Twitter AI 编程 - 2026-08-13¶
1. 人们在讨论什么¶
1.1 工作历史记忆正从仓库事实扩展到完整活动时间线（🡕）¶
8 月 13 日，关于记忆的讨论明显发生了转向。8 月 12 日的重点主要是仓库级记忆、召回层和指令文件泛滥；到了 8 月 13 日，这一思路被扩展为更广泛的活动日志，用于重建一个人在不同应用和网站上的工作轨迹。这一话题由 Computer History 的发布主导，同时也得到 Hindsight 等记忆层项目的补充。
@OpenAIDevs 宣布（1,044 个赞、62 条回复、53,989 次浏览、306 次收藏）表示，Codex 和 ChatGPT 可以利用 Computer History 作为近期工作上下文。公开的 Computer History 文档 称，该功能默认关闭，需要 macOS 桌面应用和 Memories；它会将交互事件而非屏幕截图转换为时间线摘要，并在发现重复工作流时建议创建技能或自动化。
@Vectorizeio 定位为（9 个赞、422 次浏览、5 次收藏）介绍了一个可跨代理界面运行的记忆插件 Hindsight。公开的 文档 称，它结合了语义、关键词、图和时间检索，并存储心理模型、观察结果和事实，而不是简单的向量缓存。这让当天的记忆讨论不再只是“代理是否应该记住”，而是进一步聚焦于什么样的检索方式和控制界面才可以接受。
讨论洞察： 人们积极回应的是连续性和工作流复用，但谨慎态度也立即出现：一条回复将 Computer History 描述为 ChatGPT 在审视用户昨天的工作，而相关文档本身则强调了用户主动选择、排除项，以及不会记录屏幕截图或音频。
与前一天的比较： 8 月 12 日的记忆讨论主要局限于代码仓库，并围绕过时的指令文件展开。8 月 13 日，讨论范围扩大到完整工作历史、本地记忆文件，以及根据重复行为生成技能。
1.2 Antigravity 成为自定义代理、插件和 Gemini 3.7 Flash 的封装层（🡕）¶
Antigravity 主导了当天的讨论，而 Gemini 3.7 Flash 同时以模型发布和分发事件的形式出现。将两者联系起来的是封装：基于文件的代理、插件清单、新模型可用性，以及在 shell 之上构建的具体项目。相比 8 月 12 日将自定义代理视为一项功能，8 月 13 日的讨论显示，Antigravity 正逐渐成为模型和扩展的分发表层。
@antigravity 宣布（686 个赞、40 条回复、54,516 次浏览、186 次收藏）介绍了 Custom Agents。公开的 custom agents 博客 称，这些文件位于 .agents/agents/ 或 ~/.gemini/config/agents/ 下，并可对称地作为主代理或委派的子代理运行。配图很重要，因为它展示了一个下拉界面：用户可以直接选择这些角色，而不必面对隐藏的配置。
@antigravity 宣布（646 个赞、48 条回复、18,625 次浏览）介绍了 Antigravity 中的 Gemini 3.7 Flash。Google 公开的 模型发布公告 称，与 3.6 Flash 相比，3.7 Flash 在 DeepSWE v1.1（65.3% 对 49.0%）、FrontierCode 1.1 Main（43.6% 对 34.4%）、WebDev Arena（1588 对 1538）和 AutomationBench（30.4% 对 17.0%）上均有提升。这让 Antigravity 获得了一个成本更低的主力模型，并在编程和代理工作流方面带来公开可见的改进。
@JackWoth98 推出（188 个赞、17 条回复、11,965 次浏览、106 次收藏）介绍了一个随 Antigravity 打包的 Gemini API 插件。Google Cloud 公开的 插件文档 将 plugin.json 定义为技能、代理、MCP 配置、钩子和规则所需的清单。@googledevs 分享了（153 个赞、10 条回复、17,117 次浏览、66 次收藏）介绍了 Gemma Translator 仓库：它借助 LiteRT-LM 和 Moonshine 在 Raspberry Pi 5 上本地运行 Gemma 4，展示了 Antigravity 如何被用于交付具体的离线设备，而不只是演示提示词。
讨论洞察： 人们对成本更低的 Flash 模型和可复用的代理文件持积极态度，但最明显的摩擦集中在可发现性和权限控制上：一条关于自定义代理的回复称，下拉菜单是在更新之后才出现；Copilot 的回复则指出，企业管理员必须先启用 Gemini 3.7 Flash，用户才能选择它。
