开源社区发起人新路发力EKB计算机工具链 提出零人公司终局观

开源社区发起人新路发力EKB计算机工具链 提出零人公司终局观 大模型智力已跨越瓶颈，未来智能体的上限将由外围装备层（Harness）的上下文压缩及自由度设计决定，且企业最终将演变为由智能体自主运行的零人公司。 本期对谈深入拆解了 Agent Harness 的核心架构，将其划分为执行能力层、上下文与状态环境层、以及治理与编排层。嘉宾新路结合 Claude Code 泄露源码的工程实践，提出了“More Context, Less Control”的设计哲学，并详细介绍了其团队自主研发的虚拟 UNIX 计算机 EKB 工具链。此外，节目还探讨了“Bash is all you need”的行业共识、完全由模型驱动的“悄悄做梦”记忆机制，以及未来由 Agent 自主运行、自我进化的“零人公司”终局构想。 “模型以外都是 Harness”：大模型是大脑，而 Harness（智能体装备/马甲）是肢体与手脚，Agent Harness 包含执行能力层、上下文与状态环境层、治理与编排层三层架构。 (4:59) 未来的 Agent 开发正逐步抛弃传统的 Prompt Flow 路由，转向“Agent 即模型”与“Bash is all you need”理念，因为 UNIX 命令行拥有数十亿条预训练语料，调用鲁棒性远超 MCP 等新协议。 (19:59) Claude Code 展现了极致的工程能力：窗口满载时通过主动裁剪与撰写“交接文档”开启干净新窗口接力，并借助 stop 钩子与后台类似人类做梦的 Auto-dream 机制自迭代维护记忆。 (14:59) 好 Harness 应遵循“More Context, Less Control”原则；展望未来，“一人公司”并非终局，“零人公司”与基于微型虚拟 UNIX 计算机的混合组网将成为可能。 (34:59)

新路认为主流大模型的智力水平已足够应对复杂任务，Agent 能力的上限关键在于外部装备（Harness）的设计与工程落地，开发者应从繁琐的流程图控制转向以命令行交互、上下文交接和自适应记忆为核心的原生设计。 Harness 的三层系统架构 (4:59) 新路将 Harness 概括为“模型以外的一切”，认为其作用犹如赋予聪明大脑以机甲手脚。在架构上，Harness 被拆解为三个层级：最底层的执行能力层（Action），通过命令行（CLI）、文件系统、解释器与 MCP 为模型配置可调用的工具；中间的上下文与状态环境层（Context & State），负责管理 System Prompt、Skills、Memory，以及在模型窗口满载时进行上下文的卸载与交接；顶层的治理与编排层（Governance & Orchestration），则负责多 Agent 之间的串并行调度、任务委托与沙箱权限隔离。 以“从零构建 C 编译器”为例，执行层提供写代码与测试的基础工具，上下文层负责同步环境依赖并撰写状态交接文档，治理层则控制开发 Agent 与测试 Agent 的协同流程，并严密限制测试 Agent 的修改权限，防止其为了通过测试而篡改底层代码。 范式变革：从流程图控制到命令行优先 (19:59) 新路指出，传统以 LangChain 为代表、基于 Prompt 节点流转和状态图路由（Flow）的开发模式正在被淘汰，行业正在向“Agent 即模型”的原生理念收敛。目前已形成的显著共识是“Bash/CLI is all you need”：UNIX 命令行自 1971 年诞生至今已在互联网积累了数十亿条预训练语料，模型对其调用的鲁棒性极高；相比之下，MCP 等新协议在预训练数据中占比不足 0.1%，实际任务成功率远不及成熟的 CLI。 在 Harness 的工程哲学上，新路主张遵循“More Context, Less Control”乃至零控制原则。过去因模型能力不足才需要大量状态图进行硬性约束，而优秀的 Harness 应与模型原理自洽、与模型未来的智能升级“正交”——只负责提供充足的 Context 与工具，将具体决策权完全交还给模型本身，避免因模型升级而频繁重构底层框架。 上下文极限管理与自驱动记忆演进 (14:59) 从泄露的 Claude Code 源码来看，其核心工程亮点在于对长上下文的极限利用与兜底机制。当面对 200K–256K 窗口满载风险时，系统在不破坏 KV Cache 的前提下主动裁剪冗余的工具输出；当窗口消耗达到约 80% 阈值且任务未竟时，Agent 会自主撰写一份包含当前进度与后续规划的交接文档，并唤起干净的新窗口接力执行。 在记忆（Memory）构建上，Claude Code 采用了双层更新机制：每次会话结束时触发 Stop Hook，启动 Fork Agent 复用缓存并将增量信息沉淀为 YAML 和 Markdown 文件；在后台，系统每隔约一天（或累积 5 个会话）触发一次类似人类“做梦”的深度整理任务，重放对话以校正错误事实并合并记忆。新路认为，当前被广泛探讨的 Memory 与 Skills 本质上都是对经验与标准流程的提炼，属于统一的上下文治理范畴。 边缘组网、个性化推理与零人公司设想 (34:59) 展望未来演变，新路在 Agent 要素排序中将模型置于第一位，上下文列为第二位，工具置于第三位。他预测未来的 Agent 不仅运行于云端，还将通过类似于 Tailscale 的边缘混合组网运行在 Mac、手机、路由器等设备上，彼此通过高通量上下文交换和高频微额支付进行协同。在模型个性化层面，未来或可通过在请求头中携带特定 LoRA 参数来实现低成本的个性化推理。 新路进一步提出，商业组织的终极形态不是“一人公司”，而是输入输出完全闭环的“零人公司”。正如真格基金等资助的 UU Agent 案例，该项目完全开源且不再由人类修改代码，依靠在 GitHub 上“化缘”赚取 Token 自我进化。新路预测，未来可能出现完全运行在硬件设备内、无需任何人类雇员即可年创数十亿营收的自主 Agent 商业体。 新路所创办的 Share AI 致力于开发仅 1KB 大小的虚拟 UNIX 计算机（Copputer）等轻量级基建，以承载跨终端运行的大规模主动式 Agent。然而，从基于 CLI 的极简范式探索，到实现高度自主且无需人工干预的“零人公司”，其涉及的安全沙箱隔离、持续自演化稳定性以及实际商业可靠性，仍有待更长周期的技术检验。

