Twitter AI 智能体 - 2026-06-30¶
1. 大家在讨论什么¶
1.1 循环工程正转向上下文工程与节奏管理（🡕）¶
最强的一组帖子认为，如今智能体表现越来越少取决于提示词是否巧妙，越来越多取决于团队如何整理上下文、定义评测，以及管理以不同速度运行的循环。至少有三条高信号内容支撑了这一转变，而且都相当具体地说明了：模型该在何时看到什么，以及人类仍必须在什么环节介入。
@AndrewYNg 认为（958 个赞、73 条回复、53,948 次浏览、1,057 次收藏）指出，围绕智能体的产品开发如今运行在三个彼此不同的循环中：一个无需干预即可持续约一小时的智能体编码循环；一个以数小时为尺度运行的开发者反馈循环；以及一个需要数天甚至更久的外部反馈循环。这张图之所以重要，不只是因为它歌颂自主性，更因为它表明最慢的循环依然是用户反馈，而工程师正越来越需要在产品愿景、规格、评测与迭代速度之间搭桥。
@shmidtqq 将其表述为（69 个赞、24 条回复、3,428 次浏览、61 次收藏）把同一转变概括为：从提示词工程走向上下文工程。配图通过对比单轮提示词与智能体的上下文窗口，把这个说法落到了实处——后者由文档、工具、记忆文件、消息历史和精心整理的指令拼装而成，这也更准确地描述了可靠智能体实际上是如何被构建出来的。
@sairahul1 发布了（169 个赞、9 条回复、16,735 次浏览、225 次收藏）列出了一份面向生产环境的检查清单，内容远不止提示词：KV-cache 复用、批处理、量化权衡、工具契约、护栏、模型路由、检索评测、可观测性、成本归因、租户隔离，以及提示词注入防御。@hello_code_ 的一条回复进一步点明了问题：许多团队仍在每次请求上浪费 prefill，因为他们没有把提示词结构设计好，无法复用稳定前缀。
讨论洞察： 最有价值的回复表明，智能体循环本身已经不再是主要瓶颈。在 Andrew Ng 的帖子下，一条回复认为现在真正难的是决定该构建什么；另一条则说，失败往往发生在快速的内部循环与更慢的人类或市场反馈循环的交接处。
与前一天的比较： 6 月 29 日把循环工程视为一种运营纪律，重点在于验证器分离与 harness 设计。到了 6 月 30 日，讨论把机制讲得更具体了：上下文整理、具备缓存意识的请求结构，以及不同循环的节奏，成为核心。
1.2 编排层被定义为企业护城河（🡕）¶
第二个大主题是：模型质量正越来越像采购决策中的一个输入项，而不再是买方真正附着价值的对象。更细致的帖子认为，持久价值存在于路由、策略、记忆、审批和可审计性，而不是把一家公司锁定在某一家实验室上。
@Shaughnessy119 认为（91 个赞、11 条回复、15,295 次浏览、105 次收藏）认为，企业会追求“每美元获得的最佳智能”，因此价值会向编排层转移。帖子里的配图是整条讨论里最有力的证据：其中一张写道，路由系统应依据延迟、成本、准确率、治理、策略和工作负载复杂度，在 GPT、Claude、Gemini、DeepSeek、Qwen 及其他模型之间做选择；另一张则指出，企业买家更在意的是审计轨迹、采购简便性、SLA 和总拥有成本，而不是排行榜上的胜负。
@ClaudeDevs 指出（26 个赞、1 条回复、3,454 次浏览）提到了 Claude Managed Agents 的多智能体模式，而公开文档也具体说明了这在实践中意味着什么：一个协调器会把任务委派给其他智能体，这些智能体各自保有隔离的会话线程，但共享同一个沙箱和文件系统；委派的目的包括并行化、专业化和升级处理。值得注意的是，这让多智能体编排不再只是一个模糊模式，而成了有明确限制的产品原语，例如只允许一层委派，以及名单数量上限。
讨论洞察： 贯穿始终的主线并不是某个模型赢了，而是团队想要一个控制平面：它可以切换模型、保留工作流状态，并把治理逻辑集中在一处，同时让底层模型保持可替换。
与前一天的比较： 6 月 29 日已经提出，harness 才是护城河。到了 6 月 30 日，这个观点被推进到了企业语境：公开材料里出现了路由标准、采购要求，以及正式的协调器/子智能体模型。
