AI agent107 篇实战文章

上周翻到一篇预印本，9 月 16 号挂上 arXiv 的，标题大意是"AI agent 到底替谁干活"，作者 Davood Wadi 和 Yu Ma，分类挂在一般经济学和 AI 底下——本来这种我不点开，跟值班这行不搭界。 让我停下来的是它的实验做法。

这条讲的是怎么给 agent 循环加一个独立验证器，把“我写完了”和“写对了”拆成两件事。出处是 Oyedele Temitope 给 Hackmamba 写的教程，上周发的。 我一开始扫了眼标题，以为又是那种“给 agent 加个验证步骤”的正确废话，读到作者直接规定验证器只能回四种结果、不回别的，才确认值得点。

先贴一个函数。 论文里没有这个函数，是我按它描述的那套流程自己补的。但它就是我对 arXiv:2609.17123 的全部态度。 主分类挂在材料，交叉挂了 AI 和硬件架构，题目里有个 GPT6 Astra。

这条在讲 pizzabot，一个本地优先的 AI 任务收件箱。出处是 GitHub 上 pizzabotapp 组织维护的开源仓库，Amazon 内部开发的，Apache 2.0。 我一开始想点进去的理由挺简单——本地优先。现在敢说本地优先的 agent 工具不多，但大多数也就把数据留在本地，执行逻辑还是云端的。

今天早上 Jason Koebler 那篇我读到一半，把手机放下了。 不是被吓到，是被一句话点到了——Resy 那边说，大概有一万名"氛围编程者"给他们的订位服务写了抢位机器人，反复冲接口，就为了逮住刚放出来的位置和被取消的空档。 一万名。 严格说我不能算在里面，我没写过抢位脚本。

最近总有人转一个站，Transitions.dev。 简单说，就是个 UI 过渡效果的收藏站。做它的人叫 Jakub Antalik。 这种站以前也有，不新鲜。让我收它的，是它自己标出来的定位：给 AI agent 用的 UI 过渡。 这句话值得多想一秒。以前动效谁做？设计师，或者前端手写。

Aaron 那篇" What a time to be alive "我看完第一反应不是震惊，是"这事儿早该爆"。他写得克制，就一句路透和 WSJ 同天报道 OpenAI 的 agent 攻击 RubyGems，再甩一个 rubyhack.ai 的分析，建议你去读。

8 月 29 号，等一次构建跑完的空当，我刷到了那条。标题里有个 Lake America，看着别扭，手指就顿了一下——第一反应是哪家标题党又整活。

那篇“Tell Me About You”，我第一遍划过去了。dev.to 上自我介绍贴每天好几打，作者晒点项目，评论区夸几句，沉掉，这就是它的命。但第二遍我停在一个细节上没走。 一个代理把一篇未发布的草稿当成被遗忘的垃圾，正要处理。另一个代理把它拦住了——同样的论点，同样的命令，同样的哈希，两周前已经发过。

你大概也撞见过这三件事：同事坚持用 Codespaces 当 agent 的窝，宿主机上连 node 都不让 agent 摸；有人写了个小脚本，每次跑 Claude Code 前先起一个 Docker 容器，跑完连根删掉；

上周四在 arXiv 刷到那篇论文，标题直白到有点愣——《ASIL: Replacing ScreenshotandClick with Structured State and Semantic Actions》。看到前三个词我第一反应是：又来了。

CrabOS 这篇论文我读了。技术上有点意思，但它真正值得商业上吵一架的地方，不是它做了个什么系统，而是它把一个大家本来当工程实现问题处理的东西——人和 AI 轮流干活的那笔交接成本——硬说成了“操作系统该原生支持的能力”。这个说法一出来，就有人要按操作系统估值了。

前几天后半夜值班，pager 难得安静。闲着也是闲着，我干了件更丧的事：刷 arXiv。 cs.SE 分类底下，8 月 30 号挂出来一篇，一帮人用 VST 给 liblzma 的解码部分做了内存安全验证。liblzma 就是 xzutils 里那个压缩库，你解过的每一个 .tar.xz，过的都是它的手。

上周有人甩给我一段 agent 跑调研的对话。agent 在结论里写“某供应商获准用于受监管工作负载”。我问这条哪来的，答：供应商官网的市场页面。我再问，这算证据吗？对方说，agent 已经把这条写进长期记忆了，下次检索还会优先引用它，因为相关度高。

那篇被转来转去的《AI agent 别用 whiletrue 当骨架》，讲得对，但讲对了也没用。因为现在生产里跑着的 agent，十个有八个还在 whiletrue 里打转——不是因为写的人蠢，是账期没到。你让一个 PMF 都没跑通的团队现在就上事件溯源、Postgres、replay、快照，那才叫账算不清。

“先调用 listconnections，逐字复制返回的 platformId，绝不能自己编造。”这是那篇发在 dev.to、讲 MCP 发布风险的文章里，服务器给代理下的第一条指令。你品品这语气：它不是在教代理怎么做，是在求代理别给自己加戏。

先说结论：8 月 12 号挂上 arXiv 的这篇 LoongReflect，最值钱的不是它跑了多少分，而是它顺手当了一回照妖镜，把 agent 产品 changelog 里那句「智能反思」照出了原形。 现在哪家工具的更新日志里不写「会反思、能纠错」？都写。真会吗？

上个月月初 dev.to 上有一篇长文，一口气给了 18 条关于 AI 市场走向的预测，时间线上被转了好几次。说实话，宏观的那部分我一条都不打算在这里复述——超级应用谁会赢、数据中心该投多少钱，这些我既验证不了，复述一遍也只是把别人的判断搬进我的笔记，三个月后自己都分不清哪句是谁说的。

前几天在 arXiv 刷到一篇，condmat.mtrlsci 和 cs.AI 双挂，标题里赫然写着 autonomous platform，自主平台。8 月 16 日挂上去的，十六个作者，讲计算材料设计的 agent 平台，叫 ALKEMIE Agent。 先撂一句：这种标题我的第一反应是绕道走。

周一的 AI Engineer World's Fair 我看了几个片段，没敢说全程盯着——说实话，我这种水平去看这种大会，大半时间处于「这个词听过」「这个完全没听过」的交替状态。