Mr.Ai

Hermes Agent 不完全指南，一个会自己长脑子的 AI Agent上周五晚上，我在终端里敲了一行命令。 hermes claw migrate --dry-run 回车之后我就愣住了。 它检测到了我的 ~/.openclaw 目录。SOUL.md、MEMORY.md、所有自定义 Skills、API Keys，一个不落地列了出来。甚至还标注了哪些能完美迁移，哪些需要手动调。 我当时脑子里就一个想法，这是来抢人的。 Hermes Agent 是 Nous Research 做的开源 AI Agent。说真的，我之前对 Nous Research 的印象还停留在他们开源的那几个大语言模型上，没想到他们悄悄憋了个大招。 GitHub 上线 42 天，将近 4 万 Star。200 多个贡献者。这个数据放在 AI Agent 赛道里，不只是火了，是爆炸级的。 但 Star 数这东西你也知道，很多时候就是大家先 Star 了再说，真正用的人没几个。我自己是抱着「看看又是个啥」的心态开始翻它的文档的。 翻完之后我得说，这玩意确实有点东西。 它最大的卖点不是支持 15 个模型提供商，不是能 ...

Anthropic 发布最强模型 Claude Mythos，但不让你用今天 Anthropic 做了一件前所未有的事：发布了一个模型，然后宣布不给你用。 Claude Mythos Preview，跑分数据断崖式领先，USAMO 数学证明从 42% 飙到 97.6%，SWE-bench Verified 代码修复冲到 93.9%——但对普通用户、开发者、企业客户来说，这个模型不存在。不上 claude.ai，不开 API。 它只做一件事：找漏洞。 跑分炸裂，但你可以忽略先快速过一遍数据。Mythos 对比 Anthropic 上一代旗舰 Opus 4.6： 基准测试 Opus 4.6 Mythos Preview SWE-bench Verified 80.8% 93.9% SWE-bench Pro 53.4% 77.8% USAMO 2026（数学证明） 42.3% 97.6% GraphWalks BFS（超长上下文） 38.7% 80.0% Terminal-Bench 2.0 65.4% 82.0% USAMO 从四成直接拉到接近满分，这个 ...

YC 的 CEO 兼职 60 天写了 60 万行代码，他把方法开源了Andrej Karpathy 三月份在一个播客上说了句话，我听完之后愣了好一会儿。 「我大概从去年十二月开始就没怎么自己敲过代码了。」 Karpathy 啊。前 OpenAI 联合创始人，前特斯拉 AI 总监，现在自己做 AI 教育公司。这个级别的人说自己不写代码了，而且语气特别平静，就好像在说今天天气不错。 然后没过几天，我刷到了另一个人的数据。 Garry Tan，Y Combinator 的 CEO。对，就是那个全球最出名的创业加速器的掌门人。他在 GitHub 上开源了一套叫 gstack 的工具，README 里贴了一组数字。 60 天，60 万行生产代码。35% 是测试。每天 1 到 2 万行。 而且他是兼职写的。白天要全职运营 YC，管理几千家创业公司。 他的一周 retro 截图显示，140,751 行新增，362 次提交，净增大约 11.5 万行代码。就一周。 我第一次看到这组数据的时候，第一反应是不信。 一个人，兼职，一周 11 万行？ 我自己也天天用 Claude Code，状态最好的时候一天撑 ...

我文章里那些好看的信息图，都是这一个免费工具画的最近有朋友问我，你文章里那些信息图是怎么画的，配色统一风格统一，看着像一个人做的。 我当时回了一句，确实是一个「人」做的，只不过这个人是 AI。 然后对方来了兴趣，追问用的什么工具。我想了想，觉得这个东西可能不止他一个人好奇，干脆写篇文章聊聊。 先说个背景。 我写文章有个习惯，每篇都会配信息图。不是随便找张网图凑数的那种，是根据文章内容专门做的。环形流程图、金字塔对比、中心辐射图、管线流程图，根据内容的结构来选合适的布局。 之前推荐 gstack 的那篇，5 张信息图。推荐 Skills 的那篇，好几张。还有其他几篇文章，加起来前前后后画了几十张了。 坦率的讲，这个量级如果是人工做，要么得请一个设计师，要么得花大量时间自己学设计软件。我一个写代码的，让我用 Figma 画信息图，画出来大概长这样，文字挤在一起，配色辣眼睛，排版全靠缘分。 但我用 AI 来画，画出来的效果你们也看到了。风格统一，配色舒服，信息层次清晰。 关键不是我有什么隐藏天赋。关键是工具选对了。 我用的这个工具叫 baoyu-skills。 它是一个开源的 Claude ...

当 AI 开始扮演你的同事、前任和老板最近 Skills 生态里冒出了一类很有意思的东西——关系型 Skills。 不是让 AI 帮你写代码、做 PPT、搜资料，而是让 AI 扮演你生活中的某个角色。同事、老板、前任、你自己，甚至乔布斯和马斯克。GitHub 上相关的项目一个接一个冒出来，多语言 README、数千 Star。 这个话题已经出圈了。不是只有技术社区在讨论——「同事.skill 爆火，AI 正在吃掉职场经验？」「同事被炼化成了 Token，AI 能否偷走职场经验？」「当同事、老板、前任都被做成 Skill：人类正在被重新定价」……知乎热榜「同事.skill爆火」240 万热度，17 个回答、几十篇专栏文章。机器之心写了「疯狂的Skill」专题，新浪科技跟进报道，连心理学话题区都在讨论伦理问题。 一个 GitHub 上的开源项目，能在几天之内引发这么广泛的讨论，本身就说明它触动了什么。 乍一看是玩梗。但细看之后你会发现，这波东西背后藏着一个比技术本身更值得聊的话题。 它们都在做什么？同事.skill — 把离职同事变成 AIGitHub：https://github.co ...

