用了一年 AI 工具后，我发现"探索型 AI"和"交付型 AI"完全是两个物种。搞混了它们，你会在 AI 上浪费大量时间和钱。本文用大白话讲清楚两者的区别、为什么大部分人用错了，以及正确的使用姿势。

模型层的仗基本打完了，中文AI的下一个战场在应用层和工程化封装。谁能把"足够好"的模型包成闭环成品，谁就能成为核心入口。

深入解析 AI Agent 与普通 LLM 对话的本质区别——一个 while 循环（Agent Loop）。通过伪代码、流程图和真实案例，揭示 Agent 如何将控制权交给模型，实现自主决策与任务执行。

AI Agent 不是你以为的那样。本文从 DeepMind DQN、OpenAI Five、AlphaStar 到腾讯绝悟，剖析了真正 Agent 的核心特征：Agent 是训练出来的模型本身，不是规则拼出来的工作流。我们探讨了 GOFAI 与真正 Agent 的本质区别，以及程序员在这个新范式下的角色——不是造司机，而是造车（Harness）。

过去一年高频使用各类 AI Agent 工具后的分类框架：探索型 AI 与交付型 AI 是两种完全不同的技术物种。搞混了这两个，你会在 AI 工具上浪费大量时间和成本。

过去一年高频使用各类 AI Agent 工具后的分类框架：探索型 AI 与交付型 AI 是两种完全不同的技术物种。搞混了这两个，你会在 AI 工具上浪费大量时间和成本。

做 AI 产品选架构时，我们在"超级 Agent"和"多垂类 Agent"之间选了后者。这篇文章从用户真实需求、工程实现、实测数据三个角度，聊聊为什么垂类 Agent 在重复任务上是降维打击，以及多 Agent 应用中心的适用边界。

做 AI 产品选架构时，我们在"超级 Agent"和"多垂类 Agent"之间选了后者。这篇文章从用户真实需求、工程实现、实测数据三个角度，聊聊为什么垂类 Agent 在重复任务上是降维打击，以及多 Agent 应用中心的适用边界。

梳理 2025-2026 年超级 Agent 的进化史：从 Manus 的闭源震撼，到 OpenClaw 的开源养虾，再到 Hermes 的自我改进。但进化方向可能走偏了——让单个 Agent 越来越强，不如让一群 Agent 分工协作。对比超级 Agent 与多 Agent 矩阵的核心差异，探讨交付型 AI 的正确打开方式。

Hermes 内置 OpenClaw 迁移工具，看似是"毕业"，实则是超级 Agent 圈内卷。真正的进化不是换更强的鱼缸，而是从探索型转向交付型。