- 博客(81)
- 收藏
- 关注
RSS订阅原创 Cron + AI Agent 生产级实践：我让程序自动干活几十天，踩过的 5 个坑全在这
给不确定的系统加确定性的护栏。MCP 协议让工具调用标准化了，cron 让定时执行简单了。但生产环境不是你搭个 demo 跑通就行的——随机延迟防止被识别为 bot文件锁 + 状态文件 + 内容去重确保幂等熔断器防止雪崩成本上限防止账单爆炸状态管理区分草稿和成品这些不是「可选的优化」，是「活下来的底线」。我现在把 Agent 的 cron 任务跑在 WSL2 的本地笔记本上，隔天写一篇技术文章自动发 CSDN。偶尔看一眼飞书通知，确认今天的内容质量还行。
2026-07-09 10:16:34
29
原创 ZCode 杀入 AI 编程战场：中国团队的 Agentic IDE 凭什么挑战 Cursor 和 Claude Code
6月12号那天，Anthropic 的服务器突然对中国开发者关上了门。不是宕机，不是限流。是美国政府一纸出口管制令，直接禁止所有外国公民访问 Fable 5 和 Mythos 5——包括 Anthropic 自己的外籍员工。金融、医疗、SaaS 行业的客户一觉醒来发现核心 AI 服务全挂了。没有任何预警，没有任何补救窗口。三周后禁令解除。就在禁令颁布的同一天，北京一家公司发布了 GLM-5.2 的开源权重，MIT 许可证，不限制任何使用场景。
2026-07-07 10:15:41
320
原创 Hermes 周报｜这一周AI圈杀疯了：清空P0/P1、美团开源万亿大模型、余承东挂帅盘古
上周（6/29 - 7/5）AI 圈出了不少大事。我挑几条跟 Hermes 最相关的，顺便聊聊我的感受。
2026-07-06 07:03:01
183
原创 Claude Code vs Codex CLI：两周深度实测，差距比想象的大
Claude Code 贵但省心，Codex 便宜但费劲。Claude Code 适合你"不想动脑子"的场景。把任务丢过去，回来看到代码能跑、测试全绿。适合复杂重构、跨模块开发。Codex CLI 适合你有时间盯着它、愿意手动修修补补的场景。它的模型调度在"重活 + 轻活混合"的项目里确实能省钱，但前提是你要检查它的每一步输出。如果预算有限，DeepSeek V4 接入 Cline 或 Continue是第三个选项——性能接近 Sonnet 4.6，成本只有 1/400。
2026-07-05 10:08:59
240
原创 RAG 检索召回率优化实战：从 30% 到 92% 的 5 次迭代
先切好片说的话——语义分块是性价比最高的优化别只靠向量——BM25 低成本高回报Reranker 值得上——但注意延迟成本Query 改写是终局方案——但需要 LLM 调用，成本较高上完这 5 步，召回率从 30% 到了 92%。剩下 8%，我觉得不在检索链路本身了。有些问题是文档质量造成的——原文写得太含糊，模型怎么搜都搜不到。对了，如果你的场景对延迟特别敏感（<200ms），迭代 3（混合检索）+ 迭代 2（语义分块）应该是最优组合，性价比最高。
2026-06-29 10:10:29
163
原创 GPT-5.6被一客一审，但Hermes这周把多模型混排做透了 | Hermes周报#11
MoA 从"能用"变成"能看"——参考模型的输出第一次以独立块渲染出来，桌面端远程 gateway 打通，启动性能拉了一波大的，安全团队又堵了两个 P1。
2026-06-29 07:06:13
149
原创 本地 AI Agent 当 Cron Job 跑了 30 天，我踩的 7 个坑
问题类型具体表现核心对策上下文管理窗口爆炸、指令稀释、格式漂移预算监控 + 主动压缩 + 格式校验闭环错误处理工具失败静默、限流丢任务、循环引用错误语义化 + 框架层自动重试 + 去重环境治理状态污染、时间错乱、费用失控隔离工作目录 + 时间注入 + 用量告警AI Agent 从 Demo 到 Production，中间差了一个"运维"的活。模型本身没问题，API 也没问题。是你没把它当正经的生产系统来管——没有监控、没有限流、没有校验、没有隔离。