[0:00] 新路: 模型以外都是 Harness [0:00] Agent 的上限来自 Harness 的设计，而非模型智能的提升 [0:00] 新路: Bash is all you need [0:00] 新路: 如果不了解，做出来的产品就会“缺乏灵魂和进一步迭代的空间” [4:59] 新路: 现在的 PM 不能只像过去那样画一画 UX/UI，而是必须理解技术周期变化的内核，同时懂场景痛点与技术红利 [4:59] 会跑（执行层）→ 跑久（状态层）→ 跑稳（治理层） [4:59] 新路: 穷人版的强化学习 [19:59] 新路: CLI is all you need [19:59] 新路: More Context, Less Control [34:59] 新路: 未来只有 0 人公司，没有 1 人公司 [34:59] 新路: 这里面跑着我的公司，它每年给我创造几十亿的收入，但里面没有一个员工 [34:59] Share AI: 加速世界升级

[0:00] 嗨,我是Cocci最近大家都在讨论Agent HarnessAgent的上限是由Harness去决定的可是当我们聊到Harness的时候我们到底在聊什么不久之前Cloud Code的原代码被泄露所以许多Agent Harness的关键模块也被完整的呈现了出来成为了非常好的一个教学样本今天我们请到的嘉宾是新路新路是Share AI的创始人他们做了一个教程Learn Cloud Code这是一个在GitHub上面现在已经有超过5万颗星的教程你好心目欢迎来到十字路口哈喽感谢科丽老师邀请我们这一期播客的目标是希望能够让大家感觉到Harness不再是一个神秘的或者玄乎的词然后可以让大家明白它其实就是软件工程的一些方法那我们照旧还是从矿安快达来开始请问心路你的年龄23毕业院校河南工业大学然后MBTI和星座INTP新作我不太关注一句话介绍一下自己的公司和产品我现在在做一个EKB的Agent Computer的一个工具链给开发了开发Agent用的开源工具链然后再一句话来介绍一下我们刚才提到的开源的教程Learn Cloud Code是什么Cloud Code就是我们认为最好的Agent Harness所以我们就是说要学Agent Harness干脆我们做的一个资料仓库来解析Cloud Code的设计模式咱们现在的融资情况我们刚刚开源的300多万美金目前的团队规模团队非常的惊骇主力其实就是我然后我有两个实习生收入和利润新的创业方向刚开始还没有收入对一句话介绍一下创业前在做什么我就是在一些大厂和研究院做一些AI infra的相关工作如果今天心路你要用一句话像一个都没有听说过这个Harness的人介绍Harness你要怎么说模型以外都是Harness我会倾向于把模型比较为一个聪明的大脑但是他没有身体和手脚的情况下他只能思考没办法行动Agent的上限是来自Harness的设计你认可这句话吗以及为什么Agent的上限不是来自模型智能的提升我对这个话赞成一半首先agent的智力的上限提升肯定还是模型层面的发展因为agent其实是一个模型那模型越聪明肯定它越好我们看到现在其实大部分模型智力也都比较够用了把模型比成人的话我们至少在120到170之间但是我们可以通过去健身去学舞蹈然后去休息武术去穿上这个机甲来作业来让我们自己更加强大这个比喻还挺有意思的机甲是harness也就是我觉得它极大的扩充了我们的能力我们一开始也提到这个learn cloud code的教程在gitup上面有超过5万颗星那大概是什么时间点你开始写这个教程其实应该有9个月前了当时是出于什么考虑想要写这么一个教程我们当时的想法就是Cloud Code是非常强大的你只要把Cloud Code套一个网页你其实应该会得到一个非常强大的一个agent的产品所以我们就会做给开发者用的工具链但是开发者可能比较熟悉过去像Long GraphLong Chain这种一些基于Promptor基于Node和这种Flow的方法的就是一种像派系之争每次我大家可以说然后很多人可能不太相信harness当时其实还不套harness就是可能叫agent框架agent runtime这样的词就觉得很多地方我可能不太好控制那他们更喜欢加上很多prompt的节点然后自己可以流转和控制然后成本又低又可控所以我觉得这是一个思想范式争论所以我们当时做的这个资料然后放出去其实也是知道我们构建code agent的心法所以你会认为Lunch and Nongraph这样构建Agent的框架它们已经彻底过时了吗就没有任何用武之地了吗像Prompt Flow就是基于Prompt提示词节点做流转和控制那一套方法可能就是未来的Agent的开发过程中越来越不适用了然后这种基于CC这种Agent Native就是Agent即模型模型级agent这种方法和思想去做事情包括by是遭有腻的这种方式会越来越清晰会被更多人去采用然后在我们录播客的前几天cloud正好推出了managed agents也就是把他自己做agent harness的这一套给开发出来给大家用了岂不说更早之前他的原大码也泄露了既然现在比如说我要开发一个agent我就可以直接用cloud manage agents大家还有必要自己去搭harness吗甚至还有必要去了解Harness的细节吗做一个agent的开发工程师会需要的就是我认为就是如果你不了解的话呢你做出来的产品缺乏灵魂和缺乏进一步迭代的空间但这个就像云服务器一样吧云服务刚出来的时候可能工程师也会说哎呀不能直接就掉他的API我们也要去搞明白这个服务器的这个方法 [4:59] 方便面的infra但到后面你发现其实99%的工程项目根本就不需要所以我想这个会不会在agent harness这个层面也是一样呢我们今天虽然这一期播客还没开始聊我们要讨论harness要让大家学习harness但会不会有一天其实根本就不需要学了大家直接用CloudManaging Agents的服务就够了如果从整个推延角度来看肯定未来会有那么一天就像大家今天去比如开发很多这种全站的这种外部应用都有Negens这个框架但你不会知道那家里面怎么设计和工作它的原理是什么大部分人可能不care这一层我直接开枪几用你开发就好了那么以后的这个Agent