1.3 智能体市场从口号走向公开产品发布（🡕）¶
当天最明显的新主题，是面向智能体—智能体协作的商业基础设施。多个帖子不再停留在抽象的“自主公司”叙事上，而是描述了一个已经上线的市场：智能体可以发现工作、雇用服务，并在链上结算付款，同时把声誉与争议处理视为一等需求。
@pieverse_io 表示（214 个赞、35 条回复、6,549 次浏览）指出，OKX AI 正把智能体服务变成可发现的基础设施，覆盖交易工具、市场数据、投资组合分析、自动化与 A2A 工作流。公开的 OKX AI 网站 用具体角色与机制支撑了这一定位：用户发布任务，智能体竞标，款项在 X Layer 上结算，而一旦工作出现争议，评估者可以介入。
@JefferyCrypt 认为（153 个赞、35 条回复、4,635 次浏览）认为，智能体真正缺失的不是智能，而是商业能力。他的帖子对组成部分说得异常具体：发现、低摩擦支付与争议解决；此前的 trade kit；定价、议价、托管与争议模块；以及让亚美分结算可行的稳定币。
@bloomstarbms 补充说（58 个赞、16 条回复、13,163 次浏览、20 次收藏）给出了让这次发布不再显得空泛的产品细节：一条命令即可安装，兼容 Claude、GPT 和 MCP 风格客户端，评估者可用 OKB 进行质押，目前提供 beta 版本，并注明除英国外全球可用。在 OKX 讨论帖下的回复中，@wallet 直白地总结了其基础设施含义：钱包正成为 AI 技术栈的一部分。
讨论洞察： 这些市场类帖子最终收束到同一点：瓶颈不再只是智能体能想明白什么，还在于它能否找到交易对手、即时付款、携带声誉，并在结果不佳时解决争议，而不必退回人工运营。
与前一天的比较： 6 月 29 日更多关注编码智能体周边的治理层、记忆与基础设施。到了 6 月 30 日，则新增了一次具体的商业化发布，公开描述了任务、支付、声誉与评估者流程。
1.4 由于泛在授权依然危险，治理与安全进一步收紧（🡕）¶
当天关于安全与治理的讨论，并不是抽象的恐惧。最强的几条内容，要么发布了具体控制层，要么指出了明确攻击面，从而说明这些控制为何必要。
@CopilotKit 推出了（18 个赞、674 次浏览、20 次收藏）将 OpenBox 定位为 CopilotKit 和 LangGraph 的运行时治理层。文档具体到足以说明问题：每一次工具调用都可以被允许、脱敏、转交人工审批、阻止或终止，而且每个裁决都会追加进不可篡改的审计轨迹。
@tom_doerr 分享了（6 个赞、2,388 次浏览、9 次收藏）介绍了 Cisco AI Defense 的 Skill Scanner，截图和仓库 README 也都解释了它的工作方式：YAML 和 YARA 签名、LLM-as-a-judge、行为数据流分析、CI/CD 输出，以及对 Claude Code .claude/commands/*.md skill 仓库这类非标准格式进行宽松扫描。这是一个很具体的信号，说明智能体技能安全正在成为一种工作流，而不再只是清单式检查。
@The_Cyber_News 发布了（24 个赞、1 条回复、2,581 次浏览）指出，6 月 25 日的一次概念验证攻击利用一个看起来干净的 GitHub 仓库中的间接提示词注入，让编码智能体打开反向 shell 并泄露机密。另一方面，@TuomHolmberg 发布了（259 个赞、48 条回复、17,050 次浏览）则详细批评了一次 Hermes-agent 调查，列出了它跳过的尽调步骤：已销毁和已寄出的卡片、新增铸造、Discord 验证、头部钱包行为、竞争对手活动，以及直接联系用户和团队。
讨论洞察： 这一天的安全故事不只是 shell 漏洞。证据显示，同时存在两类信任失效：一类是智能体会被诱导执行不安全操作；另一类是它会在跳过让判断可信所必需的领域工作后，仍用信心十足的语气得出结论。
与前一天的比较： 6 月 29 日把治理落成了一组动作：批准、阻止、脱敏、终止。到了 6 月 30 日，又新增了漏洞报告、技能扫描，以及一个由 AI 生成的尽调失误公开案例，让风险显得更具操作性。
