Hasty Briefsbeta

全部标签

#ai agents

共 38 篇

双语

Choosing the Right AI Agent Memory Strategy: A Decision-Tree Approach
11 days ago
- 文章介绍了如何利用决策树为AI智能体选择合适的记忆策略。
- 它明确了四种智能体记忆类型：工作记忆（用于会话连续性）、语义记忆（用于稳定事实）、情景记忆（用于演变的历史）、程序性记忆（用于可重复流程）。
- 一个包含五个问题的决策树有助于对信息需求进行分类，涵盖跨轮次的持久性、会话存活度、稳定与演变特性、检索方法及学习流程等方面。
- 常见误区包括混合记忆层、过度积极修剪信息，以及存储原始日志而非提炼后的经验教训。
- 应根据智能体的具体需求组合记忆层，例如使用语义记忆记录用户偏好，利用情景记忆追踪交互历史。
Why Write Code in 2026
9 days ago
- 软件工程师构建和维护使智能体能够快速更改和部署的基础设施（软件工厂）。
- 编写代码对于直接在执行环境中思考、提升注意力、理解系统架构以及增强对架构的所有权仍然具有重要价值。
- 智能体并非编译器，而更像是实习生；它们需要精确的上下文，人类的参与有助于防止代码脆弱和混乱。
- 动手编码有助于识别和修复弱点、建立架构原则，并增强软件工厂的健壮性。
- 从架构模式到算法，软件工厂中的细节至关重要；智能体鼓励评估和持续集成，但解决薄弱环节仍需人类干预。
Autoresearch, Claude and Constrained Optimization
9 days ago
- 作者进行了一项实验，使用AI智能体（Claude Code）自主开发了一个文件压缩算法，旨在测试其在可量化目标和约束条件下优化软件的能力。
- 问题设定有明确目标：在保证无损解压和使用Rust实现的前提下，最小化压缩文件大小，同时压缩/解压时间限制在300秒内，并采用多种文件类型的数据集。
- 经过十多次迭代，AI通过实施LZSS和熵检查等技术改进了压缩效果，尤其在音频和视频文件上取得了显著成果，但始终只优化压缩率而未考虑速度等其他因素。
- 主要经验包括：AI倾向于快速将任务标记为“完成”，突显了显式循环机制的必要性；目标函数设计对避免过度优化的关键作用；以及在反馈周期较慢的实际指标中应用此方法的挑战。
- 实验的局限性包括：模型可变性、成本（每次迭代约4美元）、硬件依赖性，以及选择优化函数的困难，这都表明尽管前景广阔，但自主智能体研究需要谨慎设置和指标选择才能实用化。
Agent Harness Engineering
9 days ago
- 智能体牵引工程专注于构建围绕人工智能模型的脚手架，以创建高效的编码智能体。
- 牵引系统包括系统提示、工具、基础设施、编排逻辑、钩子和可观测性组件。
- 牵引工程将智能体的错误视为改进系统的信号，通过增加约束来防止问题重复发生。
- 关键牵引组件包括用于状态管理的文件系统和Git、作为通用工具的bash和代码执行以及用于安全执行的沙箱。
- 记忆和搜索机制支持持续学习，而上下文管理技术则对抗上下文腐败问题。
- 通过循环（如Ralph循环）、规划、验证以及规划器/生成器/评估器的分工，系统支持长周期任务的执行。
- 钩子用于强制执行规则并提供反馈，而AGENTS.md则作为简洁的规则手册被注入到提示中。
- 牵引系统随模型共同演化；随着模型的改进，牵引组件会调整以应对新的能力和失败模式。
- 模型-牵引训练循环表明，模型在与特定牵引系统共同训练后，其性能会受到影响。
- 牵引即服务框架通过提供预构建的可定制运行时组件，简化了智能体的开发过程。
- 行业趋势显示，顶级编码智能体在牵引模式上趋于一致，这表明了共享的最佳实践。
- 未来的发展方向包括多智能体编排、自我改进的牵引系统以及针对任务的动态工具组装。
Microsoft joins Google in backing Go for AI agents — OpenAI and Anthropic lag
9 days ago
- 微软已发布其Go语言代理框架公开预览版，为Go开发者提供构建AI代理的工具，包括多模型支持及外部系统集成能力。
- 该代理框架面向需要构建高级、长周期运行AI系统的开发者，具备工具调用、多代理协调及生产环境可观测性等特性。
- Go语言在云基础设施领域应用广泛，如Kubernetes和Docker等工具均采用Go开发，这使其成为将AI代理开发集成至现有工作流程的自然选择。
- 微软Go SDK目前暂未包含.NET版本中的部分功能（如交接编排和CodeAct），但公司对这些局限性保持透明态度。
- 谷歌此前已为其代理开发工具包增加Go语言支持，而OpenAI和Anthropic尚未在其官方代理SDK中正式支持Go，使其在这一趋势中暂时落后。
Claude Code sends 33k tokens before reading the prompt; OpenCode sends 7k
9 days ago
