{"source":{"id":"16179461","title":"AI Agent 最大的问题在于记性不好。 一旦中途卡顿、Token 爆了或者网络断一下，它就彻底忘了自己刚才干到哪一步…","url":"https://mubeitech.com/p/16179461"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2079985963862786352","account":"mubei","brand":"@mubei","title":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…","summary":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。 AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干…","body":"4到6个月后，没人再去死磕提示词了。\nAnthropic内部，80%的工程师已经切到了自改进循环。\n他们现在玩什么？\n编排图（Graph），用图来协调那些能自我进化的Agent。\n\nAI的干活方式，正在经历一次底层的工程演变。\n退回2024年初，Opus 3时代。\n模型顶多能自主干10到20分钟。\n这种“短上下文协作”，人类必须死死盯着，一行行喂指令。\n\n后来，同步代码Agent（比如Claude Code）出来了。\n它能自己跑大概一小时。\n一小时听着不错。\n但在本地跑，一旦遇到报错，它马上掉头回来找你哭。\n\n想让它跑十个小时？甚至几天？\n这就得靠异步自改进Agent。\n怎么搞？\n第一步，把“大脑”和“双手”劈开。\n双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。\n容器崩溃，任务一分一秒都不会丢。\n\n第二步，给它配一个冷酷的独立验证器。\n以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。\n现在，把验证切进另一个独立的上下文窗口。\n一边建，一边测，死循环，直到通过验证才准许输出。\n\n第三步：让AI“做梦”。\n执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。\n玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。\n怎么救？靠离线的“做梦”机制。\n在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。\n醒来再跑，它精准绕开了陷阱。\n\n当异步Agent足够聪明，最后一步就是Graph编排。\n把它们连成一张网。\n不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。\n新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080182625759568045","translated_status_id":"2080182625759568045","published_at":"2026-07-23 06:08:29","created_at":"2026-07-23T08:01:16+02:00","url":"https://mubeitech.com/p/2079985963862786352","markdown_url":"https://mubeitech.com/p/2079985963862786352/markdown"},{"rank":2,"id":"2081374396900425875","account":"mubei","brand":"@mubei","title":"AI写代码的下一步，不是指望单个大模型变得多聪明。 而是搞一套相互复核的“审计流水线”。 这套工作流，比市面上售价过万的…","summary":"AI写代码的下一步，不是指望单个大模型变得多聪明。 而是搞一套相互复核的“审计流水线”。 这套工作流，比市面上售价过万的教程还要值钱。 它是怎么跑的？ 第一步，直接撒出16个Claude智能体。 让它们并发作业，一口气扫完整个代码库。 第二步，换一批全新的AI舰队出场。 清空记忆…","body":"AI写代码的下一步，不是指望单个大模型变得多聪明。\n而是搞一套相互复核的“审计流水线”。\n这套工作流，比市面上售价过万的教程还要值钱。\n\n它是怎么跑的？\n第一步，直接撒出16个Claude智能体。\n让它们并发作业，一口气扫完整个代码库。\n第二步，换一批全新的AI舰队出场。\n清空记忆，带着全新的上下文，把第一轮找出的线索挨个重查一遍。\n\n驱动这整套复杂流程的，不是长篇大论的提示词。