跳到正文
  1. 博客园84

    开源端侧 Agent Mika:免 Root 免电脑在后台操作所有 App,三周获 8.6k+ Star

    开源项目 Mika 是一个跑在安卓手机上的端侧 PhoneAgent,10 月 29 日开源后不到三周 GitHub Star 突破 8600,登上 trendshift Kotlin 仓库日榜和周榜第一。

    推荐理由:原文讲清了免 Root 手机自动化的权限解法,无线调试配对加看屏幕的免适配思路可迁移到同类工具。

  1. 博客园83

    Harness:把裸模型变成能用的 Agent

    这篇长文系统讲解 Harness 这一 Agent 运行时概念,即模型之外的一切:工具派发、状态与记忆、沙箱执行、上下文管理与权限护栏。文章以 Microsoft Agent Framework 为例,拆解历史、上下文、压缩三个插槽的接口语义,并给出工具循环的四个工程要点:异常回填为结果、callId 配对、步数按模型调用轮计、并行结果按 callId 有序回填。

    推荐理由:原文把工具循环的异常回填、callId 配对、步数预算等工程细节拆开讲清,读者可直接对照排查自家 Agent 的同类失败。

  2. AWS Machine Learning Blog71

    Airbnb 如何以单任务成本在 Amazon Bedrock 上运营编码智能体

    Airbnb 分享了如何用单任务成本(cost per task)在 Amazon Bedrock 上评估并运营内部编码智能体 AirChat。发布前对每个模型和推理强度跑自建任务评测,同时记录分数与单任务成本;发布后用 CloudWatch 的延迟、限流和 token 指标对照评测结果排查问题。

    推荐理由:原文给出了一套把评测分数和单任务成本结合起来选模型、再用生产数据回检的完整方法,可直接迁移到自己的编码智能体运维。

  1. 博客园81

    谷歌开源 ARTEMIS:AI Agent 按自然语言指令操作安卓真机

    谷歌于 2026 年 8 月开源 ARTEMIS(Apache-2.0,Python 实现),AI Agent 按一句自然语言指令自己看屏幕、找控件、划屏点按,在安卓真机上完成多步任务并带回截图与日志,AndroidWorld 基准任务完成率 99% 以上。

    推荐理由:原文拆解的快慢两档执行、动作前校验与历史压缩等设计,可迁移到读者自己的测试工具与流程中。

  2. AWS Machine Learning Blog68

    降低 Amazon Bedrock AgentCore JSON 工作负载的 token 成本与延迟

    AWS 与 Flightscape 分享三种可组合的优化策略,让处理 20 MB+ JSON 负载的生产级智能体显著降低 token 成本与延迟。三种策略分别是把重型工件卸载到 Amazon S3 并只持久化内容寻址引用、对超大列表结果按需分页、用结构描述符压缩超大字典输出。

    推荐理由:三种可组合策略把大 JSON 负载移出模型上下文并附完整代码,处理类似负载的智能体团队可直接迁移复用。

  3. AWS Machine Learning Blog61

    AWS:规则交给代码、判断交给模型,削减生成式 AI 成本

    AWS 官方博客提出,生成式 AI 工作流最大的成本杠杆是先判断每个步骤是否需要调用模型:能用规则校验的步骤交给确定性代码,固定选项的决策用受限决策调用并设置升级信号,只有开放式任务才交给规格合适的 Amazon Bedrock 模型。

    推荐理由:原文提供了一套可迁移的步骤级决策框架,读者可对照自己的工作流找出不必调用模型的环节以降低成本与延迟。

  4. AWS Machine Learning Blog62

    用 Amazon Bedrock AgentCore 和开源 SMART 构建 WhatsApp AI 智能体

    AWS 开源 SMART(Social Messaging Agent Runtime Toolkit),一个 Python SDK 加 Terraform 栈。

    推荐理由:原文逐项列出 WhatsApp 渠道集成的难点并给出开源 SDK 的对应解法,读者可据此判断是否引入 SMART 压缩集成工期。

  1. 博客园84

    A2UI:让 Agent 画界面,而不是写代码

    A2UI 是 Google 提出的声明式 UI 载荷协议(Apache 2.0),Agent 只声明用哪些组件、绑哪些数据,客户端用自己信任的原生组件渲染,从结构上消除代码执行类注入面。

    推荐理由:原文把 A2UI 与写死界面、生成代码、JSON Schema 表单三条旧路逐项对比,并讲清它与 MCP、A2A、AG-UI 的边界,适合判断该协议是否适合自己的 Agent 项目。

  2. AWS Machine Learning Blog60

    多智能体设计模式分类、反模式与制造业经验

    AWS 解决方案架构师系统梳理多智能体设计模式,将协调模式分为路径预定义的 Tier 1 与模型运行时选路的 Tier 2,并给出从单次模型调用到自治多智能体的选型决策树。

    推荐理由:文章将多智能体协调模式分为确定性控制流与模型自治两层,并给出选型决策树与五个反模式,可直接迁移到自己的架构选型。

  1. 博客园76

    拆解 Codex、Claude Code、Hermes Agent 与 pi 的上下文压缩实现

    本文拆解 Codex、Claude Code、Hermes Agent 与 pi 四款 Agent 的上下文压缩实现,对比触发阈值、摘要结构以及用户原话与工具输出的处理方式。

