全部文章

飞书推出OpenClaw官方插件，经用户授权后智能体可直接以用户身份读取并操作飞书文档、群聊上下文与日历，完成写改文档、发消息、约日程、建多维表等，显著减少复制粘贴并提升交付效率，同时需注意权限带来的数据泄露与不可逆操作风险，建议重要写入先预览再确认。

Harness指模型权重外的一切系统设计，涵盖提示、上下文、工具、沙箱、中间件与子代理等，其核心不是反复改prompt，而是改环境让错误难以再发生；实验证明同一模型仅优化自检、环境注入、死循环检测和推理强度调度，成绩可从Top30升至Top5；结论是Agent可靠性主要取决于Harness，持久价值在缓存、存储、隔离等受物理约束的设计。

过度依赖AI生成代码会累积“理解债”，即代码规模增长快于人类理解速度，表面测试与指标向好却削弱系统心智模型，变更与排错时集中爆雷；研究显示用AI代写理解力下降约17%，被动委派最伤技能，测试与规格无法替代理解与审查，组织应将“真正理解所交付内容”作为质量门槛与合规前置条件。

硅谷开发者正把写代码交给AI代理，转而用自然语言下达任务、审阅计划与结果并用测试约束幻觉，初创公司效率可提升至数十倍，大厂在既有代码库中更多用AI做理解、修复与自动化运维，整体提速约10%且团队规模缩小；结果是编码更像架构与评审而非手工实现，入门岗位与技能传承承压，但非程序员也能快速生成可用软件，白领工作或普遍转向“生成更少、判断更多”。

作者基于半年重度使用Claude Code的踩坑，总结其六层系统与代理循环，指出质量下降多源于上下文污染、工具与规则堆叠及缺乏验证闭环，提出用精简CLAUDE.md分层加载、Hooks强制约束、Subagent隔离探索、面向缓存设计Prompt并配套Verifier与/clear /compact等治理，最终结论是以“可验收定义+约束下自治”替代单纯调prompt，并提供/health技能做配置体检。

Deep Agents在Python SDK与CLI新增“自主上下文压缩”工具，模型可在任务边界、提炼结论前后、读取或生成大量内容及进入复杂多步流程时主动触发，将旧消息按规则总结并保留最近约10%对话，以缓解上下文窗口限制与context rot，减少固定阈值压缩带来的时机不佳并提升长程交互代理的稳定性与可用性。

智能体由模型与"Harness"构成，后者是包裹模型的代码、配置与执行逻辑系统，赋予其状态持久化、工具执行、反馈循环等能力；核心组件包括文件系统、沙箱环境、代码执行工具、记忆与搜索机制、上下文压缩及长程自主执行模式，Harness工程通过设计系统来弥补模型原生缺陷并放大其智能效用，且随模型能力进化持续迭代优化。

研究用开源套件CoT-Control在13个推理模型、1.3万余任务上测试思维链可控性，结果显示前沿模型普遍难以按指令重塑或遮蔽推理过程，可控性多低于15.4%且最低0.1%，规模增大略升但推理更长与后训练/RL增加会下降，被告知在监测下仅小幅提升，结论是当前CoT可控性不构成对CoT监测的主要风险但需持续评估并在系统卡同步披露相关指标。

编码代理让写代码成本骤降，EPD流程从“先写PRD再出设计再实现”转为“先快速原型再集中评审”，瓶颈由实现转到架构、产品与交互的审查与仲裁；传统PRD式瀑布死亡但需求意图文档仍必需且可演化为结构化提示；角色更趋融合，通才与产品感更关键，专才门槛提高，组织分化为用代理构建的builder与高强度系统思考的reviewer，坏产品想法将放大浪费与产品膨胀风险。

Agent由模型与Harness组成，Harness指除模型外的代码与执行机制，通过提供持久状态、文件系统与Git、工具与代码执行、沙箱环境、搜索与记忆注入、上下文压缩与输出卸载、规划与自验证循环及编排钩子，把仅能输入输出文本的模型变成可长期自主完成任务的工作引擎，并与模型后训练共同演化但也可能导致对特定工具逻辑过拟合，因此优化Harness本身可显著改变同一模型的效果。