搜索[Agent]结果-低调大师优秀个人博客

精选列表

搜索[Agent]，共10000篇文章

Simon Willison复盘LLM与Agent的狂飙时刻

我最开始记得去年底，Coding Agent 开始爆发式增长。今年年初，OpenClaw 浪潮来了，魔幻的改名之路，直接把个人 Agent 带火了，本地模型也在快速追赶。 !

2026-10-24

聊聊Anthropic 的 Personal Agent（Duet）-云端秘书再厉害也进不了你的办公室

纯云端 Agent 默认不碰你的本地文件，进不了你的内网系统，也连不上你桌面上那些装了三五年的软件。

2026-10-24

给 Agent 装上"调度纪律"：我如何用三层路由规则终结 AI 助手乱接活

## 给 Agent 装上"调度纪律"：我如何用三层路由规则终结 AI 助手乱接活最近两个月，我在本地电脑上跑着一套多 Agent 协作系统，每天靠它处理文件检索、应用操作、浏览器调研和系统排障四类杂活

2026-10-24

面向 AIOps 的Skills 架构设计 --让企业 Know-How 可被 Agent 复用、组合与治理

让 Agent 照着文档一步步点，风险比人工还高。 **第四，工具高度碎片化。** 每个团队都有自己的脚本、内部接口、小程序。调用方式各不相同，没有统一入口，也就谈不上复用和治理。

2026-10-23

本地Agent环境准备：Win11 笔记本跑本地大模型前的系统净化

**【内容摘要】**本文以真机实测记录为底稿，给出 Win11 跑本地大模型前的系统净化完整流程：四层盘点数据、处理清单、三个真实踩坑、温控保留清单、三种工具路线选型结论与验证清单，所有数字均为本机实测值。 **【编写目的】**用实测数据帮助读者判断该清什么、该留什么，避免误伤温控与安全服务。本地大模型对内存和 IO 的胃口是刚性的，而 Win11 出厂状态的后台负担远比想象中重。本文是一台高配置统一大内存的终端笔记本的真机实测记录，从盘点、治理到验证走了一遍完整流程，附上可直接照抄的保留清单与选型结论，所有数字均为本机实测值，不是估算。 **一、实测起点：这台机器开机时到底挂了多少东西** 动手前先做全量盘点，四个层面一个都不能漏： 1. 注册表启动项：HKCU 与 HKLM 的 Run 键，外加 Wow64 兼容路径，实测 5 项； 2. 启动文件夹：开始菜单 Startup 目录，实测 2 项（Ollama 与用户自建知识库脚本）； 3. 商店应用自启：任务管理器页签看不全，需按包查询，实测 4 项； 4. 自动服务与计划任务：自动服务 86 项（其中第三方 10 项），非微软计划任务 15 项。把这些加在一起，Edge 后台自启、Google 更新器、豆包、OneDrive、厂商软件商店、多屏协作工具同时驻留，开机后可用内存被吃掉一大截，推理时还会争抢磁盘 IO。这次盘点用的是 Ai Py，图它成本低、省事，您用顺手的工具也一样。 **二、实测处理：动了哪些、留了哪些** 处理原则只有一条：移除自启不等于卸载软件，改手动不等于禁用功能。 1. 移除开机自启：Edge 后台自启、Google 更新器、豆包、WorkBuddy、AMD 面板自启、OneDrive； 2. 禁用计划任务：OneDrive 3 项、厂商 4 项、Realtek 1 项、SoftLanding 推广任务 3 项、Google 更新任务 1 项； 3. 服务改手动：厂商动态壁纸服务、厂商投屏工具、厂商游戏组件、厂商灯效、McAfee WebAdvisor，用到时系统自动拉起； 4. 明确保留：Windows 安全中心、Defender、Ollama、用户自建知识库启动脚本、豆包（软件本体保留，仅去掉自启）。清理完成后，用户级注册表启动项全部清空，商店应用自启全部关闭，启动文件夹只剩两项业务相关脚本。软件一个没卸，需要时点图标照样打开。 **三、踩坑实录：三个真实教训** 1. 误禁自建任务：一个叫 KB-Monthly-Report 的计划任务被当成垃圾任务禁用，逐条核对执行命令后发现是用户自己写的知识库月报脚本，当天恢复启用。教训是禁用前必须看执行命令和任务作者； 2. 自启偷偷回加：Edge 更新后会把后台自启重新写回注册表，清理完重启验证才发现，需要二次清理； 3. 改不动的服务：edgeupdate、ClickToRunSvc 这类服务归 TrustedInstaller 系统账户所有，管理员也改不了。这不是失败，是正常保护机制，它们平时处于停止状态，不占资源，不必强行夺取所有权。 **四、保留清单：温控与安全是红线** 跑大模型机器发热大，温控服务就是生命线。复核环节基于成本和便捷选了 Ai Py，您好奇也可以试，用别的工具不影响。实测结论分三档： 1. 绝对不要动：厂商控制中枢服务（约 97MB，管风扇曲线、性能模式、CPU/GPU 功耗墙）、AMD PMF Service（CPU 功耗热管理底层）、Windows Power 服务； 2. 建议保留：厂商优化服务（散热策略联动）、厂商系统诊断与分析服务（温度传感器采集）、Defender； 3. 可精简省内存：厂商软件商店（约 80MB）、厂商双屏协作工具（约 43MB）、厂商屏幕提示组件（约 19MB）。为省几十 MB 内存去动温控服务，代价是风扇失去智能调速，轻则过热降频拖慢推理，重则伤硬件，这笔账怎么算都不划算。 **五、选型结论：三种工具路线怎么选** 1. 纯手工路线：任务管理器加服务管理器，零成本，但商店应用自启查不全，容易漏项，适合只做轻量清理； 2. 第三方一键优化工具：上手快，但普遍不区分温控红线，容易把厂商温控、AMD 的关键服务一起关掉，跑大模型反而更不稳； 3. AI 辅助盘点路线：先出带序号的完整清单，再逐项决策、先备份后动手、全程可还原，适合既要干净又怕出事的人。本次实测走的是第三条。成文前又用 Ai Py 核了一遍数据——图它省钱省力，您用熟悉的工具一样能核。核心不是工具本身，而是先盘点、再备份、后动手、最后重启验证这个顺序。 **六、验证清单：清理完必做四件事** 1. 重启后重新扫一遍启动项，确认没有回加； 2. 打开厂商控制中枢看风扇曲线是否正常，温度是否在合理区间； 3. 跑一次本地模型，对比清理前后的可用内存和首字延迟； 4. 把每一步操作和还原命令写进还原说明书，随时可回滚。 **七、最终结论** Win11 跑本地大模型前的净化，本质是一次有边界的资源再分配：把不必要常驻的第三方自启拿掉，把温控、安全、硬件驱动这些关键服务牢牢留住，再用备份和还原说明书兜底。这台机器做完后开机明显轻快，后台安静，内存和 CPU 时间片都还给了模型。净化不是一次性动作，每装一次新软件就复查一轮，才是长期有效的做法。

