正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

把一个需求，同时扔给 Codex、Claude Code 和 Pi，会发生什么？ Orca 会给每个 Agent 单独准备一份代码副本。三个 Agent 同时改，谁也盖不掉谁；跑完直接对比 diff，留下最好的一份。网页哪里不对，直接点中元素，HTML、CSS 和截图会一起交给 Agent；人不在电脑前，也能用手机看进度、继续回复。全平台支持，MIT 开源。

柴郡🔔｜Crypto+AI Plus

147,916 subscribers

36,201 次观看 • 2 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,519 次观看 • 4 个月前

Claude code 发布多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。现在 Agent View 把会话集中到一个界面里管理。你可以一眼看到所有Agent 的状态，谁在工作，谁等你输入，谁已经结束。它现在很像： AI 多任务调度中心你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

Claude code 发布多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。现在 Agent View 把会话集中到一个界面里管理。你可以一眼看到所有Agent 的状态，谁在工作，谁等你输入，谁已经结束。它现在很像： AI 多任务调度中心你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

小互

34,394 次观看 • 4 个月前

介绍 Memoh Desktop，一个多智能体桌面应用。过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。下载链接见评论区。

介绍 Memoh Desktop，一个多智能体桌面应用。过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。下载链接见评论区。

📦Acbox

47,369 次观看 • 4 个月前

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。

yetone

22,303 次观看 • 6 个月前

无敌了,终于能实时看见Claude Code在干嘛了 zoetrope,刚开源几天的可视化神器,把一次会话画成一张流动的图主agent派生了哪些子agent、每个跑了什么工具、耗时多少、成没成,全在终端里实时长出来。跑完的会话还能按原始时间戳回放纯读本地的会话记录,只读不写,什么都不上传你的机器终端和浏览器都能看,浏览器版拖一个transcript进去就出图,Rust写的,MIT开源

无敌了,终于能实时看见Claude Code在干嘛了 zoetrope,刚开源几天的可视化神器,把一次会话画成一张流动的图主agent派生了哪些子agent、每个跑了什么工具、耗时多少、成没成,全在终端里实时长出来。跑完的会话还能按原始时间戳回放纯读本地的会话记录,只读不写,什么都不上传你的机器终端和浏览器都能看,浏览器版拖一个transcript进去就出图,Rust写的,MIT开源

Jason Zhu

55,837 次观看 • 1 个月前

天天用 Codex、Claude Code 跑网页自动化，是不是被这几件事烦死过？ 1️⃣ 得另开一个浏览器给 Agent 用，跟 Playwright 一个套路 2️⃣ 登录态、Cookie、扩展死活带不过去，反复登录 3️⃣ 你和 Agent 抢同一个标签页，互相添乱 ego lite 直接换思路：你俩共用一个浏览器，各干各的。每个 Agent 有独立 Space，能并行跑一堆任务，靠 JS 调用，复杂活儿最高快 2.5 倍，还更省 Token。Codex、Claude Code、Cursor 都能接。目前只有 Mac，Win 和 Linux 在排期。要天天操作后台、CRM、社媒这种需要登录的，挺对路。 🔗

天天用 Codex、Claude Code 跑网页自动化，是不是被这几件事烦死过？ 1️⃣ 得另开一个浏览器给 Agent 用，跟 Playwright 一个套路 2️⃣ 登录态、Cookie、扩展死活带不过去，反复登录 3️⃣ 你和 Agent 抢同一个标签页，互相添乱 ego lite 直接换思路：你俩共用一个浏览器，各干各的。每个 Agent 有独立 Space，能并行跑一堆任务，靠 JS 调用，复杂活儿最高快 2.5 倍，还更省 Token。Codex、Claude Code、Cursor 都能接。目前只有 Mac，Win 和 Linux 在排期。要天天操作后台、CRM、社媒这种需要登录的，挺对路。 🔗

鸟哥 | 蓝鸟会🕊️

21,797 次观看 • 2 个月前

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

木马人

63,371 次观看 • 1 个月前

兄弟们看我发现了什么！ Codex 目前是公认最好用的交互界面，但是Harness却不尽如人意，那么如何在Codex 中随意切换不同厂家的 Harness 呢？那么这个开源项目 CodexHost 它来了！它可以直接把 Claude Code、DeepSeek Harness、Pi、Grok Build 等等各家顶级的 Harness 全部集成在 Codex 里切换使用而且 Codex 的 Thread、Diff、工具状态、审批、Fork、上下文压缩这些交互都能继续保留。甚至它还支持跨 Agent 协作：让 Codex 写代码 → @ Claude Code 单独 Review → @ Pi 去调查 Bug 每个 Agent 都会创建自己的独立 Thread，不用再开几个终端来回切换了