与前一天的比较： 8 月 12 日将自定义代理作为新的专业化界面引入。8 月 13 日，这一界面开始汇聚模型发布、插件清单和真实硬件项目。
1.3 代理周边的运行层正变得更可视化、更易评审，也支持更多界面（🡕）¶
最有意思的构建者帖子，并不是在宣称又出现了一个更强的模型，而是在展示围绕现有代理的新控制界面：可视化编辑器、图控制平面、规范优先的命令栈、基于 ACP 的 IDE 切换、可回放会话，以及可复现评估。这延续了 8 月 12 日关于运行层的趋势，但 8 月 13 日的设计更加具体，也更具主张性。
@charliejhills 认为（23 个赞、12 条回复、2,555 次浏览）称，GitHub 的 Spec Kit 通过强制按需求、澄清、规划、任务和实现的结构化顺序推进，纠正了“先写代码、后补需求”的倒置流程。@Alan_Earn 分享了（24 个赞、10 条回复、370 次浏览、6 次收藏）介绍了 Airship。其公开 README 称，该项目会在运行中的开发服务器前放置一个设计画布，用户可以点击元素、描述修改，并让 Claude Code、Codex 或 OpenCode 在本地编写差异。
@WebStormIDE 推出（16 个赞、2 条回复、1,150 次浏览）介绍了 WebStorm 中基于 ACP 的代理选择。公开的 JetBrains 文章 称，ACP 让团队能够切换服务商，同时保留本地索引，也不必额外购买 JetBrains AI 订阅。@airealitynoslop 指出（3 个赞、1 条回复、35 次浏览、3 次收藏）介绍了 DeepSeek Harness：它将模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 都作为 Cordis 之上的插件，从而将模块化推进到比普通工具／插件划分更深的层次。
@codeglitch 提炼了（4 个赞、3 条回复、162 次浏览）用一张图概括了这一层的评审理念：不应由一个代理负责全部步骤，证据应从分诊流向复现、实现和评审。同样的可评审性也出现在 @s7rthaks 构建（1 个赞、1 条回复、64 次浏览）中：这是一个可复现的基准测试 CLI，在一个容器中运行求解器，再在一个全新的容器中评估补丁。
讨论洞察： 从业者最有价值的细节并不在于原始能力，而在于协作成本。一条关于命名 Claude Code 会话的回复称，这种模式确实可行，但代理彼此唤醒并聊天会产生高昂的 token 成本，这进一步说明了显式图、协议和评审阶段的必要性。
与前一天的比较： 8 月 12 日显示，运行层正围绕采集、分析和安全逐渐形成。8 月 13 日，这一层进一步落到具体的用户体验上：画布、协议、图、质量门和带有证据的评估闭环。
2. 什么让人感到沮丧¶
既有用、又不会让人觉得被侵犯的记忆¶
这是一个高严重性问题，因为最大的积极信号和最大的质疑都来自同一项功能。@OpenAIDevs 宣布（1,044 个赞、62 条回复、53,989 次浏览、306 次收藏）介绍了 Computer History 如何帮助 ChatGPT 和 Codex 获取近期工作，但公开的 文档 在介绍便利性的同时，也同样强调排除项、删除、本地存储、提示注入风险，以及对敏感应用的同意要求。一条回复用玩笑直白地概括了这种不适：ChatGPT 似乎在审视用户昨天和上周的工作。
同样的技术层面问题也出现在 @Vectorizeio 定位（9 个赞、422 次浏览、5 次收藏）对 Hindsight 记忆层的介绍中。正如公开的 文档 所述，对于需要时间推理或整合观察结果的问题，简单的向量召回并不够用。人们正在通过加入显式记忆库、排除项和保留规则来应对，而不是完全信任默认聊天窗口。这个方向值得直接投入，因为需求十分明确；但产品必须让范围、来源和删除机制一目了然。
单次放手型代理仍然需要评审架构和可重复评估¶
在构建者帖子中，这是一个高严重性问题，即使相关帖子的互动量并不高。@codeglitch 提炼了（4 个赞、3 条回复、162 次浏览）将核心抱怨归结为一条规则：不应由一个代理负责全部步骤。@s7rthaks 构建了（1 个赞、1 条回复、64 次浏览）介绍了一个基准测试 CLI，通过隔离求解和全新的评估流程，避免继续相信退出代码或求解器输出；@PatrickToulme 描述了（11 个赞、10 条回复、1,657 次浏览）则介绍了 AgentSage：它会记录可回放的会话轨迹，并在任何内容离开设备前进行脱敏和密钥扫描。