Harness随着它迭代和收敛以后呢maybe大概率还是会可能会回到这一层两三年以后它成为一个非常清晰的大家开枪几用去做这件事情在这个过程中嘛就是我们说现在是技术周期大家做创业也好做产品也好本上是在做技术周期里的红利变化你还是要自己拥抱技术周期的变化知道里面在变的是什么这一头什么人在学这个Agent Harness我觉得就是偏自己在构建和开发Agent产品的去多吧不管是大厂里边的相关的组还是外面的创业公司你觉得产品经理有必要了解Agent Harness吗我今天对产品经理会提出一个质疑就是我觉得今天的产品经理跟过去的产品经理其实指的不是同一种产品经理今天是在技术变化周期内我们今天所做的一切产品都是在吃这个技术周期变化的红利所以说如果你自己都不了解这个技术周期变化的这个内核和本质到底在变什么你很难固定一个产品很贴合要吃掉它的这个红利或者说贴合这个变化和周期所以以前的产品就得画一画好的UX UI但今天其实我觉得我们本质上是如何把技术进步的红利然后应用在我们的某个场景领域上所以你应该同时懂良者就是后者是场景需求和痛点前者是这个就是技术上到底在变什么那我们再回到聊这个Agent Harness当我们聊Agent Harness的时候一般来说新路你会把它再拆成几个部分吗我会倾向于把它拆成三个部分就是第一层的是给模型去提供它的执行能力的一个层简单像CLI也好包括你去洗达码去注册的那些工具包括从MCP去扩展的工具这些统一是给模型提供的action的能力那第二层呢我会更偏向于叫类似于叫做上下文就是状态这一层面比如说你的模型你要去工作它是不是需要有它的sitem prompt它有它的skills然后它有它的memory包括这个模型的上下文窗口不是无限的很多的任务它其实会超过模型的上下文窗口它是不是会要有一些offload然后那下一轮相当于其实你以为还是那个agent在工作其实已经是一个新的模型窗口再装上一些初始化上下文让它继续上一个窗口里在进行的工作其实有点像一个新的agent的那它怎么接上上一个agent交接给它的工作这里面会有很多的上下文和状态的问题我第二层觉得它被归为上下文的环境层也更好那第三层把它归为就是说对agent的这个上层的管理这个管理也会分两个方面一个是如果你今天面对的对象不是一个agent你是面对100个agent就像你公司有100号员工你怎么去组织他们协调起来按照某种组织架构某种协作方式和传递顺序去把一个复杂的一个事情给解决掉那第二层呢就是说你针对这100个人对吧他每个人要不同的岗位的访问权限其实也会有很多这种关于权限治理关于CNC的提供和隔离很多这种就是治理的方面问题所以这三层一个是知心能力层然后一个是上下文的环境层还有一个是治理编排就管理这一层那我们要不要用一个例子来串一串这三层就一个具体的agent的任务它的背后harness的三层是怎么发挥作用的之前有一个知名的例子就是说就是用两周去协调大量的agents从0到1构建了一个C边器它通过这个非常多agents交替完成任务子迭代就把这个任务给完成了那我觉得这是一个很好的case那首先我们说首先agent的最底层是一个模型对吧模型就像大脑和心脏一样它要去驱动整个任务的这个完成那它要有action能力所以说你至少要给它配置这个类似于文件的增删读写搜索啊等等这样一些这样对应的工具能力就是action能力就是我说的Harness的第一层你给模型提供的能力那模型才有机会去写代码去创建文件修改它前面创建过的文件那第二层呢就是创下文状态这一层OK那我模型是不是要知道我现在是在一个什么样的环境中去工作然后呢我的路径是什么我这上面装有哪些依赖对吧然后我已经写的我粘牙的结构是什么对吧然后包括我的我的Gate信息以及就是那它的模型上下文窗口非常满因为我们知道一个CBNH是有很大很大的工程量它不可能在一个模型的上下文窗口中去直接去做完就是而不装满它要有些上下文的这个卸载 [9:59] 策略包括就是说我们刚说的上海文窗口满以后下一个agent再去工作他要去重新去读一下我当年环境信息是什么前面已经写的代码写到哪了接下来我要进行什么在我这一轮的成本周期里做到某个阶段我再会写类似的文档去委托我当天的上海文状态再交给下一个agent这样一次的接力最后去把整个C变运器给写完它不是一个单纯的action能力层就能完成了它还是需要上下门环境的对然后第三层呢就是这个编排和治理层嘛如何去指导这些agent之间去做一个传递和委托包括我的写代码agent和测试agent之间的关系包括这个任务中难道一定每个环节都是串行的关系吗我只能有一个agent接着一个agent去完成吗我是不是有很多模块我是可以并行的去写的可以同一时间有多个agent去做这个文化他们之间的协调关系是什么就是这会涉及到编排的一个问题以及就是说那不同的agent它的权限怎么样我去做测试的一定是不是应该有测试环境包括测试工具它对应的权限它应该在测试的时候对着我的这个代码它一边测一边修改说我测不过我把那修改一下就好然后它一直在hack这种pass所以说这里面会有很多的这种权限的智力包括上层的这种协调关系的编排的一些问题这属于第三层所以大家过去做一个agent的时候说到的这三层都是要靠手挫的但现在慢慢的可能有一些已经封装成了一些可以直接掉的这个infra工具了对吧然后在你看来现在有哪些已经封装的很好的有哪些人让目前需要手挫这三层到目前我并没有觉得有封装的非常好的因为我们觉得这个范式变化太快了从22年底拆GPT的发布再到现在那次于CC这一套背后这种agent的智能体模型的这套范式模型被训练了完成长城任务也就是最近半年左右才开始出现所以开源社区我其实也观察了很多就是没有看到太让我满意的这一层所以也是我们自己在做这一层的原因要不这个也请你介绍一下你们在做的这一层具体是什么就是这是你们创业的一个项目对吧我们在做这一层我要刚刚说的Agent的三个层面我们去提供了一个完整的工具链首先我们最底层是一个叫Copputer的一个工具链就是它是取CopputerC的字母变成K叫Copputer它是一个我们在数据结构上实现的一台UNIX计算机你可以例子以为我们在内存中实现的一台虚拟的计算机它给我们像小龙虾包括Cloud Code等这种下一代的一种主动式的agent它有它的自迭代性成长性我们要给这种agent配一个它的执行环境去让它在那个环境里去生活和工作然后这是我们提出的我们认为Unix的计算机可能就是对它最好的居住和生活的环境我们说的第一层是这个然后我们上一层呢会有一个叫key runtime的东西它是一个agent