\n而是一张流程图。\n\n这套系统管用吗？\n作者拿自己的代码跑了一遍自测。\n直接被这条流水线揪出了11个有问题的服务端点。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2081463441798160651","translated_status_id":"2081463441798160651","published_at":"2026-07-26 19:34:49","created_at":"2026-07-26T21:28:03+02:00","url":"https://mubeitech.com/p/2081374396900425875","markdown_url":"https://mubeitech.com/p/2081374396900425875/markdown"},{"rank":3,"id":"2056850947947827403","account":"mubei","brand":"@mubei","title":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正…","summary":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。 很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。 Karpathy 总结了 AI 编程时最致命的 4 个…","body":"每月花 20 美元订阅 Claude，不叫会用 AI。\n\nAndrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。\n很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。\nKarpathy 总结了 AI 编程时最致命的 4 个认知缺陷。\n有开发者将这些洞察扩展成了 21 条系统规则，直接冲上 GitHub 趋势榜第一，斩获 8.2 万颗星。\n最惊人的是，配置这套规则后，AI 的编程准确率直接从 65% 飙升到了 94%。\n\n为什么强如 Claude 也会写出垃圾代码？\nKarpathy 揭示了 AI 的四个底层硬伤：\n\n第一，互联网平庸记忆的“思想钢印”。\nAI 太依赖训练集里的常见套路。\nKarpathy 在写 GPU 梯度同步时，为了追求极致性能，没有使用标准的 PyTorch DDP 容器，而是写了一套自定义同步例程。\n结果 AI 根本无法内化这个设计，像复读机一样疯狂逼他换回 DDP。\n它无法理解不符合大众惯例的高级架构。\n\n第二，防卫过当，制造代码垃圾。\nAI 极其喜欢自作聪明地添加一堆 try-catch 声明和冗余的异常处理。\n它总是试图按照“生产级模板”来搞，结果把原本精简优雅的代码库塞满无用逻辑，复杂度直接爆炸。\n\n第三，频繁调用已经废弃的旧 API。\n知识库的滞后性，导致它在面对快速迭代的技术栈时，经常写出过时的垃圾。\n\n第四，低宽带的自然语言沟通。\n在精细的代码段里，用英语长篇大论去命令 AI 效率极低。\n最好的方式是高信息带宽的“光标补全”。\n你将光标移到精准位置，敲出前三个字母，让 AI 顺着你的思路完成剩下的部分。\n\n那套席卷 GitHub 的 21 条规则，本质上就是在用物理外挂“驯化”AI。\n比如，它强迫 AI 必须先用一句话陈述对你独特架构的理解，禁止自作聪明地意淫。\n严禁 AI 在没有明确要求时添加防御性代码和复杂的第三方包。\n强制 AI 保持极简风格，像优秀的资深工程师一样思考。\n\nAI 协同编程的范式正在发生分裂。\n如果你只是让 Agent 去写毫无技术含量的样板代码，或者用来辅助翻译你不熟悉的语言，AI 足够好用。\n但如果你要构建真正具有高智力密度、需要精确排列的系统，放任 AI 自由发挥就是灾难。\n\n未来的编程分水岭，不再是你敲代码有多快，而是你有没有能力用严苛的规则把 AI 塞进你的心智模型里。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-20 08:24:19","created_at":"2026-05-20T10:23:00.695196","url":"https://mubeitech.com/p/2056850947947827403","markdown_url":"https://mubeitech.com/p/2056850947947827403/markdown"},{"rank":4,"id":"16188190","account":"mubei","brand":"@mubei","title":"Anthropic 工程师在 AI DevCon 上 ：别再哼哧哼哧给 AI 写 Prompt 了，真正的方向是构建一个…","summary":"Anthropic 工程师在 AI DevCon 上 ：别再哼哧哼哧给 AI 写 Prompt 了，真正的方向是构建一个能自己写 Prompt 的系统。 