最新文章
20从 AI 编码到团队交付：企业 AI-Native 的落地路径
代码写得更快了，需求为什么还在排队？ 这可能是企业引入 AI 编码工具后，最值得追问的问题。 工程师可以很快生成一段实现，但产品口径尚未确定；Agent 已经完成修改，却不了解另一个服务的隐含依赖；测试全部通过，上线后才发现验收标准漏掉了关键场景。 编码速度的提升是真实的，交付流程中的等待、返工和协作成本也是真实的。当一个环节加速，原来被它掩盖的问题就会显现。 最近看了一些企业 AI-Native 实践分享，也与正在推进转型的 CTO、技术负责人交流，我越来越关注一个问题：怎样把个人使用 AI 的能力，变成团队能够持续复用的交付能力？ 一. 什么叫 AI-Native？ 在我看来，AI-Native 体现为产品、组织和认知方式的变化…
阅读全文
02重构产研与组织：企业级 AI-Native 落地全景图与演进四部曲
引言：从“局部提效”到“系统级重构” 随着 Cursor、GitHub Copilot、Codex 等 AI 编码工具在研发团队中的全面渗透，许多团队发现了一个残酷的现实：41% 的代码已经由 AI 生成，但顶尖团队与普通团队的效能差距却被拉大了 100%～150%。单纯提升编码速度，并没有让项目交付同步变快。 原因很简单：编码仅占软件全生命周期的 30% 左右。当 AI 把写代码的时间压缩了 80%，上游需求不清晰带来的返工更快了，未经验证的设计决策堆积更快了，下游测试与发布的瓶颈被放大得更加明显。 如果仅仅把大模型当作“高级 Copilot”或“高效打字机”，企业的 AI 化就会止步于个人单点提效，甚至陷入“局部正确、全局混乱”…
阅读全文
03DeepSeek Harness 与 AgentScope Java 深度对比：两条不同的 Agent 工程化路线
最近深度读了两个很有代表性的 Agent 项目： DeepSeek Harness AgentScope Java 它们都在解决同一个问题：怎样把“大模型 + 工具调用”变成一个能够长期运行、可以恢复、可扩展、可治理的 Agent 系统。 但读完代码后，我发现它们其实不在同一条赛道上。 DeepSeek Harness 更像一套为 Coding Agent 产品准备的可组合运行时内核；AgentScope Java 更像一套面向 Java 企业应用的Agent 框架、Harness 与服务平台。 如果只看 README，容易得出“两个项目功能差不多，只是一个用 TypeScript、一个用 Java”的结论。真正进入源码后，会看到两…
阅读全文从 Agent Readable 到 IM 群协作：我对企业 AI Native 改造的终局思考
最近一直在深度思考和实践“企业如何实现 AI Native”。 在看了大量架构方案、也踩了不少落地坑之后，我越来越确信一件事：AI Native 绝不是买几个大模型账号，也不是强行造一个新系统给员工用。 如果脱离了企业的真实数据生态和员工的习惯路径，所谓的 AI Native 改造只是一场昂贵的“技术自嗨”。 今天把最近关于 AI Native 落地的前提、短中期痛点、协同载体以及终局形态的思考梳理出来，供大家参考。 一、企业级 AI Native 落地全景架构 在探讨具体协同载体之前，我们先拉高视角，看一张企业级 AI Native 落地全景架构图。 整个架构从上到下分为应用场景层、能力解耦层、核心 Runtime 运行时以及底座…
阅读全文
05AI大事记@2026H1
2026 年上半年，AI 的演进明显从“单点能力竞赛”转向“完整工作能力竞赛”：模型开始统一推理、编程、多模态和工具调用，Agent 从演示走进真实工作流，图像与视频生成也在加速进入生产链路。 概括总结一下 2026 年上半年的关键 AI 事件。 时间 事项 备注 2026.06.30 Anthropic Claude Sonnet 5 面向日常 Agent 的主力模型升级，增强规划、浏览器与终端工具调用、编程和知识工作能力。官方定位接近 Opus 4.8，但价格更低，并成为 Free、Pro 用户的默认模型。 2026.06.30 Anthropic Claude Science（Beta） 推出面向科研场景的 AI 工作台，整合…