runtime这一层我们会相当于提供了给开发者去开发agent的对象的非常多的接口语法堂上的一个封装除了这一层呢我们还会有其他很多跟大家证交的层面比如说像keywatch对吧就是我的观测比如说过去半个月我的agent他们分别在任务完成在什么情况下遇到卡点了对吧这样就可以指导我去观测是不是我的CLI没有设计好还是我的skill没有提供到位还是说我用的模型不太行OK那个时候观测层就很重要了以及我们继续观测层的话可以对数据做导出导出以后呢我们会有一个叫KR的一个工具链你可以把这个数据拿来强化学习去训练你的模型或者说你说OK我不想练我自己的模型我就想用一个标准的模型的API去请求那个基模我们也可以对你做这个山下文层面比如关于memory关于skills关于过去的一些经验的提取和自抵代的一个就是你可以理解为穷人版的讲话学习我理解其实云服务厂商也会想要做这一层AWS有Agent Core然后阿里云有Agent Bay也都是想为搭建Agent的人提供这个Harness这一层的Infra然后你们作为创业公司会怎么看你们和云服务厂商之间提供的这种差异对首先就是我想强调我们的agent开发工具链并不是为了完全运行在语音上或者放给语音件的其实我们是希望一切能有js场景都可以跑得起来比如说你在开发一个浏览器里的网页就是完全运行在浏览器上网页没有后端的那种然后包括你就可能在开发一个微信小程序对吧然后你开发很多场景下呢它是塞不进一个linux的对吧你的微信小程序一个package可能也才挤到大小我们希望就是说在所有的能跑js的场景无差别的给你提供一个类似于上个时代VOE RAC的那一层的一个供应链框架你就安Port它就直接用好了就是它的心智非常的统一和简洁优雅然后它背后的性能占有非常极致就是只有1KB那么大小的一个UNIX的computer然后给你的agent去取公一个生活 [14:59] 但是你的那个像小龙虾这种agent他在那个环境里放着他又以为自己是生活在一个UNIX的计算机上他的命令行啊他的文件系统他的网络能力都是跟他平常训练的时候的心智是一致的所以你们的公司名字就叫EKB对就是当然其实没有那么前面那个意义了就是是KB的一个展开的线对这怎么做到的呢这是因为我们是用数据结构重新实现UNIX这件事你可以理解为我们就是Nix的文件系统我们会用TS重写成虚拟的Bash然后呢再包括我们说那OK我是不是还除了前台进程我还有后台进程的一个运行能力OK我又有我的Cloud始终的概念就在那个虚拟世界中往前推进然后这一层我们要去做包括我是不是要有局域网的组网能力我要有类似于NAS那这些很多方面能力我们都会在我们的虚拟抽象层用语言去重写一遍对然后包括在一些支持WebZomni的场景我们就会把一些我们的工具链用RUS重写一遍然后在它能够支持的情况下我们会切换过去然后它不支持的情况下我们会fallback到最朴素的JS是我们的执行我们还是再说回来Agent Harness我们说的第一层是执行能力层是要给Agent的各种各样的工具可以列举一下现在最主要的工具有哪些吗我觉得最主要的工具首先就是关于文件系统的那些工具就是增删读写搜索这些大本Agent的不管是在做Coding任务还是做Deep Research之类的任务基本上都会需要的一些工具那第二层呢我认为就是Brother这一层就是你给他一个关于原来用户实际系统的这样的一个操作能力的访问这一层第三层呢其实有点类似像pythonnode这种的就是一个语言解释技层我觉得这是大部分情况下你配好这些工具它应该就是可以满足我们可能95%以上的这种agent的任务了听起来其实配工具这一层很简单但是这一层有你认为比较容易踩的坑吗它很多时候跟我们的权限包括agent的角色是相关的比如说我某一个agent就是负责去对这个代码库做一遍explore对吧然后呢这个时候我应该只给他配就是没有副作用的工具比如说所有关于写的命令就是包括筛啊改的能力包括有一些你是不能让他操的brother或者就是你配给他以后你是限制他访问很多网狱的就是这样的话会有很多的这种中间的trade off就是你的agent的工具链的设计要紧密的跟agent的角色绑定去limit掉它底层对于这台UNIX的计算机的操作能力那我们刚才说到这个第二层上下文语状态层这环境层的时候memory就记忆是非常重要的然后现在也可以看到有不同的记忆不管是模型厂原生也有一些记忆的功能然后也有三方的一些开源的一些插件它会给记忆的解决方案然后可不可以给大家讲一讲现在你认为Agent Harness的Memory这一层有哪些主要的解决方案Memory这一层的发展目前还处于一个很早期的阶段我其实把它出列的分为就是规则式的半规则式的和完全模型驱动式的目前落在使用上来看的话相对规则式的和半规则式的我也多吧完全规则式的就是像很多基于这种知识图谱和向量搜索他们所构成的就是把最后你的这个信息在最后出现这种不同节点的表示然后他们之间在做关联然后检索和扩展那这种方式是非常结构化信息规则式做法的当然我个人其实不太喜欢这种做法然后我更喜欢的是像后者这种半规则式的就是可能我底层是一个Unix的Fails我就是通过大量的Markdown的方式来存储这种试料信息其实Cloud Code也是这样做的爽龙虾里面也是这样做的它可以通过一些类似于其他的空间关系比如说像迷宫这种走势这是最近生化危机的那个女主最近做的特别红的那个记忆项目这种其实就是底层找一种大家都公认的非常清晰的文档文件夹的方式我有房间和空间位置关系就是人也很容易懂这个LM也很容易懂的一种底层的这种就是半结构化的这种方式的信息然后它的更新呢也是半规则式的就基本上是通过agent来做一个更新而不是完全rubase的一块一下就最后得到一个什么信息再来知识图部上做一个什么样的推理我觉得那个是叫完全规则式完全rubase的半规则式的做法呢其实就是用agent来在这里边去你把这个流程和规则告诉agent但是整个分析和过程是由agent去跑的我现在要找什么信息完全是一个后台的agent可能用一个更便宜的小模型去跑一遍那更新其实也是这样的像Cloud Code中也有类似于做梦的机制就是隔一天然后他跑一下最近几个section的对话中他提取一下有用信息是可以对过去的记忆做这种更新纠正和合并的然后包括这一块有一个开源项目叫memoryu也做得很好 [19:59] 对MU是一个开源项目它其实也非常去拥抱这种Unix Files加上Agent去驱动维护更新和查询的整个方式其实Cloud Code里边也是这样设计的感觉大家可以去看一下我们自己的Learn