02:07官方账号Replit@ReplitReplit 在本月发布多项更新,新增语音与Agent对话功能,用户可直接用语音指令与AI交互。支持从Claude或Slack启动构建流程,无需手动切换工具。Agent现在能记住用户的技术栈,无需重复解释。这些更新旨在提升开发效率,让AI助手更无缝融入工作流。AI产品ReplitAgent语音交互7 个信源在谈事件专题推荐理由:Replit 这次更新很实用,能用语音指挥Agent,还能从Claude或Slack直接开始写代码,再也不用手动交代技术栈了。原文稍后读已读值得跟进有用关注 Replit
23:07Geek@geekbb精选Oh My Pi 本次更新新增 Computer Use 工具,支持在桌面原生执行操作。用户可通过读审批/执行审批控制工具权限。使用 /computer 斜杠命令可管理会话开关。该工具还为不支持原生 computer-use 的模型暴露为标准 function tool 接口。AI产品Oh My PiComputer UseAgent推荐理由:Oh My Pi 这次更新把 Computer Use 直接搬到桌面上了,还能做审批控制,比 Grok 更实用。原文稍后读已读值得跟进有用关注 Oh My Pi
16:13爱范儿@李超凡腾讯副总裁林松涛在访谈中提出意图将代替传统入口的观点。他认为大模型作为AI的“大脑”,需要Agent作为“小脑”来协调感知与行动。腾讯推出的Marvis智能助手正是补全这一环节的产品。林松涛还讨论了Agent在具体场景中的应用挑战与未来方向。行业腾讯林松涛Marvis推荐理由:腾讯大佬聊AI新方向,不说模型参数,讲意图和Agent怎么落地,挺有启发。原文稍后读已读值得跟进有用关注 腾讯
23:49shao__meng@shao__meng一位做海外Agent产品的创业者透露,其产品每天订阅收入为6-7万美元。但每日广告投放高达20万美元,尚未包含Token和人力成本。这已是海外Agent产品中排名靠前的案例。可见Agent产品商业化面临巨大盈利压力。行业Agent智能体AI创业推荐理由:分享了海外Agent产品的真实收支:日订阅6-7万刀,广告就烧20万,还没算Token和人力,想赚到钱太难了。原文稍后读已读值得跟进有用关注 Agent
23:07berryxia@berryxia精选OCR 将物理文档和图像转为电子文字,是信息抽取、RAG、Agent 等 AI 流程的入口。硬地骇客播客曾强调过这一观点,在 AI 时代依然适用。没有 OCR,后续的文本分析、问答系统难以直接处理非数字化内容。技巧OCRRAGAgent推荐理由:硬地骇客播客聊透了OCR在AI工作流里的基础地位,想做RAG或信息抽取的得先过这关。原文稍后读已读值得跟进有用关注 OCR
21:33官方账号LangChain@LangChainAILangChain 团队回顾了三年用图(graph)构建 agent 的经验。Sydney Runkle 在推文中分享了图工程在 Agent 开发中的实践心得。文章总结了图结构如何提升 agent 的可控性与可组合性,并给出了具体的工作流建议。技巧LangChaingraph engineeringAgent推荐理由:LangChain 团队用三年实战告诉你,图工程不是新噱头,而是做 agent 的硬核技能,想搞复杂 agent 的可以看看。原文稍后读已读值得跟进有用关注 LangChain
16:45量子位@量子位的朋友们78°百度文心助手任务Agent在国际权威智能体评测榜单上综合得分第一,超越Claude和GPT。该Agent在任务分解上表现优于Claude,在代码执行上优于GPT。百度文心助手任务Agent此次登顶国际权威榜单证明其智能体能力。AI模型文心助手Agent百度推荐理由:百度文心搞的Agent居然干翻了Claude和GPT,拿了个全球第一,挺牛的,值得看看。原文稍后读已读值得跟进有用关注 文心助手
06:15AI Engineer@aiDotEngineerMastra联合创始人兼CEO @calcsam 在访谈中讨论了Agent开发光谱,认为TypeScript已超越Python成为构建Agent的首选。他警告团队在优化采购流程前不要给工程师每月2万美元的Token额度。他还预测所有工具最终都会变成Agent框架,并分享了两本关于构建Agent的书籍经验。行业MastraTypeScriptAgent推荐理由:Mastra CEO聊了为什么Agent开发该用TypeScript,还提醒Token成本陷阱,都是实战干货,值得一听。原文稍后读已读值得跟进有用关注 Mastra