阅读全文从管人到管系统行为：AI时代技术管理者的全新认知框架
最近大量使用 AI 进行开发，我逐渐意识到一个趋势：随着 AI 编程的普及，被颠覆的不仅仅是一线工程师的工作方式，对 CTO、技术总监、技术 Leader 这些技术管理者的要求，正在发生截然不同的改变。 过去，技术管理的核心在于“人”与“确定性”；而现在，当 AI 开始接管代码生成，系统正在变得“非确定性”。如何理解和控制这种非确定性，将成为下一代技术管理者的核心壁垒。 传统的确定性时代：管组织与做平衡 在传统的软件工程时代，代码由工程师一行行敲出来，系统严格按照设定的逻辑执行。 这种模式下，系统是高度确定性的：输入相同，输出必然相同。如果出了 Bug，顺着调用栈一层层 Debug，总能找到引发异常的那行代码。因此，技术管理者不需要…
阅读全文SOUL.md 和 AGENTS.md 到底有什么区别？Agent 配置别再混着写了
很多人开始配置自己的 Agent 时，都会很快遇到一个问题： SOUL.md 和 AGENTS.md 看起来都像是在“定义 Agent”，它们到底有什么区别？ 如果这两个文件不分清，后面就很容易出现一种典型混乱：人格写进岗位说明，业务流程写进行为准则，文件越写越多，Agent 反而越来越不像一个稳定的助手。 先说结论： SOUL.md 负责定义 这个 Agent 怎么做人、怎么做事、什么不能碰 AGENTS.md 负责定义 这个 Agent 是干什么的、服务谁、交付什么、按什么流程工作 一句话： SOUL.md 是灵魂，AGENTS.md 是岗位说明书。 一、为什么很多人会把这两个文件写混 原因其实很简单：这两个文件都在描述 Age…
阅读全文AI Agent 正在进入工程化深水区：从代码模型、生产框架到多智能体协作协议
过去一年，围绕 AI Agent 的讨论大多集中在模型能力本身。 但如果把最近几篇有代表性的内容放在一起看，一个更关键的变化已经出现：AI Agent 的竞争重心，正在从“模型能力展示”转向“工程系统能力”。 这里的“工程系统能力”，不是一句空话。它至少包含四层： 面向特定任务优化的模型能力 可接入生产环境的框架能力 能控制复杂度的架构能力 支撑协作扩展的协议能力 如果只记一条：2026 年的 Agent，已经不再只是“大模型 + 工具调用”，而是在走向一套完整的软件工程体系。 一、模型层正在专用化：从“全能模型”转向“任务最优模型” 以 Cursor 发布 Composer 2 为例，这类发布最容易被表面解读为“又一个新模型上线”…
阅读全文OpenClaw Gateway 三种对外接口怎么选？
很多团队在接 OpenClaw Gateway 时，第一反应是：到底该用哪个接口？ 答案不是“哪个更新就用哪个”，而是看你的目标：是先把能力接入，还是把系统做成可控、可观测、可治理的平台。 如果你只记一条：Chat Completions 适合快接入，OpenResponses 适合复杂编排，Gateway WS 适合平台控制面。 本文按工程落地视角，把三种协议放到同一张决策图里讲清楚。 先明确一个问题：同一个 Gateway 为什么要提供三种接口？ 这是“分层设计”而不是“重复造轮子”——兼容层负责接入效率，原生协议负责控制力与系统治理。 一、三种接口各自解决什么问题 1）Gateway 协议（WebSocket） 这是 Open…
阅读全文Agent 落地不靠更强模型：后端团队先补这 4 个治理动作
最近一轮知识库信息放在一起看，结论很清楚： Agent 已经从“能不能做”进入“能不能稳定做、持续做、规模做”。 真正决定成败的，不是模型上限，而是工程治理下限。 很多团队现在都能把 Agent 跑起来：接 IM、调工具、跑自动化流程。 但一上真实业务就出问题：串会话、误操作、成本飙升、结果不可复盘。 这类问题本质上不是 Prompt 问题，而是系统边界没有建好。 一、会话与并发治理：先保证可预测，再谈性能 第一步不是提并发，而是先把并发“关进笼子”： 同会话串行执行，避免上下文串台 消息队列策略固定（collect / followup） 设置会话排队上限、超时与丢弃规则 如果这一层没做，业务一上量就会出现“同一用户前后文互相污染…