Cloud Code的开源仓库MemoryU这个开源仓库看到YCombinator的CEO Gary他也把他自己的个人的记忆开源出来了但是我觉得大家有点开始混淆了所谓的memory skill它中间的一些边界最早做这件事的其实Cloud Code在年前在去年底的时候发了一个版本里引用了一个叫insights的一个核心它可以分析你最近大概一个月左右的对话然后它会分析任务完成不成它都犯了什么错误它最后给你生成总结的report那个东西就可以知道skill的生成了所以我觉得所有目前关于skill这一波字体在自定化也好最早的起源就是在Cloud Code里面insights的那个特性包括最近像Harmist Agent也非常火它有点更像是类似于memory层面的一个地带和进化这个关键词背后有很多他们交集的区域中间那个地带你很难说清楚它属于是经验偏memory那一部分还是偏标准化的可传不可分享skillSOP那一部分中间的集其实还蛮大的空间对但总体上来说就是可以理会他们都是商家文的层面这让我想到最近有一篇文章巨神智能的一个公司Generalist AI他们刚发了Gen1这个模型非常屌他们自己又跟着发了一篇博客就是说我们其实也不是世界模型的路线我们也不能说VOA彻底不靠谱了就是不要用标签来定义我们要用目的来定义我们我们的目的是去追求什么而不是标签不但会限制外界对我们的想象力甚至会限制我们团队对自己的想象力我觉得刚才我们在讲说我们现在聊到的一些这个hardness的实践它到底应该算memory还是算skill可能聊这个定义没那么重要可能我们更重要的是agent怎么可以这个不断的自己学习进化就这个实践本身实现它的目标是重要的对标签没那么重要在今天我们聊到这个hardness的时候你觉得有哪些是共识有哪些是非共识共识可能就是说我们现在说bash is all you need是一个共识大家现在都在做CLIA或者简单我们说CLIA is all you need每个人都开始说OK 我不要过去那些传统的各种做法我MCP也不要我都开发CLIA我装在服务机上也好我装在我电脑上也好我所有的agent都能用了我MCP我可能还在一个agent配给他还比较麻烦这可能是我觉得算是一个共识的但我觉得今天的很多开源agent的框架并不是都是围绕着这些理念来构建的根据graph等等它还是围绕着这种prompt node去做这个状态图去做路由和条件规则这种方式去构建agent的开发的这种框架其实目前还好像大部分主流的agent的框架不是为了这一层的理念来原生的构建的我们在做我们k系列的agent的工具链想要给大家提供这个共识范式之下的一个新的时代所需要的一层开发的工具链那你们在面下蔚蓝我们在面向终极然后因为最近Cloud Code的原代码却是泄露泄露出来之后有非常多关于它的这个文章你觉得我们能从它的原码里面Harness这个层面你觉得能学到最关键的点有哪些它的压缩策略远比我们想的更加多极比如说什么时候把这个工具的一些output给删掉对吧然后呢包括他的压缩的时候他哪些信息保留哪些信息恢复因为相当于我刚说agent之间的接力棒嘛那下一个agent接到这个上个agent呢完成了一半的任务的时候呢那山下文信息开始要准备哪些内容加载进来哪些信息是不要的哪些信息是让他自己接着去按去去查看的他里边有非常多的一些trade off我觉得他对山下文做很多工作记忆里边他做的其实也非常多工作包括autodream包括cloudcode现在有很多记忆特性没有对普通的用户的那个发布还有一个远程的flag在控制所以很多fisher没有明显的推上来cloudcode里面记忆设计的也非常的精妙也跟他的skills那套机制遵循了统一套哲学首先模型才是agent用户去写的那些prompt去组的这种提示磁流的这种做法chain的链条式的做法是不make sense的对吧模型才是agentCloud Code是完全零零进去的体验的这一点第二个就是我们发现Cloud Code的本账就是围绕着我如何给模型配对应合适的工具让模型去调用对吧翻译过来不就是说你给模型去配这个action的能力给模型充分的自由让他去随心所欲而不是程序员每一步指定帮他去决策你就按我这个办对吧我们过去开发agent往往是喜欢在一个场景下我们设想好在不同的情况下怎么处理最后组成一个大的一个状态图我发现Cloud Code完全不是这样做更多的Context更少的Control更多的Context更多的Action能力的提供对然后0Control 0Control最多就是限制你掉工具的时候你有些工具不能掉 [24:59] 在Manus上线的时候他其实用了一个云端沙箱叫E2B今天可以讲一讲沙箱有些什么样的进化吗从一年前到现在关于沙箱我们关注也比较多了最近虽然也出了非常多的sandbox把各种浏览器塞在里面做得更all-in-one更聚合的但我们觉得这个领域其实目前大的进展还不多以前有些轻量级的沙箱那也是好多年初的该有的还是有我觉得我们自己做的就是EKB的Unix Computers可能算是这个领域或者会是一个大的进展对你们做是不是和Daytona有点像但Daytona可能没有你们那么小对我们做的更加极致轻量我们做的基本上不再是一个sandbox了它是我们语言层实现的一个数据结构就是你可以理解为它像一个map对吧差不多一个大小但你们做的那么小你们有牺牲什么特性吗我们当然做了一些trade off我们上面没有办法真实的像运行一些GCC变异器真的在我们这台虚拟计算机里跑这个浏览器对吧有很多的需要依赖真实的这个做这个代码制性和编译的我们是做不了的但是我们提供的最小化的UNIX的这个FailSystem以及最小化的这个UNIX的Bash这样的一个comment能力的一个B级类似于它的局域网的文件夹共享磁盘它的这个Gmail的局域网的通信包括Crow命令局域网做相互之间通信这些能力我们都是有的而且我们认为浏览器这种东西或者说GCC编辑器等很多重要的东西原本就不应该塞在一个生产级的一个agent给他本身的配的环境中它就应该放在另外一个地方提供一个infra做一个纪约的服务之前我们做的自打系统性能优化往往就是分析整个pipeline中就是低频调用的但是它的性能占用比较重的把它单轮抽出来我们看到Cloud Code原代码泄漏的时候有一个很有趣悄悄做梦的记忆机制刚才我们也简单提到了这里稍微展开讲一讲这个悄悄做梦它到底是怎么在帮助记忆变得更好的Cloud