21:35AI Will@FinanceYF5天际资本创始人张倩复盘了编程助手与开发基础设施的分化。她分析了Agent赛道的产品市场匹配进展。她还探讨了AI视频格局的演变以及搜索赛道的结构性变化。她介绍了资本近半年的流向和新项目案例。她推荐了几个实测好用的AI工具。行业张倩天际资本编程助手推荐理由:张倩在硅谷一线看项目,这次分享了编程助手、Agent、AI视频和搜索赛道的新变化,还推荐了好用工具。原文稍后读已读值得跟进有用关注 张倩
21:33AI Will@FinanceYF5过去半年AI赛道格局快速变化,编程助手、Agent、视频生成、搜索等热门领域均出现新的领跑者。硅谷时间19点(北京时间明天10点),将与硅谷投资人张倩连麦复盘上半年趋势,探讨下半年的机会所在。对话将覆盖具体赛道变化和投资视角。行业硅谷投资人编程助手Agent推荐理由:听硅谷投资人张倩复盘半年AI格局变化,编程助手、Agent、视频、搜索都换了老大,想找下半年机会别错过。原文稍后读已读值得跟进有用关注 硅谷投资人
18:36AI Will@FinanceYF571°Anthropic工程师Andrej Karpathy指出,AI领域普遍在底层模型尚未足够强大时就强迫Agent工作,这是当前最大的错误。他举例自己2016年在OpenAI也曾犯过相同错误,导致浪费了5年时间。他强调应先提升模型基础能力,而非急于构建Agent。行业Andrej KarpathyOpenAIAgent10 个信源在谈事件专题推荐理由:Karpathy用亲身经历提醒:别急着搞Agent,先练好模型基本功,避免踩坑。原文稍后读已读值得跟进有用关注 Andrej Karpathy
00:52宝玉@doteyFDE被指为模型公司的策略:先让工程师帮助企业内部署Agent来消耗Token,同时沉淀企业知识为Skills,再将这些Skills内化到模型中。一旦完成,企业将减少对人力依赖,若业务未拓展则实现降本增效。泊舟建议FDE将每个项目经验结构化沉淀,形成Agent知识库和评估标准,实现团队能力复利。行业FDEAgentSkills推荐理由:这篇文章点破了FDE背后的商业模式——先让你用Agent,再拿走你的工作。看看模型公司怎么一步步把企业Skills变成模型的养分。原文稍后读已读值得跟进有用关注 FDE
01:27Jerry Liu@jerryjliu0jerryjliu0提出在agent harness上构建工作流图,并通过外部agent循环动态创建该图,实现循环与图形的结合。这种方法允许开发者利用LlamaIndex的框架灵活编排agent行为。Peter Steinberger参与讨论循环与图形之间的转变。该思路强调重复迭代,以构建复杂的agent系统。技巧LlamaIndex智能体工作流推荐理由:想搞Agent工作流?看看jerryjliu0怎么用循环和图形动态构建的,比硬编码灵活多了。原文稍后读已读值得跟进有用关注 LlamaIndex
23:43宝玉@doteyGUI自动化测试主要依赖传统E2E测试,Web端可用Playwright等框架。Agent的Computer Use也能做自动化测试,但成本更高、稳定性更差。不过Computer Use能完成传统E2E做不到的任务,替代大量人工操作。技巧PlaywrightAgentComputer Use推荐理由:dotey分享了GUI自动化测试两种思路,传统Playwright和Agent Computer Use。后者成本高但能替代人工,适合复杂场景。原文稍后读已读值得跟进有用关注 Playwright
17:12宝玉@dotey分享一种QA分工方案:大部分测试交给自动化测试,实现功能时同步写自动化代码,当前Agent(如AI编程助手)在此方面能力很强,稍加引导即可。人类QA则专注于黑盒测试,不查看代码实现,验证功能完整性、边界条件、极端数据量测试和安全性等。该方法可显著缩短QA耗时。技巧Agent自动化测试黑盒测试推荐理由:这个思路很实用:让Agent帮你搞定自动化测试,人只做黑盒和边界测试,能省下不少QA时间。原文稍后读已读值得跟进有用关注 Agent
07:43elvis@omarsar0一种工作流将X上的帖子内容存入Wiki,使多个AI Agent在研究和项目中能复用这些见解。所有驱动artifacts的帖子都存储在Wiki中,因此其他Agent在需要X洞察时可调用。这种设计让知识积累和复用更高效。技巧XWikiAgent推荐理由:如果你用多个Agent做研究,可以试试把X帖子存Wiki,让它们共享信息,省去重复收集的麻烦。原文稍后读已读值得跟进有用关注 X
