Agent
电脑锁屏、人已离开，手机上还能给 Agent 发指令看进度，这场景让人以为终于可以放手。但 WorkBuddy 文档里一个细节戳破了幻觉：连接电脑模式下，手机只是远程控制台，任务仍在电脑上跑，人走了机器还得留在岗位上。Agent 越来越会干活，谁来管它？
AI 产品与 Agent
共 27 篇文章
Agent
一场可
云端开箱即用的Agent正成为新战场：Grok Bot、Meta Muse、Manus Cue、OpenAI Dots接连登场，把云端电脑、技能包和连接器打包成一只bot，个人不必再自建运行时。竞争分两路：消费级抢身份与入口，企业级抢技能封装与运行边界。这场百Bot大战会像当年的百团大战一样重演吗？
AI
AI压低执行成本后，企业账面上多出一块效率红利，真正的分岔在于：把它折成更低人力成本，还是用来服务过去养不起的客户与时段。IBM、Klarna、Paycom的裁员叙事好度量、好讲给资本市场听，而ClassPass、Mosaic、蚂蚁数字蚂力则把客服和承保边界推向7×24与小微客群。
AI
AI省下的20%工时，为什么没有自动变成新生意？效率只是尚未被分配的能力，若无人决定它服务谁、承诺什么结果，就会停在内部，甚至抬高成本基数。真正的分界线是：新增能力能否变成客户愿意购买并验证的结果。而即便做出了新offer，还有更尖锐的一问——这份效率最终由企业、客户还是竞争对手拿走？
AI
当AI工作流被证明能稳定完成任务，真正的经营问题才浮现：省下来的能力，是留在组织里，还是变成客户价值？过去企业用高昂的人工注意力筛选客户，大客户专人跟进、小客户自助解决，很多看似铁律的客户分层，其实只是旧成本结构留下的化石。
转译：
Opus 5.5 跟现有 Claude 用法兼容，但几件事变了：它能独立工作更久、会直白汇报、每次回复前先自动思考。这意味着过去那些仔细想想、逐步思考的提示词反而多余，而长任务里它可能停下来汇报而非继续推进。
Jev，
当所有新模型都在证明自己会写会聊会出视频时，TypeSafe AI 的 Jev 却几乎不说话：它不做聊天，只接收程序状态和预定义问题，返回 Choice、Score、Noul 这类机器可消费的类型化答案，把标定决策做成第一等 API。它真正补的是自动化里最贵的一环——质检与门禁。Jev 为何能火？
从
Grok Bot Galaxy 用三天直播把云端 Agent 从零搭出一家公司，但真正值得读的不是这场秀，而是它暴露的反差：Agent 正在成为公司的底层操作系统，可支付、采购、结算的关键闸门仍牢牢握在人类手里。
我把
GrokBot 界面简陋得像工程师随手搭的原型，却把云端持久运行的 Agent 架构完整推到用户面前。作者没把它当联网问答框，而是改造成 Brand 5.0 Lab 的 24 小时后台研究引擎，用六个 Bot 组成信息流水线。但云端自动化不是扔句口号就能跑，六步生命周期少一步都会翻车。
Agentic
把Agent塞进旧流程，往往只换来更长的审批链和更不稳定的中间层。传统企业落地Agentic Workflow，真正要改的不是工具栈，而是Operating Model：怎么定义工作、怎么组织能力、怎么让决策权与运行时治理持续生效。
转译：
性能和成本常被看作二选一，但跑在 Claude Platform 上的应用未必如此。提示缓存命中率、提示词里的反模式、以及按任务复杂度校准 effort，这三处调整就能降本而不丢效果。
转译：
转译：应对 AI 滥用 2026 年 9 月威胁情报报告 译自 Anthropic 官网 原标题：Detecting and countering misuse of AI: September 2026 作者：Anthropic ｜ 原文发布：2026年9月11日 过去八个月，我们的威胁情报（Threat Intel
转译：
GPT-6 Astra 来了，你项目里那些为旧模型攒下的 Skill 文件和 AGENTS.md 指令，可能正在拖它后腿。Skill 描述太长会互相打架，过度具体的指引反而限制新模型的判断力。
我用
