Twitter AI 智能体 - 2026-06-17¶
1. 人们在讨论什么¶
1.1 前沿编程模型改变了人们对智能体的期待（🡕）¶
互动量最高的讨论并不是又一个新的工作流封装器，而是更强的前沿模型是否已经让编程智能体从“代码补全工具”走向“产品判断、设计与长程执行伙伴”。至少有 3 条高强度内容支撑了这个主题，但回复也清楚表明，访问资格、价格，以及隐藏的安全行为，如今都已经成了产品讨论的一部分。
@bcherny 表示（10,649 次点赞、651 条回复、897,907 次浏览、1,835 次收藏），Claude Fable 5 让他感觉这已经从“编程智能体”转向“思考与设计伙伴”。这条讨论之所以重要，是因为回复很快就从兴奋转向了运营层面的担忧：一位读者追问数据保留政策和定价，另一位则表示，原本无害的调试工作也会被安全系统拦截。
@latkins 认为（642 次点赞、38 条回复、47,748 次浏览），看不见的能力抑制比公开承认模型变弱更糟，因为用户根本不知道编程或测试框架这类工作什么时候被悄悄降级了。这让当天最有力的批评变得异常具体：问题不只是“安全”，而是那些未提前说明的行为变化，让智能体的输出更难被信任。
@IBuzovskyi 补充（69 次点赞、13 条回复、9,734 次浏览）了一个更偏开发者的视角：Hermes Agent 现在运行在 Fable 5 上，因为这个模型就是为长程任务打造的。回复进一步强化了与发布帖相同的观点：人们关心的已经不是抽象的基准测试表述，而是模型能否把长时间运行的智能体状态稳稳维持住。
讨论要点： 这场讨论并没有落到“最强模型通吃”的结论上，而是落到了一个更偏运营的问题上：如果模型已经强到足以跑完整个工作流，团队是否负担得起、拿得到访问资格？当编程任务看起来接近受限领域时，他们又能否信任它的安全行为？
与前日对比： 6 月 16 日主要还在讨论 Fable 5 的能力跃迁。到了 6 月 17 日，兴奋感还在，但讨论重心已经明显转向定价、访问资格和行为透明度。
1.2 框架发布进一步下沉，从 UX 走向运行时基础设施（🡕）¶
第二个主要主题是，框架层的动态变得更偏底层结构。不再只是又一个“智能体应用”，而是最有分量的发布开始把技术栈拆成框架、测试框架和运行时三层，并把持久化、检查点和恢复能力当作主要差异点。
@vercel 发布 了 eve（180 次点赞、20 条回复、18,938 次浏览、111 次收藏），这是一个围绕 agent.ts、instructions.md、tools/、skills/、subagents/、channels/ 和 schedules/ 组织起来的开源智能体框架。公开的 eve 发布文章 补上了推文里只是一笔带过的生产级细节：可持久执行、沙箱计算、人类审批、子智能体、评估以及渠道适配器，都是内建能力，而不是事后再拼上去的补丁。
@Cloudflare 表示（125 次点赞、5 条回复、12,652 次浏览、70 次收藏），它们的 Agents SDK 现在已经是任何框架都能构建在其上的运行时。Cloudflare 的后续文章才是这里更重要的证据：它明确把框架层（Flue）、测试框架层（Pi / Project Think）和运行时层（Agents SDK）拆开，并把持久化执行、持久化文件系统以及沙箱代码执行定义为平台原语，而不是框架层的小功能。
@Coo_Lxing 分享 了 Loom（92 次点赞、7 条回复、5,397 次浏览、122 次收藏），这是一个面向编程智能体的开源交付测试框架。仓库说明把重点说得很直白：路由、规划、执行、验证、修复、预览和交接都被当成协议步骤处理，并把带检查点的状态放在 .loom/ 下，因为代码生成本身并不等于软件交付。
@deepfates 提到 了 Cantrip（118 次点赞、8 条回复、9,869 次浏览、49 次收藏），这是一个用 Elixir 写成的完整智能体框架。它的重要性不在于互动量，而在于它释放出的技术栈信号：框架实验正从常见的 TypeScript / Python 表层扩展到 BEAM 风格并发、长生命周期进程，以及可回放的“loom”状态。
讨论要点： 回复比起庆祝更偏怀疑。有人问这些系统是否支持 A2A，有人抱怨文档链接缺失、成本不清楚，还有人调侃“每周又来一个新框架”，这说明大家确实想要更强的底层原语，但也已经对大量重叠抽象产生疲劳。
