策展精選

Sandboxes 是 Harness 時代的伺服器 Harness 就是應用程式，而 Sandbox 就是伺服器。 應用程式運行在伺服器上：它使用運算資源、寫入檔案系統，並在重啟後維持狀態。Harness 與 Sand...

X API 降價讓 Agent 平台大規模建置應用成為可能。 Robert Scoble 興奮宣稱，X 平台透過「OpenClaws」等 Agentic 平台開放 API，結合清單（lists）即可快速建置應用，這將引爆數百萬 Age...

AI Agent記憶工具分為記憶後端與脈絡基質兩大陣營。 作者檢視GitHub上450+「agent-memory」與460+「context-management」程式庫，發現非預期的40種相似工具，而是兩種根本不同範式，大多數人未...

多 Agent 系統中的記憶運作原理：深入剖析 Multica 近期，像 Paperclip、Multica 和 Claude Managed Agents 這類託管型 Agent 讓開發者能更輕鬆地將特定任務指派給 Claude、H...

KAIST與紐約大學提出跨領域共享記憶機制，提升編碼Agent效能3.7%。 KAIST與紐約大學團隊發表論文「Memory Transfer Learning: How Memories are Transferred Across Do...

Autogenesis自我進化Agent協議革新現有系統。 這篇論文提出「Autogenesis Protocol (AGP)」，讓Agent自主識別能力缺口、產生改進方案、透過測試驗證，並整合有效部分回自身框架，無需重新訓練或人工修...

如何建立一個協作的 AI Agent 團隊（完整課程） 一個 Agent 很有用。但一個 Agent 團隊則是競爭優勢。 先存起來 :) 單一的 AI Agent 可以進行研究、寫作、分析或撰寫程式碼。但它無法同時把這些事...

Agent 共享的是環境，而非資料 現今的 Agent 發展，就像是 2000 年代末期的軟體開發領域，當時 Google、Amazon 和 Facebook 在擴展工程團隊與服務方面的秘訣尚未普及。如今，Agent 仍是單體式（mo...

LLM 中的 Prompt Caching：清晰解析 這是一份關於 Claude 如何達成 92% 快取命中率的案例研究 --- 每當 AI Agent 採取一個步驟時，它都會將整個對話歷史紀錄傳送回 LLM。 這包...

OpenAI工程師Ryan於倫敦演講中直指Harness Engineering核心：程式碼已免費，實施非瓶頸，人類價值在於指導Agent執行。 Ryan在演講與訪談中強調，程式碼免費時代來臨，真正稀缺的是人類時間、注意力和模型上下文...

OpenClaw開創AI Agent新紀元，象徵人類與技術關係的深刻轉變。 Peter Steinberger在「TED2026」（2026年4月）演講中，分享他創造「OpenClaw」AI Agent的歷程，這是全球成長最快的開源專...

Agent Harness 的解剖學 深入探討 Anthropic、OpenAI、Perplexity 和 LangChain 實際上在建構什麼。本文將涵蓋編排迴圈 (orchestration loop)、工具 (tools)、記憶...