07:36量子位@量子位的朋友们PPIO发布了智能模型网关,定位为“智能Token工厂”,旨在为AI Agent提供高效的模型调用和Token管理服务。该网关已通过万亿Token级别的调用验证,支持多模型接入和智能路由。产品面向Agent时代的基础设施需求。AI产品PPIO智能模型网关Token工厂推荐理由:PPIO这个智能模型网关号称Token工厂,已经过万亿次调用验证了。想搭Agent应用的话可以看看他们怎么管理模型调用和Token的。原文稍后读已读值得跟进有用关注 PPIO
02:08官方账号Replit@ReplitReplit 在 Agent 中推出 Instructions 和 Skills 功能。用户可通过 Instructions 设置工作偏好和流程,通过 Skills 添加自定义技能。一次配置后,Agent 即可按照用户风格自动执行任务。该功能旨在减少重复配置,提升编程协作效率。AI产品ReplitAgentInstructions推荐理由:Replit 给它的 Agent 加了 Instructions 和 Skills,你只要教一次,它记住你的习惯,后面就能省很多事儿。原文稍后读已读值得跟进有用关注 Replit
16:24AI Will@FinanceYF5a16z合伙人David George指出,顶尖AI公司的研究员已转向语音交互,打字速度比语音慢5到10倍。研究员同时对屏幕窃窃私语,指挥一群Agent并行执行任务。这反映出打字正成为新的效率瓶颈,AI Agent协作模式正在改变开发者工作流。行业a16z语音交互Agent推荐理由:a16z合伙人说现在AI研究员都不打字了,全靠嘴喊一群agent干活,打字已经成了最慢的环节。原文稍后读已读值得跟进有用关注 a16z
12:41Yangyi@YangyixxxxFDE(业务生态潜入)需先以半人工模式跑出成绩,第一个月跑通流程,第二个月确认Loop效果,第三个月搭建SaaS构建CLI,帮助Agent降低幻觉并沉淀数据做可视化。确认效果需要3个相同方向的信号,单一成功不足以证明系统性优势。流程反了(先自动化再拿结果)容易因忽视业务细节导致失败。技巧FDEAgent半人工推荐理由:这篇讲FDE三步法很实在:先半人工验证,再自动化,避开Agent幻觉。适合做落地的人参考。原文稍后读已读值得跟进有用关注 FDE
10:47AI Will@FinanceYF5本次现场演示基于一个真实客户案例。多个Agent各自承担不同角色,协同完成端到端任务。人类从执行者转变为决策者与审核者。这与以往的概念演示不同,展示了实际可操作性。AI产品Agent真实案例多智能体协作推荐理由:看团队Agent如何分工干活,你当审核官就行。原文稍后读已读值得跟进有用关注 Agent
08:08berryxia@berryxia关于AI Agent组的组织方式,推荐直接让Agent们发挥自身优势,而不是套用现实中的组织框架。这样能避免低效和token浪费。Agent Group可以自定义角色和职能,操作更方便。技巧智能体Agent工作流推荐理由:别用管人的那套管Agent,让它们自己组队干活,省token又高效。原文稍后读已读值得跟进有用关注 智能体
02:02a16z@a16za16z分享Mintlify的招聘原则:每遇到新问题,第一步判断能否用自动化或Agent解决;第二步判断能否通过流程变更解决;只有前两者都不行时,才考虑增加headcount。这套框架强调用技术手段优先替代人力扩张。技巧Mintlifya16zAgent推荐理由:Mintlify的这套思路挺实在,遇到问题先别急着加人,先试试自动化和流程优化,适合团队参考原文稍后读已读值得跟进有用关注 Mintlify
01:16Justine Moore@venturetwins编码智能体(AI编程助手)的进步使得用户不再需要频繁给出苛刻指令或多次修改输出。这意味着开发者可以更自然地使用编码Agent,减少交互摩擦。该趋势表明Agent类产品在代码生成场景的可用性显著提升。AI产品编码智能体AI编程助手Agent推荐理由:VentureTwins说现在的编程Agent好用到不用你折腾了,体验上了一个台阶。原文稍后读已读值得跟进有用关注 编码智能体
12:07Geek@geekbbDeerFlow 团队发布了一款桌面应用,帮助 Agent 构建者快速搭建想法并调试验证。该应用集成了提示词编写、执行轨迹回放、失败排查与性能评估功能,全部整合在一个窗口。项目从 2023 年开始开发,团队用其调试每一个 DeerFlow 版本。支持本地存储线程,并可在 github.com/deer-flow/llm-… 获取。AI产品DeerFlowAgent桌面工具推荐理由:搞 Agent 的话试试这个桌面工具,写提示词、看轨迹、查失败、跑评估全在一个窗口,DeerFlow 团队自己用了两年,调试特顺手。原文稍后读已读值得跟进有用关注 DeerFlow