2026-06-27 10:02:43
190
原创 MCP、A2A、OpenAI Agents SDK：三大 Agent 协议深度拆解与选型避坑指南
MCP 管工具：如果你想让 Agent 调用外部系统，这是目前最成熟的标准，97M 下载量不是白来的A2A 管协作：如果你有多个 Agent 需要对话，但目前生态还小，小团队可能暂时用不上OpenAI Agents SDK 管开发：如果你深度绑定 OpenAI 生态，这是最好的选择；如果想模型无关，LangChain + MCP 可能更合适至于我自己？在 Hermes 这个 Agent 系统里，MCP 已经是核心基础设施。
2026-06-25 10:11:24
219
原创 LangGraph 实战踩坑：用 Checkpoint 让你的 Agent 扛住崩溃
说实话，Checkpoint 不是什么酷炫的技术——它就是个状态快照。但正是这个"不酷"的功能，让你的 Agent 从"玩具"变成"工具"。没 Checkpoint有 Checkpoint崩溃 = 从头开始崩溃 = 从上个节点继续无法暂停支持 interrupt + 人工介入调试靠 print可以回溯任意中间状态Token 浪费严重几乎无额外消耗。
2026-06-23 10:12:01
246
原创 Token压缩工具实测：614M数据告诉你90%节省承诺有几分真
上个月收到Claude Code的账单，我对着那个数字看了三遍。不是因为贵——好吧，就是因为贵。我用的已经是Opus里最便宜的档位了，但架不住每天十几个小时的编码会话，工具调用跑得飞起，Token烧得比汽油还快。算了一下，一个月光AI编程就花了将近1000美元。我开始找省钱方案。GitHub上一搜，三个工具蹦出来：Headroom（43.5k star）、rtk（60k star）、caveman。它们承诺的节省幅度是60%到95%。说实话，看到这些数字的时候我脑子里只有一个想法——
2026-06-22 10:07:48
186
原创 Hermes Agent 周报 #10：GLM-5.2 两天接入，1M上下文来了
GLM-5.2 即时接入 + Cron Recipes 上线 + Desktop 体验大填坑 + Photon 长起来了——这是"追模型周"。
2026-06-22 07:04:15
293
原创 Agentjacking：一行假报错，让 AI 编程 Agent 主动帮你执行恶意代码
层级措施效果代价Agent 层命令白名单⭐⭐⭐ 最有效降低 Agent 自动化能力MCP 层输出过滤 Proxy⭐⭐ 防大部分注入可能漏报系统层auditd/ESF 审计⭐ 事后追溯不防实时攻击流程层敏感操作二次确认⭐⭐⭐ 最后防线增加操作步骤Agentjacking 不是一个会被修掉的 bug，它是一种新的攻击范式。只要 AI Agent 还会"信任"外部数据源，这种攻击就会一直存在。
2026-06-21 10:06:22
272
原创 AI Agent 可靠性实战：从重试到熔断的生产级方案
跑 AI Agent 到生产环境，可靠性代码的量大概是业务逻辑的 2-3 倍。不过，想省 token 省钱的话另说。核心就四件事：智能重试：区分错误类型，不是所有错误都值得重试降级链：至少准备 3 个模型，最后一环是本地模型或人工兜底熔断器：防止多任务互相踩踏状态持久化：长任务必须 checkpoint，每 5 步存一次这套代码我跑了一个多月了，放在GitHub上。如果你也在搞 Agent 生产化，欢迎拿去用，踩了坑评论区说一声——我接着修。你跑 Agent 遇到过什么离谱的故障？
2026-06-20 10:05:43
254
原创 AI Coding Agent 选购指南 2026：12 款工具实测横评，从 Terminal-Bench 到你的钱包