阅读全文OpenClaw多Agent方案
很多团队把 Agent 做到第二阶段都会遇到同一个问题： 单个 Agent 已经不够用，要拆“角色分工”。 一台机器放不下所有任务，要跨多台主机部署。 代理之间需要通信协作，但又不能互相污染上下文。 这篇文章基于 OpenClaw 官方文档，系统讲清四件事：单机多 Agent 怎么搭、单主机多 OpenClaw 实例何时可用、多 OpenClaw 主机怎么协作、代理间如何通信才稳定可控。 1. 先统一心智模型：OpenClaw 的多 Agent 不是“多人格提示词” 在 OpenClaw 里，一个 agent 本质是一个“完整隔离单元”，它拥有自己的： workspace（包括 AGENTS.md/SOUL.md/USER.md 与…
阅读全文OpenClaw 架构剖析
上一篇聊了「OpenClaw 是什么」。这一篇更偏工程视角：OpenClaw 到底怎么实现一个可长期运行的 Agent 系统？消息是怎么进来的？怎么路由到 Agent？工具调用与定时任务如何编排？ 如果你做过 Agent 落地，会很熟悉这些关键词：channel、tool、session、cron、memory、安全边界、幂等、观测……OpenClaw 的价值在于把这些抽象成一套可部署的 runtime。 1. OpenClaw 由哪些模块组成？ 你可以把 OpenClaw 想成三层： 1) 接入层（Channels）：连接外部世界（Telegram/钉钉/QQ/…），负责收消息、发消息。 2) 编排层（Gateway + Rout…
阅读全文
13OpenClaw 是什么
这两年大家对「Agent」的讨论越来越多：能自动查资料、能写代码、能跑流程、还能定时汇总。但真要把它放进日常工作流，会立刻遇到几个现实问题：它怎么和你的消息渠道连起来？怎么定时？怎么拿到你本机/服务器的上下文？怎么安全地执行命令？怎么长期稳定运行？ OpenClaw 解决的不是“再做一个聊天机器人”，而是把这些“让 Agent 变成生产力”的工程问题打包成一套可部署、可扩展的运行时。 1. OpenClaw 到底是什么？ 一句话：OpenClaw 是一个面向个人/团队的 Agent 运行时（Agent Runtime）。 它更像一个“智能操作系统/中枢”，把三件事连接起来： 1) 你的输入输出渠道（Channels）：比如 Tele…
阅读全文2026 年 AI 最新进展
截至文章发布时间（2026-02-26），2026 年 AI 的关键变化不再是“又出了一个更强的模型”，而是 多模态内容生成、Agent 工程化、可交付系统 这三件事在同一时期快速叠加，让 AI 从“能演示”走向“能交付”。 这篇文章不做流水账式盘点，而是选 3 个热度高、信号明确的事件作为锚点：Seedance 2.0（视频）、OpenClaw（Agent 系统）、Genie3（世界模型/交互式生成）。基于这些事件，再抽象出一套更可复用的产品化方法论：怎么把 AI 能力沉到工程系统里，做成长期可运营的生产力。 1. 三个高热度事件（截至 2026-02-26） 1.1 Seedance 2.0：视频生成开始对齐“工业交付”和“导演…
阅读全文AI大事记@2025
接近2025年底，概括总结了一下2025这一年的一些AI关键事件。 时间 事项 备注 2025.12.16 OpenAI GPT-Image-1.5 不管是从零生成，还是对图片进行局部编辑，更接近你脑子里想的那个结果；并且生成速度最高可达 4 倍提升。实测：比配套Nano Banana Pro强。 2025.12.11 OpenAI GPT 5.2 GPT-5.2 能够在真实复杂工作流程中高效协作，从代码分析、财务建模、工程设计，到研究论文分析、实验结果推理，都能提供高质量辅助。 2025.11.21 Google Nano Banana Pro (aka Gemini 3.0 Pro Image) 全球首个“推理至像引擎”，不仅是…
