Pinkpig

Anthropic 工程博客最新一篇，揭示了一个做 AI Agent 的反直觉事实： 让 Agent 自评自己的产出，它会自信地给平庸作品打高分。任务越主观（比如 UI 设计），这个偏差越致命。 他们的解法借鉴了 GAN 的对抗思想——把生成和评估拆成独立 Agent，让它们互相制衡。 最终架构是三个专职 Agent： • Planner：一句话需求 → 完整产品规格（会主动把 AI 能力编织进去） • Generator：React + Vite + FastAPI + PostgreSQL 增量实现 • Evaluator：通过 Playwright 真实操作界面打分——点按钮、调 API、查数据库，不是看截图 效果对比（同一个任务：做一个 2D 游戏编辑器）： → 单 Agent：20分钟 / $9 / 界面能看但游戏逻辑全断 → 三 Agent Harness：6小时 / $200 / 有物理引擎、可用编辑器、AI 内容生成 其中评估者的调校是最难的部分。初版评估者能发现 bug，但会自己合理化——"虽然有问题，但整体还不错"。作者的迭代方法：读评估日志 → 找判断偏差点 → 更新 prompt 纠正偏差模式。本质是在训练 prompt，而不是训练模型。 他们还设计了"冲刺合约"：评估者在实现前和生成者协商验收标准。做一个音乐 DAW 时，仅关卡编辑器一项就定了 27 条验收标准，精确到能抓出"矩形填充工具只在拖拽端点放图块，而非填满整个区域"这种粒度的缺陷。 模型演进也在改变 Harness 设计。Sonnet 4.5 有严重的"上下文焦虑"——感知到上下文快满，就草草收尾。必须手动重置上下文才能继续。但 Opus 4.6 自带自动压缩机制，连续跑长会话不再焦虑，直接省掉了这层复杂度。 于是作者开始系统性删减 Harness：去掉冲刺合约，改单轮评估。简化后的 V2 架构做音乐 DAW，$124.70、3小时50分钟，多轮 QA 仍能抓到真实缺陷——缺拖拽排序动画、未实现音频录制、缺效果可视化。 文章最核心的五条教训： - 持续实验，你对模型的假设会过期 - 拆解任务，用专职 Agent 攻子问题 - 新模型发布时重新审视 Harness，删掉不承重的复杂性 - 生成与评估分离，比让生成者自我批判更容易校准 - 用具体标准让主观判断可打分——"好看"不是标准，"对比度是否足够"才是 最后一个洞察：模型变强后，解决方案空间不会缩小，而是位移。有趣的 Harness 组合会转向更高能力目标，而非消失。Harness 设计是一场和模型共同进化的军备竞赛。 anthropic.com/engineering/ha…

vibe coding，以后是每个人都必须要掌握的技能。 不是说程序员要掌握，是普通人都要掌握。 就像办公软件一样，人人都得会，否则你将来的竞争力要大打折扣。 斯坦福大学推出了一个免费的vibe coding课程，CS146S，讲的还是挺全的。 ppt什么的也都有。 推荐大家有时间，可以看一看。 地址：themodernsoftware.dev

@Ri_Blockchain 这是好事

破案了，为什么一姐最近不活跃

推荐一个开源项目 WeChatDataAnalysis，一款用于 微信聊天记录解密与分析 的工具。 它可以解析本地微信数据库，支持 导出聊天记录、统计数据、生成年度聊天报告 等功能；同时还能查看本地缓存过的朋友圈内容。适合做聊天数据整理或个人年度回顾。 github.com/LifeArchivePro…