与前日对比： 6 月 16 日的重点还是框架发布本身。6 月 17 日则进一步下探，把框架之下的运行时拆分开来，并强调交付、恢复和状态连续性。
1.3 本地优先的智能体形态在桌面、终端和端侧栈上变得具体可见（🡕）¶
本地优先这个主题再次增强，但最明显的变化是，它已经从性能讨论转向了可见的产品形态：桌面应用、自托管工作区、终端智能体，以及面向 Apple 设备的端侧工具链。
@ollama 展示 了只需一条命令就能跑起来的 Ollama 版 Hermes Desktop（910 次点赞、35 条回复、52,521 次浏览、493 次收藏）。这个讨论串把原帖扩展成了一份产品说明：并行子智能体、自学习 Python 技能，以及消息集成，都在后续回复里被点名出来，因此这不只是一个轻量启动器公告。
@AlexJonesax 认为（107 次点赞、3 条回复、6,380 次浏览、55 次收藏），Apple 在 WWDC 展示的方向之所以重要，是因为完整的智能体回路如今已经可以在设备上运行，MLX 也逐渐成熟为一套本地技术栈，而编程智能体正集成进 Xcode。@hasantoxr 补充（253 次点赞、12 条回复、15,945 次浏览、227 次收藏），Apple 的 Core AI Models 工具包还包含导出方案和本地模型原语，让更宏观的“本地 AI”判断落到了具体的开发者工具上。
@GithubProjects 分享 了 Odysseus（173 次点赞、9 条回复、11,736 次浏览、147 次收藏），它是一个带有本地优先数据处理能力的自托管 AI 工作区，支持本地或 API 驱动模型、MCP、网页 / 文件 / shell 访问以及持久记忆。@darshal_ 补充（74 次点赞、43 条回复、7,643 次浏览、19 次收藏），还有一个基于 MiniMax 的 CLI 编程智能体，完全停留在终端里，并把自己的工作流暴露出来，方便用户 hack 和定制。
讨论要点： 最强的回复都把本地执行视为真实可行，但并不轻松。悬而未决的问题已经不是本地智能体能不能做出来，而是团队能否把配置、版本管理和模型集成做顺，让本地优先从专家玩法变成默认选项。
与前日对比： 6 月 15 日更强调本地加速和索引；6 月 17 日则展示了完整的桌面、工作区和端侧形态，让本地优先开始显得像一类成熟产品。
1.4 技能开始成为可变、更易分发、也可被货币化的资产（🡕）¶
围绕技能的讨论也在推进。最强的帖子已经不再是“怎么写一个好 instruction 文件”，而是会持续演化的技能库、暴露运营能力的技能包，以及能让开发者靠分发获得收入的市场。
@Sumanth_077 发布 了 Memento-Skills（179 次点赞、9 条回复、7,029 次浏览、159 次收藏），这是一个自演化框架：技能会从本地库中被检索出来，在沙箱中执行，失败后会被归因，然后通过 Read -> Execute -> Reflect -> Write 循环重写。最有价值的一条回复是关于技能漂移的质疑，因为这说明开发者已经足够认真地看待这类可自我修改的技能系统，开始追问它们究竟会怎样失控。
@sonalshukla3377 整理 了一份涵盖 12 项 Claude Code 功能的清单（56 次点赞、22 条回复、483 次浏览），内容横跨斜杠命令、压缩、子智能体、MCP、权限、钩子、技能和检查点。这个讨论串之所以重要，在于它展示了实践者如今已经把哪些测试框架功能视为日常运行组件，而不是高级附加项。
@Capafyai 宣布（76 次点赞、38 条回复、19,643 次浏览、55 次收藏），Hermes 的开发者现在可以发布闭源技能，并按每次运行获得收入。这里的变化在于经济层面：技能不再只是可复用的上下文文件，它们正在变成可以上架交易的市场库存。
讨论要点： 技能市场现在同时存在两种张力。开发者想要更丰富、更自主的技能系统，但回复不断回到“控制”这个问题：怎么阻止技能漂移、怎么验证行为、以及哪些功能已经成熟到足以每天依赖？
与前日对比： 6 月 16 日还把技能当作专用工件和优化对象。到了 6 月 17 日，讨论已经加入了自重写循环、市场化变现，以及更明确的测试框架功能清单。
2. 令人困扰的问题¶
模型访问、价格和隐藏的安全行为¶