阅读全文《太白金星有点烦》读后感
最近利用出差在高铁和飞机上的时间，读完了《太白金星有点烦》这本书。总体感觉挺有意思的，作者用诙谐的笔法把现代职场政治、官僚主义与古典神话《西游记》完美融合，让人真觉得西游记是不是就是这么回事。当然，这些感觉之余也在时刻对照目前公司中是否有这些问题，所幸民营企业也不敢这么搞，万幸万幸。 一、 内容梗概 故事从太白金星（李长庚）的视角展开。在书中，原本宏大的“西天取经”不再是一场纯粹的弘扬佛法之旅，而是一项由天庭和西天联合开发、层层外包的“重点项目”。 项目经理李长庚： 李长庚被任命为西游项目的“策划人”和“协调员”。他的任务是确保玄奘一行人经历九九八十一难，且每一难都要有记录、有预算、有排场，还要兼顾各方势力的利益。 职场琐事： 书中…
阅读全文DeepSeek简单分享
本文内容来自一次内部分享。主要是对目前非常火的DeepSeek的一些自己的认知和理解。 DeepSeek是什么？ DeepSeek是一个由中国公司推出的媲美ChatGPT o1能力的开源推理大模型，其中文能力更强，而且由于背后公司数据的特点，在金融方面具有优势。 这里所说的推理大模型是相对于之前的非推理模型，更加强化了推理、逻辑分析和决策能力，可以看做是把之前的CoT能力直接做到了模型里。 DeepSeek本身是包括V3和R1两个模型，参数都达到6000亿，也就是现在市面上很多人说的满血版。而DeepSeek开源的几个蒸馏版本的模型其实本质还是qwen和llama，只是用了R1的推理数据做了微调。 DeepSeek生态位 综合了各种…
阅读全文
18美国AI之旅
5月底去了一趟旧金山，和一些华人AI科学家进行了交流，也参加了旧金山由GPTDao和微软联合举办的GenAI大会。这里输出一些收获。 一个华人科学家分享他们团队在做消费级设备（车载、手机）大模型的创业。苹果最近发布的Apple Intelligence也是类似的思路。之前陈天奇团队做的mlc-llm同样是在做这样的事情，再结合特斯拉的FSD也是基于Transformer的自动驾驶决策，这个方向还是很有机会的。但国内貌似很少听到类似的项目。 Amino: 一家华人创办的VC公司。看到他们投的一家针对美国移民多这一特点的电商平台，每个国家的人进去看到都是来自这个国家的商品，这个估计只有美国是合适的。另外，他们也分享了目前硅谷还是创业者导…
阅读全文CTO都必须是程序员出身吗？为什么架构师做不了CTO？
这是来自Quora上的一个问题：Is it required to be a developer/coder to become a CTO? Why can’t an architect become a CTO. 下面是里面的最佳答案。自己比较认同其中的观点，CTO确实是需要有编程背景的，而真正意义上的软件架构师也是具有编程背景的，所以也是可以成为CTO的。 作为一家创业公司的CTO，你需要了解以下几点： （1）从上到下对整个技术栈有一个全面的了解，包括每一层的替代方案和取舍权衡。 （2）如何以一种能够给你想要招聘的工程师留下深刻印象的方式进行严肃编程。 （3）如何自我学习你需要了解的技术知识，以及如何在至少100码外就能嗅出技…
阅读全文不同的CTO角色 by Werner Vogels (Amazon CTO)
这是来自开源项目awesome-cto的一篇文章，也是自己曾有过的疑问。自己目前担任CTO这个岗位已经6年多了，现在对这个问题的认知：其实CTO这个角色的职责还是要根据CEO的期望来定。初创团队CTO一般就是一个高级开发工程师，随着团队规模增大，会逐渐转换为架构师、技术经理，最后有些CTO会去负责基础技术研究，有些CTO则统管整个研发团队，还有一些则会去管理部分业务。不管如何，这个职责还是要看CEO心里的期望是什么。 我曾经为一个关于企业创新中首席技术官角色的小型讨论会准备演讲稿，我再次意识到围绕CTO角色存在相当多的混淆。讨论CTO角色时总是首先遇到的问题是，没有一个公认的定义来说明CTO的实际工作内容。这个角色根据公司的类型以及…
阅读全文