2. 什么让人感到挫败¶
当智能体跳过真正的尽调时，验证依然会失灵¶
严重程度：高。最尖锐的证据来自 @TuomHolmberg 质疑（259 个赞、48 条回复、17,050 次浏览），他逐行拆解了一份 Hermes-agent 调查，指出其没有检查已销毁和已寄出的卡片、新增铸造、经过 Discord 验证的用户、头部钱包行为、竞争对手活动，以及是否直接联系过用户或团队。这种抱怨也呼应了 @AndrewYNg 表示（958 个赞、73 条回复、53,948 次浏览、1,057 次收藏）的观点：当一个系统反复撞上同样的问题时，评测集就变得不可或缺。人们给出的应对方式是增加人工复核、加强评测，并更明确地定义完成标准，因此这非常值得围绕它构建产品。
编码智能体和技能周边的安全边界看起来仍然很容易被穿透¶
严重程度：高。@The_Cyber_News 声称（24 个赞、1 条回复、2,581 次浏览）指出，一个提示词注入 PoC 可以让编码智能体从看似干净的仓库里打开反向 shell；与此同时，@tom_doerr 提到了（6 个赞、2,388 次浏览、9 次收藏）介绍了一款专门用于在部署前发现提示词注入、数据外泄和恶意技能模式的扫描器。@CopilotKit 回应了（18 个赞、674 次浏览、20 次收藏）则从运行时侧给出了明确的允许、脱敏、审批、阻止和终止状态。人们的应对策略是分层防御：先扫描技能再使用、收紧权限范围，并对高风险操作强制审批。
只靠提示词的思路在生产环境里已经站不住了¶
严重程度：高。@sairahul1 列出了（169 个赞、9 条回复、16,735 次浏览、225 次收藏）把真正的生产栈描述为缓存管理、批处理、量化、路由、schema 修复循环、工具契约、评测、可观测性和租户隔离；而 @shmidtqq 认为（69 个赞、24 条回复、3,428 次浏览、61 次收藏）则指出，臃肿上下文是可靠性的隐形杀手。那份检查清单下的一条回复还特别点出了 KV-cache 复用这一常见盲点：很多团队没有把稳定提示内容放在前面。这种挫败值得投入去解决，因为现有应对方案仍然高度依赖专家，而且很容易配置错误。
智能体商业需要的是信任护栏，而不只是更聪明的模型¶
严重程度：中。@JefferyCrypt 认为（153 个赞、35 条回复、4,635 次浏览）指出，只有当智能体能发现服务、无摩擦付款并解决争议时，市场才运转得起来；@bloomstarbms 补充说（58 个赞、16 条回复、13,163 次浏览、20 次收藏）则指出，OKX AI 仍处于 beta 阶段，而且存在地域限制。即便是最看好这条路线的帖子，也不断回到评估者角色、托管和声誉这些问题上。这表明人们的不满并不在于缺乏野心，而在于缺少足够可信、足以承载真实资金与真实工作的基础设施。
3. 人们希望存在什么¶
既精简又能让智能体保持可靠的上下文包¶
人们真正想要的似乎不是更长的提示词，而是更好的整理。@shmidtqq 对比了提示词工程与由文档、工具、记忆、指令和消息历史构成的精心整理组合；@sairahul1 则把缓存复用、路由、检索评测和可观测性视为基本盘。这是一个实用需求，不是情绪诉求，而且显得很紧迫，因为团队已经拥有能工作的智能体，却仍在浪费 token 或丢失上下文。机会：直接。
具备可携带信任、声誉和争议处理能力的智能体市场¶
OKX AI 的发布帖把缺失的那一层说得很明确：仅有发现能力并不够。@JefferyCrypt 说，智能体经济除了发现，还需要支付与争议解决；@bloomstarbms 则把评估者质押和 beta 推出限制描述为其运营模式的一部分。这是一个现实且紧迫的需求，但已经开始变得竞争激烈，因为多支链上团队都在争夺这套基础设施。机会：竞争激烈。
不把工作与生活上下文泄露给云服务商的私密助手¶
