Kesen Nil

18 posts

Kesen Nil

Kesen Nil

@chekecen

just a random developer

Katılım Kasım 2024
82 Takip Edilen3 Takipçiler
Kesen Nil
Kesen Nil@chekecen·
@CMGS1988 并非。。。 AI 写起来反而喜欢 Clone 一把梭而不是基于严谨的引用生命周期
中文
2
0
9
2.6K
CMGS
CMGS@CMGS1988·
有点理解为啥现在都喜欢用 AI 写 rust，这个所有权的概念对 AI 的约束有点一颗赛艇…写出来的代码下限比 go 不知道高到哪里去了… 所以 go 就是碳基民工语言 rust 就是硅基民工语言是吧 …
中文
20
1
138
35.4K
Kesen Nil
Kesen Nil@chekecen·
@tison1096 真的是，每个仓库的 AGENTS.md 都得加一句
Kesen Nil tweet media
中文
1
0
1
290
tison
tison@tison1096·
解决 Codex 宝宝的这种问题，是不是在 System Prompt 里面加一句，说“除非我有明确要求，否则不必考虑兼容性问题”？ 但是这样会不会导致太暴力的改动呢，有没有董哥指导一下🥵
tison tweet media
中文
14
0
16
5.2K
Kesen Nil
Kesen Nil@chekecen·
@CitronaTeo Sol Ultra Fast，大概 1.5 h 吃掉 约 5h 一半额度 （ 20x）仅供参考
Kesen Nil tweet media
中文
0
0
1
142
⁣凍檸茶走冰走檸走茶走甜唔該
⁣凍檸茶走冰走檸走茶走甜唔該@CitronaTeo·
5.6 Sol Ultra 也太不耐用了，比 20 刀的 Opus 還誇張啊，我隨便提了一個問題他思考了 6 分鐘，就直接把 5 hours limit 吃掉了……
中文
5
0
21
19.6K
Kesen Nil
Kesen Nil@chekecen·
@lukfan 反而内部能用 seed 2.1，但是没有glm5.2, kimik2.7, minimax M3 用
中文
0
1
0
354
老范讲故事🎙️
老范讲故事🎙️@lukfan·
大公司里面，内部协作通常比外部沟通还困难。 毕竟外面的人，不会和你抢晋升机会。 字节火山引擎的coding plan里面，可以使用GLM-5.2、Kimi-k2.7-code、MiniMax-M3。 但不能使用自家的Doubao-Seed-2.1系列模型。
中文
48
4
98
37.8K
Kesen Nil
Kesen Nil@chekecen·
@alswl 不过我在next版本尝试用typescript脚本来编排了，yaml编排对agent来说，没有静态类型检查，很容易写出各种运行时引用错误，上限很低，包括cc的dynamic workflow 因为是js脚本，差一点的模型写出来并执行也是很容易出现各种问题
中文
0
0
0
12
Kesen Nil
Kesen Nil@chekecen·
@alswl 也可以试试我这个，YAML编排，底层是用acpx来调度agent，和dagu很像（不过也是看了你的帖子才知道有dagu这个项目，赞）。 但是acpus并不是DAG形式，DAG不好表达loop，acpus提供了loop/fanout/parallel等组合节点，而且整个cli io都是为agent设计的，context ergonomic github.com/kelvinschen/ac…
中文
1
0
3
132
Jingchao
Jingchao@alswl·
最近一直在找 Agent Dynamic Workflow 的替代方案。 一开始是沿着 Temporal 这条线找的。Temporal 很强，但如果只是想把 agent、脚本、数据处理、运维任务动态串起来，有时候会觉得整套体系有点重。 然后翻到了 Dagu，感觉方向很对。 单个 binary 就能跑，流程用 YAML 写，本地文件管理，带 Web UI，也不用额外起 DB 或 broker。 内置动作也挺多：shell、Docker、K8s Job、SSH 这些都有。比较惊喜的是还有 harness.run，可以直接把外部 coding agent CLI 接进流程里。 我喜欢它的点是：流程本身就是文件，状态、日志、重试、依赖和界面都帮你兜住了。 对小团队、私有环境、个人自动化，还有 agent workflow 来说，Dagu 这种本地优先的路线反而很舒服。 github.com/dagucloud/dagu
