用 DeepSkill 作品展厅实测技能选型三步工序：检索、画像、试跑
作者把「找 skill」拆成检索、静态画像、金丝雀试跑三步验收工序，并对 DeepSkill 作品展厅的 10 个候选技能完整实测，最终装载 4 个，装载率 40%。
借鉴点
能拿走一套检索词反推、静态画像脚本加三用例金丝雀试跑的技能验收工序，落到软件工厂的技能选型环节，代价是每个候选要花人工核对高权限面，十个候选约四十分钟。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
568 条精选近 30 天 555 条共收录 2,928 条
更新
精选归档 · 第 23 页
掘金精选AI 评分7070 掘金精选AI 评分7171 Anthropic 给 agent 写工具的 5 条经验：少而精、返回高信号内容
作者梳理 Anthropic 工程博客《Writing effective tools for agents — with agents》中给 agent 写工具的 5 条经验，核心是工具不是把现有 API 包一层，而要按 agent 的视角设计。
借鉴点能拿走五条工具设计原则和原型加评测的迭代流程，落到 Agent 工具链和 MCP 服务器上，代价是评测任务要自己造且需可验证结果。
掘金精选AI 评分7878 如何安全中断并恢复崩溃的 Agent：五阶段生命周期与恢复粒度对比
文章讲 Agent 的主动中断与崩溃恢复两件事，提出协作式中断标志、给正在执行的工具 3 秒收尾窗口、中断后为未完成的工具调用补占位结果三条原则。崩溃恢复部分对比 LangGraph 的节点级、Temporal 的单步级和 Microsoft Foundry 的 checkpoint 恢复粒度，作者引擎选择每轮即时持久化，崩溃只丢当前一轮。
借鉴点能拿走协作式中断标志加3秒工具收尾窗口、每轮即时持久化和降级启动三条做法，落到本地模型部署与软件工厂的Agent运行时，代价是要自己实现孤儿任务扫描和SIGKILL测试。
掘金精选AI 评分8080 从零搭建生产级 Agentic RAG 系统：持久化、可观测、评估与成本护栏
李溪白在系列三收官篇给出生产级 Agentic RAG 的五层架构，把 LangGraph 的 Checkpointer 持久化、interrupt() 人工审批、Trace 可观测、RAGAS 评估和成本熔断串成一套可上线方案。
借鉴点能拿走 LangGraph 的 PostgresSaver 断点续跑、interrupt() 人工审批、三层成本熔断和六层错误分类，落到本地模型部署与知识沉淀线；代价是要自建 Postgres 与 Langfuse 链路，代码骨架只给结构不给完整业务逻辑。
掘金精选AI 评分8080 把 ComfyUI 改造成无人值守视频产线：状态机、顺序锁与插件工程实践
作者在 RTX 5070 Laptop 8GB 显存上把 ComfyUI 0.40 加 MiniMax H3 的生成链路改造成常驻编排服务 video_pipeline.py，监听 127.0.0.1:8898，用 FIFO 队列加单 worker 跑六阶段状态机。
借鉴点能拿走大小稳定轮询、六阶段状态机、顺序锁原位替换和 PromptServer 队列钩子这几段实现，落到视频产线和本地模型部署上，代价是单 worker 串行、最坏 8 秒入队延迟，且钩子与插件补丁升级后要回归。
掘金精选AI 评分7474 阿里云云原生解析 Jev 决策模型：如何用结构化输出做 Agent 路由与分类
阿里云云原生团队撰文解析 TypeSafe 的 Jev 模型，它定位为 System One 模型，输出固定为结构化分类结果加校准置信度，官方称智能水平接近现有 LLM 而速度快约 100 倍。
借鉴点能拿走 Jev 的 choice/score/noul 三类决策入参写法和六条实践原则，落到 Agent Harness 的意图路由与风险判定环节，替代大模型 Prompt 分类；代价是数学日期计算、多跳推理和嘈杂 state 会失准，需代码兜底。
掘金精选AI 评分7878 用 Obsidian + Claude Code + GitHub 搭建由 LLM 维护的第二大脑
作者用 Obsidian 做查看层、Claude Code 做处理引擎、GitHub 做版本同步，搭出一套由 LLM 增量维护 wiki 的个人知识库，并给出可直接复制的 CLAUDE.md 规范。