讨论中也出现了协作成本。@adocomplete 展示了（8 个赞、2 条回复、334 次浏览、4 次收藏）介绍了可以相互发送私信的命名 Claude Code 会话，但一条回复称，这种设置成本很高，因为代理会浪费上下文彼此聊天、相互唤醒。当前的解决方法，是在代理周边增加门禁、分离角色或使用回放工具。这个方向值得直接投入，因为问题并不是代理什么都做不了，而是团队无法信任它们的工作结果，也无法低成本地验证这些结果。
模型可访问性的改善快于部署经济性的改善¶
这一问题的严重性介于中等和高之间：能力曲线快速上升，但访问仍受政策和硬件限制。@github 宣布（91 个赞、16 条回复、24,044 次浏览）介绍了 Copilot 中的 Gemini 3.7 Flash，但公开的 更新日志 称，企业和商业版管理员必须启用预览政策，用户才能选择该模型。即使是符合条件的计划，Copilot 各界面的发布也仍在逐步进行。
在本地运行这一端，@burkeholland 报道（67 个赞、13 条回复、8,567 次浏览、19 次收藏）介绍了通过 Ollama 在 GitHub Copilot 应用中运行 Qwen3-Coder 30B，速度约为每秒 85 个 token；但回复很快就集中到 96GB 显存需求和硬件价格上。Antigravity 和 Copilot 帖子中对 Flash 级模型的兴趣，部分源于重试和工具调用的成本，而不只是质量。这是一个值得竞争性投入的方向，因为人们需要在托管、本地和受政策限制的模型之间进行路由，而不必成为基础设施专家。
3. 人们希望有哪些东西存在¶
能将重复工作转化为可复用产物的记忆¶
人们想要的不只是一个能够记住事情的代理，而是一个能将重复工作转化为可复用、可评审成果的代理。公开的 Computer History 文档 称，重复工作流可以触发技能或自动化建议；@OpenAIDevs 将其定义为（1,044 个赞、62 条回复、53,989 次浏览、306 次收藏）则围绕“从上次中断处继续”和理解工作模式展开。@Vectorizeio 支持了 将这一点与跨代理记忆层联系起来，其公开的 文档 明确将记忆建模为 retain、recall 和 reflect。这是一个现实需求，而非理想化设想。机会：直接。
经得起工具切换的封装¶
自定义代理、插件清单、协议适配器和模型发布都指向同一个诉求：只定义一次行为，并在周边工具变化时保持可移植。@antigravity 展示了（686 个赞、40 条回复、54,516 次浏览、186 次收藏）介绍了基于文件的自定义代理；Google Cloud 公开的 插件文档 将 plugin.json 作为封装根；@WebStormIDE 定位为（16 个赞、2 条回复、1,150 次浏览）则将 ACP 作为一种方式，让用户无需额外订阅，便可在同一个 IDE 中使用 GitHub Copilot、Claude Code 或任何兼容代理。这个需求既现实又具有竞争性，因为开发者显然希望在 shell、IDE 和服务商之间切换，而不必重写整个运行层。机会：竞争性。
将规划、执行、验证和评审分开的编排¶
几篇帖子使用了不同表述，却汇聚到了同一种期望模式。@charliejhills 描述了（23 个赞、12 条回复、2,555 次浏览）介绍了 Spec Kit 如何在编码前强制完成需求、规划和任务拆解。@tom_doerr 分享了（4 个赞、1,023 次浏览）介绍了 Pilot Shell，其公开仓库将 Claude Code 和 Codex 转化为 /prd、/spec、/build 和 /fix 工作流，并加入质量门。@ctrlnodeai 构建了（3,488 次浏览）介绍了一个图控制平面；@codeglitch 认为（4 个赞、3 条回复、162 次浏览）则强调，证据应在步骤之间交接，而不是由一个代理包办一切。这是一个紧迫且直接的需求，因为用户已经在自行拼装编排层。机会：直接。
4. 正在使用的工具和方法¶
| 工具 | 类别 | 评价 | 优势 | 局限 |
|---|---|---|---|---|
| Computer History | 记忆／工作历史采集 | (+/-) | 将近期应用和网站活动转化为可用上下文；可根据重复工作建议技能或自动化 | 仅支持 macOS 桌面端，需要用户主动选择，受管理员控制，并存在隐私和提示注入问题 |