Jingchao tweet media
中文
8
5
87
7.8K
Kesen Nil
Kesen Nil@chekecen·
@daimajia 用 workflow： 我这个工具通过 acp 协议来编排不同的 coding agent，你甚至能实现同 agent 不同 model，不同 agent 同 model 的编排。 至于相互对抗，本身就只是一个 loop，设置好 loop maxIteration 就好了。 但是吧，taste 这件事 ai 可能还是没法替代人。 github.com/kelvinschen/ac…
中文
0
0
0
0
代码家
代码家@daimajia·
有没有什么方案能够让不同的模型 vibe 的时候相互对抗，一个发现问题，一个修改问题，然后持续迭代
中文
30
0
29
19.6K
akazwz
akazwz@akazwz_·
现在额度够了，我也是有点飘了，动不动就把 sub agent 挂在嘴边。
中文
10
0
18
3.6K
Kesen Nil
Kesen Nil@chekecen·
在这里介绍一下 Acpus： Dynamic Workflows for Any Agents，让你的 Codex/Pi/OpenCode 都用上 Dynamic Workflows，并且不是编排 Subagents，而是编排任意支持 ACP 协议的通用 Agents，就像图中这样，Pi 编排了一个让 Claude 和 Pi 玩剪刀石头布的游戏 （最后是 Claude 赢了😈） 项目链接在下方：
Kesen Nil tweet mediaKesen Nil tweet mediaKesen Nil tweet media
中文
3
0
0
19
Kesen Nil
Kesen Nil@chekecen·
Acpus 提供了一些好玩的 Playbooks，这里是可视化：kelvinschen.github.io/acpus/workflow… 你可以看到 loop-until-green-fix 或者 worktree-implementation-tournament 这类的典型 workflow，也可以用它实现 goal-driven-development
中文
0
0
0
8
Kesen Nil
Kesen Nil@chekecen·
@wong2__ agent很难在一个context window下把东西review好，skill增加的上限也还是不够高，不如直接大力出奇迹，用workflow这类多agent编排系统，靠智能密度解决单一context window的局限（当然，可以搭配skill来提升单个agent的上限），cc的博客提的对抗性review workflow就是一个很好的思路
中文
0
0
1
502
wong2
wong2@wong2__·
有什么code review skill推荐吗？
中文
55
2
39
26.8K
Kesen Nil
Kesen Nil@chekecen·
@LongChenNotes 我也有类似的思路的产物，一个多角色共识系统，每个角色是一个独立的agent，而不是llm call，它本身就能自己去找论据去证明自己的观点，然后多个agent之间不断交流形成共识。 我甚至拿它来做技术方案的头脑风暴： kelvinschen.github.io/acpus/swarm/
中文
0
0
4
325
Long Chen
Long Chen@LongChenNotes·
这套斯坦福的方法，我今天跑了几次。它本身的这个模型其实没有那么牛逼，是之前斯坦福公开的一个东西，后来被这哥们儿提炼成了四套提示词。 但我试下来，发现真正牛逼的点在于：你必须要接入一个像 Opus 4.8（或者是 5.5 Pro），或者能大量获取外部信息的模型。 第一条其实没什么，就是几个专家的视角去解读，这倒没什么，都是不同的看法。 第二个矛盾地图其实特别有价值。它会去碰撞，在碰撞的同时去找证据，相当于是在辩论。 1、辩论的话必须要有论点和论据，它会不停地去找支撑论点的证据。 2、这个过程非常有价值，你会看到很多支撑它的真实信息和说法，从而在这个过程中判断可信性。 3、最后产出的观点里，可能会有一条是你从来都不知道的，而且这个观点是大家都认同的，同时还有很强的证据链接和文章支持。 所以这是我试下来最牛逼的地方。 最后产出的这个东西，你可以想象成是一份交给老板的深度研究报告，可靠性非常强，有理有据； 也可以是一个大学生面试时去讲的内容，想象空间很足。 它不是一份普普通通的研究报告，而是给你一个看待问题的准确、不同视角的观点，同时具备很强的说服性的一整套东西。
Long Chen tweet media
Nav Toor@heynavtoor

