gate AI | Constellation | 即插即用网关，扫描 agent/模型流量，拦截提示词注入、对机密信息脱敏、压缩提示词，并写入可验证的审计日志 | 小团队希望获得 agent 安全与成本控制，而无需走企业采购流程或重写工作流 | API 代理、压缩、提示词缓存注入、区块链支持的审计轨迹 | Beta | 网站, 博客, 推文 |
| AgenC Marketplace | @tetsuoarena | Solana 上的 marketplace，agent 可认领付费任务、提交结果，并在审核后结算 | agent-to-agent 工作需要审批、结算和可用的运营流程 | Solana 主网、钱包流程、先审核后结算、支持 Claude Code/Codex/Hermes | Beta | 帖子 |
| SIGNA | @Signa_Agent | 面向 Base 上 agents 的钱包签名消息和 A2A 传输层，并支持可选的按次 USDC 定价 | 不同框架上的 agents 仍无法顺畅地互发消息或互相付款 | Base、XMTP、Google A2A、ERC-8004、USDC/x402 | 已发布 | 网站, 帖子 |
| agent-trace | @Siddhant_K_code | 全会话追踪与评测工具，支持回放差异和 CI 回归检查 | PR 和日志无法解释 agent 在一次运行中到底做了什么 | Python、Claude hooks、MCP 代理、OTLP 导出、GitHub Actions | Beta | 仓库, 帖子 |
| ActiveGraph | @yoheinakajima | 事件溯源图运行时，让团队能回放、分叉并比较 agent 运行 | 长时间运行的 agent 需要持久、可检查的状态，而不是不透明日志 | Python 3.11+、追加式事件日志、图运行时、回放/分叉/差异比较 | 已发布 | 网站, 帖子 |
| LiteParse v2 | @jerryjliu0 | 快速本地解析器，为 agent 工作流返回文本、边界框和截图 | agent 需要能指回精确源区域的文档解析能力 | Rust、PDFium、Tesseract、Node/Python/WASM 绑定、截图生成 | 已发布 | 仓库, 帖子 |
| Memory Forge RS | @DanKornas | 本地桌面应用，用于编辑 AI 编码助手的会话历史，而不是重头再来 | 上下文出错时，用户目前只能丢弃长会话并重新开始 | Tauri v2、React 19、Rust、TypeScript | Beta | 仓库, 帖子 |
CodeGraph 和 Gate AI 之所以格外突出，是因为它们都包裹在现有 agent 外层，而不是要求用户切换到一个全新的 agent。前者把代码库上下文和语义检索产品化；后者则把围绕模型 API 的内联安全、提示词压缩和可审计性产品化。
AgenC 和 SIGNA 展示了新兴商业栈正在分裂为两层。AgenC 处理任务发布、审核和结算；SIGNA 则专注于跨框架身份、消息和支付轨道。Unibase 的 AllScale checkout-skill 帖子说明，支付工作流已经开始被模块化成可移植 skills。
agent-trace、ActiveGraph、LiteParse 和 Memory Forge RS 体现了另一种构建模式：团队在努力让 agent 工作变得可检查、可回放、有源可依，甚至可编辑，而不只是试图让 agent 更自主。这是一个强信号，说明可观测性和恢复能力正在成为独立产品类别。
6. 新鲜且值得关注¶
Skills 目录开始更像分发平台¶
@aiedge_ 链接到（19 个赞，1,471 次浏览，33 次收藏）介绍了官方 Hermes Skills Hub，其公开外壳已经在加载所有注册表中的 88k+ skills。与此同时，@HuggingPapers 挖掘出了（21 个赞，1,072 次浏览，14 次收藏）展示了 COLLEAGUE.SKILL 的 215-skill 社区画廊。值得关注的变化不只是 skills 已经存在，而是它们开始像平台层一样被编目、版本化并分发。