兄弟们看我发现了什么！ Codex 目前是公认最好用的交互界面，但是Harness却不尽如人意，那么如何在Codex 中随意切换不同厂家的 Harness 呢？那么这个开源项目 CodexHost 它来了！它可以直接把 Claude Code、DeepSeek Harness、Pi、Grok Build 等等各家顶级的 Harness 全部集成在 Codex 里切换使用而且 Codex 的 Thread、Diff、工具状态、审批、Fork、上下文压缩这些交互都能继续保留。甚至它还支持跨 Agent 协作：让 Codex 写代码 → @ Claude Code 单独 Review → @ Pi 去调查 Bug 每个 Agent 都会创建自己的独立 Thread，不用再开几个终端来回切换了

小奇说

89,498 次观看 • 1 个月前

🚀发现一个专门给 AI Agent 画技术架构图的 Skill：Archify。不用学 Mermaid，也不用手动拖框拉线。直接用大白话告诉 Claude Code / Codex： “读一下这几个仓库，帮我画张架构对比图。” 它就会生成一个可交互的单 HTML 文件。比较讲究的是，它不是画完就交差： ✅ 自带 JSON Schema 校验 ✅ 标签重叠、连线穿过节点会拒绝渲染 ✅ 报错会告诉你该往哪移、调整多少像素 ✅ 一键切换深色/浅色主题 ✅ 支持导出 PNG、JPEG、WebP、SVG、WebM 支持 Claude Code、Codex CLI 和 opencode，MIT 开源。安装也只要一行： npx skills add tt-a1i/archify -g 以后读陌生仓库、写技术方案、做架构对比，确实能省下不少画图时间。传送门👉🏻

🚀发现一个专门给 AI Agent 画技术架构图的 Skill：Archify。不用学 Mermaid，也不用手动拖框拉线。直接用大白话告诉 Claude Code / Codex： “读一下这几个仓库，帮我画张架构对比图。” 它就会生成一个可交互的单 HTML 文件。比较讲究的是，它不是画完就交差： ✅ 自带 JSON Schema 校验 ✅ 标签重叠、连线穿过节点会拒绝渲染 ✅ 报错会告诉你该往哪移、调整多少像素 ✅ 一键切换深色/浅色主题 ✅ 支持导出 PNG、JPEG、WebP、SVG、WebM 支持 Claude Code、Codex CLI 和 opencode，MIT 开源。安装也只要一行： npx skills add tt-a1i/archify -g 以后读陌生仓库、写技术方案、做架构对比，确实能省下不少画图时间。传送门👉🏻

阿蔺A-Lin

29,829 次观看 • 2 个月前

我挖到了一个宝藏网站，能把视频策划、生成和剪辑放在同一个工作流里完成！这次我拿最近外网很火的“大卡车撞击产品”创意，测试了一下 Fotor Video Agent Fotor。以前用 AIGC 做这种视频，真正麻烦的是生成之后：镜头、包装或文字有一点不对，往往就得重新生成；想做成完整片，还要把素材搬到不同软件里重新拼接，费时又难改。这次上传参考图和创意要求后，Fotor Video Agent 会自动理解需求、拆分分镜、生成素材，再把内容编排到可继续编辑的多轨时间线。觉得包装盒太多、颜色不对，我直接在对话里说：“减少一点，改成黑色。”它就继续修改整个视频工程，不用从头再来。视频里的 MG 文字也不是一张改不了的死图。选中元素后，可以直接在参数面板调整文字和样式，不用再切换到其他剪辑软件。从一张参考图到完整广告片，生成、修改和精调都在同一个项目里完成。 Try Fotor Video Agent.

我挖到了一个宝藏网站，能把视频策划、生成和剪辑放在同一个工作流里完成！这次我拿最近外网很火的“大卡车撞击产品”创意，测试了一下 Fotor Video Agent Fotor。以前用 AIGC 做这种视频，真正麻烦的是生成之后：镜头、包装或文字有一点不对，往往就得重新生成；想做成完整片，还要把素材搬到不同软件里重新拼接，费时又难改。这次上传参考图和创意要求后，Fotor Video Agent 会自动理解需求、拆分分镜、生成素材，再把内容编排到可继续编辑的多轨时间线。觉得包装盒太多、颜色不对，我直接在对话里说：“减少一点，改成黑色。”它就继续修改整个视频工程，不用从头再来。视频里的 MG 文字也不是一张改不了的死图。选中元素后，可以直接在参数面板调整文字和样式，不用再切换到其他剪辑软件。从一张参考图到完整广告片，生成、修改和精调都在同一个项目里完成。 Try Fotor Video Agent.