| Antigravity Custom Agents | 代理 shell／封装 | (+/-) | 基于文件的代理、主代理和子代理对称运行、可供团队共享的配置 | 可发现性和更新存在摩擦，还需要管理另一层定制内容 |
| Gemini 3.7 Flash | 模型 | (+) | 编程和 Web 开发基准优于 3.6 Flash，重试和工具循环成本更低，发布势头广泛 | 可用范围逐步扩大，部分基准仍由更强但更昂贵的模型占优 |
| GitHub Copilot 应用 + Ollama | 代理平台／本地模型界面 | (+/-) | 让团队能够在熟悉的 shell 中尝试托管模型和本地模型 | 本地实验可能需要昂贵硬件，模型访问仍取决于政策开关 |
| Hindsight | 记忆系统 | (+) | 提供 retain／recall／reflect API，支持时间和图检索，以及结构化记忆类型 | 团队必须运营并信任额外的基础设施层 |
| WebStorm ACP | IDE 协议／自带密钥（BYOK） | (+) | 无需离开已建立索引的 IDE 即可切换代理，也不需要额外的 JetBrains AI 订阅 | 需要支持 ACP 的代理，并要求认真完成配置 |
| Spec Kit | 规划工作流 | (+) | 在实现前强制完成需求、澄清、规划和任务拆解；支持广泛的代理集成 | 增加前置流程，对纯粹“输入提示词即开始”的用户吸引力较低 |
| Airship | 可视化编辑器／UI 工作流 | (+) | 将设计画布直接置于开发服务器前，并将修改保留在本地 | 仍需权衡不同代理的能力差异和安全模式 |
| Pilot Shell | 工作流层 | (+) | 增加规范／构建／修复通道、TDD、质量钩子、记忆共享和本地控制台 | 具有明确主张的运行层，需要单独安装并遵循自身约定 |
| DeepSeek Harness | 代理运行框架 | (+/-) | 在模型、工具、会话、存储和 UI 等界面采用一切皆插件的架构 | 仍处于开发者预览阶段，后续将明确进行兼容性破坏性变更 |
| CTRL NODE | 代理图控制平面 | (+/-) | 提供图画布、混合服务商、仅出站的 Bridge 和实时任务活动 | 处于早期阶段，正在寻找工作流契合点并收集操作人员反馈 |
| OpenCode | 开源代理 shell | (+) | 支持多服务商，持续改进上下文压缩，提供使用统计，并拥有移动客户端生态 | 仍在公开调整压缩、路由和服务商行为 |
满意度呈现出清晰的分化。人们对能够保留上下文、减少重复提示，或让现有代理更易于驾驭的层最为积极：工作历史记忆、更便宜的 Flash 模型、规范优先工作流、可视化编辑器和协议适配器。当这些层带来隐私边界、管理员启用、GPU 成本等新问题，或让人怀疑是否值得运营另一个控制平面时，评价就转为复杂。
迁移模式也很明显。人们没有选择一个通用聊天界面并完全依赖它，而是在多个代理周边增加封装和控制：IDE 中的 ACP、Antigravity 中的插件清单、CTRL NODE 中的图编排、Spec Kit 和 Pilot Shell 中的规范优先流程，以及围绕 OpenCode 的本地／移动扩展。竞争越来越集中于谁能拥有模型周边的运行层，而不仅仅是谁拥有模型本身。
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 |
|---|---|---|---|---|---|---|
| Gemma Translator | Google Creative Lab 通过 @googledevs | 面向双向对话的便携式离线语音翻译器 | 翻译工作流对云端的依赖，以及连接受限问题 | Gemma 4、LiteRT-LM、Moonshine、Raspberry Pi 5、React 前端、Python API | Alpha | 仓库 · 帖子 |
| CTRL NODE | @ctrlnodeai | 带本地 Bridge 的 AI 代理图控制平面 | 团队希望使用分支式、多服务商代理工作流，同时不公开暴露本地工作区 | 图画布、出站 Bridge、WebSocket 控制平面、支持 Claude／Copilot／Gemini／Codex／OpenRouter／Ollama | Alpha | 仓库 · 帖子 |
| Airship | 0xnyn 通过 @Alan_Earn | 位于实时开发服务器前的可视化编辑器，并将修改发送给编程代理 | 在纯文本代理工作流中，UI 编辑和设计到代码的交接仍然笨拙 | Node CLI、实时浏览器画面、Claude Code、Codex、OpenCode | Beta | 仓库 · 帖子 |