严重程度：高。@bcherny 表示（10,649 次点赞、651 条回复、897,907 次浏览、1,835 次收藏），Fable 5 在智能体式编程和产品工作上像是一次重大跃升，但回复立刻暴露出两个阻碍：企业对数据保留政策的担忧，以及部分用户可能面临高得多的价格。@latkins 认为（642 次点赞、38 条回复、47,748 次浏览），看不见的抑制比明显的拒绝更糟，因为用户根本不知道编程或测试框架产出什么时候被悄悄降级了，而 bcherny 那条讨论里也有人回复说，普通调试都可能被判成安全或生物这类工作。人们当前的应对方式，是把更强的模型当成可选升级，而不是默认基础设施。这值得投入构建，因为痛点不只是“模型质量”，而是围绕智能体工作的可预测性、套餐可用性和政策透明度。
框架蔓延仍在制造集成疲劳¶
严重程度：高。@vercel 在同一天发布了 eve，@Cloudflare 也发布了相当完整的 Agents SDK 平台层，但回复里充满的并不是简单掌声，而是“这和现有方案有什么不同”“会支持 A2A 吗”“成本是多少”。在 Cloudflare 那条讨论里，有人指出 Agent Memory 链接失效并要求给出现实的运行成本指引，另一个人则嘲讽新框架按周发布。@Coo_Lxing 把 Loom 定义成对这一缺口的回应：编程工具可以写代码，但仍然解决不了软件交付。当前的权宜方案，是继续在团队已有框架之上不断叠加检查点、交付记忆和测试框架专用约定。这值得投入构建，因为同样的挫败感同时出现在厂商发布和开源测试框架仓库里。
智能体已经能花钱、能执行动作，但操作者仍缺少清晰的控制界面¶
严重程度：高。@milesdeutscher 描述 了 Hermes + Stripe 的真实配置流程（36 次点赞、15 条回复、7,786 次浏览），其中包含审批阈值、支出上限和允许列表；而 Stripe Projects 技能文档 也说明了这种担忧为何合理：该技能会写入 .env、创建会产生费用的服务，并且删除后可能仍残留闲置资源。@StockSavvyShay 表示（147 次点赞、22 条回复、14,331 次浏览），Rubrik 和 Bedrock AgentCore 正在加入风险可视化与破坏性操作回滚能力，这说明“出了问题如何撤销”已经成了明确需求。@Jannat188219 则从另一个角度推动 了同样的信任问题（112 次点赞、99 条回复、1,145 次浏览）：钱包能暴露的是交易，不是判断。如今人们靠审批闸门、支出上限、加密金库和人工审核来应对。这值得投入构建，因为需求已经写在明面上，而控制手段仍然是碎片化的。
本地优先配置在变好，但运营顺滑度仍然参差不齐¶
严重程度：中。@ollama 让 本地桌面智能体看起来简单了很多（910 次点赞、35 条回复、52,521 次浏览、493 次收藏），但即便是支持者的回复，也只是把它描述为“本地智能体正在变得真实”，而不是“本地智能体问题已经解决”。@AlexJonesax 称赞 了 Apple 的端侧回路和多 Mac 的 MLX 路线（107 次点赞、3 条回复、6,380 次浏览、55 次收藏），但本地优先讨论簇里的其他回复仍在不断提起版本管理和集成摩擦。@darshal_ 主推 一个完全可 hack 的终端智能体（74 次点赞、43 条回复、7,643 次浏览、19 次收藏），这对重度用户很有吸引力，但也意味着相比打包好的 SaaS 体验，它仍然需要更多配置和调校。这值得适度投入构建，因为需求很强，但问题已经更多集中在打磨和可运维性，而不是原始可行性。
3. 人们期望的功能¶
可移植、可验证的技能与记忆工件¶
最强烈的实际需求，是那些能跨越工具边界、不断改进、同时又不会变脆的技能和记忆。@Sumanth_077 提出（179 次点赞、9 条回复、7,029 次浏览、159 次收藏）了一个自重写技能循环，但立刻就有人回复追问：连续几天自主编辑之后，怎样防止技能漂移？@sonalshukla3377 展示（56 次点赞、22 条回复、483 次浏览）表明，实践者已经开始从可复用的 MCP、子智能体、权限和检查点功能来思考，而不是一次性提示词；与此同时，@BamOnChain 主推 了一个面向 Claude Code、Codex 和 Cursor 的、框架无关且本地优先的记忆 SDK（17 次点赞、3 条回复、318 次浏览）。这是一个已有活跃开发者参与的现实需求，但市场仍缺少被广泛信任的验证层。机会：直接。
面向智能体集群的支出、ROI 和回滚可视化¶