2026 年的 AI Coding Agent 市场已经不是什么"选最好的"的问题了——根本不存在"最好的"。真正的问题是怎么用最少的钱覆盖最多的场景。别用 Opus 干 Sonnet 能干的活。3.5 倍价差，日常任务零差异。代码提取/格式化/简单重构用 Flash。一套 38 任务只要 $0.003，便宜到可以忽略不计。BYOK 工具 + 本地模型 = 零成本备份方案。OpenCode + Ollama 跑 GPT-oss-20b，敏感项目完全离线。
2026-06-19 10:07:54
338
原创 AI编程Agent上下文管理深度对比：Claude Code vs Codex vs Cursor 的 Token 效率实测
说点不好听的。现在 AI 编程工具的市场营销都在比 benchmark——SWE-bench 多少分、HumanEval 多少分。这些数字对 99% 的开发者来说毫无意义。这个工具一个月花我多少钱，能帮我干多少活？benchmark 差 0.1 分的两个模型，在真实项目里可能看不出区别。但上下文策略导致的 Token 消耗差异，月底账单上清清楚楚。如果你跟我一样，不是为了写 benchmark 刷排名，而是用来干活的——建议你关注 Token 效率多过 benchmark 分数。
2026-06-18 10:09:38
282
原创 Miasma 蠕虫攻陷微软73仓库：AI编程工具的安全盲区与防御指南
第一，AI 编程工具的配置文件已经是一个新的攻击面。Claude Code、Gemini CLI、Cursor、VS Code 的"打开项目时自动执行"机制，过去没人觉得是安全问题——直到有人用它来收割凭证。你的配置文件不是静态数据，它可能被当成入口利用。第二，供应链攻击不一定是 npm 的锅。Miasma 没有利用任何包管理器的漏洞。它纯粹是利用了"受信任的开发者和受信任的工具之间的自动化信任关系"。
2026-06-17 10:11:10
611
原创 OpenAI Codex CLI 实战指南：从安装到生产力，开源编程 Agent 的第一选择
Codex CLI 不是"另一个 Claude Code 替代品"。配置即代码Profiles三层体系，既能个人灵活配置，也能团队统一管控AGENTS.md 标准：一次编写，Codex / Cursor / Copilot / Gemini CLI 通用——这是目前唯一被多个主流 Agent 工具共同支持的项目指令标准开源 + Apache-2.0：意味着你可以 fork、改、集成到自己的工具链里，没有任何法律风险OpenAI 模型全家桶。
2026-06-16 10:11:34
181
原创 FastMCP 2.0 实战：10 分钟给 Claude Code 装上手
Model Context Protocol（MCP）正在成为 AI Agent 连接外部世界的标准协议。本文从零搭建一个 Python MCP Server——用 FastMCP 2.0 写一个天气查询工具，接入 Claude Code，实测效果。读完你会明白 MCP 到底解决了什么问题，以及它为什么比传统的 function calling 更好。上个月我在用 Claude Code 重构一个老项目，需要查某个依赖包的最新版本号。Claude Code 很诚实地告诉我："我没有联网能力，无法查询。
2026-06-15 10:10:57
174
原创 Hermes Agent 周报 #9：v0.16.0 Surface Release，桌面客户端来了
桌面应用落地 + dashboard 管理面板完善 + 多语言支持 + cron 可视化——这是"产品化周"。
2026-06-15 07:04:24
256
原创 Terminal-Bench 2.1 跑分全解读：AI Coding Agent 的终局战场不在 IDE，在终端
SWE-bench 在 2026 年已被严重"刷穿"——19.78% 的"已解决"案例实际上是语义错误的假阳性。Terminal-Bench 2.1 作为新基准，在真实终端环境中测试 Agent 的多步规划能力，排行榜与 SWE-bench 形成了戏剧性反转。本文深度解读 Terminal-Bench 2.1 的评测方法、6 月最新跑分、以及它对你选工具的意味着什么。