借鉴点能拿走一份可直接复制的 CLAUDE.md，把摄入、查询、审计三类操作固化成规范，落到知识沉淀线；代价是规范写模糊 Claude 会乱建页面，冲突只标注不自动解决。
掘金精选AI 评分7878 用 MCP 给 Claude Code 接上 MySQL、Loki、Grafana 做生产排障
作者用 Claude Code 同时接入 MySQL、Loki、Grafana 三个 MCP server，把一次订单堆积排障从约 2 小时压缩到 4 分钟，定位到 settlement-svc 的 JVM Old Gen 涨到 95%。
借鉴点能抄走一份三 server 的 mcpServers 配置和排障提示词，把 MySQL、Loki、Grafana 只读接进 Claude Code 做交叉定位；前提是自建只读账号、pin 版本、stdio 仅限本地，且会话别超 3 个 server。
掘金精选AI 评分7272 AI Chat 作者用 Rust 给本地命令工具调用做七级风险评分
AI Chat 作者 xlbbbcn 在 Rust 侧实现了一套工具调用风险评分，把模型返回的 tool call 按黑名单严重程度 0.40、白名单覆盖 0.25、语义异常 0.20、危险能力 0.15 加权后乘 100，映射到 L0 至 L6 七级，再按级决定放行、弹确认框或拒绝。
借鉴点能拿走四维加权评分加七级阈值和分级处置表，把工具调用确认流程从命令白名单换成按风险分级；代价是纯启发式，挡不住故意绕过，真隔离还得靠容器。
掘金精选AI 评分7575 如何搭建生产级的长链路 AI 工作流
作者以招标文件解析为例，讲生产级长链路 AI 工作流为何不能交给 Agent 自主规划，并给出自建架构方案。技术栈为 React、FastAPI、Redis、PostgreSQL、arq，工作流采用状态机主干加分析环节 DAG，LLM 底座自建模型切换、熔断、JSON schema 校验、全局 QPM 限流与并发控制。
借鉴点能拿走自建 LLM 底座的分层做法（流式连接早发现超时、JSON schema 校验后立即重跑、全局 semaphore 加 QPM 前置快速失败）和状态机加 DAG 的断点续传设计，落到软件工厂的长任务产线；代价是要自己造轮子，作者称从零到稳要几个月。
掘金精选AI 评分7171 用 LangGraph 的 Swarm 模式与 Handoff 实现多智能体互相转接
文章用 LangGraph 的 langgraph-swarm 从零搭了一个旅行规划 Swarm，两个专家 Agent 通过 create_handoff_tool 生成的移交工具互相转接，无需中央主管调度。
借鉴点能拿走 create_handoff_tool 自定义版只传 task_description 不传全量历史，换掉默认 handoff 的 token 膨胀；代价是要自己校验 agent_name 并设 recursion_limit 防互转死循环。
掘金精选AI 评分7878 Hikari 桌面 AI Agent 发布：规划执行分离、验收条件与检查点恢复
方呵呵发布桌面 AI Agent 工作区 Hikari，把对话、项目工具、任务状态、权限审批和改动审阅放在同一应用里，代码已开源于 fonghehe/hikari-agent。
借鉴点可借鉴其验收条件设计，把文件存在性和测试命令设为完成门槛，并要求测试证据晚于最后一次改动；代价是验收范围有限，回写仅支持 20 个 UTF-8 文本文件。
掘金精选AI 评分7878 实测 Claude Code 拆 3 个子 agent 并行：慢 54%、花费 2.2 倍
作者在 Claude Code 2.1.304 上用同一个跨文件代码调查任务各跑 2 次，单 agent 平均 93 秒、0.87 美元，拆成 3 个 Explore 子 agent 并行后平均 143 秒、1.92 美元，慢 54%、花费 2.2 倍，四次答案都找到了两处关键问题。
借鉴点能拿走一套判断标准，主上下文装得下就别拆子 agent，工具定义控制在 30 到 50 个以内；代价是作者本地只跑了 2 次一组、只覆盖只读调查任务，计时还得用墙钟时间而非 duration_ms。