Code中是有两个记忆的更新机制的一个是你每次给给Calcote发消息的时候他在那个agent的工作完成以后他会触发一个hook叫stop的一个就这一轮完成了一个hook那在hook上他注册一个机制就是有一个fork的agent那什么叫fork agent简单讲就是他会带上你之前所有的这个系统提示词包括你之前交货的上下文他可以附用那个之前的kvcache去判断有什么信息我需要保存的他就会更新到对应那些unix的一x一些files中这些markdown但是那些markdown设计的也非常结构化就跟skill是一样的前三行是一个yaml他会像skill一样写好自己的discription就相当于这些做技艺的markdown文件在cloudcode中也不会被一开始又加载这个markdown的全文他也是先读取各个文件名和discription然后呢他去判断相当于跟你实时的交互的这个过程中去更新记忆嘛那第二层呢就是他有一个autodream的记者每隔一天差不多他会有一个判断条件至少大约五个section他开始去进这套机制去做一个更深层的记忆整理就是最近的section做一个回顾用户都跟我的agent去聊了什么他就会综合的去看这些最近的section去提取进一步榨干利用这些信息纠正记忆中有些错误的事实或者说不及时的需要更新的事实记忆做一些合并和整理你可以理解为他每隔天定时的开启一个后台agent对最近的绘画信息做一遍重放就像我们做梦一样做重放做信息整理就是这么两套的agent的机制所以Cloud Code的原代码泄漏除了我们刚才说到的他的记忆机制被大家看到之外还有哪些带来的惊喜吗我觉得对我而言最大的惊喜就是记忆我读下来认为它的设计也是跟它之前skill的这种思想和哲学是一脉相承的格式也好整理维护的结构也好做得非常make sense对我最大的惊喜其次就是我刚刚说的在关于上下文压缩的时候因为agent上下文窗口满了他不可能继续干活所以本身上他做一个接力赛跑他必须传递给下一个agent了这时候传递之间还有非常多的trade office的策略也是我觉得他做了非常多的这种这种工程兜底这可以讲开讲讲吗因为它是一个模型模型的上海文窗口就是虽然今天还不长但其实也不是说你随便丢点东西就满了现在标准的agent的模型都是在200256K这个上海文窗户它其实可以装下非常多的信息所以我觉得更大的就是关于上海文管理的启发就是在于上海文窗口确实装满了我再装装不下的时候但是我这个任务还是要继续干你怎么给我腾出更多的空间或者想个办法让我接着把这个任务给完成这个时候咱们看这个上海文中有什么可能垃圾或者不必要信息或者我们把它给上海文窗口的踢掉可能腾出来几十k空间我就可以再干点事情了这是一种典型的策略那另外一种呢就是这个预值上限比如说成一种 [29:59] 0.8对吧他留下了20%的上限这时候我们交代一下吧对吧我们把我们这个任务干到什么情况接下来还要干什么总体上用或者是希望我们干一个什么任务我们写一个文档写一下我们现在的整体的一个进展然后让下一个agent开始干工作的时候OK他先读一下这个文档然后去接着工作这相当于是种交接那上文交接的时候该交接什么不该交接什么以及下一个agent上下文出手话的时候怎么准备他里面有很多的这个很好的一个设计的所以当我们聊Agent Harness的时候其实和我们过去这一年讨论的很多Agent怎么做优化的工程实践它好像也是类似的因为Manus其实写过蛮多的文章他们在分享怎么做这个context management他们发布的时候在讲比如说less controlmore context等等等等听起来我们今天聊Harness的时候还是在聊这一套对在我看起来Harness就是比较贴近于Agent模型这一代之上的工程实践曾经我们有了CPU处理器我们才能在之上去诞生出来汇编这种东西那正是因为我们的汇编的基建成熟我们可以在上面做语言层的抽象可以后面有CA后面包括C++的抽象那正是因为我们有的一代又一代的抽象我们后面才有机会去诞生出来Python Node.js才有机会诞生出来这些比如说你要开发一个全站的项目上面的最佳时间什么它应该用的框架什么其实我们每一层的技术的最佳时间就是迭代在曾经已有的诞生的基础上现在是诞生了一个新的底层的运行层就是这个模型那我们很难修改它的参数在这种情况下我们如何围绕着上层在利用它这种智能性在做我们工程上最佳时间其实我觉得反而就是现在分享的很多东西吧都是如果你从模型的视角来出发它都是非常自然的非常符合常识和直觉的但是如果说原来你只做强后端代码开发非常做那些robas的东西反而你会认为这些最佳实践好像它为什么是这样的没道理它只是告诉你它是这样做的你不知道它背后的reason是什么但是如果你去稍微思考一下Pansmallow模型就是自回规的怎么在运行它的推理是怎么样agent模型到底怎么工作你再结合这个来思考所有的agent最佳实践的工程凡是包括之前Minders讲的那些东西你就觉得非常make sense我上程代码调用的时候就应该符合他的工作逻辑那当我们说到一个agent harness做得好或做得不好的时候什么叫好什么叫不好涮亚文管理那一块就是不好的涮亚文管理就是他会随便去做一些中间的裁减去扔掉一些前面的轮子或者说随意的修改系统提示词会导致这个promise 开启的失效因为过去一到两年我发现很多开发非常关键上下我们的管理的这个问题其实最好的是管理就是不要做管理因为你做管理真的会导致可以开始失效了对吧就导致它要重新算一遍那这是我觉得就是不好的做法就是跟模型的运行不自洽的那好的hardness的设计就是跟模型的运行是自洽的跟模型未来的能力的进步是正交的比如说有一些hardness的机制就可能我这一步让模型干什么下一步让模型干什么那是因为当时的模型能力非常弱只能做简单的问答或者说做一些简单几轮的工具调用就停下来了那这个时候你必须基于大量的这种一个node一个node做这种craft的做法但是这个东西随着模型的进步呢这个东西就必须拆掉了要不然你就限制了这个模型的能力好的Harness首先要符合模型本身在运行上的逻辑是符合模型未来能力进步的逻辑只要跟这两个点不match的都是不好的Harness因为不同的agent在完成同样任务的时候就有表现的好与不好即便表现的相同好的agent它可能燃烧token的数量也会不一样或者完成一个任务的时间也不一样这背后是不是也是去判断harness好或不好的一个标准其实首先我觉得今天还属于agent模型发展的早期去年初的时候Anstorvik开始率先转型去从问答模型这一代开始去训练智能体模型所以才有了我们今天的Agent模型其他的包括OpenAI在内的很多模型厂是从25年的下半年其实已经落后的半年以后才开始从问答模型包括带有思维链的问答模型去开始追智能体模型这一代的范式所以到目前为止我认为还是处于Agent模型的一二七很多东西都还没有疏敛我觉得可能还不必要过多过快的去讨论所谓的这个Token