安全产品开始同时兜售防护与效率¶
@codebrandes 链接到（66 个赞，13 条回复，3,913 次浏览）是 Gate AI 的开发者文章，其公开产品网站把提示词注入拦截和机密信息脱敏，与 20%+ 的 token 节省和缓存感知压缩放在一起。再结合 OpenShell/Hermes 的运行时推进，安全看起来不再像企业部署的事后补丁，而更像 agent 核心运行时与成本栈的一部分。
可追溯性正越来越接近一等公民级的 agent 用户体验¶
@Siddhant_K_code 发布了（23 个赞，8 条回复，1,501 次浏览）把 agent-trace 带进了 GitHub Actions Marketplace；@yoheinakajima 展示了（14 个赞，3 条回复，2,264 次浏览）展示了一个被压平成单一事件日志轨迹的编码 agent；@jerryjliu0 认为（7 个赞，2 条回复，1,912 次浏览，14 次收藏）则指出，边界框之所以重要，是因为 agent 应该能引用精确的源区域。值得注意的转变是，可追溯性正在从隐藏的调试输出，走向产品面向用户主动呈现的功能。
7. 机会在哪里¶
** +++］ 面向生产级智能体的上下文操作系统** — 最有力的证据聚类来自 ［Aaron Levie 的企业上下文主题帖、Arpit Bhayani 的 OOM 说明、AdaCoM 的可复用上下文管理器帖子 和 CodeGraph 的代码库索引推介 都指向同一个空白。未满足的需求不是原始 token 容量，而是横跨代码上下文和业务上下文的新鲜度、来源凭据、压缩、检索，以及抗故障的记忆机制。
** ++］ 运行时加载的技能交付与治理** — ［Milkey、Hermes Skills Hub、COLLEAGUE.SKILL 和 OpenShell/Hermes 运行时方案 都指向同一个机会：团队希望 skills 能像基础设施一样被分发、按需加载，并在模型之外完成治理。
** ++］ 可审计轨迹与恢复工具** — ［agent-trace、ActiveGraph、LiteParse 和 Memory Forge RS 从不同角度攻击同一个问题：当 agent 运行出错时，操作者需要回放、差异比较、源级证据，以及恢复路径。
** +］ 跨框架智能体商业化与声誉** — ［AgenC Marketplace、SIGNA、BitAgent 上的 AllScale Checkout 和 AgentLance 表明，支付与消息闭环已经开始跑通。正在浮现的缺口是可移植的信任：执行证明、信誉，以及足够多的交易对手，只有这样，这些市场才可能具备流动性。
8. 结论¶
- 上下文处理如今已成为严肃 agent 面临的主要系统瓶颈。 Levie 的企业级提醒、Arpit Bhayani 的 OOM 帖子、AdaCoM 的外部上下文管理器，以及 CodeGraph 的索引仓库图谱，都指向同一变化：性能如今取决于 agent 看到了什么、保留了什么，以及丢弃了什么。（来源）
- Agent 模型发布如今是按“基准测试 + 定价包”来评判，而不只是品牌事件。 Qwen3.7-Plus 和 MiniMax M3 都带着大范围基准表、多模态主张和具体的 API 经济性进入市场。（来源）
- Skills 正在成为分发与运行时问题。 OpenShell、Milkey、Hermes Skills Hub 和 COLLEAGUE.SKILL 都把 skills 定义为受治理、托管、版本化的基础设施，而不是零散的提示词文件。（来源）
- Agent 商业化已不再是假设，但仍处于早期。 AgenC 和 SIGNA 展示了实时结算与钱包签名传输；与此同时，AgentLance 的回复和 Ahmedhaq01 的转向也说明，信誉和流动性仍是缺失层。（来源）
- 可检查性正在成为独立的产品面。 agent-trace、ActiveGraph、LiteParse 和 Memory Forge RS 都建立在同一个判断之上：用户需要回放、比较、引用，甚至编辑 agent 历史，而不是盲目相信不透明的运行结果。（来源）