人们现在要的已经不是更聪明的智能体，而是操作者仪表盘。@wandb 表示（12 次点赞、2 条回复、1,127 次浏览），工程负责人现在无法回答自己在 AI 编程上究竟是花多了还是花少了，因为使用量分散在 Cursor、Claude Code、Codex 和其他工具之间。@StockSavvyShay 把 回滚、发现能力和风险可视化描述成缺失的企业功能（147 次点赞、22 条回复、14,331 次浏览），而 Cloudflare 那条框架发布的回复也在索要现实的运行成本指引，而不是更多抽象层。这是一个现实需求，周边证据也表明真正的预算负责人已经开始入场。机会：直接。
以审批范围为边界的支付与治理控制平面¶
围绕支付的讨论并没有要求毫无约束的自主性；它们要求的是更安全的方式，让智能体去开通服务、购买 API，并管理有限支出。@milesdeutscher 描述 了 Hermes + Stripe 的核心机制：审批阈值、允许列表和会过期的密钥（36 次点赞、15 条回复、7,786 次浏览）；公开的 Stripe Projects 技能文档 也证实，这些流程会触及真实计费和明文 .env 文件。@Jannat188219 补充 了这件事的信任层变体（112 次点赞、99 条回复、1,145 次浏览）：她希望看到能编码判断力的信誉信号，而不是只有余额或活动记录。这既现实又紧迫，但很可能竞争激烈，因为许多团队都会在同一控制平面的相邻切片上出手。机会：竞争型。
像托管工具一样易用、但又保护隐私的本地工作区¶
本地优先讨论簇暗示出的愿望，是一种既能把数据留在身边、又不需要专家运维的智能体配置。@ollama 强调（910 次点赞、35 条回复、52,521 次浏览、493 次收藏），以及 @GithubProjects 展示（173 次点赞、9 条回复、11,736 次浏览、147 次收藏）都说明，本地或自托管智能体已经是真实替代方案；与此同时，Apple 的 Core AI 和端侧回路帖子也在论证主流开发者平台正在朝同一方向移动。围绕控制、隐私和摆脱云锁定的语言，说明这里的情绪成分非常明确；但实际需求仍然是更顺滑的安装和维护。机会：直接。
4. 使用中的工具与方法¶
| 工具 | 类别 | 评价 | 优势 | 局限 |
|---|---|---|---|---|
| Claude Fable 5 | 模型 | (+/-) | 用户认为它在编程、设计和长程任务上明显更进一步，Hermes 开发者尤其强调它适合长任务 | 回复主要被价格、访问资格、数据保留政策和过度拦截担忧主导 |
| eve | 框架 | (+) | 内建可持久执行、审批、子智能体、评估、沙箱以及清晰的文件式智能体结构 | 回复立刻质疑它与现有技术栈的重叠，并追问 A2A / 复杂度 |
| Cloudflare Agents SDK | 运行时 / 平台 | (+/-) | 在 Flue 等框架之下暴露出可持久执行、持久化文件系统和沙箱原语 | 框架疲劳和成本说明不清，说明平台叙事仍然难讲清 |
| Hermes Desktop on Ollama | 本地运行时 | (+) | 同一套智能体运行时可横跨桌面与 Ollama 启动流程；讨论串重点提到子智能体、自学习技能和消息集成 | 仍默认用户能自己管理本地模型 / 运行时配置与工作流调优 |
| Apple Core AI / MLX 栈 | 本地推理栈 | (+) | 证据表明它能支撑完整端侧回路、模型导出工具以及更紧密的 IDE / 设备集成 | 大多数证据仍处于发布早期，回复也仍把部署 / 版本管理视为未解问题 |
| Claude Code 功能栈 | 编程测试框架 | (+) | 实践者如今把 slash commands、compaction、subagents、MCP、permissions、hooks、skills 和 checkpoints 都视为核心工作流工具 | 这份功能清单本身也说明，对新用户来说测试框架复杂度已经不低 |
| Stripe Projects skill for Hermes | 支付 / 开通技能 | (+/-) | 能开通真实服务、同步凭据、支持升级 / 轮换，并清楚写出计费注意事项 | 会写入 .env、创建计费资源，因此必须有强审批边界 |
| Sibyl memory plugin | 记忆层 | (+) | 本地优先 SQLite、框架无关的 MCP 接入路径，以及图卡里“31,027 次写入零失败”的说法 | 仍处于封闭测试，除发布卡片外公开证据有限 |
