跳到正文
10月19日周一
  1. 掘金76

    开源 Moonlighting:用隐藏桌面让 AI Agent 托管多平台账号

    作者开源了 Moonlighting,一个让 AI Agent 在 Windows 隐藏桌面里操作浏览器、托管十几个平台账号的工具,密码经本地 DPAPI 加密、只以长度返回给模型。

    推荐理由:作者把隐藏桌面加本地凭据代理的做法做成了开源工具,读者可借鉴其无障碍树定位与凭据不进上下文的方案。

  2. 掘金84

    Chrome DevTools MCP 正式可用:AI 终于能自己开浏览器调试你的页面了

    Chrome DevTools MCP 正式可用,它把 DOM 检查、控制台、网络请求、性能追踪、无障碍树和 Lighthouse 审计等能力通过 MCP 协议暴露给 AI Agent,让 AI 自己打开浏览器观察页面、复现问题并验证修复。

    推荐理由:原文把 Chrome DevTools MCP 与 Playwright MCP 的定位差异讲清楚,并给出配置方式和权限风险,读者可判断是否在调试环节接入。

  3. 掘金35

    程序员 1v1 访谈系列第四期:全栈比 Agent 重要

    双越《程序员 1v1 访谈系列》第四期指出,AI 时代程序员应拥抱全栈开发,Agent 只能作为全栈基础上的奇兵技能,不能为躲避全栈而学 Agent。受访者为工作 12 年的前端程序员,失业 3 个月仍在学 Agent 尚未投递简历,作者提醒 gap 半年将对就业造成巨大挑战。建议以结果倒推执行,先投 10 家公司验证面试机会,别用宝贵时间赌培训机构免费引流视频的教学质量。

  4. 掘金86

    Anthropic 初级技术岗位大幅收缩,但技术员工总数仍在增长

    Anthropic 10 月 16 日发布内部就业研究报告,显示新招聘技术人员中初级岗位占比从 27% 降至 9%,技术部门绝对人数仍在增长。到 2026 年 8 月,员工调用的交互式 Claude Agent 累计运行时长达全体员工工时的 6 倍,工程师人均代码提交速度半年内提高 5.1 倍。

    推荐理由:这篇解读把 Anthropic 内部报告的用工数据串成一条主线,读者可对照自身工作判断哪些环节正被 Agent 重排。

  5. IT之家44

    中信证券:看好国产大模型持续崛起

    中信证券发布报告称,Harness 有望成为 DeepSeek 从模型供给走向平台生态的关键一环,将其开源与工程优势转化为用户基础和商业化能力。DeepSeek Harness(dsh)是深度求索于 2026 年 8 月开源的 Agent 运行时框架,采用 MIT 许可证,以 TypeScript 编写,核心特点是“一切皆插件”。

  6. 掘金41

    LLMOps 架构设计:从零搭建一个 AI 平台,我画了完整的系统图

    作者"怕浪猫"分享了从零搭建生产级 LLMOps 平台的完整架构设计与交付路线,称靠 LLMOps 平台将交付效率提升 8 倍。平台规划为前端(Vue.js)、后端(Flask)、AI 层(LangChain + LangGraph)与基础设施四层架构。功能覆盖基础对话、RAG 知识库、Agent 工具调用、可视化编排等 14 个模块,按 8 个阶段渐进交付。

  7. 掘金59

    生产级多智能体协作避坑:死锁防范与确定性状态机实战

    作者剖析了多智能体系统在生产环境中死锁推诿与 Token 失控的架构根因,提出用确定性有限状态机(FSM)与 DAG 替代自由网状通信的治理范式。文章交付零第三方依赖、可直接运行的 Python 协作中枢源码,并以 500 个真实 PR 压测显示 FSM Hub 将交付率从 54.2% 提升至 96.8%,单任务平均 Token 消耗从 38,450 降至 6,820。

  8. 掘金51

    当每个模块都能说不:我们为何要收回 Agent 系统里散落的否决权

    作者在开发 ETF Agent 时发现,复杂 Agent 系统中各模块可通过异常传播获得决定整个任务终态的否决权,局部失败被放大为整次研究失败。已完成 Publication 拒绝权收敛、Root 请求账本收敛和 Reviewer 重复校验移除,新 Spec 提出由 Run Lifecycle 统一决定继续、恢复、收尾或终结,目前尚待实施。

10月18日周日
  1. The Decoder76

    四个 Gemini 4 Argon 智能体在无人工干预下通关《我的世界》

    谷歌 DeepMind 的四个 Gemini 4 Argon 智能体首次在无人工输入的情况下通关《我的世界》并击败末影龙。智能体被放入随机生成的世界,未获分配角色、策略或专用工具,自行分工、互相预警、从阵亡队友处取回物品,并把错误记录到共享记忆中。