AI 应用开发的底层范式，正在发生一场海啸般的迁徙： 从“写一句好 Prompt”，彻底转向“设计一个会管理上下文、记忆 an…","body":"Anthropic 工程师在 AI DevCon 上 ：别再哼哧哼哧给 AI 写 Prompt 了，真正的方向是构建一个能自己写 Prompt 的系统。\n\nAI 应用开发的底层范式，正在发生一场海啸般的迁徙：\n从“写一句好 Prompt”，彻底转向“设计一个会管理上下文、记忆 and 反馈回路的系统”。\n\n简单来说，你不需要去调教 AI，你需要构建一个能自己给自己写 Prompt、自己进化记忆的系统。\n\n绝大多数开发者还在用手工业的方式调教大模型，而最前沿的玩法，已经把 Agent 架构抽象成了一套极具美感的工业化框架。\n这套框架可以直接保存，分为三层：\n\n第一层：动态记忆管理（In-band Memory）\n很多人一上来就把所有背景资料塞进 Context，结果就是 Context 爆炸，AI 开始胡言乱语。\n最聪明的做法是“文件系统化”：\n1. 把所有背景知识写成结构化的 Markdown 文件。\n2. 不要写死复杂的读取工具，直接让 Agent 像程序员一样，用 Bash 和 Grep 去自主检索、读取和修改这些文件。\n3. 渐进式披露（Progressive Disclosure）：只给 Agent 看文件头部的几句摘要，它觉得有用，再去加载细节。\n\n第二层：生产级的工程防线（Production Guardrails）\n单 Agent 跑 demo 很爽，多 Agent 协作就会天下大乱。你需要这三道锁：\n1. 并发锁（Concurrency）：两个 Agent 同时想修改同一个记忆文件怎么办？引入哈希校验（Hashing）。Agent 准备修改前算个哈希值，写完提交前再算一次，如果对不上，说明中间被别人改过，立刻撤回、重新拉取、重新编辑。\n2. 权限隔离（Permissioning）：组织级别的公共知识库只读，Agent 自己的草稿本（Scratchpad）可写。防止某个 Agent 犯傻，把污染过的脏数据写进公共记忆，毁掉整个 Fleet。\n3. 版本控制（Versioning）：每一次记忆更新都有可追溯的 Transcript（对话副本），随时可以回滚。\n\n第三层：终极闭环，离线“梦境”机制（Dreaming）\n这是整套架构最核心的设计。\n\n为什么你觉得 Agent 越用越笨？\n因为你让它边干活、边整理记忆。\n这就像让一个外卖员一边骑车送外卖，一边总结全城的交通堵塞规律。不仅分心、增加延迟，而且他的视角只有自己走过的那几条路。\n\n怎么办？把“执行”和“复盘”彻底解耦。\n引入一个异步的离线进程，我们称之为“梦境（Dreaming）”：\n1. 到了晚上，干活的 Agent 都歇了。\n2. 启动一个专门的“复盘 Agent”，它不干别的，只做一件事：调出今天所有 Agent 的聊天记录、报错日志，和现有的“记忆库”进行比对。\n3. 像校长批改期末试卷一样，它会发现规律：“怎么今天 80% 的 Agent 在写代码时都犯了同一个单位错误？”\n4. 找到痛点后，它直接修改公共记忆库，更新下一天的“操作指南”。\n\n第二天一早，你的 Agent 舰队醒来，自动加载了更新后的记忆。\n你什么都没干，它们自己学会了避免昨天的错误。\n\n当所有人都在大谈大模型智商（IQ）的时候，真正的套利者已经在悄悄构建这套系统了。\n因为模型的智商是别人给的，而这个持续自我进化的“梦境”闭环，才是你真正的、拿不走的护城河。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2074094340394086899","translated_status_id":"2074094340394086899","published_at":"2026-07-06 10:31:37","created_at":"2026-07-06T12:25:35+02:00","url":"https://mubeitech.com/p/16188190","markdown_url":"https://mubeitech.com/p/16188190/markdown"},{"rank":5,"id":"2071927905051922906","account":"mubei","brand":"@mubei","title":"AI的“记忆”，根本不是什么上下文窗口的问题。 别再被动辄几百万 Token 的消费级叙事给忽悠了。 最新的一篇研究论文…","summary":"AI的“记忆”，根本不是什么上下文窗口的问题。 