🔥 兄弟们快来看！GitHub 今天直接杀疯的 OpenViking 来啦！今日直接斩获1500+ Star ⭐️ 🧠 他是由字节火山引擎团队开源的 AI Agents 专属上下文数据库！ 终于有人把 Agent 的记忆、资源、技能全部按“文件系统范式”统一管起来了，彻底告别以前那堆乱七八糟的向量碎片！ 我看完 README 直接惊呼“真的太聪明了”： ✅ L0/L1/L2 三层分层上下文，按需加载，Token 消耗直接砍一大半 ✅ 支持目录递归检索 + 可视化轨迹，Agent 到底怎么找东西一目了然 ✅ 自动会话压缩 + 长期记忆提取，Agent 用着用着自己就进化了 ✅ 特别适配 openclaw 等框架，我看别人实测任务完成率暴涨40%+，输入 token 省到离谱！ Python 主力项目，今天单日狂揽 +1,557 stars，趋势直接冲上第一梯队！ 正在搞 AI Agent、RAG、长上下文工具的兄弟们，这项目我强烈建议马上去 star + fork 研究一下，绝对是2026年开年神器！ 我准备马上 Clone 一个试试了，你们有已经在玩的吗？快来聊聊感受！👀✨

AI 编程的范式转移！💥 SuperPowers 已在 GitHub 狂揽 84k+ Star ，Fork 6.6k 次，还在飙升中！ 一句话概括：它给 AI 编程助手装上了一整套真正的软件工程流程。 大多数 AI 编程助手是你说一句需求，它直接开始写代码。结果代码能跑，但项目很快乱成一团。SuperPowers 做了一件狠狠的事——强制 AI 按照真正的软件工程军规来工作。 核心逻辑极其优雅：7 阶段强制流水线，缺一不可。 脑暴+设计验证 → git worktree → 计划拆分 → 子Agent执行+TDD → 审查 → 完成分支/PR 先用苏格拉底式追问逼你把需求说清楚，再自动生成设计文档；设计通过后才开始拆任务，每个任务精确到文件路径和代码片段； 然后严格执行 TDD（红绿重构），先写测试、看它失败、再写代码、看它通过——跳过测试的代码直接删掉重来； 每个任务完成后触发双阶段代码审查，先查规格符合度，再查代码质量，Critical 问题不解决不许前进； 最后多 Agent 并行协作，主 Agent 调度子 Agent 分头执行，跑完自动开 PR。 已支持 Claude Code、Cursor、Codex、Gemini CLI 全平台，零配置安装，技能自动触发，你什么都不用做，AI 就已经有了 Superpowers。 今天的 AI 只是你的副驾驶，SuperPowers 要让它成为整个工程团队。#AI编程 #Cursor 传送门 👉 github.com/obra/superpowe…

OPENCLAW AGENTS NOW JOIN SCRUM MEETINGS AND REPORT THEIR PROGRESS IN REAL TIME. STANDUPS WITH YOUR AI ENGINEERS.

用 @karpathy 的自进化框架，开始跑策略，ai自己每天研究交易策略，不断测试，自我演进/留存/淘汰。 核心思想： 1️⃣evolutionary search（进化搜索） 2️⃣trajectory improvement（记录历史尝试） 3️⃣context engineering

因为像素游戏缺大量的sprite动画，一直找不到好的工作流，我昨天都用ComfyUI自己搭了 被推油推荐了这个，雪中送炭啊！ 好东西也分享给大家。 这个尝试的核心思想是create a whole animation strip around that frame。 直接生成strip而不是单个frame。脑洞大开🤯

🔥华尔街版AI代理来了：用于深度金融研究的自主代理 有人开发了一款自主AI金融分析师，GitHub超级热门项目：Dexter，17.7 k stars。 你问："NVIDIA基于DCF分析是否被低估？" 它自动拆成6个子任务：获取当前价格、拉取历史P/E、获取行业均值、计算估值指标、验证数据一致性、合成论文。 一个代理规划，一个代理执行，第三个代理检查数据是否合理，第四个代理写报告。 它读SEC文件（10-K、10-Q、8-K），拉实时财务数据，内置DCF估值模型。 整个过程自主完成，全部在你的终端里跑。 开源、TypeScript、本地运行。 华尔街金融分析师的工作流，被压缩成一行命令。

