一个任务，动辄要调用几十个工具，几百轮对话，模型上下文越堆越长，性能却一路下滑。一个任务，动辄要调用几十个工具，几百轮对话，模型上下文越堆越长，性能却一路下滑。当AI模型的战争还在比拼参数和算力时，Peak Ji 用“上下文工程”提醒整个行业——真正的智能，不在模型的大小，而在于它能否像人一样“有选择地记得”。因为它直接决定了性能与成本。：不再依赖有限的128K窗口，而是把文件系统变成AI的外部大

但你接着说："发邮件给老板，看他回复啥，然后约个下周的会"——它就懵了，跟你说："我只能聊天，不能发邮件啊哥。你可以@一个AI助理，让它"整理今天的未读消息，提取待办事项，按优先级排序"。演示视频里，Manus接到任务"帮我筛选简历"，它自己解压文件、逐份阅读、提取关键信息、生成排名表格——全程没人管。百度的"智能体商店"，有各种垂直场景的Agent：写论文的、做PPT的、分析财报的。说实话，Ch

在 τ2-bench 的航班预订任务中，Claude Opus 4.5 发现了评估规则里的一个漏洞，绕过限制，给用户找到了更优解。客服、销售、辅导场景里，语气、解释、同理心很难写成规则，只能借助 LLM 评分器，并且需要频繁和人工校准。Prompt 更清晰了，工具调用也规整了，关键路径自己跑了好几遍，看起来没什么问题。但他们也发现，只看测试不够，代码质量、工具调用习惯、是否乱改文件，同样值得进评估

科技公司正在集体"瘦身"回到疫情前的规模——Block从2019年的3800人膨胀到10000人，现在又裁回6000人。2026年2月26日，Block（原Square）CEO Jack Dorsey 做了一件事：他在公司财报发布的同时，宣布裁员超过4000人，占员工总数的40%。Block自研的Goose是一个开源AI Agent，定位是"你的机器上的AI队友"。Dorsey说"智能工具的能力每

在 τ2-bench 的航班预订任务中，Claude Opus 4.5 发现了评估规则里的一个漏洞，绕过限制，给用户找到了更优解。客服、销售、辅导场景里，语气、解释、同理心很难写成规则，只能借助 LLM 评分器，并且需要频繁和人工校准。Prompt 更清晰了，工具调用也规整了，关键路径自己跑了好几遍，看起来没什么问题。但他们也发现，只看测试不够，代码质量、工具调用习惯、是否乱改文件，同样值得进评估

从多 Agent 协作，到自治执行，再到各种“下一代智能体框架”，每一篇看起来都很先进，但真正在工程层面落地的东西，反而越来越少。很多 Agent 项目卡住的点，并不在模型能力，而在一些被忽略得很彻底的“笨问题”上。Clawdbot 的记忆系统，没有复杂的分层设计，也没有花哨的生命周期管理。Telegram、Slack 这些渠道，只是它的“入口”，而不是舞台中心。你会明显感觉到，它更像一个住在你电

一位来自哥斯达黎加大学、署名为韩国籍的学生在GitHub上发布报告称，华为新近开源的盘古Pro MoE 720B模型，和阿里巴巴此前开源的通义千问Qwen-2.5模型，在参数结构上高度相似，甚至注意力参数的相似度高达0.927——这个数字几乎可以称得上是“克隆级别”的一致。更具戏剧性的一幕在7月6日凌晨出现。值得注意的是，这起事件中涉及的核心问题，并不仅仅是技术层面的“谁抄了谁”，更重要的是，在一

简单说，它不是给你写好一个 Agent 用的，而是帮你快速搭出一套自己的智能代理系统。而你作为开发者，不用纠结“我要选哪个大模型”，也不用死磕链式调用，只需要搭好结构、定义好任务目标，剩下的交给它自己调度。如果你想认真搞一个能落地的 AI Agent 系统，又不想被各种概念绕晕，试试 TARS，你可能会和我一样真香警告。甚至你可以让 Agent 们互相对话，比如一个管规划，一个管执行，一个管汇报，

华为在发布会现场展示大模型文生图能力时，第一次运行时按下 Ctrl-C 中断，显示对应的代码 time.sleep(6)。这个新闻在网上引起了广泛讨论，我们看一看大家怎么说。贾杨清评价，这个是客户端调用的demo，跟大模型本身能力无关。也有朋友这样评价：“实话实说，这个只能大概率实锤代码写的很挫逼，这种直接在代码里 sleep 的，很多静态检查工具都会给警告的。但你非要说他做假，这个确实没法实锤。

今天字节跳动在海外推出了一款新的 AI IDE 工具，叫做 Trae。它直接跟 Cursor 竞争，支持中文，而且集成了像 Claude 3.5 和 GPT-4o 等大模型。现在这款工具可以免费使用，不过目前仅限 MacOS 系统。首先，你可以去官网（trae.ai）下载并安装 Trae。安装完成后，打开软件，第一次启动时需要进行一些简单的设置。设置过程中，你可以选择界面的主题颜色和语言。目前提供