Efficiency当然这个也非常重要但是我觉得对我们纯调模型的使用者来说你就调Sota的模型其实我们的Harness也好我们的做事情的方法也好只需要围绕着Sota的模型以及次Sota的模型去贴着它去构造和做产品做工具就可以了所以Sota是Anthropic那次Sota在你看看有哪些Sota是Anthropic次Sota可能像Kami对吧包括我们说MiniMaxXGLM他们最新一代的模型都算是紧贴着Soudan一代的如果未来比如说Agent的模型越来越强之后Harness之间的水平差异还重要吗假如我们说时间已经到了两三年以后理论上来讲不应该有那么多的Harness首先好的Harness要跟模型的运行时候的原理是 [34:59] 而且是自洽的其次好的harness呢应该是跟模型的进步方向正交的模型越强模型加上你这个harness构建的一套agent系统它的能力应该是越强的而不是说模型越强你的harness反而束缚了这个模型那导致你的harness要像Longchain一样不断的去重构很多版本把这些代码全都扔掉做一个破坏性更新对我们的理念来说我们就是做一个UNIX的系统你可以理解为Linux这个玩意就是对模型最强的harness如果模型有一天发展成ASI的它也只会更会用Linux这个东西那今天如果我们去做一个Agent要做得好然后它也是多个部分组成的对吧模型上下纹Harness比如工具等等你有一个排序吗什么是最重要的什么是最不重要的我对它总体的排序首先第一位肯定是模型因为我们前面说的Agent其实是模型模型才是Agent当然很多开发者今天不太搬应这个观点但是我自己是非常信这个观点我认为agent从始到终都是一个模型然后呢所以说模型是我会排中邀请第一位的就是说如果你的agent任务表现不好换一个更强的模型就好了就大概率就能提升很多然后其次我觉得上下文其实是一个非常开放的概念比如说他工作在什么样的文件夹里或者是工作在Windows上还是Linux上对吧然后呢包括他能够用哪些工具这些工具是CRI的形式给他的还是用MCP形式给他的这也属于执行层面能力的上下文嘛然后呢包括Skills包括Memory包括上一轮那个agent干完干满了他要传一个激励棒交给下一个agent接着干所以我觉得上下文是一个也是非常重要的部分吧第二重要对第二重要的部分其实对用户视角来说上下文才是最重要的但是其实因为模型我们大部分人没有上千卡的机群嘛所以我们做不了这个模型参数的修改我们能做的空间呢更多在上下文这些层面然后第三个就是这个工具如果你给它配一些powerful的工具它真的可以完成很多更多的事情了25年的3月份的时候呢那个时候我去关注到了GitHub是有它的这个MCP的我发现我很多的这个工作就是解放了你知道吗就是我不用真的自己再去打开GitHub然后每次忍受我的那个页面三秒加在一次完全把我之前很费劲很花时间的很多工作给自动化了然后后面呢我发现GitHub是有它的那个CLI的我会发现GitHub的CLI调用的时候很多能力啊任务的成功率会比用MCP高很多所以后面我就又把那个GitHub MCP给卸载掉了不用了后面我就在思考这件事为什么我觉得就是Linux的这种命令在预训练的时候出现可能有几十亿条他的训练是非常鲁帮和充分的那MCP呢是最近两年才提出的概念它是一个全新的协议和抽象层首先网络预训练的时候预料占比非常少可能都不到0.1%Fayshul CLI最近也很活吗你用下来感觉怎么样比起MCP是不是也好一大截其实的CLI会比之前Fayshul有一个那个就是插件专门配给小龙虾用的它的组合性和灵活度会更高然后它的使用任务的完成率各方面也会更高就是因为发现其实最近大家各个系统都开始开发自己的CLI然后给用户的agent去用我发现大家都开始不再提供自己的MCP了因为MCP是一种最近两年出现的一种全新的定义和抽象但是UNIX这个东西1971年就出现了那也许我们今天不应该再造更多的轮子我们不应该造作更多的协议我们就回到UNIX自超自洽的哲学中然后他的训练语料就是最多最充分的凡普贵真所以我非常喜欢拜十一字奥优逆的这句话这句话是我们九个月前开原本的RCC那个仓库的时候写在那个上面的一个标语Payton Harness其实还是推升了很多创业方向包括你们其实就是K系列就在做这些事情那除了你们之外你还看到了哪些你特别看好的方向或者团队我会关注就是主要有三个大的方向但是我们可能自己算是其中一个就是Harness这一层的Infra我们自己算是这一层的开发工具链那另外两个就是关于Agent的组网的方向它还不是纯粹说我给小龙虾去组网给Agent去做组网给他们开发M和Mail而是我就关心下放的真正的硬件资源比如说我云上是有服务器的我端测可能有我们的Mac笔记本电脑有我的Mac mini我的路由器有我的NAS有我的闲置的手机而他们不一定都是有公网IP地址的然后他有很多的混合作用的问题那以前我们可能会用FRP内网穿透等等很多方案但我觉得那个不太可以scale然后呢其实我这方面就非常喜欢一个工具叫做Tile ScaleTile Scale它是一个就是不管你是云上的还是边上的它的组网方式就非常的简洁也全部都统一做局域网这种混合组网方案我觉得在agent的时代非常需要但Tel Scale其实不太Agent Native他的CRI上有很多的调用能力都没有这个赛道可能对agent来说可能需要一个全新的混合组网形态尤其很多时候需要高通量的上下文交换这个交换不只是说我发一个mail我发一个IM的消息就完成了这其实和agent的支付也是一样的这些人的支付 [39:59] 其实不需要那么高的并发不需要那么碎的这个小的支付但agent之间的支付很可能是比如说几分钱几分钱他特别高频的在发生所以这其实也是就是在去做agent payment这一层的这些创业公司他们在讲的一个bet的一个未来的可能的方向对对这是一个然后你刚才说第二个是什么我们思考就是今天是今天就是说agent这个模型在一个baby我们回到十年后我们到十年后就是说难道每个人都是在发一个API请求在调用一个相同模型ID的基模吗那个世界也太无趣了每个人都在用KMI 