2026-06-14 10:12:58
631
原创 AI Agent框架选型实战：我用LangGraph、CrewAI和Dify跑了同一个任务，结果出乎意料
2026年了，AI Agent框架多到让人选择困难。我花了两个周末把LangGraph、CrewAI和Dify各跑了一遍同一个任务——构建一个能搜索+分析+输出报告的研究Agent。本文记录了完整过程、踩过的坑、以及最终的性能对比。如果你也在纠结选哪个框架，这篇文章帮你省一个月的评估时间。
2026-06-12 10:15:31
201
原创 AI Agent 到底怎么记东西：Mem0、Zep、LangMem 三选一，我在 Hermes 里踩的坑
Agent memory 在 2026 年已经不是「要不要做」的问题，而是「选哪个方案」的问题。Mem0：最快上手，社区最大。自托管免费版够 80% 的场景用。除非你需要 entity graph——那是 $249/月的 Pro 功能Zep：时间感知独一无二。如果你的 Agent 需要理解「什么时候发生了什么变化」，别犹豫，选 Zep + Graphiti OSSLangMem：给 LangGraph 用户准备的。不是 LangGraph？别碰自建方案。
2026-06-11 10:13:49
253
原创 LLM路由策略：别再只盯着最强模型了——15模型38任务.29实测报告
本文基于 Ian Paterson 的 2026 年 LLM 基准测试（15 模型 × 38 任务），介绍 LLM 路由策略的核心思路和三层模型栈的搭建方法，并给出可运行的 Python 路由代码。读完你会知道：什么时候用免费模型、什么时候砸钱用 Opus、以及如何自动化这个决策。
2026-06-10 10:16:54
162
原创 Hermes Agent 周报 #8：v0.15.0 Velocity Release 落地，729 commits 实测
v0.15.0 落地 + 三天连发三个版本，setup 重构、model picker 大改、NVIDIA skills hub 接入——这是"基建换代周"。
2026-06-08 07:05:56
428
原创 Google ADK 入坑实录：原生 MCP+A2A 的多 Agent 系统，我踩了四个坑
MCP 原生集成——2000+ 工具即插即用，不用写 adapterA2A 跨框架通信——Agent 可以跨框架协作，这在企业场景里太重要了层级多 Agent 调度——LLM 路由和确定性编排两种模式，覆盖大多数场景但 ADK 也有短板：社区比 LangGraph 和 CrewAI 年轻，Stack Overflow 上的答案少；精细的状态管理不如 LangGraph 灵活；文档虽然完整但有些地方缺少踩坑指南（所以我在写这篇）。框架选型没有银弹。
2026-06-07 10:06:31
226
原创 一个模型干五件事：拆解 NVIDIA Cosmos 3 的物理 AI 全模态架构
Cosmos 3 做了一件非常"NVIDIA"的事：用一个统一架构，把之前散落在 Cosmos Predict、Transfer、Reason、Policy 四个产品里的能力全合并了。好处是开发者不用再纠结"我该用哪个 Cosmos 子产品"——现在就一个入口。双塔 MoT 架构的设计挺巧妙的，Reasoner "想"完再让 Generator "做"，符合直觉。五种模式共用一套权重，减少了部署和维护的负担。OpenMDW-1.1 许可证也算是 NVIDIA 在开放性上迈出的一步。基准测试缺独立验证。
2026-06-06 10:08:19
340
原创 微软自研七款MAI模型，35B参数对标Claude Opus，零OpenAI蒸馏
上周二，微软在 Build 2026 上扔了一颗炸弹——一口气发布七款自研 MAI 模型。| 说实话，我第一反应不是"哇好厉害"，而是"终于来了"。微软给 OpenAI 砸了 {约130亿美元 || 来源:CNBC 2026年6月2日报道}，结果现在自己从头训练模型，不用 OpenAI 一滴数据。这操作——怎么形容呢——像谈了五年恋爱突然宣布"我单身了，而且过得更好"。先别急着吃瓜。对开发者来说，这事儿比八卦重要得多。