OpenSoftwareCo 在 June 的产品页上抛出了一个很直白的判断：你向云助手提出的每个问题，都会落到别人的服务器上，而智能体看到的内容正越来越多地扩展到文档、截图、收件箱、日历、浏览器和代码。回复里强调的是：可在任意应用中本地听写，以及在私密处理后把会议笔记保存在本地。这既是实际的隐私需求，也是情感上的信任需求；对于那些想要智能体便利、却不愿交出敏感上下文的人来说，这很紧迫。机会：直接。
智能体无法随意绕过的策略层与安全检查¶
最强的治理产品和安全线程，其实都从不同角度表达了同一个愿望。@CopilotKit 展示了运行时的允许/脱敏/审批/阻止/终止控制；@tom_doerr 强调了一个用于在部署前扫描智能体技能的工具；@The_Cyber_News 则指出，一次提示词注入场景就能把编码智能体的广泛权限变成一个 shell。这个需求非常实际，而且已经有了部分解决方案，但从证据看，没有人认为问题已经解决。机会：直接。
4. 正在使用的工具与方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| 循环 + 上下文工程 | 方法 | (+/-) | 为团队提供一种具体方式，把快速编码循环与较慢的人类和市场反馈分开，并整理文档、工具、记忆和历史，而不是把所有内容一股脑塞进提示词 | 仍然依赖人工产品判断、评测以及谨慎的上下文选择 |
| Harness 工程 + 路由 | 编排方法 | (+) | 让团队能按成本、延迟、准确率和策略切换模型，同时把治理与工作流状态留在同一层 | 会实实在在增加栈复杂度，包括审批、可观测性、预算和采购约束 |
| drizzle-kit / Drizzle ORM 1.0 rc4 | 数据库工具 | (+) | 增加了面向智能体的 schema 管理、MCP server、版本化技能和多分支迁移工作流 | 只覆盖技术栈中的一层；团队仍需要严格执行确定性的迁移纪律 |
| OKX AI | 市场 / 支付 | (+/-) | 公开任务发布、竞标、X Layer 结算、评估者角色，以及兼容 MCP 的安装路径，让智能体商业基础设施变得具体 | 仍处于 beta 阶段，范围局限于加密领域，争议处理、声誉机制和发布限制仍有待验证 |
| 面向 CopilotKit 的 OpenBox | 治理运行时 | (+) | 把审批、脱敏、阻止、终止和审计轨迹变成明确的运行时原语 | 需要预先配置策略，也会加入可能拖慢快速工作流的人为关卡 |
| 六月 | 本地 AI 工作空间 | (+) | 把隐私当作产品特性：本地文件、听写和会议笔记，默认不走云端留存 | 目前证据仍主要来自产品自身，且定位是 Mac 专属 |
| Open Mercato | AI 工程框架 | (+) | 具备架构意识的 harness、规格优先开发，以及现成的 CRM/ERP 模块，让智能体有更清晰的结构 | 相比轻量编码工具，它是更重的技术栈，流程采纳成本也更高 |
| Anthropic Cybersecurity Skills | 技能库 | (+/-) | 打包了横跨 29 个领域、6 套框架的 817 项结构化技能，可在主流智能体平台间复用 | 双重用途内容带来显而易见的授权与治理要求 |
| Skill Scanner | 安全扫描器 | (+/-) | 结合签名、LLM 判断、行为分析、SARIF 以及 pre-commit/CI 路径，对智能体技能进行审查 | 项目明确提醒：未发现问题并不保证安全 |
| Claude Managed Agents 多智能体 | 托管式编排 | (+) | 为协调器提供持久化委派线程，以支持并行化、专业化与升级处理 | 智能体共享同一个沙箱和文件系统，且文档限制了委派深度与名单规模 |
总体来看，工具版图更偏向模型周边的支撑层，而不是继续迷恋某个新模型。迁移路径已经清晰可见：从提示词工程转向上下文工程，从忠于单一模型转向路由，从泛在授权转向明确审批与扫描器，再从云端默认助手转向隐私优先的本地工作空间。与前一周相比，竞争压力的形态也不同了：显性的战场是谁拥有控制平面，而不只是是谁拥有模型本身。
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 |