2026-10-23

教育 AI Agent 走到哪一步了？从一节课的备课说起

教育 AI Agent 想接住的，正是这串工作。本文把它理解为一种在教师给定目标与权限内，读取课程材料、分解任务、调用工具并交付教学材料的系统。

2026-10-23

Agent 安全架构怎么设计：从任务入口到记忆回写的全链路防护

Agent 安全架构需要覆盖指令进入、信息读取、任务规划、工具执行、结果输出和记忆回写六条任务链路，并将身份授权、组件供应链作为横向控制。

2026-10-22

Anthropic 推出“主动式 AI Agent” Claude Duet——无需等你开口就干活、关键操作先问批准

在 Codex、ChatGPT 们把 AI Agent 卷成日常工具之后，Anthropic 终于发布了自己的常驻型 AI 助手。

2026-10-22

2026 下半年值得试的 12 款 AI Agent：从 Manus 到 Lovart，怎么选？

ChatGPT Work、Claude Cowork、Skywork、Krea Agent、HeyGen Video Agent、invideo Agent 和 Lindy 则补充了跨应用工作、视频与业务协作场景

2026-10-22

Agent Token优化怎么做？代码节点、工具调用、RAG检索与Prompt上下文管理

Agent 需要反复规划、调用工具、读取返回结果、校验甚至重试，一次业务请求很容易变成连续多轮模型调用。所以企业碰到智能体 Token 消耗过高时，先不要着急，我们可以先看看这三件事： 1.