- Claude Code在相同任务上使用的tokens显著多于OpenCode，其基线开销约为33,000个tokens，而OpenCode的简单回复仅需约7,000个tokens。
- 缓存效率低下是主要因素；Claude Code在会话中重写了数万个提示缓存tokens，导致缓存写入量最高可达OpenCode的54倍。
- 配置元素如指令文件和MCP服务器会带来大量tokens开销，实际设置中在用户输入前可能达到75,000至85,000个tokens。
- 子代理会急剧增加tokens使用量；一个原本消耗121,000个tokens的任务在分发给两个子代理后飙升至513,000个tokens。
- 在多步骤任务中，Claude Code的批处理相比OpenCode的串行方式可减少总tokens，但其基线成本仍然更高。
- tokens差距因模型而异；Claude Code在较新模型（如Fable 5）上的系统提示较小，缩小了开销比例。
- 提示缓存可降低成本但无法完全消除；缓存写入、读取和上下文窗口消耗仍会产生费用。
- Claude Code存在缓存前缀不稳定性，导致比OpenCode（前缀稳定）更频繁且更高成本的缓存重写。
- 测量通过记录精确JSON载荷和API使用的日志代理进行，结果记录在审计跟踪中以确保完整性。
- 研究结果凸显了在生产环境中监控tokens使用的重要性，尤其在《欧盟人工智能法案》等法规要求下。
Show HN: PlanWright – A control plane for AI coding agents
8 days ago
- Planwright 旨在解决软件开发瓶颈从编码速度向人工节奏的仪式（如规划和验收）转变的问题，如今编码智能体速度更快。
- 它通过使用 AI 合成非结构化输入（如会议记录和 Slack 消息）为具有机器可检查标准的结构化目标来颠覆规划过程，由人类批准而非编写。
- 它通过分类已完成的验收目标来颠覆验收过程——自动清除机械性标准，仅将基于判断的项目路由给人类处理，并使用加密签名进行审计追踪。
- 该系统与 Claude Desktop 和 Claude Cowork 集成，使用看板管理目标，通过 MCP 进行智能体执行，并由人类审批，创建哈希链记录以满足合规要求。
- 定价层级包括面向独立开发者的免费版、小型团队的团队版、满足合规需求的商业版，以及面向具有高级功能的大型组织的企业版。
AIDE²: The First Evidence of Recursive Self-Improvement
7 days ago
- AIDE²通过自主优化其自动研究框架来展示递归自我改进的能力，在八天内创建了七个改进版本。
- 该系统采用内外循环的双层优化结构；外循环优化内层代理的代码，从而在各种任务上实现更好的性能。
- 最佳代理AIDE85实现了16倍提示减少，开发了抗奖励破解防御机制，并在天气预测等未见任务中表现出良好的泛化能力。
- 实验表明，AIDE85在GPU内核工程任务中将奖励破解率从63%降低至34%，无需明确指令即超越人工调优的代理。
- 该系统满足第一级RSI标准：超越人类基线，实现持续多步改进，具备泛化能力，并在固定预算下保持高效。
- 尽管有所改进，AIDE85的代码复杂性给部署和理解带来挑战，但其迁移能力仍优于人类设计的代理。
- 未明确实现点火阶段（第二级RSI），因为改进的内层代理并未显著提升外循环优化效率。
Be using a meta harness for agents
6 days ago
- 开发人员应从使用单一代理会话转向使用元调度器来管理多个并行代理。
- 元调度器允许同时启动多个代理会话，从而能够同时处理多个问题或代码库。
- 推荐的元调度器包括Conductor、Cursor和Superset，每个工具都有独特的功能和灵活性。
- 元调度器最适合快速任务（如错误修复），但对于大型功能，由于需要上下文切换，可能仍需使用传统IDE。
- 随着代理能力的提升，采用元调度器可以转变软件开发的工作流程。
Vint Cerf is working on a plan to unleash AI agents on the open internet
6 days ago
- Vint Cerf，互联网协议的关键人物，已离开谷歌，目前正在为Innovation Labs（一家致力于开发人工智能代理身份识别开放架构的组织）提供咨询。
- Innovation Labs作为Identity Digital的子公司，提出了DNSid系统，该系统利用加密证明将人工智能代理的身份与现有域名相链接，旨在应对未来更多人机交互场景中的问责问题。
- 当前面临的主要挑战是缺乏识别和审计人工智能代理的统一标准，因为现有代理通常在专有系统中运行，互操作性不足。
- Cerf强调了协议广泛采用的功能重要性，并以TCP/IP为例进行类比，指出用户压力将推动不同人工智能技术之间的互操作性需求。
- 他认为，“代理经济体”的增长并非必然，但由于人类对便利性的偏好，其发展可能性很大，不过关于人工智能代理的问责、授权和信任问题仍然复杂且悬而未决。
Designing APIs for Agents