x.com/i/article/2067…

中文
37
54
240
33.1K
Kesen Nil
Kesen Nil@chekecen·
@xiangxiang103 这样的拖拽有点回到了以前低代码平台的感觉了… 不过我觉得loop就不应该由人来写，推荐一下我的loop harness: github.com/kelvinschen/ac… 基于acpx的workflow runner，让你的非claude code agent能够编排任意支持acp的agents
中文
0
0
0
223
雨哥向前冲
雨哥向前冲@xiangxiang103·
国产DeepSeek-gui项目KUN直接上线了loop功能，带大家尝鲜一览！小作坊下料就是猛，希望能做的越来越好！
中文
52
6
109
28.8K
李韭二
李韭二@li9292·
我推荐这个网址： loops.elorm.xyz 收录了几十个大神的 loop engineering的思路
烟花老师@teach_fireworks

Loop Engineering 精华文章汇总! 2026 年 Agent 开始聚焦在长任务后，重点慢慢变成了： 如何设计一个能够持续思考、执行、观察、验证和演进的循环系统？ 从 Codex 到 Claude Code，从 OpenHands 到各种 Coding Agent。 业余项目和生产级系统之间最大的差距是Harness 工程，包括 Loop。 Agent 能不能持续工作几十分钟甚至几个小时？ 能不能在失败后恢复？ 能不能控制成本？ 能不能知道什么时候停下来？ 这些问题，最终都落到了 Loop 设计上。 📚 推荐阅读 1. Loop Engineering — Addy Osmani addyosmani.com/blog/loop-engi… 2. Loop Engineering — Firecrawl firecrawl.dev/blog/loop-engi… 3. What Is the AI Agent Loop? — Oracle blogs.oracle.com/developers/wha… 4. Harness Engineering — OpenAI openai.com/index/harness-… 5. Harness Engineering for Coding Agent Users — Martin Fowler martinfowler.com/articles/harne… 6. Agentic Loops: From ReAct to Loop Engineering datasciencedojo.com/blog/agentic-l… 7. Loop Engineering for AI Agents (Memory-First) — Mem0 mem0.ai/blog/loop-engi… 📄 推荐论文 1. Agentic Harness Engineering arxiv.org/abs/2604.25850 2. From Agent Loops to Structured Graphs arxiv.org/abs/2604.11378 🛠 推荐研究的开源项目 Codex CLI github.com/openai/codex OpenHands github.com/All-Hands-AI/O… PydanticAI github.com/pydantic/pydan… OpenAI Agents SDK github.com/openai/openai-… 重点研究： Loop 如何运行 Loop 如何停止 Loop 如何验证 Loop 如何恢复 Loop 如何调试 Prompt 决定 Agent 如何开始。 Context 决定 Agent 能看到什么。 Loop 决定 Agent 最终能走多远。 Loop Engineering： Think ↓ Act ↓ Observe ↓ Verify ↓ Evolve ↓ Repeat 你设计循环。 Agent 在循环中持续改进。 每完成一次循环，系统都会比上一次更接近目标。 Agent 从来不缺 Loop。 缺的是 Loop 的工程学。

中文
58
251
1.1K
125.2K
Kesen Nil
Kesen Nil@chekecen·
@LinearUncle 我的这个workflow也是基于多视角来进行辩论的思想，而且，因为天生可以使用任意acp agent，角色的分配不仅不限于模型，也不限于harness，最大化“不同视角”的思想（附带一个可视化） github.com/kelvinschen/ac…
Kesen Nil tweet mediaKesen Nil tweet media
中文
0
0
0
49
LinearUncle
LinearUncle@LinearUncle·
推荐这篇文章 《斯坦福STORM方法：如何让Claude在几分钟内像博士一样做研究》 这篇文章介绍的斯坦福 STORM 方法，是一种能让你在几分钟内，利用 Claude 完成相当于博士级研究的提示词框架。其核心在于模拟多角色视角来消除研究盲点。 我建议提取提示词组合做成适合自己的SKILL.md让agent执行,这点原作者没有提到。
LinearUncle tweet mediaLinearUncle tweet mediaLinearUncle tweet mediaLinearUncle tweet media
Nav Toor@heynavtoor

x.com/i/article/2067…

中文
80
539
2.3K
327.5K

Keşfet

@CMGS1988 @tison1096 @CitronaTeo @lukfan @alswl @daimajia @akazwz_ @Jason_Young1231