用 Claude 自动化了一整天工作流，我总结出这些最近看到一个视频，SEO 创业者 Julian Goldie 做了一个一小时的 Claude 大师课，现场演示了用 Claude 构建落地页、自动化 SEO 内容、创建小程序、管理社交媒体——全程不写一行代码。 说实话，一开始我觉得这种标题又是一个”AI 万能论”的营销视频。但看完之后，我发现他演示的几个工作流设计思路确实有东西——不是 Claude 能做什么，而是怎么把 Claude 的能力编排成可复用的系统。 这篇文章不是视频的整理稿。我挑了他演示中最有价值的几个思路，结合我自己这段时间用 Claude 的体感，以及社区里的一些最佳实践，重新组织了一下。 一、Projects：不是”项目”，是你的自动化机器人Claude 里面有个功能叫 Projects，很多人可能完全没注意过。它藏在侧边栏里，点进去才能看到。 Julian 现场演示了他的 Projects 列表——SEO 写作、推文创作、直播准备、YouTube 标题生成，每个都是一个独立的自动化工作流。 一个 Project 本质上是一个定制的 Claude 实例，包含三个 ...

Harness Engineering：两周内从博客到行业共识的新工程学科引言2026 年 2 月 5 日，Mitchell Hashimoto（HashiCorp 创始人、Ghostty 终端作者）发了一篇博客，标题很朴素——“My AI Adoption Journey”。文中第五步，他写了这么一段话： “I don’t know if there is a broad industry-accepted term for this yet, but I’ve grown to calling this harness engineering. It is the idea that anytime you find an agent makes a mistake, you take the time to engineer a solution such that the agent never makes that mistake again.” 两周后，OpenAI、Anthropic、Martin Fowler、Ethan Mollick、LangChain 全部跟进 ...

这 8 个 Skills，装了就回不去了前言最近 Skills 这个话题很火，社区里有不少推荐必装 Skills 的文章，反响不错，评论区也有不少讨论。 我看完之后，一方面觉得确实有不少好用的，另一方面也觉得可以从我自己的使用角度补充几个。所以这篇文章的结构是这样的：前 6 个来自社区热门推荐，我加上自己的实际体感；后 2 个是我自己在用的，觉得值得单独拿出来说说的。 在开始之前，先说一个我自己的判断标准： 好的 Skill 不是让 AI “能做某件事”，而是让 AI “做某件事的下限大幅提高”。 没有 Skill，AI 也能生成 Word、也能写前端页面、也能搜网页。但出来的东西质量波动很大，运气好还行，运气不好就是一坨。Skill 的价值在于把这个下限兜住——给 AI 一套经过验证的操作手册，让它不用每次从零摸索。 明确了这一点，我们开始。 一、Frontend Design 链接：https://github.com/anthropics/skills/tree/main/skills/frontend-design Anthropic 官方出品，Claude 插件网站排名 ...

深入 Agentic CLI 架构：用 Claude Code 拆解它自己的七层设计引言很多人以为 AI 编码工具就是”套壳调 API”——拿到用户输入，发给大模型，把回复打印到终端。十行代码就能搞定。 但如果你真的尝试从零构建一个能操作文件系统、执行终端命令、管理多轮对话的 Agentic CLI，你会发现：调 API 确实是十行代码的事，剩下的九千九百九十行才是真正的工程。 于是我做了一件可能有点奇怪的事：用 Claude Code 来拆解 Claude Code 自己。 这种”拆解者就是被拆解的对象”的视角，能暴露出很多从外部看不到的工程细节。 1. 六层单向依赖：架构的骨架 一个 Agentic CLI 可以被拆成六层，依赖关系严格单向——上层依赖下层，反过来不行： 层级 职责 Core 引擎层 Agent Loop、SSE 流式客户端、上下文管理、compact 压缩 Tools 工具层 21 个内置工具 + MCP 外部工具客户端 UI 渲染层 终端流式文本输出、进度指示、颜色主题 Plugins 插件层 运行时注入工具和生命周期 hook S ...

从”推理思维”到”智能体思维” 作者：林俊阳（Junyang Lin），通义千问 Qwen 团队原文发布于 2026-03-26 核心论点我们正在从”训练模型”的时代，过渡到”训练智能体”的时代，再到”训练系统”的时代。 思维的形态正在从孤立的长链推理（reasoning thinking），转向在与环境交互中持续行动的智能体思维（agentic thinking）。 1. o1 和 R1 的真正启示 OpenAI 的 o1 证明了”思考”可以作为一种一等能力来训练和展示；DeepSeek-R1 证明推理式后训练可以在原始实验室之外被复现和规模化 核心教训：要在语言模型中规模化 RL，需要确定性的、稳定的、可扩展的反馈信号。数学、代码、逻辑等可验证领域成为核心，因为其奖励信号远强于通用偏好监督 推理模型的涌现既是建模故事，也是基础设施故事 —— 需要大规模 rollout、高吞吐验证、稳定的策略更新和高效采样 第一次大转变：从扩展预训练到扩展推理后训练 2. “合并思考与指令模式”远比想象中困难 Qwen3 尝试将思考模式与指令模式统一（hybrid thinking mode ...