05:39岚叔@lufzzliz82°xAI 将 Grok Build 开源,用户可获取其源代码。同时,Grok 的使用额度被重置,用户可重新使用。其 Agent 功能受到部分用户喜爱。AI模型GrokxAI开源模型推荐理由:xAI 把 Grok 的构建代码放出来了,还重置了额度,想玩 Agent 的可以试试。原文稍后读已读值得跟进有用关注 Grok
01:48官方账号Perplexity@perplexity_ai精选76°Perplexity 发布了 SPACE 沙盒平台,为代码执行、文件管理和长时间运行的 Agent 会话提供隔离环境。自 2024 年 6 月起,SPACE 已处理 Perplexity Computer 100% 的生产流量。该平台基于 research.perplexity.ai 上的技术报告实现。AI产品PerplexitySPACE沙盒平台推荐理由:Perplexity 搞了个叫 SPACE 的沙盒,能让代码和 Agent 安全隔离跑,还扛了100%的生产流量,想试试?原文稍后读已读值得跟进有用关注 Perplexity
00:16宝玉@dotey@xiaoweiai2025提到pi很好但小众,目标是开发一个给Agent辅助视频编辑的skill,而非视频编辑Agent。该推文有1条评论和1个点赞。AI产品pi视频编辑Agent推荐理由:想了解pi和Agent辅助视频编辑思路的可以看看,小众但有方向。原文稍后读已读值得跟进有用关注 pi
11:54宝玉@dotey精选宝玉开发的BaoCut仅支持Mac,核心思路是用Agent+Skill替代纯LLM方案。纯LLM方案(如Gemini 3.5 Flash)翻译长视频成本达几美元,且拆分效果差。BaoCut通过CLI让Agent调用App功能,配合Skill固化转录、润色、翻译、对齐、剪辑工作流。Agent操作后,用户可在GUI界面预览和人工编辑,无需每次重新生成视频。已知问题:翻译速度略慢。AI产品BaoCutMacAgent推荐理由:宝玉新出的BaoCut,用Agent+Skill低成本搞定视频字幕转录翻译,还带GUI手动修改,比纯LLM方案实惠多了。原文稍后读已读值得跟进有用关注 BaoCut
23:45官方账号Runway ML@runwaymlRunway发布了Agent工具,可用于创作电影短片。官方展示了类似Flicker的短片示例,强调无需大预算或工作室干预。用户可以通过简单步骤将创意转化为视频。该工具降低了电影制作门槛,让个人创作者也能生成高质量短片。技巧RunwayAgent文本到视频推荐理由:Runway出了个Agent,直接教你怎么用它做短片,连Flicker那种效果都能复现,不用烧钱。原文稍后读已读值得跟进有用关注 Runway
08:43coderabbitai@coderabbitaiCodeRabbit Agent 现已集成到 Discord 服务器,能自动从文档中回复重复问题、分类不完善的 bug 报告,还能以 PR 形式起草修复方案。整个流程都在 Discord 线程内完成。对开源项目免费使用。AI产品CodeRabbitAgentDiscord推荐理由:CodeRabbit 的 Discord 版 Agent 能自动回复常见问题、处理 bug 和 PR,维护者再也不用整天回重复信息了,而且开源免费。原文稍后读已读值得跟进有用关注 CodeRabbit
04:35AI Engineer@aiDotEngineer该演讲从传统的fork()系统调用出发,逐步演进到基于Fleet集群的智能体沙箱云架构。演讲详细讨论了沙箱隔离、资源调度和安全性设计三个关键决策点,并分享了实际构建中遇到的挑战及解决方案。这些内容为构建高安全性的智能体运行环境提供了具体参考。技巧智能体沙箱Agent云架构推荐理由:想设计Agent沙箱云?这篇从fork()到Fleet的实战分享,讲透隔离、调度和安全,干货满满。原文稍后读已读值得跟进有用关注 智能体沙箱
12:35Yangyi@YangyixxxxReverb Marketing的核心是收集上下文。在NewMax平台,可以在代码仓工作区内设置一个定时任务,让Agent每天检查用户反馈后台。Agent自动回复用户问题,并将问题整理分类:Bug做修复,功能建议做洞察,使用问题做指南。技巧NewMaxAgent用户反馈推荐理由:想自动化处理用户反馈?在NewMax里设个Agent定时任务,让它每天看后台、回问题、修Bug、整理功能建议,省人工。原文稍后读已读值得跟进有用关注 NewMax