Rachel🥥

58,198 次观看 • 1 个月前

港大团队这次开源的，不只是一个 Agent 项目，而是把 Agent 从“会做事”推进到“会进化”。项目名叫 OpenSpace。它想解决的不是“再做一个 Agent”，而是让 Agent 具备从实践中学习、持续进化、彼此共享经验的能力，避免每次干活都从零开始、重复踩坑。它的核心卖点有 3 个：自我进化：skill 会自动修复、自动改进、自动学习，在失败中持续迭代。群体智能：一个 Agent 学到的新技能，可以同步共享给其他 Agent。降本增效：复用已经验证过的解决方案，出问题时只修局部，不用每次推翻重来。 README 里还有个很抓人的数字： 4.2× better performance，46% fewer tokens。我觉得这个项目最值得看的地方，不是“又一个 Agent 框架”，而是它在试图回答一个更关键的问题： Agent 能不能像团队一样，把经验真正沉淀下来，并且共享给其他 Agent。

港大团队这次开源的，不只是一个 Agent 项目，而是把 Agent 从“会做事”推进到“会进化”。项目名叫 OpenSpace。它想解决的不是“再做一个 Agent”，而是让 Agent 具备从实践中学习、持续进化、彼此共享经验的能力，避免每次干活都从零开始、重复踩坑。它的核心卖点有 3 个：自我进化：skill 会自动修复、自动改进、自动学习，在失败中持续迭代。群体智能：一个 Agent 学到的新技能，可以同步共享给其他 Agent。降本增效：复用已经验证过的解决方案，出问题时只修局部，不用每次推翻重来。 README 里还有个很抓人的数字： 4.2× better performance，46% fewer tokens。我觉得这个项目最值得看的地方，不是“又一个 Agent 框架”，而是它在试图回答一个更关键的问题： Agent 能不能像团队一样，把经验真正沉淀下来，并且共享给其他 Agent。

axiaisacat

30,217 次观看 • 6 个月前

还没体验过 Pi 或 Craft agent 的朋友，建议现在就去试一次。你会立刻明白我上个月说那句话时是什么心情。我之前就讲过：未来程序员不再主要“做需求”，而是“做 agent”。agent 用来把你的能力蒸馏出来：你只要把需求说清楚，剩下的交给它完成。如果你要研究怎么做一个 code agent，别从 0 开始，直接从 Pi agent 起步。它的可扩展性很好，集成进现有业务会省掉大量时间。如果你要研究怎么做一个类似 codex desktop 的产品，那就从 Craft agent 入手。它基于 Pi agent 和 Claude agent，功能完整、覆盖面也足。觉得复杂也没关系：能裁就裁。Claude agent sdk、messaging-gateway 这些都可以精简掉，留下的就是实打实的核心能力。我已经基于它二开了一个新产品，叫 Echo，接入了技能市场，流程非常顺滑。它现在就是我的独立开发搭子，后续开发、运营我都在它上面跑。

还没体验过 Pi 或 Craft agent 的朋友，建议现在就去试一次。你会立刻明白我上个月说那句话时是什么心情。我之前就讲过：未来程序员不再主要“做需求”，而是“做 agent”。agent 用来把你的能力蒸馏出来：你只要把需求说清楚，剩下的交给它完成。如果你要研究怎么做一个 code agent，别从 0 开始，直接从 Pi agent 起步。它的可扩展性很好，集成进现有业务会省掉大量时间。如果你要研究怎么做一个类似 codex desktop 的产品，那就从 Craft agent 入手。它基于 Pi agent 和 Claude agent，功能完整、覆盖面也足。觉得复杂也没关系：能裁就裁。Claude agent sdk、messaging-gateway 这些都可以精简掉，留下的就是实打实的核心能力。我已经基于它二开了一个新产品，叫 Echo，接入了技能市场，流程非常顺滑。它现在就是我的独立开发搭子，后续开发、运营我都在它上面跑。

Fox

114,332 次观看 • 3 个月前

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 次观看 • 5 个月前

X 推出 X Numbers：给每个 X 用户一个“手机号”，直接私信、通话交流启用后，把号码分享给想联系的人，对方就能在 X Chat 里直接找你，不必等你回关，也不用先发送一条消息请求。以前，两个还没建立联系的 X 用户想聊件事，经常要先回关，或者等对方从消息请求里找到自己。X Numbers 把这一步变成了交换号码：你把号码给对方，对方输入后，就能直接发起聊天。它最实用的地方，是让你在不开放所有陌生人私信的情况下，也能接到想接的消息。