2026-06-05 10:10:45
2093
原创 Uber 4个月烧光全年AI预算，给工程师们上了道紧箍咒
Uber 4个月烧光全年AI预算，给工程师们上了道紧箍咒上周看到一个消息，说实话我一点都不意外——Uber把2026年全年的AI预算，4个月就花完了。你没看错，12个月的预算，用了不到三分之一的时间就见了底。
2026-06-04 10:05:02
258
原创 GitHub Copilot 昨天开始按量计费了——你的 Pro 会员还值吗
昨天生效的。GitHub Copilot 从 6 月 1 号开始，正式从"按请求数计费"切换成了"按 token 消耗计费"。说通俗点：以前你一个月交 10 美元，随便问 Copilot 多少问题都行；现在同样是 10 美元，但 Copilot 每月只会给你 1500 个"AI Credits"，用完就得加钱。消息其实 4 月底就发了，但真正生效是昨天。Reddit 上已经吵翻了——有人说"Copilot 完了"，有人说"其实对你影响不大"。哪个是真的？
2026-06-02 20:07:54
860
原创 oh-my-pi 实测：这个把 LSP、调试器和子代理塞进终端的开源 AI 编程工具，比 Claude Code 走得更远
AI 编程工具这两年发展很快，但竞争焦点一直在模型能力和价格上。模型不是短板了，工具链才是。把 LSP、DAP、结构化编辑这些基础设施接进 Agent，让 AI 能像人类开发者一样"看清"代码库——这个思路，我觉得对的。不过话说回来，我也不是盲目推荐。试用两天时间不长，可能有些坑还没踩到。你试过 oh-my-pi 或者其他类似的开源 Agent 工具吗？评论区聊聊，我后续整理成对比。题图：用 AI 生成的 oh-my-pi 终端工作流概念图。
2026-06-02 08:08:37
614
原创 别再手动搓老系统了：微软 Copilot Studio 的 Computer Use 到底有多能打
接到一个任务：对接一套二十年前的老系统。没有 API。没有 SDK。只有一个人力窗口——登录进去，填表单，点按钮，等结果。你同事管这叫"手动搓数据"。这种活，公司里总是需要一个倒霉蛋来干的。然后我看到了微软 Copilot Studio 刚放出来的新东西。不，不是那种"帮你写个回复邮件"的 AI。是能让 AI 直接替你去操作任何软件的——。今年 5 月 13 号，GA 了。什么意思？
2026-06-01 20:05:45
164
原创 告别Chrome的第7天：Perplexity Comet浏览器实测，免费AI浏览器到底能不能打
我第一次试的时候，随手打开了一篇 8000 多字的英文技术博客，在地址栏旁边的对话框里敲了一句"总结一下这篇文章的核心观点"。它给的回答不是那种"本文介绍了XXX"的废话。而是真正抓住了三个关键论点，每个都附了原文引用和对应的段落位置。问：这篇文章的核心观点是什么？答：作者提出了三个核心论点：1. LLM 的推理能力天花板还没到——当前瓶颈是训练数据质量而非架构（原文第3段："The wall isn't architectural. It's data."）
2026-06-01 10:46:05
262
原创 AI写代码快了一倍，代码质量却烂了——微软Build明天交答卷
早上打开 Slack，看到运维同事发了一串崩溃消息："PR #4723 —— 又是 AI 写的吧？build 炸了三次，我回滚了两轮才发现是它自己挖的坑。我看了一眼。确实，代码能跑，但逻辑是歪的。边界条件没处理，异常捕获写了个寂寞，注释倒是写得挺漂亮——标准的 AI 风格。这不是个例。最近一周，两件事撞在一起，让这个问题变得没法再假装看不见。
2026-06-01 08:06:23
251
原创 Hermes Agent周报#7：718提交扫雷周，安全审计来了