全网最酷炫AI粒子模拟器？👑 一位叫Eswar prasaath的Geek 开发了一款 AI 驱动的粒子模拟器 这是我见过最酷炫的 没有之一 网址分享给大家👇

解决你的 OpenClaw 龙虾的爬虫痛点 智能算法突破防爬，狂揽 github2.3万星🤩 最近很多铁汁问我有没有好用的爬虫插件给自己的龙虾爬数据， 这个Scrapling 简直就是 OpenClaw 的超强外挂，真的好用，强推！ 它能智能绕过验证码和网页改版，实现24小时稳定数据采集， 内置MCP模式精简内容， 大幅降低API成本，支持断点续传， 开箱即用，作者正将其做成Skill，让普通用户也能轻松武装AI抓取能力。 地址放评论区老规矩自取😎 #AI #人工智能 #科技 #数据采集 #爬虫 #OpenClaw #GitHub #编程 #自动化 #工具推荐

🆘xhs限流自检update: 做成开源 Chrome 扩展了 很多人问怎么查自己的账号 — 现在可以了 不用抓包，不用看后台console，不用折腾🦞 CDP。装上扩展，打开你的小红书创作者后台，每篇笔记旁边自动显示 level 状态。绿色正常，红色限流，一眼看完 两种安装方式： 1. GitHub 下载手动装（现在就能用） github.com/jzOcb/xhs-note… 2. Chrome Web Store 审核中，1-3天上线 完全本地运行，不碰你任何数据。MIT 开源，代码随便翻 看了下自己的账号真是惨不忍睹🤣

拖了很久的news-aggregator-skill 重磅更新 ！！ 试了几个，感觉还是岚叔的新闻源好用，完美适配龙虾，测试了好几轮，品质保证！不需要任何key！ 欢迎Star～ 还可以设定cron 让龙虾定时发给你： 核心升级：数据源从 8 个扩展到 28 个 ！（感谢 @bozhou_ai 推荐 ） 新增三大类别： • AI/Tech 专栏：Hugging Face Daily Papers、Ben's Bites、Interconnects、One Useful Thing、ChinAI、KDnuggets 等 8 个 AI 资讯源 • 播客：Lex Fridman、Latent Space、80,000 Hours 等 • 博客/文章：Paul Graham、Wait But Why、Farnam Street、James Clear 等长文来源 加上之前的： HN、GitHub、Product Hunt、36Kr、腾讯新闻、华尔街见闻、V2EX、微博热搜 ，这回吃饱饱了！ 龙虾安装方式： 将这个 github.com/cclank/news-ag… 安装至openclaw skill里 龙虾配置定时任务方式： 帮我做一个定时任务：每天早上7.30点发送今日综合早报！ 咒语：如意如意-可以方便看菜单，便于你配置定时任务 推荐配置多个topic，便于你获取信息，不怕没有选题了！ 推荐： 1 🦄 硅谷热点 (Hacker News) 2 🐙 开源趋势 (GitHub Trending) 7 📈 华尔街见闻 (WallStreetCN) 9 🤗 HF 每日论文 (Hugging Face) 10 🧪 Latent Space AINews (swyx)

真正的 vibe coding 装备 果然人想象不出自己没见过的东西，之前大家觉得 ai 键盘的只有 “tab”，现在是完全不需要键盘 定向麦可以解决在工位上小声说话的识别率，外加 typeless 解决 ai 输入的问题 如果你还没用过 typeless，那我觉得你的生产力已经下降了一半以上 llm-based 高质量语音输入 + llm-based语音自动翻译 + llm 语音提问，这才是新时代的用法 用 kk 的链接注册，送一个月 pro 会员，给 kk 省点会员费

今天发现了一个 claude code（同时也支持 OpenAI Codex 和 OpenClaw） skills 仓库，目前已经有 169 个开箱即用的生产级插件。 涵盖 9 大领域，简直是一个全能的业务团队了： - 工程研发 (48+个)：前后端全栈和 DevOps，RAG 架构师、CI/CD 构建器，甚至还有能自我优化的自进化 Agent。 - 市场增长 (42个)： SEO、内容创作、转化率优化（CRO）和增长策略等等 - 高管智囊 (28个)：从战略规划、文化建设到模拟董事会会议都能参谋。 - 其他辅助：产品设计、项目管理、财务分析，甚至连最让人头疼的合规审查（医疗 MDR、GDPR、ISO）都有专门的插件。 不知道 skill 怎么写的朋友可以关注试试 🔗 github.com/alirezarezvani… 2.7k Star