X 推出 X Numbers：给每个 X 用户一个“手机号”，直接私信、通话交流启用后，把号码分享给想联系的人，对方就能在 X Chat 里直接找你，不必等你回关，也不用先发送一条消息请求。以前，两个还没建立联系的 X 用户想聊件事，经常要先回关，或者等对方从消息请求里找到自己。X Numbers 把这一步变成了交换号码：你把号码给对方，对方输入后，就能直接发起聊天。它最实用的地方，是让你在不开放所有陌生人私信的情况下，也能接到想接的消息。

小互

25,570 次观看 • 10 天前

Agent 时代，复刻一条爆款视频从而沉淀出自己的工作流，到底有多简单？我把小Lin说的参考视频结合Hypit Hypit AI 丢给 Codex，想看看 AI 能不能复刻千万粉博主的口播视频。结果它生成的不只是一条成片，而是一套可以继续修改和复用的视频 Workflow。 Hypit Hypit AI 目前已开源，它不是 Agent，也不是视频模型，而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走，不再钉死在时间线的某一秒。换主持人，只重新生成相关镜头；修改图表或背景，也只需要调整对应组件。复刻完成后，还能继续换人物、换内容、换语言，批量生成不同版本。如果你也想让 AI 真正开始复刻视频，可以试试 Hypit。下次想 Clone 爆款，直接把视频交给你的 Agent。

Agent 时代，复刻一条爆款视频从而沉淀出自己的工作流，到底有多简单？我把小Lin说的参考视频结合Hypit Hypit AI 丢给 Codex，想看看 AI 能不能复刻千万粉博主的口播视频。结果它生成的不只是一条成片，而是一套可以继续修改和复用的视频 Workflow。 Hypit Hypit AI 目前已开源，它不是 Agent，也不是视频模型，而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走，不再钉死在时间线的某一秒。换主持人，只重新生成相关镜头；修改图表或背景，也只需要调整对应组件。复刻完成后，还能继续换人物、换内容、换语言，批量生成不同版本。如果你也想让 AI 真正开始复刻视频，可以试试 Hypit。下次想 Clone 爆款，直接把视频交给你的 Agent。

Rachel🥥

538,992 次观看 • 18 天前

你不用手写AGENTS.md了,你用梯度下降训练它这个脑洞我服了。backpass把你的AGENTS.md当成神经网络的权重每跑一次agent会话就是一次前向传播,留在硬盘上的transcript就是损失信号。可这个信号以前没人读,全靠你哪天想起某次失败,手动去改文件 backpass把这个闭环接上了:自动找到你仓库里真跑过的agent会话,读懂里面发生了什么,反向提出有证据支撑的改动,等于给你的记忆文件做一次梯度下降每条改动都附带真实会话里的原话,一条新规则至少要两次独立会话佐证,一次最多改五条。全程只有你点了apply它才会写纯本地,直接读七种agent的会话记录,什么都不上传,MIT开源

你不用手写AGENTS.md了,你用梯度下降训练它这个脑洞我服了。backpass把你的AGENTS.md当成神经网络的权重每跑一次agent会话就是一次前向传播,留在硬盘上的transcript就是损失信号。可这个信号以前没人读,全靠你哪天想起某次失败,手动去改文件 backpass把这个闭环接上了:自动找到你仓库里真跑过的agent会话,读懂里面发生了什么,反向提出有证据支撑的改动,等于给你的记忆文件做一次梯度下降每条改动都附带真实会话里的原话,一条新规则至少要两次独立会话佐证,一次最多改五条。全程只有你点了apply它才会写纯本地,直接读七种agent的会话记录,什么都不上传,MIT开源

Jason Zhu

32,385 次观看 • 1 个月前

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

宝玉

89,993 次观看 • 2 个月前

几周前就知道了 MiniMax 出了一个通用 Agent 产品试了一下，他们可能做出了一个比 Lovable 还强大的多大 Vibe Coding 产品自主查找网页中需要的信息重新进行整理，不只是文本，图片也会，找不到也可以生成完全不需要复杂的资料准备，直接生成就能用下面是几个测试例子🌰：

几周前就知道了 MiniMax 出了一个通用 Agent 产品试了一下，他们可能做出了一个比 Lovable 还强大的多大 Vibe Coding 产品自主查找网页中需要的信息重新进行整理，不只是文本，图片也会，找不到也可以生成完全不需要复杂的资料准备，直接生成就能用下面是几个测试例子🌰：

歸藏(guizang.ai)

39,768 次观看 • 1 年前

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

熊布朗

14,292 次观看 • 3 个月前

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。一、手机直接装（最简单）手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试）先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配：读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。一、手机直接装（最简单）手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试）先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配：读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。

劳伦斯

72,608 次观看 • 1 个月前