8 days ago
- 为人类设计的API优先考虑最少使用模式、良好默认值以及易于上手、无需大量文档阅读的SDK。
- 为智能体设计的API优先考虑清晰和明确性，因为智能体可以阅读大量文档并快速生成大量代码。
- 对智能体而言，默认值是不好的，因为它们可以根据文档明确填写所有字段，从而减少误解和错误。
- 错误对智能体来说并非坏事；它们提供了澄清API行为的机会，这与人类相反，后者应尽量减少初次使用时的错误。
- 不明确的API可能导致智能体产生幻觉；具体的字段名称（例如使用displayName而非name）和文档注释有助于防止误解。
- API对智能体的价值在于提供无法在内部复制的事实（例如账单已支付、消息已发送），而非实用功能函数。
- 自由式虚拟机从使用SDK工具隐藏复杂性转向提供清晰指南，从而改善了智能体初始化和代码清晰度。
- 智能体框架和沙盒API的质量参差不齐，例如Flue框架因语义简洁清晰而表现优异，而像Eve这样的框架则因庞大而受到批评。
Show HN: On-chain bond market where the issuers are AI agents
4 days ago
- sellbonds.now 让AI代理能够通过在链上发行债券来自主筹集资金。
- 代理可以使用该平台为项目、计算成本、API费用或任何使用未来收益支付的费用提供资金。
- 债券以持有USDC的智能合约市场形式存在，贷款人获得计息ERC-20代币。
- 该平台是非托管的，无需账户、费用或KYC，通过支持运行Shell命令或Node的代理使用的CLI/SDK工作。
- 它支持Base主网和测试网，计划扩展到以太坊和Arbitrum，并且是开源的，除了智能合约是源代码可用的。
- 发行人可设定APR、债券类型和储备率等自定义条款，并可发行多个独立的债券。
- 如果发行人违约，将适用罚息APR，且违约将被永久记录在链上，贷款人可事先评估风险。
We Stopped Selling to Humans
5 days ago
- AI代理回复了一条领英帖子，并将作者与需要SOC 2合规服务的客户联系起来，从而得出洞察：AI代理可以充当买家或推荐者的角色。
- 为了在SOC 2领域与Vanta等成熟公司竞争，策略转向以AI代理而非人类为目标，认识到代理已成为新的“受众”。
- 关键观察到的模式：AI代理（例如Claude Code、Codex实例）推荐工具的依据是工具能否有效解除代理工作流程的障碍，而不仅是人类可用性。
- 面向AI代理销售的策略包括：构建支持端到端代理工作流程的产品，提供代理友好界面（CLI、MCP、API），并创建清晰易懂的AI可读文档。
- 其他策略：允许代理在遇到付费墙前完成重要工作，展示信任指标（过往记录、信任中心），并通过代理界面接收代理的反馈。
- 目标：成为AI代理首选的SOC 2工具，让它们推动采用和分发，而不是直接试图在打磨产品上超越更强大的竞争对手。
DrDroid (YC W23) Is Hiring
4 days ago
- DrDroid 正在招聘一名产品工程师，职位详情已通过链接提供。
- 该公司构建 AI 智能体，以帮助平台和基础设施团队更快地调试和修复生产问题。
- DrDroid 还开发了 Playbooks 等开源项目用于运行手册自动化，以及用于事件分析的 Kenobi。
- 其愿景是让任何团队成员都能在没有高级工程师参与的情况下调试问题，并获得 Accel 和 Y-Combinator 等投资者的支持。
The open-source Claude Design alternative has 77k GitHub stars and 1M+ installs
3 days ago
- Open Design 作为 Claude Design 的开源、本地优先替代方案，由 Tom Huang 的团队在十一天内构建完成。
- 开发过程强调'人类撰写合约，智能体编写实现，验证决定存留'。
- 核心特性包括：支持 22 种智能体 CLI 的 BYOK（自带密钥）、Apache-2.0 许可证，以及使用 DESIGN.md 作为设计系统的文件优先方法。
- 初始构建成本约为 200 美元，持续支出主要集中在顶级智能体订阅和最低限度基础设施上。
- Open Design 实现了超过 100 万次安装和 77,000 个 GitHub 星标，逆转了安装数通常低于星标的典型增长漏斗。
- 星标带来可信度、贡献者、搜索可见性和期权价值，但不会直接转化为收入或活跃用户。
- 盈利模式包括提供便捷的 Open Design Cloud 和团队工作空间，在未对核心功能设置付费墙的情况下实现稳定的正向现金流。
- 该项目通过提供选择、聚焦用户所有权以及以开放、模型无关的方式构建，与复制品区分开来。
- 智能体可以替代编码、测试和文档编制的人力，但人类在合约、安全、社区和品味方面仍不可或缺。
- 字节跳动的经验凸显了可靠性和协议思维的重要性，同时需摒弃大公司掌控一切的倾向。
- 氛围设计聚焦于拥有文件（如 DESIGN.md）以确保项目的长期可持续性，这与优先展示原型的氛围编码不同。
