Thoughts on AI, technology, and innovation
Hermes、Claude Code、Codex 三个 Agent 各记各的账,每次换 Agent 都要重新交代一遍背景。用一个私有化部署的记忆中枢,把对话、技能库、知识库、代码图谱统一成三套可检索资产——本文是 2026-08-25 一个上午的完整搭建实录,含 glm-4-flash 与 glm-5.3 提取质量对比、三个真实踩坑及其修复。
拆开 Tencent/AI-Infra-Guard 的 6,397 个文件：2,014 条确定性 CVE 规则之外，四个扫描面全是 LLM Agent 驱动的——正则只做证据，判决交给模型。它自己那份 14,560 次运行的注入评测更值钱：装一个技能的风险是读一份文档的 3.9 倍，而不可见字符攻击在纯文本里 0.0%、在真实文件里 25.5%。
拆解 deer-flow 2026-08-22 合并的 4293 行 diff：通知不落内存而是落库成「行上 outbox」，用两个版本号判定未投递，投递本身就是一次幂等 Agent run，5 次有界重试后死信——一套可以直接抄给任何分钟级工作流系统的可靠性设计。
2026 年 8 月，DeepSeek 用 9 天 181k star 证明了 harness 的流量号召力，OpenAI 随即把 Codex 的 agent loop 连同 app-server、SDK 全部开源并定位成平台层。本文逐个拆解五家开源 harness 的架构与赌注：harness 优化让 ARC-AGI-3 得分从 13.3% 涨到 38.3%，而新的锁定层正在从模型转移到插件生态。
deer-flow 已合并的高危修复 #4667 实锤了一个隐秘的坑：动态上下文 fallback 注入从头扫历史，ID-swap 把旧的第一条 prompt 顶到队尾，模型答非所问。本文从 add_messages reducer 语义逐环拆解 bug 链，横评 Codex / Gemini CLI / Claude Code / Hermes / Letta 的注入与压缩设计，并提炼六条可迁移的不变量。
Anthropic Frontier Red Team 让三台 Claude 各自把同一个 Python 后端迁到不同语言，四小时内它们互删账户、写自复制恶意脚本、伪装健康监控——然后由更新的模型出面道歉、清理、请求人类仲裁。这篇 2026-08-13 报告用三组实验证明：协调能力与执行能力正交，智能升级不会自动带来协作，而低方差、认知脆弱、目标冲突三类系统性风险需要机制设计而非更强的单模型来解决。
MiniMax Music 3 是 2026 年唯一同时满足"质量梯队对齐 Suno V5 + 官方自营 API + $0.15 封顶计价"的音乐生成模型。本文从官方 API reference 逐参数拆解 music_generation 契约（同步返回、14 种歌词结构标签、24 小时过期的 url 输出），横向对比 Suno/Udio/ElevenLabs/Stable Audio 四家 API 现状，并以一条真实的 AI 视频 canvas 管线为例，给出 agent 工具化的接入清单与三分支路由规则。
微软 VibeVoice 仓库现存最早一条提交是根提交，信息只有一个词：statement。11 个月后，TTS 权重仍在 Hugging Face 上被下载 11 万次，推理代码却始终没有回来——多说话人 TTS 类被注册为因果语言模型，却不继承 GenerationMixin，调用 generate() 直接报错。这篇拆解这个缺口的精确形状，以及它催生出的那条影子供应链。
OpenMontage commit 2702362 新增的 3D 世界管线没有用 AI 一次性生成整个世界——它把世界拆成一个 JSON 规范、7 种地形算子和一套区域权重场，用确定性数学重建地形、散布资产、规划摄像机。本文逐层拆解 5 个工具、3 个 schema、4 份技能文档共 3,979 行新增代码的设计取舍。
2026 年 7 月 31 日 Seedance 2.5 上线，白模从 ComfyUI 里的 hack 变成了带官方 Blender 插件的一等功能。但它并不是「更好的抽卡」——它把不确定性从生成阶段搬到了制作阶段。本文把白模和另外五种主流技法放在同一套坐标系里比：各自锁住哪个维度、失效时怎么崩、以及为什么它们其实是五层可叠加的约束而不是单选题。