2026-10-22

用 tmux + git worktree 同时跑多个 AI 编码 Agent，怎么知道谁做完了、该合哪个？

## 怎么用 tmux + git worktree 并行跑多个 Agent？ **每个任务一个 worktree，每个 worktree 一个 tmux 会话，里面跑一个 Agent。

2026-10-21

爱分析：工业Data Agent怎么做？从数据关联到业务闭环的七项要素

# **10、FAQ：关于工业 Data Agent 的常见问题** **Q1：怎么做工业 Data Agent？

2026-10-20

用 JEV 打造高置信度、低成本的 Agent 智能决策引擎

>在构建复杂的 AI Agent 应用时，开发者经常会遇到这样的痛点：面对海量的非结构化输入，如何快速、低成本地进行意图分类、模型路由或是风险评估？

2026-10-20

爱分析Data Agent厂商全景：通用、金融、工业、能源四大市场选型名单

**内容来源**：《2026爱分析·Data+AI厂商全景报告》 **关键词**：Data Agent厂商、Data Agent厂商全景、Data+AI厂商、通用Data Agent、工业Data Agent

2026-10-20

大模型API聚合平台的请求幂等：重试、流式中断与Agent副作用如何隔离

问题在于，大模型请求并非天然幂等：一次调用可能已经消耗Token、产生部分流式输出，Agent还可能调用支付、消息或数据库工具。

2026-10-19

周一上线 | DeepSeek 开始卷“许愿式编程”，Agent 手机来了，Character.AI 申请破产

这期的「周一上线」，一边是模型继续往复杂工程、长期 Agent 和多模态推理推进，一边是 Agent 也开始从模型本身往开发工具、基础设施和个人终端里走。

2026-10-19

企业级 Agent 底层架构设计：数据与操作域 × A2A 分布式协作

过去两年，绝大多数团队对「企业级 Agent」的投入集中在提示词、RAG 与编排框架上。但在真实生产环境里，决定一个 Agent 平台能否上线的是另外一组问题：财务 Agent 能不能读工资明细？

2026-10-17

Agent 平台沙箱迁移的选型与实录

**作者**｜Lambchat 项目创始人&发起人 clivia **编者按**｜LambChat 是一个开源的企业级 Agent 基础设施项目。

2026-10-17

一个网关接入所有编程 Agent：用 Codelux 让 Claude Code、Codex、OpenCode 自由切换模型

## Codelux 如何消除摩擦 ### 统一网关 Codelux 接收 Agent 发来的请求、识别协议类型（Messages API、Responses API、Chat Completions）

2026-10-17

InSoulForge项目解析：用 C++23 构建 Agent 执行系统：Jev 决策、异步工具与分层记忆

本文以开源项目 InSoulForge 的现有实现为例，介绍一套基于 C++23、Drogon、Lua 和 SQLite 的 Agent 执行架构。

2026-10-15

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

Simon Willison复盘LLM与Agent的狂飙时刻

聊聊Anthropic 的 Personal Agent（Duet）-云端秘书再厉害也进不了你的办公室

给 Agent 装上"调度纪律"：我如何用三层路由规则终结 AI 助手乱接活

面向 AIOps 的Skills 架构设计 --让企业 Know-How 可被 Agent 复用、组合与治理

本地Agent环境准备：Win11 笔记本跑本地大模型前的系统净化

教育 AI Agent 走到哪一步了？从一节课的备课说起

Agent 安全架构怎么设计：从任务入口到记忆回写的全链路防护

Anthropic 推出“主动式 AI Agent” Claude Duet——无需等你开口就干活、关键操作先问批准

2026 下半年值得试的 12 款 AI Agent：从 Manus 到 Lovart，怎么选？

Agent Token优化怎么做？代码节点、工具调用、RAG检索与Prompt上下文管理

用 tmux + git worktree 同时跑多个 AI 编码 Agent，怎么知道谁做完了、该合哪个？

爱分析：工业Data Agent怎么做？从数据关联到业务闭环的七项要素

用 JEV 打造高置信度、低成本的 Agent 智能决策引擎

爱分析Data Agent厂商全景：通用、金融、工业、能源四大市场选型名单

大模型API聚合平台的请求幂等：重试、流式中断与Agent副作用如何隔离

周一上线 | DeepSeek 开始卷“许愿式编程”，Agent 手机来了，Character.AI 申请破产

企业级 Agent 底层架构设计：数据与操作域 × A2A 分布式协作

Agent 平台沙箱迁移的选型与实录

一个网关接入所有编程 Agent：用 Codelux 让 Claude Code、Codex、OpenCode 自由切换模型

InSoulForge项目解析：用 C++23 构建 Agent 执行系统：Jev 决策、异步工具与分层记忆

资源下载

优质分享App

Nacos

Spring

Sublime Text

欢迎您来访！