| HiveMind | 可观测性 / 分析 | (+) | 承诺把多种编程智能体工具的支出与 ROI 汇总到一个仪表盘里 | 目前仍是早期信号；公开证据主要是发布推文和仪表盘截图，缺少更深入文档 |
| Odysseus | 本地工作区 | (+) | 把本地 / API 模型后端、MCP、网页 / 文件 / shell 和持久记忆打包进一个自托管工作区 | 代价是操作者责任更重：自托管和硬件仍然是方案的一部分 |
总体来看，人们对那些能在模型之外补上结构、可视化或本地性的工具更偏正面；而对单纯的模型升级或支付自治，则态度更复杂。最清晰的迁移路径，是从“一个带提示词的托管聊天”转向带检查点、权限、子智能体和记忆的测试框架。第二条迁移路径，是从纯云假设走向混合或完全本地栈；第三条迁移路径，则是从不可见支出走向明确的 ROI、回滚和治理界面。
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 |
|---|---|---|---|---|---|---|
| eve | @vercel | 用于构建、运行和扩展智能体的开源框架，包含审批、子智能体、评估和渠道能力 | 团队每做一个智能体都在重复搭建同样的生产级管线 | TypeScript、AI Gateway、Workflow SDK、沙箱适配器、OpenTelemetry | 测试阶段 | tweet, blog |
| Loom | @Coo_Lxing | 围绕编程智能体补上规划、验证、修复、预览和交接的交付测试框架 | 代码生成并不保证软件交付 | CLI、.loom/ 检查点、route / plan / verify / repair 循环 |
早期阶段 | tweet, repo |
| Cantrip | @deepfates | 基于 Elixir 的智能体框架，包含长生命周期进程、gates、wards 和可回放的 loom 状态 | 开发者想要比临时聊天循环更耐用、并发性更强的运行时模型 | Elixir、OTP / BEAM、Mnesia / JSONL loom 存储、OpenAI 兼容提供商 | 早期阶段 | tweet, repo |
| Memento-Skills | @Sumanth_077 | 在失败后重写薄弱或损坏技能的自演化技能框架 | 静态技能文件不会从真实任务经验中进步 | 本地技能库、沙箱工具、基准测试循环、OpenAI 兼容端点 | 早期阶段 | tweet |
| Hermes Desktop on Ollama | @ollama | 把 Hermes 的会话、子智能体、技能和消息能力带入本地桌面应用的桌面智能体运行时 | 用户想在本地和云端执行之间获得同样的智能体体验 | Ollama、Hermes Agent、桌面运行时、本地 / 云模型支持 | 已发布 | tweet |
| Odysseus | @GithubProjects | 带本地 / API 模型后端、MCP、shell、网页和持久记忆的自托管 AI 工作区 | 隐私优先团队希望把智能体工作区放在自有硬件上 | vLLM、Ollama、OpenAI、MCP、持久记忆 | 测试阶段 | tweet |
| Capafy Hermes marketplace | @Capafyai | 让 Hermes 技能作者发布闭源技能并按运行次数获利的市场 | 技能作者需要分发和变现，而不只是本地复用 | Hermes Agent、技能市场、按使用量分成 | 测试阶段 | tweet |
| MiniMax CLI coding agent | @darshal_ | 围绕 MiniMax M3 构建、支持自主文件和 shell 操作的终端原生编程智能体 | 一些开发者想要开放、可 hack 的 CLI 智能体，而不是固定死的 GUI 产品 | MiniMax M3、终端工作流、可定制工具 / 提示词 | 早期阶段 | tweet |
最强的构建模式，是把测试框架本身当成产品。eve、Loom 和 Cantrip 都在为同一个痛点给出不同答案：如何让智能体在超出一次聊天轮次之后依然可审计、可修复、可恢复。