腾讯今天彻底杀疯了！ 着急了真的会自己干自己，QClaw 还在内测， WorkBuddy 就发布了。 为了抓住这一波热点，各个团队都拼了，还是腾讯以往的内部默认规则，谁赢谁上？ 1️⃣ WorkBuddy（社区戏称“小龙虾” 🦞）正式上线：真正的 AI 原生桌面助手，完全兼容 OpenClaw 技能！ 网址：codebuddy.cn/work/ 这是一款真正的 AI 原生桌面助手，而且完全兼容 OpenClaw 技能！ 主攻高价值办公场景：写代码、撸文档、深度调研、数据分析……不需要你从零捏 prompt，内置现成模板，直接套用开干。 2️⃣ QClaw（内部秘测）：据 TechNode 独家披露，这玩意能让普通人一键跑起 OpenClaw 环境，更恐怖的是直接集成了个人微信和 QQ！ 官网：claw.guanjia.qq.com 从企微到个人社交，国内最具统治力的生态全被打通。 以后的核心竞争力不再是懂不懂代码，而是谁能最快把这批“硅基员工”嵌进自己的业务流里。 大家觉得这一波，腾讯能赢吗？

twitter-cli 重大升级!！ 逆向了几乎所有的接口, 而不仅仅是之前只有读接口. 现在实现了发帖子、点赞、引用 回复 等基本上所有的写请求！包括搜索等也都实现了！ github.com/jackwener/twit…

国内还在卷OpenClaw的各种喂饭教程，国外已经有人通过出售SOUL、skills变现了。 本质上是出售你训练好的OpenClaw，最终交付的内容包括SOUL、MEMORY、skills等文件。 两个思路： 1️⃣针对某个细分场景打磨一个OpenClaw，比如小红书运营助手，设计师、仓库管理员等等，甚至有人直接克隆了 Dan Koe 的思维框架做成 agent。 2️⃣ 根据企业的具体需求定制开发OpenClaw，尤其是有存量 SaaS 的，把现有工具接进 OpenClaw，直接降维打击。

Lossless Claw : OpenClaw 的「无损上下文管理」开源插件，基于 Voltropy 团队 LCM 论文，取代 OpenClaw 默认的滑动窗口压缩机制，通过 DAG 层次化摘要系统实现真正无损的长时记忆管理，来自 @MartianEng 作者 @jlehman_ 工作原理 1. 持久化与压缩：每条消息（含工具调用、文件）均存入 SQLite。当原始消息超出“freshTail”（默认 32 条）且达到 chunk 阈值时，触发增量压缩（异步 Leaf 摘要）；积累足够同层节点后进行凝练。 2. 深度感知提示：不同层级使用专属提示策略——d0 保留时间戳、决策、文件操作细节；d1+ 聚焦叙事弧线、持久状态、时间线；每条摘要末尾均附加“Expand for details about:” 引导词。 3. 上下文组装：每轮动态构建——保护最新消息 + 从旧到新填充摘要节点（XML 包装，含 id、depth、descendant_count、时间范围等元数据）。大文件（>25k token）自动外部存储并替换为探索摘要。 4. 收敛保障：总结失败时三层升级（详细 LLM → 要点模式 → 确定性截断），确保压缩必然成功。 5. 触发机制：主动（每轮后）+ 反应式（上下文达阈值，如 75%），支持无限深度凝练。 Agent 工具与交互 插件向 Agent 暴露四个工具，实现全保真回忆： · lcm_grep：全文/正则搜索消息与摘要，支持时间、会话范围过滤。 · lcm_describe：查看任意摘要/文件节点的完整内容、元数据、父子关系。 · lcm_expand_query：委托 Sub-Agent 定向展开 DAG 子树并回答具体问题（带 token 预算与授权范围控制）。 · lcm_expand：底层展开原语（仅供 Sub-Agent 使用）。 这些工具让 Agent “按需钻取”历史，感受“永不遗忘”。 开源项目 github.com/Martian-Engine…