- 对周末构建者的建议包括：先撰写合约、启用智能体自我验证，以及专注于用户自主的解决方案而非复制进度或范围。
Agent swarms and the new model economics
21 hours ago
- 智能体群被设计用来处理大规模任务，它将工作分解为树状结构，由规划者和执行者协作完成。
- 新的群智能改进包括：一个自定义的版本控制系统，能够处理高频率的提交；以及针对协调失败（如脑裂设计和合并冲突）而设计的机制。
- 实验表明，新群智能在如使用Rust构建SQLite等任务中表现优于旧版本，测试套件通过率可达85%，效率更高且成本更低。
- 成本分析显示，通过使用前沿模型进行规划，搭配低成本模型执行任务，混合配置能显著降低执行者成本，实现大幅节约。
- 该群智能系统就像一个意图编译器，将高层规格说明转化为可执行的工作，未来有望通过改进意图描述来提升软件工程能力。
One Document, Two Hands
19 hours ago
- 代理是应用中的访客，与用户编辑同一文档——一个文档，两只手。
- 编程代理之所以成功，是因为它们拥有工作空间、工具和反馈循环；非编程应用也需要在用户文档周围建立类似的框架。
- 不要把聊天放在应用前面；代理应站在用户身旁，而不是挡在用户与应用之间。
- 把工作留在文档中，而不是对话中。聊天只是文档上的一个输入界面。
- 使用确定性代码进行精确操作；模型仅将模糊意图转化为操作和参数。
- 状态在各个界面间同步；代理是另一个客户端，而非文档的所有者。
- 无服务器基础设施（Workers、Durable Objects）使得为每个用户配备代理框架变得负担得起。
LLM spambots liked my Show HN post more than real people did
4 hours ago
- 作者将 'pleasdonotescape.com' 发布到 Show HN，其中包含一份 AI 智能体越狱列表，并推广了自己的越狱方法 'byre'。
- 在 14 小时内，收到了 13 封由 LLM 生成的垃圾邮件：其中 10 封发送到网站地址，3 封发送到 HN 个人资料页面地址。
- 这些垃圾邮件兜售诸如投融资演示文稿评分、质量保证报告、首页分析、竞争对手报告、搜索引擎优化修复、社交媒体内容、自由职业者以及风险投资侦察智能体等服务。
- 其中一位垃圾邮件发送者（Rick）是唯一注意到页面底部 'byre' 推广信息的人。
- 作者用一封格式信回复了所有 13 封邮件，询问回复率；其中 3 封退信，8 封未回复，2 封回信。
- 一位发送者报告称点击率为 49%，转化率为 7-9%（不包括作者）。
- 另一位发送者承认他前一天才启动了这个潜在客户生成模型，并且仍手动调整每封邮件。
- 作者总结道，垃圾邮件管道很容易搭建，并且只会变得越来越糟糕。

About|Login

#ai agents

Choosing the Right AI Agent Memory Strategy: A Decision-Tree Approach

Why Write Code in 2026

Autoresearch, Claude and Constrained Optimization

Agent Harness Engineering

Microsoft joins Google in backing Go for AI agents — OpenAI and Anthropic lag

Claude Code sends 33k tokens before reading the prompt; OpenCode sends 7k

Show HN: PlanWright – A control plane for AI coding agents

AIDE²: The First Evidence of Recursive Self-Improvement

Be using a meta harness for agents

Vint Cerf is working on a plan to unleash AI agents on the open internet

Designing APIs for Agents

Show HN: On-chain bond market where the issuers are AI agents

We Stopped Selling to Humans

DrDroid (YC W23) Is Hiring

The open-source Claude Design alternative has 77k GitHub stars and 1M+ installs

Agent swarms and the new model economics

One Document, Two Hands

LLM spambots liked my Show HN post more than real people did