掘金精选AI 评分7878 不用 LangChain，200 行 TypeScript 手搓一个能联网、能写文件的 Agent
作者用 OpenAI SDK 加 MCP 官方 SDK，在 TypeScript 里不依赖任何 Agent 框架手搓出一个能联网抓取、能读写文件的 Agent，核心代码不到 200 行。
借鉴点能拿走一套不依赖框架的 ReAct 循环写法，含流式 tool_calls 按 index 分桶拼接和 MCP stdio 拉起工具进程，可替换现有单 agent 串行派单流程；代价是要自己处理 id 拼接、同步 getTools 等坑。
掘金精选AI 评分7171 TWD 维护者用测试录屏核实 AI Agent 提交的 Pull Request
开源测试工具 TWD 维护者 Kevin 介绍用测试录屏核实 Agent 提交的 Pull Request，Agent 改了 11 个文件、新增 3 个测试全部通过，加一个标签后每个新增测试各生成一段视频。
借鉴点用 twd-cli 的 --record 让测试执行时按 300ms 节奏录屏，只录分支新增或改动的测试并挂到 PR 评论，代价是 CI 多一分钟、需 ffmpeg 8 以上。
掘金精选AI 评分7171 OpenAI 将 Decisions API 转正，只返回概率选项且不收输出费
OpenAI 于 10 月 22 日把 Decisions API 转为正式版，端点 POST /v1/decisions 只回答有界问题，返回概率、选项或分值，官方称比调用同一模型快最多 10 倍，定价 $0.10/百万输入 tokens 且不收输出费。
借鉴点高频有界判断可换成只返回概率或选项的端点，把 prompt 精简到刚好够判断；但选项顺序和打包会漂移，概率需用自有标注数据校准，固定分类任务上微调小模型可能更准。
掘金精选AI 评分7575 用 Zod 和结构化输出做 Agent 意图识别与路由的工程实践
作者以运维助手 OpsPilot 为例，给出 Agent 意图识别的完整实现路径，把意图层拆成 intent、mode、slots、missingSlots 四块，用 Zod 定义输出契约、Prompt 只给边界和上下文、代码二次校验后再按 mode 分发到答、问、做、拒。
借鉴点能拿走一套意图层四段式实现，Zod 契约加 Prompt 加二次校验加按 mode 分发，替换掉 includes 关键词猜意图的写法；代价是要维护意图定义的正反例和评测集，意图一多还得拆两层。
Hugging Face Blog精选AI 评分6262 微软与 Hugging Face 用 ThinkingBox 数据库终态校验做 RL 奖励，Qwen3.8-27B 全对任务从 38 增至 107
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 1/0 可执行校验直接当作 RL 奖励。
借鉴点可复用离线策略相对难度筛选，用 Beta 后验把任务分五档，只留 0.08 到 0.90 区间做 GRPO，代价是每个候选任务要先跑 n 次探测，且训练与评测的解析器必须对齐。
Hacker News · AI 讨论精选AI 评分7878 Mnemolith 发布跨工具共享的 AI 编码记忆，代码变更后自动失效
Mnemolith 发布一个本地运行的 AI 编码共享记忆服务，通过 MCP 让 Claude Code、Cursor、Codex 共用同一份项目记忆，记忆绑定文件的 git blob hash，文件内容变化后自动标记过期。
借鉴点可把 Claude Code、Cursor、Codex 的记忆统一到本地 MCP 服务，用 git blob hash 判断记忆是否过期，代价是每条记忆要绑定文件、过期后需人工或模型确认。
Hacker News · AI 讨论精选AI 评分7878 Forked 开源：给 AI 智能体状态做 Git 式分支与回放
Forked 开源了一套给 AI 智能体结构化状态做版本管理的工具，支持 fork、回退和重放消息、记忆、计划与工具结果，并用副作用日志让邮件、支付和 API 调用在重试与回退时保持 effectively-once。
借鉴点能拿 HAMT 加内容寻址做 agent 状态的分支与回放，副作用日志按幂等键重放已存结果，换掉重试就重跑支付邮件的做法；代价是只管结构化状态，不覆盖文件和进程快照。