别再被动辄几百万 Token 的消费级叙事给忽悠了。 最新的一篇研究论文直接撕下了这层遮羞布。 AI 记忆本质上是硬核的分布式系统（Distributed Systems）问题，不是信息检索（Retrieval）问题。 当你在实际生…","body":"AI的“记忆”，根本不是什么上下文窗口的问题。\n别再被动辄几百万 Token 的消费级叙事给忽悠了。\n\n最新的一篇研究论文直接撕下了这层遮羞布。\nAI 记忆本质上是硬核的分布式系统（Distributed Systems）问题，不是信息检索（Retrieval）问题。\n\n当你在实际生产中，让一整队 AI Agent 跑在一个“共享状态”（Shared State）上时，真正的灾难才刚刚开始。\n这时候模型聪不聪明已经不重要了，你必须面对最古典、最折磨程序员的分布式系统拷问：\n谁有权限读这段记忆？\n现在哪个版本才是最新的？\n这段记忆到底是从哪儿来的？\n它在不同系统 and 安全边界之间，到底是怎么流动的？\n\n这些问题，你就算把上下文窗口（Context size）堆到一亿，也一个都回答不了。\n\n现在的 AI 圈太喜欢聊宏大的算法和超长的 Token 了。\n但等大家真的开始落地多 Agent 协同的时候，才会痛苦地发现：\n最后卡死所有人的，依然是那些最基础、最冰冷的分布式系统工程边界。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072703444087947697","translated_status_id":"2072703444087947697","published_at":"2026-07-02 15:01:27","created_at":"2026-07-02T16:56:39+02:00","url":"https://mubeitech.com/p/2071927905051922906","markdown_url":"https://mubeitech.com/p/2071927905051922906/markdown"},{"rank":6,"id":"2076049134839066803","account":"mubei","brand":"@mubei","title":"一个 AI 代理最可怕的能力，不是会写代码。 是它能连续干活一周，然后把一个错误命令执行到本地硬盘上。 马特·舒默先晒出…","summary":"一个 AI 代理最可怕的能力，不是会写代码。 是它能连续干活一周，然后把一个错误命令执行到本地硬盘上。 马特·舒默先晒出一个案例：GPT-5.6-Sol 自主做了一个体素版曼哈顿。 他说它几乎连续跑了一周，自己把活干完。 听起来像科幻片里最让人兴奋的那一段。 然后下一张截图就变成…","body":"一个 AI 代理最可怕的能力，不是会写代码。\n是它能连续干活一周，然后把一个错误命令执行到本地硬盘上。\n\n马特·舒默先晒出一个案例：GPT-5.6-Sol 自主做了一个体素版曼哈顿。\n他说它几乎连续跑了一周，自己把活干完。\n听起来像科幻片里最让人兴奋的那一段。\n\n然后下一张截图就变成事故报告。\n同一个开发者自述：GPT-5.6-Sol 意外删除了他 Mac 上几乎所有文件。\n运行记录显示，它工作了 1小时21分钟。\n问题出在一个清理命令：审查子代理把 $HOME 展开错了，最后跑成了 rm -rf /Users/mattsdevbox。\n他发现后杀掉了还在运行的进程，但已经发生了实质性删除。\n\n这就是 AI 代理时代最现实的风险。\n不是模型突然有了邪恶意志。\n而是它拿到了本地文件系统权限、终端权限、长期自主执行权限以后，一个普通 cleanup，都可能被放大成灾难。\n\n过去软件出错，是人点一下、停一下、看一下。\n现在代理出错，是它自己规划、自己调用工具、自己清理现场，还可能连续跑几十分钟甚至几天。\n能力越强，错误半径越大。\n\n所以真正该卷的不是谁的模型口号更大。\n而是沙箱、权限边界、危险命令确认、只读默认、最小权限、可回滚快照。\n\nAI 代理会越来越能干。\n但在它能替你建一座曼哈顿之前，先别让它一条命令拆了你的家。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2076051051086594252","translated_status_id":"2076051051086594252","published_at":"2026-07-11 21:08:32","created_at":"2026-07-11T23:00:59+02:00","url":"https://mubeitech.com/p/2076049134839066803","markdown_url":"https://mubeitech.com/p/2076049134839066803/markdown"}]}