| Spec Kit | GitHub 通过 @charliejhills | 面向编程代理的规范优先工作流工具包 | 代理经常在需求和约束明确之前就开始编码 | Python CLI、斜杠命令、多代理集成、Markdown 规范 | 已发布 | 仓库 · 帖子 |
| Pilot Shell | Max Ritter 通过 @tom_doerr | 围绕 Claude Code 和 Codex 增加 PRD、规范、构建和修复通道的工作流层 | 原始代理运行会跳过测试、丢失上下文，并需要质量门 | Claude Code、Codex、钩子、记忆共享、本地控制台 | 已发布 | 仓库 · 帖子 |
| DeepSeek Harness | DeepSeek AI 通过 @airealitynoslop | 插件优先的运行框架，可替换模型、工具、会话、存储和 UI | 构建者希望拥有可替换的运行时，而不是固定的 shell／服务商组合 | Cordis、Node.js、Web UI、插件运行时 | Alpha | 仓库 · 帖子 |
| Hindsight | @Vectorizeio | 支持 retain／recall／reflect 行为的跨代理记忆库 | 代理会遗忘会话历史，也难以进行感知时间的检索 | 语义搜索、BM25、图检索、时间检索、结构化记忆类型 | Beta | 文档 · 帖子 |
| AgentSage | @PatrickToulme | 可回放的编程代理会话，以及并排的竞技场比较 | 已完成的代理运行难以检查、比较或安全发布 | CLI 采集、会话回放、脱敏、密钥扫描、多代理竞技场 | Alpha | 帖子 |
| OpenCode iOS Client | grapeot 通过 @ivanfenenko | 面向 OpenCode 服务器的原生 iPhone／iPad／Vision Pro 客户端 | 开发者希望在离开桌面后监控会话、差异和工具调用 | Swift、iOS／iPadOS／visionOS、SSH 隧道、OpenCode 服务器 | Beta | 仓库 · 帖子 |
| 可复现的编程代理基准测试 CLI | @s7rthaks | 在固定的仓库状态上运行求解器，再在全新容器中评估补丁 | 团队需要可审计的代理评估，而不是相信退出代码 | Docker、固定提交、隔离的求解器／评估器生命周期 | Alpha | 帖子 |
反复出现的最强构建模式，并不是又一个代理封装，而是围绕信任搭建脚手架。@charliejhills 分享了（23 个赞、12 条回复、2,555 次浏览）将 Spec Kit 作为一种在编码前强制明确需求并拆解任务的方式；@tom_doerr 分享了（4 个赞、1,023 次浏览）则将 Pilot Shell 作为一种在 Claude Code 和 Codex 之上加入 PRD／规范／构建／修复通道、TDD 和质量钩子的方式。@s7rthaks 新增了（1 个赞、1 条回复、64 次浏览）体现了同一思路在评估端的延伸：通过全新容器给出结论，而不是相信求解器输出。
第二种构建模式，是围绕同一批底层代理开发新界面。@Alan_Earn 披露了（24 个赞、10 条回复、370 次浏览、6 次收藏）介绍了位于开发服务器前的 Airship 设计画布；@ctrlnodeai 构建了（3,488 次浏览）介绍了带本地 Bridge 的图控制平面；@ivanfenenko 分享了（2 个赞、19 次浏览）则展示了 OpenCode 移动客户端的公开 TestFlight 和仓库路径。@PatrickToulme 定位为（11 个赞、10 条回复、1,657 次浏览）将 AgentSage 呈现为代理会话的可回放视图，而不仅仅是另一个用于输入提示词的地方。
第三种模式，是通过模块化基础设施实现可移植性。@googledevs 展示了（153 个赞、10 条回复、17,117 次浏览、66 次收藏）介绍了使用 Antigravity 构建的、基于 Raspberry Pi 的离线设备 Gemma Translator；@airealitynoslop 重点介绍了（3 个赞、1 条回复、35 次浏览、3 次收藏）介绍了 DeepSeek Harness；@Vectorizeio 重点介绍了（9 个赞、422 次浏览、5 次收藏）介绍了 Hindsight。两者都将记忆／运行时层明确设计为可替换系统。这些项目反复出现的触发因素，并不是原始生成质量不足，而是需要以能够适应工具变化的方式封装、观察、路由和验证代理工作。