第二个反复出现的模式，是把技能当成可部署的经济单元。Memento-Skills 试图在失败后自动改进技能，而 Capafy 则把技能变成按次付费的市场库存。这和昨天“技能是可复用上下文”的表述相比，是一个明显变化，已经转向“技能是带生命周期和收入的软件资产”。
本地优先开发者则在回应另一类痛点：团队想要隐私和控制权，但又不想失去智能体能力。Hermes Desktop on Ollama 和 Odysseus 都把记忆、工具和模型选择包进了更耐久的工作区里，而 MiniMax CLI 智能体则以更轻量、终端优先的形态表达了同样的需求。
6. 新动态与亮点¶
记忆基础设施开始给出具体的可靠性证明点¶
@BamOnChain 发布 了一条小但异常具体的记忆基础设施信号（17 次点赞、3 条回复、318 次浏览）：Sibyl Labs 的发布卡片声称“31,027 次写入，零失败”，并且重启后状态仍完整保留，在负控制下也没有幻觉。推文补上了图片里没有的架构细节：这是一个框架无关、本地优先、基于 SQLite 的 SDK，可通过 MCP 接入 Claude Code、Codex 和 Cursor。和泛泛而谈“记忆很重要”的讨论相比，这条内容之所以更有价值，是因为它为这一类别同时附上了可靠性数字和兼容性主张。
支出与 ROI 可观测性正在成为独立产品类别¶
@wandb 认为（12 次点赞、2 条回复、1,127 次浏览），工程负责人现在根本无法判断自己在 AI 编程上是花多了还是花少了，因为使用情况被切碎到了多个工具里。随附的 HiveMind 仪表盘让这个说法变得可感：截图展示了一个统一视图，把多次编程智能体运行的会话数、小时数、token 成本、改动行数以及仓库级结果放到一起。尽管公开证据仍很早期，但这是一个值得注意的信号：智能体可观测性正在从给开发者看的 trace，转向给工程经理看的 ROI 仪表盘。
7. 机会在哪里¶
[+++] 面向支出、权限与回滚的智能体控制平面 —— 证据横跨第 2、3、4 和 6 节。Hermes + Stripe 暴露了真实计费、.env 写入和审批阈值，Rubrik 把回滚与风险可视化定位成一等需求，而 HiveMind 则表明支出 / ROI 可观测性正在成为独立层。这个机会很强，因为智能体已经不再是唯一产品；围绕它的操作者控制台正在变成必需品。
[+++] 可移植的技能与记忆基础设施 —— Memento-Skills、Claude Code 功能清单、Sibyl 记忆发布，以及 Capafy 市场，都在指向同一个缺口：技能和记忆如今已经是核心资产，但验证、可移植性和生命周期工具仍然不成熟。这个机会很强，因为需求并不是单一厂商喊出来的，而是开发者、实践者和市场化实验共同反复表达出来的。
[++] 具备托管级易用性的本地优先工作区 —— Hermes Desktop on Ollama、Apple 的端侧工具链、Odysseus 和 MiniMax CLI 智能体都在支撑同一个判断：人们想要隐私和控制权，但又不想放弃现代智能体行为。这个机会中等偏强，因为价值显而易见，但最终胜出的产品很可能需要比这一代方案更好的安装流程、模型管理和跨设备连续性。
[+] 与框架无关的交付与治理层 —— Loom、Cantrip、eve 以及 Cloudflare 对运行时分层的拆解都说明，市场对框架、测试框架和平台之间的正确边界仍未达成共识。这个机会仍在成形，因为痛点清晰可见，但类别已经相当拥挤，最终可能收敛到少数几个更耐久的抽象。
8. 要点总结¶
- 如今衡量模型质量，看的已经是操作者约束，而不只是基准测试带来的兴奋感。 当天最正面的讨论，同时也带来了最响亮的抱怨：成本、数据保留和隐藏式能力抑制。(source)
- 关于框架的讨论已经进一步深入到运行时设计。 eve、Cloudflare 的 Agents SDK、Loom 和 Cantrip 都把持久性、检查点和可恢复性当成真正的产品界面。(source)
- 本地优先智能体已经不再是小众实验。 Ollama + Hermes Desktop、Apple 的端侧工具链和自托管工作区，都让本地执行看起来像市场上一条严肃的发展分支。(source)
- 技能、记忆和监督正在变成独立生意。 Memento-Skills、Capafy、Sibyl memory、HiveMind，以及 Hermes + Stripe，都把智能体技术栈拆成了可复用能力、持久化层和操作者控制层。(source)