全部文章

作者认为LLM编码代理已让编程从兼具艺术与功能，转向彻底的功能优先，程序员不再雕琢代码细节，而是转向规划架构、测试与系统目标，结果是软件生产更像流水线和“快时尚”，效率提升但人类手工感与审美投入流失，因此应把艺术追求更多转向写作、绘画、音乐等更具人类表达性的领域。

开发中心正从IDE内逐行编码转向“代理编排”：开发者更多负责定义意图、分派任务、监控进度、审查差异并合并结果，IDE退为调试、精查和最终修改工具；结论是IDE未死，但已失去主入口地位，软件开发正变为多代理协作下的监督、治理与审查工作。

OpenMAIC是清华开源的多智能体课堂平台，可把任意主题或文档一键生成包含大纲、幻灯片、测验、交互模拟和PBL活动的沉浸式课程，由AI教师与同学实时讲解、讨论和协作，最新版本接入Grok并集成OpenClaw，可从飞书、Slack等20多种通讯工具直接生成课堂，降低部署与使用门槛，强化课程生产与互动学习效率。

browser是面向AI代理、自动化、爬虫与测试的开源无头浏览器，基于Zig从零开发，支持JavaScript、Web API和部分CDP，可兼容Puppeteer与Playwright；其关键价值是相比Chrome内存降至1/9、速度提升11倍，支持Docker和WSL2部署，但仍处于Beta阶段，兼容性与功能覆盖仍在完善。

NVIDIA发布开源参考栈NemoClaw，用于安全运行OpenClaw智能体，集成OpenShell运行时、Nemotron模型、沙箱容器与云推理网关，通过声明式策略和四层防护统一限制网络、文件系统、进程及模型调用，为自主AI代理提供隔离执行环境；当前属Alpha预览，接口可能变更。

Hermes Agent是Nous Research推出的开源自改进AI代理，核心动作是通过内置学习循环持续从经验生成技能并积累记忆，同时以统一网关连接CLI和多种消息平台、适配200多家模型与多类部署后端，最终影响是让代理可低成本部署、跨平台连续工作并持续优化，兼顾生产使用与训练扩展。

《机器学习系统：设计和实现》第二版是面向学生、科研与开发者的开源双语教材，系统覆盖机器学习系统全技术栈，内容含编程接口、计算图、AI加速器、编译器与运行时、数据处理、训练、模型服务、强化学习和大规模GPU集群管理，帮助读者完整理解机器学习系统的设计与实现。

OpenViking是火山引擎开源的AI Agent上下文数据库，用文件系统统一管理记忆、资源和技能，通过三级分层加载、目录递归检索、可视化轨迹和自动会话管理，解决传统RAG存储碎片化、检索差和不可观测问题，实测可将任务完成率提升43%至49%，输入Token成本降低83%至96%。

2026年AI竞赛的关键不再是融资或电力，而是芯片制造链，四大科技巨头6000亿美元支出和OpenAI、Anthropic巨额融资，短期难完全转化为可上线算力；核心瓶颈已转向ASML光刻机、先进晶圆和HBM内存，导致算力供给持续紧张、价格上升、强者靠提前锁单扩大优势，并可能冲击消费电子与中美AI长期竞争格局。

Agent 工程的核心不在更强模型，而在稳定循环外的工程设计：用 Harness 定义验证与边界，用分层上下文、按需 Skills、ACI 工具和记忆整合控制质量，用状态外化、评测、追踪和安全机制支撑长任务与多 Agent，结论是决定成败的往往是验证、工具定义和基础设施，而非模型价格。