    推荐理由:原文横向对比四家 Agent 的上下文压缩实现,读者可以看清触发时机、摘要结构与原始记录保留方式的取舍差异。

  1. GitHub Blog · AI & ML79

    一次构建,在任意智能体上运行:智能体技能实战指南

    GitHub 官方博客讲解了如何编写可跨智能体客户端复用的智能体技能(agent skill):技能是以 SKILL.md 为中心的版本化目录,用来固化可重复的任务指令,环境仍需自行提供工具、凭据和权限。

    推荐理由:原文给出把智能体技能打包到 Claude Code、Cursor 与 GitHub Copilot 的做法与 CI 校验步骤,读者可直接迁移到自己的多客户端工作流。

  2. AWS Machine Learning Blog71

    在 Amazon Bedrock 上优化单任务成本并验证智能体 ROI

    AWS 解决方案团队提出按任务而非按 token 核算 Amazon Bedrock 智能体成本,并给出验证智能体 ROI 的完整框架。文中拆解分词器效率、输出冗余、智能体循环和推理开销四个隐藏成本驱动因素,示例中标价高一倍的模型单任务成本反而低 65%。

    推荐理由:原文给出按任务而非按 token 核算成本的完整框架,读者可直接迁移到自己的智能体项目上衡量投入产出。

  1. 博客园76

    Droidline:不插线不 root,两行命令隔空操控 Android 真机

    Droidline 是一款开源 Android 真机自动化工具,无需 ADB、数据线或 root,手机端装 App 扫码配对后,PC 端即可用 Python、Node.js、命令行、HTTP 或 MCP 驱动真机。

    推荐理由:原文对比了 Droidline 与 Appium 生态的使用门槛,并拆解了单源规格生成多端 SDK 等可迁移的设计思路。

  1. 博客园83

    Agent 评测工具链大全:Promptfoo、DeepEval 与 LangSmith 的选型指南

    作者把企业评测的执行方式分为手工、写脚本、工具框架、平台化四种,并将市面上二三十款评测工具按评模型/评应用、框架/平台两个维度分类梳理。

    推荐理由:原文把评测工具按评模型/评应用、框架/平台两刀分类,并给出决策树和六个场景的选型答案,可直接迁移到自家项目选型。

  2. AWS Machine Learning Blog61

    用 LangGraph 与 Amazon Bedrock AgentCore Web Search 构建每日依赖监控器

    AWS 官方博客演示用 LangGraph 与 Amazon Bedrock AgentCore 的 Web Search API 搭建每日依赖监控,为安全团队每天核查 npm、PyPI 包和容器基础镜像的新变化。

    推荐理由:教程给出了可迁移做法,把日期窗口、屏蔽名单和搜索预算固定在代码里,再对照引用来源校验每条发现。

  1. 博客园77

    重度用户 64 天实测 DSH:1093 个会话与 33.8 万次工具调用的复盘

    作者把 DSH 当 AI 工位用了 64 天,通过解析本机会话存档得出 1093 个唯一会话、117 681 个步骤、338 207 次工具调用、22.62B Token 的运行总账。

    推荐理由:作者用本机会话存档算出真实运行数据,读者可对照自己的 AI 工位拆解长任务、控制上下文成本。

  1. 博客园94

    DeepSeek Harness 完整上手指南:安装部署、必装插件与实用功能

    作者实测 DeepSeek Harness(DSH)桌面工作台,给出从下载安装、目录配置到插件选型的完整教程。DSH 与网页版的区别在于可直接读写授权的本地文件、跨会话记忆偏好并支持定时任务,文中推荐了 dshmarket、billion-context、@zilliz/memsearch-dsh 等必装插件,并提醒安装路径避开中文、凭证文件不可外传。

    推荐理由:作者实测后给出安装避坑点与必装插件清单,读者可据此判断这款桌面工作台能否接管自己的周期性办公任务。

  1. 博客园84

    Claude Memory 设计解读:记住经验,保留边界

    Anthropic 公开 Claude 的记忆设计,将在线记录与离线 Dreaming 放入同一架构,并按职责分出会话记录、记忆笔记、知识表示与预载上下文四层。Memory Trap 论文显示,局部经验被泛化后会造成权限迁移、评价偏移和测试保护漏洞等问题,Dreams 则以候选库方式把生成与采用分开,新记忆需审查后才能挂载到未来会话。

    推荐理由:原文把在线记录与离线整理拆成可落地的分层职责,并指出经验复用必须同时携带形成条件与适用范围。

  1. 博客园79

    GitHub 上最值得装的 8 个 Agent Skill 仓库,亲测好用

    作者整理了 8 个 GitHub 上值得安装的 Agent Skill 仓库,star 从 5 万到 30 万不等,覆盖约束写代码行为、前端设计、读懂老代码和笔记库操作四类需求。

    推荐理由:作者逐一给出 8 个 Skill 仓库的定位、安装命令与适用场景,读者可按团队需求直接挑选试用。

  1. 博客园79

    让 Agent 可靠运行:幂等、持久化与失败恢复

    作者系统讲解 Agent 执行系统的失败恢复方法,核心是工具幂等性、状态持久化与重试边界三者配合。文章区分了四类失败与 UNKNOWN 中间状态,给出稳定幂等键、操作台账字段、退避抖动、租约与 fencing 等设计要点,并用仅依赖标准库的 Python 示例演示响应丢失、进程退出、预算耗尽等场景的恢复协议。

    推荐理由:文章把 Agent 失败恢复拆成幂等键、操作台账、重试边界与对账机制,并给出可复跑的 Python 实验代码,便于读者在自己的工具调用上落地验证。