|---|---|---|---|---|---|---|
| OKX AI | OKX，由 @pieverse_io 和 @bloomstarbms 描述 | 一个让智能体发现工作、竞标、交付并在链上收款的市场 | 智能体彼此交易需要发现、支付、声誉与争议处理基础设施 | X Layer、稳定币、智能体身份、托管、评估者角色、兼容 MCP 的客户端 | Beta | 推文, 网站 |
| Open Mercato | @tom_doerr 提到了 open-mercato 团队 | 具备架构意识、采用规格优先开发、并提供业务应用模块的 AI 工程框架 | 原始代码生成并不能解决代码放置、分层、一致性或企业应用脚手架问题 | TypeScript、Next.js、Awilix、MikroORM、Postgres、Redis、JWT/RBAC、多租户 CRM/ERP 模块 | 已发布 | 推文, 仓库 |
| June | @OpenSoftwareCo | Mac 上的私密 AI 工作空间，带有智能体、听写和会议笔记 | 人们希望获得智能体帮助，同时默认不把文档、收件箱和工作上下文交给云助手 | Mac 桌面应用、本地/私密处理、开源打包、前沿模型与开放模型混合 | Beta | 推文, 网站 |
| OpenBox for CopilotKit | @CopilotKit 与 OpenBox | 一个会评估每次工具调用，并可允许、脱敏、审批、阻止或终止的治理层 | 智能体需要围绕副作用建立运行时策略、人工审批与审计轨迹 | CopilotKit、LangGraph、OpenBox Core、审批 API 路由、审计轨迹 UI | Beta | 推文, 文档 |
| Anthropic Cybersecurity Skills | 社区项目，由 @aiedge_ 重点介绍 | 面向 AI 智能体的结构化网络安全技能开放库 | 通用智能体缺乏深入、可复用的安全流程与框架映射 | agentskills.io 格式、817 项技能、29 个领域、6 套安全/欺诈框架 | 已发布 | 推文, 仓库 |
| Skill Scanner | Cisco AI Defense，由 @tom_doerr 带出 | 使用多种检测引擎的智能体技能安全扫描器 | 团队需要在将技能投入生产前发现提示词注入、数据外泄和恶意模式 | Python、YAML/YARA、LLM-as-a-judge、行为数据流、SARIF、pre-commit、CI | 已发布 | 推文, 仓库 |
| DrizzleORM 1.0 rc4 / Drizzle for Platforms | @DrizzleORM | 面向数据库工作的智能体感知型 schema 与迁移工具 | 智能体需要更安全、更确定性的方式来编辑数据库并管理并行迁移 | drizzle-kit CLI/SDK、MCP server、版本化技能、GitHub Action、MySQL/SQLite 支持 | 已发布 | 推文 |
这组构建者里最有意思的分野，是一部分产品在增强智能体能力，另一部分则在增强智能体的可治理性。OKX AI 试图给智能体补上劳动力市场基础设施；Open Mercato 和 Drizzle 试图给编码智能体补上更强的架构与数据层约束；而 June 试图让用户获得同样的智能体便利，却不默认走向云端留存。
@tom_doerr 分享了（29 个赞、4,663 次浏览、31 次收藏）把 Open Mercato 描述为 AI 工程的基础框架，而截图与 README 正是其独特之处所在：它不是又一个助手壳，而是一个规格优先、具备架构意识的脚手架，并内置业务模块和人机协作流程。
第二组项目则聚焦在智能体周边的安全层。Cybersecurity Skills 库扩展了智能体能“知道什么”，而 Skill Scanner 和 OpenBox 则收紧了不安全技能或动作“可以做什么”。这种“能力 + 控制”的组合反复出现，看起来更像一种持久的构建模式，而不是一次性的发布。