6. 新鲜且值得关注的内容¶
封装规范开始成为可见的产品界面¶
@GoogleCloudTech 发布了（7 个赞、1 条回复、601 次浏览）介绍了一个最小化的 plugin.json 示例，将其作为任何兼容代理工作区的入口。公开的 Antigravity 插件文档 称，该清单可以承载技能、代理、MCP 配置、钩子和规则。这一点值得关注，因为封装细节通常隐藏在文档中；但在 8 月 13 日，它们开始被提升为面向用户的入口级工作流概念。
插件优先的运行框架正将模块化推进到工具层之下¶
@airealitynoslop 指出了（3 个赞、1 条回复、35 次浏览、3 次收藏）介绍了 DeepSeek Harness：这是一个开发者预览运行时，模型本身与工具、会话、沙箱、存储、循环、调度和 UI 一样，都处于可替换位置。公开的 仓库 和 DeepSeek 页面 都将其描述为建立在 Cordis 之上的“一切皆插件”架构。这一天值得关注的地方，不只是插件数量增加了，而是运行框架正在进行更深层的架构转变，将核心代理行为视为可配置基础设施。
今天最有力的证据产物，是一段通过测试的 GUI 轨迹¶
@awakecoding 展示了（8 个赞、3 条回复、467 次浏览）展示了 GitHub Copilot 如何自主测试 IronRDP 的笔输入功能：通过 ironrdp-agent 打开 Paint，画出笑脸，再用屏幕截图确认结果。这段轨迹值得关注，因为它将规划、执行和验证结合在一个可见产物中，而不是笼统声称代理能够测试软件。
7. 机会所在¶
[+++] 保护隐私的工作历史与记忆治理 — Computer History 和 Hindsight 都显示出人们对跨会话连续性的强烈需求，但 OpenAI 的文档和回复模式清楚表明，来源排除、删除控制、来源追踪和同意边界都是产品的一部分，而不是可有可无的政策文字。
[+++] 具有明确结论、可评审的编排 — Spec Kit、Pilot Shell、基准测试 CLI、codeglitch 的评审幻灯片和 AgentSage 都指向同一个缺口：团队需要将规划、求解、检查和发布分成独立阶段，并为每个阶段附上证据的工作流。
[++] 跨代理封装与协议工具 — Antigravity 自定义代理、plugin.json、WebStorm ACP 和 DeepSeek Harness 都将可移植性视为一项首要需求。围绕同一代理包在不同 shell、IDE 和服务商之间进行转换、验证或管理，仍有很大空间。
[++] 编程代理周边的可视化、图和移动控制界面 — Airship、CTRL NODE 和 OpenCode iOS 客户端表明，终端已不再是代理编程工作的唯一重要界面。机会中等，因为价值已经显现，但这些产品仍处于早期且彼此割裂。
[+] 本地优先的边缘构建与离线代理体验 — Gemma Translator 以及 Copilot 中的本地模型实验表明，人们仍希望代理和模型能够在自己的硬件上运行。这个方向正在形成，因为已有具体案例，但成本和硬件限制仍将受众范围限制在较小规模。
8. 要点¶
- 记忆从仓库上下文转向工作历史采集。 OpenAI 发布的 Computer History 将近期应用和网站活动转化为代理可用的上下文，甚至能够建议技能；Hindsight 则从基础设施侧展示了同样的需求。（来源）
- Antigravity 的角色从自定义代理功能扩展为封装层。 8 月 13 日，它承载了自定义代理、Gemini 插件、Gemini 3.7 Flash 以及离线 Gemma 硬件项目，而不再只是一个 UI 界面。（来源）
- 编程代理周边的运行层正变得更加明确，也更加产品化。 Spec Kit、Airship、WebStorm ACP、CTRL NODE、Pilot Shell 和 DeepSeek Harness 关注的都是工作如何被组织、路由和评审，而不仅仅是原始生成能力。（来源）
- 验证和证据正成为差异化因素。 基准测试 CLI、codeglitch 的评审幻灯片、AgentSage 回放，以及 IronRDP GUI 测试轨迹，都试图让代理输出可供检查，而不只是看起来合理。（来源）
- 模型选择如今已无法与分发经济性割裂。 Gemini 3.7 Flash 的势头来自基准提升、广泛发布和更低的工具循环成本；与此同时，本地模型实验仍受到显存成本和政策限制的影响。（来源）