三只 Grok Bot 跑起来后，真正的缺口不是缺内容，而是所有信号、视频和研究又堆回了我这里。于是我又造了三只 Bot，把它们接成一条内容生产线。但最花时间的不是创建，而是调试——尤其是当 Bot 学会不表演确定、分清原视频与我的观点、守住作者权之后，七步法才真正显出价值。
转译：
Claude Fable 5.1 的提示词技巧与 5 大不同：effort 档位是权衡智力与成本的主旋钮，默认 high 起步但需重测各档；长工具调用回合默认少发进度更新，需显式请求 thinking 块或加系统提示；智能体循环中可能每回合只发一次工具调用，加一句提醒即可批量并行；对话历史必须只追加不改写，否则报错；
转译：
SpaceXAI 工程师用 Grok Bot 组建了一支五人工程机器人团队，自己只负责审查和决策。一个月合进 2000+ PR，三周做出 iOS v0，还能同时管理 200 多个云端 Agent。这套系统靠 Notion 数据库同步进度、Jenny 做运营复盘、夜间自动审计代码库。
Grok
Grok Bot 的七步验证法，从零开始打造可靠的24/7全时助理。作者亲测发现，创建 Bot 只是开始，真正的挑战在于防止自动任务越跑越偏。通过一次真实案例，展示了如何校准 Bot 的研究方向，避免结论跑得比证据快，最终将可靠流程固化为 Skill。
转译：
了解 Warp 如何摸索出一套简单的开发模式，任何人都可以用它来打造会自我改进的智能体。 译自 Anthropic 官方博客 原标题：How Warp builds self-improving agents on Claude 作者：Michael Segner ｜ 原文发布：2026年8月26日 在我们的创业案例系
最后
第四轮测试里，MiniMax Code、Kimi Work和AgentMore的表现让人意外：一个blocked，两个unsafe_disqualified，没有合规排名。AgentMore的77分看似亮眼，但交付的CSV实为XLSX，且绕过本地目录改走云端外发，内容再完整也不能进排名。
千问
上两篇，我写了《我把7款国产Agent扔进同一套真任务》和《WorkBuddy第一轮测评与上手教程》。这篇继续讲同一天完成的第二轮和第三轮，MiniMax、Kimi、智谱清言、悟空、千问办公和Trae（CN）一共六个国产Agents。 不知道悟空是何时开始放开全量使用的，在几个月前、它刚上线时，我甚至为了抢邀请码写了一
同
上一篇《我把7款国产Agent扔进同一套真任务》整体介绍了这次测评的四轮、12 次运行，接下来，我打算将 4 轮测评中、我对这 7 款国产 agent 使用的感受分享给大家。今天，先从第一轮、WorkBuddy 开始吧。 第一次跑 WorkBuddy，3.14 credits 花掉了，任务却连检索都没开始。 原因很朴素
DeepSeek
DeepSeek Harness 8 月 13 日发布开发者预览版，MIT 协议开源。我上手体验、翻完开发者文档的那天，它的 GitHub star 已经有 3.7 万；两天后再看，已经涨到将近 9.7 万，超过了前一阵贼热、做了更久且口碑一致偏好的 Pi（约 9 万 star）。 与此同时，Pi 的 npm 包周下载
Chat、
大约两周前，接近午夜，我还沉迷在测试 Fable-5，忽然手机亮了。一位在深圳做制造业出海运营的朋友发来一行字：「CodeBuddy 又挂了。WorkBuddy 把它拖垮的——这个月第二次。」 我先笑了，又笑不出来了。 一款编程工具，被自家拆出来的办公助手拖下线，这种问题本身就很怪。 但腾讯 3 月大致就经历了这种事：
提示词
提示词工程最大的瓶颈，从来不是提示词。OpenAI 与 Anthropic 不约而同转向薄提示词，但真正的杠杆已转移到厚制品与 skill 文件夹。当模型能力增强，提示词只需指方向，背后的风格指南、案例库、决策框架才是护城河。还在磨钥匙、门后房间空着的人，终将输给默默填满房间的人。
转译：
Claude Code 里，模型和投入等级都能让答案变好，但机制完全不同。模型决定哪套冻结的权重处理请求，投入等级则控制 Claude 为任务做多少工作——读多少文件、跑多少测试、推进到什么程度。换模型是换知识，调投入是换努力。当 Claude 出错时，先问自己：它是没足够知识，还是没足够努力？