15.0Zrobic的OPS 5.0几点几的版本我觉得那就很无聊所以我在想那类似于T-Thinker的这种方案可能就很需要就是他把大量的卡然后集中在一起做这种高速互联系的集群然后通过这种节约化的设计导致我们可以去用更低的成本和资源的开销去做这种PFT的训练然后就是这种高效低成本的训练就每个人都可以得到自己的个性化训练好的模型包括其实纪念光讯号也还不太有用你还要推就比如说我推的时候我可能需要一个基座模型加上我个性化的模型参数那一部分那今天一个典型代表就是Laura那我能不能就是说我的API请求的过去的时候我的header信息中是带有我的一个Laura的一个信息的那我可以reference它然后我还是像我发API请求给GiMu一样但是它会获取我用户池是哪个Laura信息可以瞬间挂上去做一个自由化推理那这样对大家来说推的成本可能也很降低因为我挂一个Laura上去推那我可能多支付5%的成本其实也不高但我获得了一个可以修改模型这个参数层的一个更加个性化的体验所以我会非常care这个方向的进展现在有人在做这个方向吗Opipi的前CDO他是出去做了T-Sinker那个项目对The C-K Machine Lab然后国内好像有一些但我觉得做的还不太符合T-Sinker他们那个水准在做的事情因为他其实跟我们的工具链方向也很互补我刚刚说的我们工具业上是有一个数据的Harness让你运行了半个月你上面肯定会成有大量的轨迹有good case和bad case你要针对性做分析做迭代调优但是很多时候你没有钱没有卡去修改这个模型你只能做上下文层面的调优你没有办法去说OK我真的去修改这个模型的参数我去获得一个我的个性化模型它可能越来越适配我的ERP系统越来越适配我的CRM系统适配我的某下有场景你觉得未来你们在做的K系列就是Agent Infra这一步会存活很多公司吗我觉得会是一个比较激烈的赛道我们认为未来Agent Harness不需要所谓的水平差异化因为它首先它要跟模型的运行是自洽的其次是要跟模型未来的进步方向是自洽的所以我觉得从这两个角度来看如果同时要自洽这两个点那么就是大概率它的结构设计上不会存在太多的排气应该最多就是比如说我们比较占这个UNIX以及Shell这一排给大家提供一个UNIX的computer这个排气上然后做虚拟把性能做到极致然后做到数据结构上做到原层里而不是下方的原来的Docker等到很多sandbox层面但是我觉得可能有一些其他派系说OKTS也则有你的对吧他们走type street然后去做这种严格的解惑化控制这可能会是另外的派系可能maybe派系不会太多那是出于什么原因你预感到这个又很激烈的吧最后其实这个可能两年之后maybe这个赛道都没了还是要去做这个事情呢我们不是最近进入这个赛道我们过去做了将近一年的就是这个事情现在我们只是在去演进去做我们的二代一起把这个事情就是做得更加的自洽和更加的站在终点上去考虑回过来去考虑整套事情的做法我自己创业的初心每个公司会有自己的一个slogan然后我们的slogan是加速世界升级就是说这件事情在当前阶段内是不是对这个世界在当前阶段内的最大的予票的加速没必下个阶段会有下个阶段的予票的加速比如说某个时间点造更好的火箭或者更好的核聚变手段是对世界最大的予票升级但当前这个技术阶段内我们可以看到如何让这个地球上充满agents让agents成为社会基础设施尤其是让coding agent成为整个社会的一种infra然后未来社会上整个地球上可能有比人类多几百倍的agents运营在这个地球上那你怎么去serving他们支撑他们自己去开发创建Agent 去fork agent那是一个非常crazy的世界支撑他们的infra和工具链道是什么样子的我们其实在思考和支撑做这样一件事情所以就回到我们的slogan加速实验成绩这是我们做实验的发新和推出的愿景关于Agent的未来会发展的什么样子 [44:59] 其他的预测或者暴论吗其实我觉得agent的未来样子已经非常清晰了就是或者至少当前技术阶段那一部分是非常清晰我觉得就是这个领域还很早期所以agent这个模型这个阶段可能未必又会持续三年左右预测未来的话现在更多的agent是个单体的agent我就下一步是agent的风群激讯化的作业现在是很多人对agent做手动的管理和编排就是协调100个agent那下一步应该是agent自己去管理和协调更多的agentagent会在训练的时候加入agent的这个协调和编排然后再到未来就是说现在AI其实很难去做发明任务的那就是他如何做一个发明者他会自得代的取出更多的新的科研方案做这种实验啊如果他能自己做发明和对其完全agent的驱动很多公司的运行那我觉得以后的公司其实更多意义上是一种理财产品公司不是由人组成的公司因为所谓的公司不就是这个公司要做一件事情它有它的输入和输出那它中间里边是怎么进行的大部分客户并不会天天跑你公司的office里盯着你自己干所以说公司内部是一个黑盒那我觉得agent以后可以完全做成agent的公司以后就是零人公司我从来不觉得一人公司是本质的事情我认为genial makes sense是零人公司真格和十字路口最近发起那个token grant然后我们最近grant了一个项目叫UU agent我觉得它也可以认为是一个零人公司因为他的这个创作者把他这个agent做出来之后就把他丢进汪洋大海了就从此不再改他一行代码也不给他一分钱他要自己去进化要自己去想办法搞到钱来这个给自己买token然后他有一个目标这个目标就是有一天超越cloud code然后他不断的进化自己然后他怎么这个来赚钱呢他现在赚钱的方法就在GitHub上面开打赏去化缘让大家给他捐钱那所以我们Token Grand就是给他捐了第一笔钱让他开始有Token有养料可以去进化其实在今天还是很早期但未来某种意义他也是一个零人公司然后今天我们给他捐了一些钱但没有占他的股权但在未来可能经济体系越来越发达可能大家投资的标的就不再是一个一个的这个今天的人类造成的公司而是一个一个的Agent这个我是完全相信的未来你可能是一个大老板然后呢你可能你走在路上然后去见到你的朋友从口袋中去掏出来一张黑色的卡片然后你给你朋友说介绍说这张卡片里跑到我公司他们就是可能每年给我创造几十亿的收入这是我的公司就在这张卡片里好的这个未来想一想这个又有点兴奋又有点这个可怕开玩笑好呀OK好今天谢谢新路好呀好呀好谢谢好拜拜