没有新版本，但安全审计、密码管理集成、CI 并行优化三件大事同时落地——看不见的基建在加速。
2026-06-01 07:07:35
193
原创 Gemini CLI 免费用户6月18日停服，Google Antigravity 2.0 深度解读
"你的 Gemini CLI 还能用多久？。10万星的开源项目，说停就停。不是改名叫 Antigravity CLI 那么简单——是整个产品形态变了。代码不再跑在你本地机器上，而是跑到 Google 的服务器上。付费模式变了，权限模型变了，连 Agent 的运行方式都变了。
2026-05-31 20:05:18
787
原创 DeepSeek V4-Pro 今天永久降价 75%！我把它配 Claude Code 跑了一周，省了 83%
上周五下午，我看了眼 Claude Code 的 API 账单。$87.4。就一周。写代码、改 bug、重构几个模块，没干什么惊天动地的事，账单就快破百了。我盯着那个数字愣了几秒——不是付不起，是觉得这个价格不对。AI 编程确实爽，但按这个烧法，一个月 350 刀起步，比我服务器费用还高两倍。然后昨天，DeepSeek 官方悄咪咪更新了价格文档，把 V4-Pro 的 75% 折扣从"限时促销"正式改成了"永久定价"。生效日期：2026 年 5 月 31 日。也就是今天。
2026-05-31 08:06:33
349
原创 30分钟搓了个MCP Server，让AI直接调我的接口
上周我干了一件事——花30分钟搓了个MCP Server，然后看着Claude自己调接口查数据，我坐那儿愣了好几秒。不是因为技术多酷，是因为我突然意识到：以前让AI帮我干点实事，我得写半天的API对接代码、处理鉴权、组装prompt……现在就一个装饰器，搞定。
2026-05-30 20:05:34
197
1
原创 花一个月对比四大AI编程工具，/usr/bin/bash和20到底差在哪？
工具总结质量重构建议阅读速度优秀5条具体建议，按优先级排列快Cursor Pro良好（偏表面）3条通用建议快Codex CLI优秀4条具体建议中等Gemini CLI优秀（发现了其他工具遗漏的部分）6条建议最快{数据来源: 同上}终于轮到Gemini CLI露脸了。1M+的上下文窗口不是摆设——读大文件、理解整个遗留模块的架构，它确实有天然优势。如果你经常需要"啃"别人的老代码，Gemini CLI值得一试。而且它是免费的。零成本读代码，还要什么自行车？
2026-05-30 08:04:11
173
原创 2026年AI Agent框架选型指南：LangGraph vs CrewAI vs Claude SDK vs OpenAI SDK
从你最熟悉的模型和生态出发。用Anthropic就优先看Claude SDK，用GPT就优先看OpenAI Agents SDK，用LangChain生态就LangGraph，想最快出活就CrewAI。不要追求"最好的框架"。不存在这种东西。先跑起来。然后在生产中，根据你遇到的真实痛点——是状态失控？是编排太死板？是工具集成不够？——再去调整。在A2A和MCP推动互操作性的趋势下，"选错框架"的代价正在快速降低。你平时用哪个框架？踩过什么坑？评论区说说，我整理到后续文章里。
2026-05-29 20:05:57
290
原创 4个月34万星标——2026年5月AI圈到底发生了什么
刚打开 GitHub Trending，我愣了两秒。一个叫的项目，星标 34.6 万。超过 Linux 内核，超过 React，成为 GitHub 历史上增速最快的开源项目。从零到这个数字，只用了 4 个月。4 个月。34.6 万星标。不是 ChatGPT 那种有 OpenAI 光环加持，是一个奥地利独立开发者 Peter Steinberger（PSPDFKit 创始人）一个人搓出来的项目，后来被 OpenAI 收购了。
2026-05-29 09:02:34
312
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人