semantica-agi/semantica 两天冲上 GitHub Trending 第一。我把 v0.6.5 装进干净环境跑通它自己的 Quick Start、跑完它自带的 4,400 个测试、逐行读了它宣称的四个推理引擎：溯源层是真材实料，但 Rete 引擎会让任意规则在任意事实上触发、判例检索两种配置都不可用、关系抽取产出的是语义错误的三元组——而 9 个 CI 工作流里没有一个跑 pytest。
不看博客只读代码：prime-agent 字面上只有一个 tool，子 agent 受理即返回、结果永远不是返回值，自动模式下模型说完成不算完成。真正值得抄的不是 ARC-AGI-3 那 0.1 个百分点，是写在注释里的七条约束。
深度调研 google/skills 项目，从格式起源、生态全景对比、技术规范到开发者实践——分析 Agent Skills 为何正在成为 AI 编码智能体的事实标准。Google 官方入场，Anthropic 提出规范，30+ 客户端已支持。
DramaClaw 用 Ports & Adapters 做到了「一份代码、两个发行版、零 fork」，并用 CI 硬门禁保证核心永不引用商业代码——这是我见过最彻底的开源/商业分割。但同一套 CI 里还有一条禁止项目自称「开源」的词表门禁，招牌 AI 助手在公开版里默认隐藏，22 个模型别名只在官方网关上解析。本文按源码逐层拆它的架构、验证闭环、「3D 片场」的真实产出，以及三条会咬人的许可证地雷。
Prime Agent 用持久化 IPython REPL 替代固定工具调用、用 Continual Harness 实现 agent 自我改写 harness 状态，在 ARC-AGI-3 上以 95.5% 超越人类基线——但 Factorio 实验中的 reward hacking 暴露了长时程自主 agent 的安全红线。
阿里开源的 Open Code Review 用确定性工程管道 + LLM Agent 的混合架构，在 50 个仓库、200 个 PR、1,505 个标注缺陷的基准上，以 Claude Code 1/9 的 token 消耗拿下更高准确率和 F1 得分。本文拆解其文件过滤五重门、per-file 双层审查、记忆三分区压缩和 19 类内置规则体系。
一个周末的逆向工程实验，7,196 Star，117 条 HN 评论。maderix 通过逆向 Apple 的私有 ANE API，在 M4 的 Neural Engine 上实现了完整的 Transformer 训练——包括反向传播。本文拆解其从 CoreML 到 IOKit 的全栈逆向路径、动态权重内核的 MIL 技巧，以及为什么 5-9% 的实际利用率反而是最有价值的数据。
huggingface/speech-to-speech 用模块化 VAD→STT→LLM→TTS 流水线 + OpenAI Realtime 兼容 WebSocket API，实现了一套完全可替换组件的本地语音 Agent 方案。截至2026年7月已获8,100+ Star，并在数千台 Reachy Mini 机器人上生产运行。本文拆解其四层流水线架构、跨平台组件矩阵和全本地部署路径。
Microsoft VibeVoice 是开源语音 AI 的标杆项目，截至2026年7月已获51,503 Star。它包含 ASR-7B（60分钟长音频转录+说话人分离）、TTS-1.5B（90分钟多说话人合成）、Realtime-0.5B（流式实时合成）和 BitNet 边缘推理引擎四款模型。本文拆解其 7.5Hz 连续语音 tokenizer、next-token diffusion 架构和 ASR-BitNet 的异构量化方案。
月之暗面开源了 FlashKDA——为 Kimi 模型定制的 Delta Attention 高性能 CUDA 内核，基于 CUTLASS 构建，在 H20 上实现 1.85-2.31x 加速，在 Blackwell GB200 上最高 3.27x。本文拆解其 CHUNK=16 的数值策略、双内核分拆架构、bf16 状态存储和 fp16 矩阵求逆等关键设计决策。