    推荐理由:原文给出通关全程的关键数字与成本,读者可据此判断智能体自主协作在开放环境中的实际边界。

  2. The Decoder83

    Anthropic 几乎停止招聘初级员工,AI 智能体工时已达人类六倍

    Anthropic 内部研究显示,其技术部门初级岗位占比自 2025 年初从 21% 降至 14%,新员工中初级占比从 27% 跌至 9%,开放初级岗位降至 6%。到 2026 年 8 月,公司内 AI 智能体工作时长已达人类员工的 6 倍,研究部门为 19:1,工程师代码提交量提升 5.1 倍。研究同时承认 Anthropic 是高度 AI 化的特例,结果难以推广到更广泛的经济体。

    同一新闻,精选展示《Anthropic 初级技术岗位大幅收缩,但技术员工总数仍在增长》

  3. 掘金43

    vibe coding 极简八步教程(在 vibe 出一个自用网站之后的领悟)

    作者用 vibe coding 做出一个自用网站后,总结了极简八步流程:先想清楚功能并写文档,再挑选 TRAE、Claude Code 等 AI 编程工具,让 AI 写产品需求文档并参考 GitHub 已有实现,然后拆分模块、开发代码并持续迭代。同时建议用 Git 加 Gitee 私密仓库备份代码,并让 AI 写 README.md 以延续项目思路。

  4. 掘金37

    AI 时代,古法编程的码农路在何方?

    AI 时代程序员的价值重心正从写代码转向定义问题、设计系统、约束模型、验证结果与交付价值,只会 CRUD 和堆样板代码的岗位会被压缩。新身份是需求翻译者、AI 指挥官、系统责任者和质量守门人,需补齐模型调用、RAG、Agent、部署推理与工程治理能力。真正的护城河是业务理解力、系统架构力和责任判断力:AI 负责产出草稿,人负责设定约束和验收标准。

  5. 博客园57

    一文搞懂 Agent Sandbox(沙箱):为什么 AI 不能随便操作你的电脑?

    Agent 沙箱通过文件系统隔离、网络隔离和操作系统级权限控制,限制 AI 智能体的操作范围,使其在受控边界内自动执行任务。可靠的沙箱不能只靠 Prompt 约束,需依赖 macOS Seatbelt、Linux bubblewrap 等系统级隔离机制,Docker、gVisor、Firecracker 则适用于不同安全等级的场景。

  6. 掘金43

    用 LangChain 开发一个简单的 Agent 来了解基本流程(Python 版)

    通过 LangChain 的 `create_agent` 可在 Python 中开发一个简单的 Agent,完整流程涵盖 uv 初始化、安装依赖、定义工具到发起调用。LangChain 提供统一模型接口(支持切换 OpenAI、deepseek 等服务商)、RAG 支持、工作流编排与记忆模块。Agent 执行遵循输入解析、思考规划、动作决策、工具执行、观察反馈的循环,直至输出最终答案。

  7. 掘金46

    RAG 进阶:Agentic RAG 与多智能体协作(系列二·第3篇):多模态 Agent

    本篇讲解如何用 LangGraph 搭建多模态 Agent,把感知能力从纯文本扩展到图片、PDF/Excel 与图像生成。路由节点按模态分流:图片转 Base64 交由 GPT-4o / Claude 3.5 / Qwen-VL 分析,PDF 按原生文本或扫描版分层提取,Excel 生成数据摘要后交模型决策,画图调用 DALL·E 3 / Stable Diffusion。

  8. 掘金57

    用一份项目约定文件解决 AI 跨会话失忆问题

    作者在工作区根目录只维护一份权威约定文件(如 AGENTS.md),新会话第一件事先读它,避免重复扯皮和已否决方案复活。文件最小结构有四块:唯一事实信源、已确认的决策、绝对禁区与红线、交付与验证标准,其中记录了 2026-10-17 注销流程严禁物理删除订单、必须软删除加脱敏等决议。

  9. 掘金38

    四条主张五条禁令:人不在环内的 Agent 组织级契约

    「人不在环内」是可证伪的组织级契约而非置信度,由四条主张定义:一个动作启动一切、没有审批门、不为人类阻塞、人在系统之上做元评审。每删一道人工关卡必须补上机器质量门,五条禁令负责守卫文档与调度纪律。系统本体是以任务看板为中心的九角色自主交付组织,工作沿十三个阶段的具名文档工件流动。