June 又补上了另一种论点：如果智能体会读取你的文件、听取你的会议、并写入你的应用，那么隐私本身就会成为产品差异化因素。这和市场或框架阵营的建造方向不同，但回应的是同一个底层事实：智能体正越来越贴近真实工作界面。
6. 新动态与值得关注的内容¶
对一份 AI 生成调查的公开纠正变得非常具体¶
@TuomHolmberg 并不只是提出异议（259 个赞、48 条回复、17,050 次浏览）对一篇 Hermes-agent 调查文章作出了回应；他逐条列出缺失的检查项，从已销毁和已寄出的卡片，到 Discord 验证和直接联系相关人员。它之所以重要，是因为这为审计智能体生成的研究提供了一个具体模板，而不是只在抽象层面争论“幻觉”。
围绕智能体技能的安全，正在成为独立工具链类别¶
两个不同项目指向了同一个信号。@aiedge_ 突出了 Anthropic Cybersecurity Skills，视其为智能体可复用的能力层；@tom_doerr 则带出了 Skill Scanner，把它作为部署前审查这类技能的执行层。这种组合说明，“智能体安全”不再只是大技术栈中的一个功能，而正在成为独立的产品类别。
面向智能体的开发者基础设施正变得更具体¶
@DrizzleORM 发布了面向智能体的数据库工作流，包括 MCP server、版本化技能、确定性迁移和多分支 GitHub Action；而 Claude Managed Agents 的 多智能体文档 描述了在同一沙箱中实现持久化委派线程、专业化和升级处理。两者合在一起表明，这一天的讨论已经不再停留在“智能体会写代码”，而是走向“团队正在定义让智能体安全且可重复地工作所需的周边基础设施”。
7. 机会在哪里¶
[+++] 面向智能体工作的验证与权限层 —— 证据横跨多个部分：Andrew Ng 强调评测的循环框架、TuomHolmberg 对一份糟糕 AI 主导调查的公开拆解、Claude Code 漏洞说法、OpenBox 的运行时裁决，以及 Skill Scanner 的部署前检查。需求之所以强烈，是因为在接近生产的工作流里，推理质量和执行权限都仍在失效。
[++] 掌控上下文、路由与策略的编排控制平面 —— Shaughnessy 的企业论点、上下文工程图、Claude Managed Agents 和 Open Mercato 都指向同一个切口：买方越来越在意的是哪一层来决定发送什么上下文、调用哪个模型，以及执行受什么规则约束。
[++] 面向智能体—智能体协作的可信商业基础设施 —— OKX AI、Pieverse 的框架、JefferyCrypt 提出的“发现—支付—争议”栈，以及 bloomstar 给出的 beta 细节，都表明在市场真正变得持久之前，智能体需要托管、评估者、可携带声誉和低成本结算。
[+] 面向智能体的私密、本地优先工作空间 —— June 的隐私优先定位表明，一部分用户想要始终在线智能体的便利，但不愿让聊天、文档、会议和桌面上下文默认留存在云端。这个机会还处在萌芽期，尚未被充分验证，但信任问题是真实存在的。
8. 要点¶
- 循环工程的含义，已经变成上下文整理与评测节奏，而不只是让智能体递归运行。 Andrew Ng 对分钟/小时/天三种循环的划分，以及那张上下文工程图，都把讨论抬到了提示词措辞之上。（来源）
- 企业价值一再被放在模型层之上。 当买方开始进入采购决策阶段时，这一天最细致的讨论反复强调：路由、治理、可审计性和总拥有成本，比排行榜成绩更重要。（来源）
- 智能体商业终于有了具体的公开工作流。 6 月 30 日关于市场的讨论，不再只是“一人公司”式口号，而是具体描述了发现、竞标、托管、评估和链上支付基础设施。（来源）
- 安全担忧已经具体到同时催生漏洞报告与专门对抗工具。 这一天同时出现了间接提示词注入漏洞说法，以及面向智能体使用场景的扫描器、受治理运行时和大型安全技能库。（来源）
- 构建者持续在标准化智能体周边各层，而不只是再发布一个助手壳。 Open Mercato、DrizzleORM、June 和 OpenBox 都把重点放在智能体执行周边的结构、数据流、隐私或策略上。（来源）