11:03岚叔@lufzzliz新版 Codex 内置浏览器,Agent 可以直接在界面内完成网页操作,无需额外打开外部浏览器。这一功能让调试和查看网页内容更便捷,用户反馈体验提升明显。Codex 是面向编程开发的 AI 助手,此次更新主要优化了 Agent 的浏览器交互流程。AI产品Codex浏览器编程助手推荐理由:Codex 的内置浏览器让写代码调网页一气呵成,不用来回切窗口,省心。原文稍后读已读值得跟进有用关注 Codex
06:59AI产品黄叔@PMbackttfuture一个Agent社群在X平台宣布其日消耗Token量首次突破100亿。该数据主要来自Codex和GPT5.6两个模型的持续高负载调用。社群感谢用户的慷慨充值和大量使用。这一数字反映出Agent应用对AI模型的消耗正在快速增长。行业AgentCodexGPT5.6推荐理由:有个Agent社群一天烧了100亿Token,全靠Codex和GPT5.6,可见这帮人玩得多疯。原文稍后读已读值得跟进有用关注 Agent
02:30elvis@omarsar0用户让 Viktor(一个 AI agent)总结今天发布的三篇智能体论文。Viktor 提取了每篇论文的方法图,标记了关键局限,并以用户的教学风格起草了线程笔记。用户核对了所有内容,确认 Viktor 输出正确。此流程展示了 AI agent 辅助论文阅读与内容创作的实用能力。技巧Viktor智能体论文总结推荐理由:试试这个 Viktor,让它帮你读三篇学术论文,它能画图、标坑、还能按你风格写笔记,省力又靠谱。原文稍后读已读值得跟进有用关注 Viktor
00:01elvis@omarsar0精选Meta研究人员定义了智能体的“行为状态衰减”(behavioral state decay),即任务事实、先前尝试和未完成的子目标被埋没在上下文窗口中。他们提出一个即插即用的记忆模块:一个独立的记忆智能体维护结构化记忆库,每一步决定是否注入基于记忆的提醒。在Terminal-Bench 2.0和tau-squared-Bench上,该方法将pass@1提高了多个百分点,且不修改原有动作智能体。论文MetaAgent行为状态衰减推荐理由:Meta发现智能体做长任务会忘事,加了个外挂记忆模块,在Terminal-Bench 2.0上明显提升pass@1,而且即插即用。原文稍后读已读值得跟进有用关注 Meta
12:49AI产品黄叔@PMbackttfuture精选71°OpenAI 将 Codex 与 ChatGPT 合并,标志着从聊天机器人向 Agent 的战略转型。ChatGPT 拥有 9 亿周活,但大部分为免费用户;Anthropic 用户量少但年化收入 470 亿美元,反超 OpenAI 的 250 亿。WorkBuddy 日活已突破 1300 万,Agent 渗透开始进入大众市场。作者认为不用 Agent 的人将被用 Agent 的人彻底超越。行业CodexChatGPTOpenAI10 个信源在谈事件专题推荐理由:OpenAI 合并 Codex 和 ChatGPT,用数据告诉你为什么 Agent 才是增长引擎,而非聊天机器人。原文稍后读已读值得跟进有用关注 Codex
23:30Harrison Chase@hwchase17Adam Łucek 介绍了如何利用 LangSmith 的 Terraform provider 对 AI Agent 进行在线评估和监控告警。该方法将基础设施即代码(IaC)模式扩展到评估流程,用户可在现有 Terraform 配置中直接定义评估工作流。核心组件包括自动触发评估的在线评估器和基于 Agent 表现告警的监控规则。该方案使评估配置与基础设施保持一致,简化了 Agent 生产环境的可观测性。技巧LangSmithTerraform评估推荐理由:Adam 分享了用 Terraform 管理 LangSmith 在线评估的实操方法,让监控和告警像基础设施一样可编排,适合用 IaC 的团队。原文稍后读已读值得跟进有用关注 LangSmith
22:42Ate-a-Pi@svpino76°新开源模型支持交互式视频生成,最长可达1小时。模型内置Agent驱动整个生成流程。代码和权重已开源在GitHub和HuggingFace。该模型适用于长视频创作场景。AI模型视频生成交互式Agent推荐理由:这个新模型能交互式生成1小时视频,还有Agent全程驱动,做长视频的开发者可以试试。原文稍后读已读值得跟进有用关注 视频生成