阅读笔记 - 2026-03-22

• 给 agent 使用的邮件服务，提供了一整套发邮件和收邮件的命令
• 开源，能完全自托管，也能让他托管，每个月100封的量，超过部分可以使用 x402 让 agent 自己付钱发送
• 可以随时切到自己的 resend key 实现无限发送
• 背后其实就是 https://resend.com/ 的服务

• 提供 cli 工具让 agent 能收发邮件，也提供了 skills 让 ai 能快速理解

$ mails send --to user@example.com --subject "你好" --body "世界"
$ mails send --to user@example.com --subject "报告" --body "见附件" --attach report.pdf
$ mails inbox
$ mails inbox --query "验证码"

• 价值：有意思的想法，就其实 email 是比 im 更好的与 agent 交互的工具：可以不限长度的输出，可以用 html 输出 newsletter ，可以跨平台跨协议与其他 agent 交互，可以搜索、加附件、归档，有 thread 概念可以创建长对话，有丰富的客户端可以和人类交流。
• 风险：100 封数量有点少，可能还不如搞一个 gmail cli
• 适用条件：快速构建 agent 沟通 channel ，或者发 newsletter ，或者代替 tg 等 im 做沟通，还能用来收验证码。实验过了，非常成功。

• 对悟空的逆向研究，一览其实现和架构
• 主要代码都是 rs 写的，加上 tauri 所以体积小，性能好
• 支持多种 agent 引擎，支持自研的 spark + claude code + gemini cli + codex 等
• 内置很多现成的能力，包括代码执行，浏览器控制，截屏和ui自动化，还有多种 skills ，都是开箱即用的
• 有多种渠道的集成，包括钉钉， slack , whatsapp 等
• 有内置本地的 qwen ，还有内置多种运行时： bun / python / chromium ，真正开箱即用

• 价值：能快速上手，适合小白用户。都说 ai 时代学的越慢就都不用学，悟空这个产品就是这样的，高度集成的方案，适合所有人快速上手 ai coding 或自动化办公
• 风险：长期扩展不直是否方便，以及公司内使用估计不行
• 适用条件：快速上手，小型的办公单位或个人，真正开箱即用，减少很多时间

• 总结了Anthropic 内部是如何使用 skills 的一些技巧
• 常见的 skills ：
  1. API 和类库，知道如何正确使用 cli 或 sdk
  2. 产品验证，结合如 playwright 等工具，做功能验证的技能
  3. 数据获取和分析：获得各种仪表数据
  4. 业务流程与自动化：比如汇总各种信息形成 ticket 或报告，自动回 ticket
  5. 代码模板，比如各种工作流，快速配置和文档的模板
  6. 代码质量审查，多种对抗检查和代码样式等控制
  7. cicd和部署，控制 pr 进行发布或冲突解决
  8. runbooks 根据不同的 agent 的运行状态，进行多工具调查和生成报告
  9. 基础设施，对服务资源节点进行管理
• 技巧分享：
  • 少说常见指令，多说一些能让 cc 跳出当前思维的指令
  • 建立陷阱区，抓住 cc 经常容易犯错的地方，收集起来避免下次再犯，但需要精简
  • 使用文件和渐进加载，而不是一次性把所有内容都加上下文
  • 不要给太细的步骤，比如一个 git 发布把所有步骤都 1234 写清楚了，而是给 cc 一些自由发挥的空间
  • 合理设置思考等级，多使用 ask user question 的工具
  • skill 的描述不是摘要，而是让 cc 决定什么时候用这个 skill 的，说明情景而不是介绍功能
  • 合理使用存储来持久化会话
  • 存储生成的代码，提供更多工具，cc能做的更好
  • 使用 hooks 能对许多功能设置门禁
• 分享你的 skills ，组合多种技能，并学会调试和评估 skill 的指标能力。

• 价值：Anthropic 内部使用 skills 的分享，还是很务实的，也和我们日常使用 skills 的过程差不多，可以作为一个大全的实践来参考

• 这是 Ghostty 作者分享自己使用 ai 编程的经历，介绍他如何一步步从 ai 怀疑者变成现在离不开 coding agent 的状态
• 作者第一步就是离开聊天型 ai ，转投各种 agent 工具。一开始他很怀疑 ai 的编程能力，总是首先自己实现一遍，然后再让 ai 实现一遍相同的功能（不给他看作者自己的实现），力求达到一样的质量。这个过程很痛苦，花了很久的经验总结，终于能让 ai 写的代码质量差不多，也花费时间与人写的没什么区别
• 后来作者会在下班前30分钟让 agent 自己写一点他来不及构想的功能，因为下班前人的状态已经没了，但 ai 可以帮助发散思维。第二天上班时他会检查那些看起来还能用的代码，即使不成功也无所谓，起码给了很多思路。
• 再后来作者了解到哪些事情是 ai 擅长的，哪些是不擅长的，他就会把这些工作分给 agent 做，当然为了保持心流，他不会允许 ai 开桌面通知。
• 多次实践以后，作者给 agents.md 加了很多规范性限制和工具调用的指南，很多事情都能稳定运行工作了，他觉得这就是他的 harness 实践
• 再到后来，作者会让一个 agent 永远运行在后台，他喜欢 amp 这种长思考模式的 agent ，总是会在开始自己手头工作前想：有没有什么事是 agent 可以做的
• 到目前为止作者还没使用多 agent 做长时间开发的尝试，但他很满足现在的状态，也可能未来会有其他的新实践想法。

• 价值：很真诚的分享，也告诉我们真正的编程大牛们是怎么看待 coding agent 这个事情的。他的实践与心路也很值得我们学习。

• LangChain 介绍的一套 Harness 设计的文章，并说 agent = model + harness ，而后者是真正让 agent 有用的设计
• 文件和 git 系统给 agent 提供了与真实代码和记录进度工作的地方
• bash + code 给 agent 能自主解决问题的能力
• 沙盒和验证工具让 agent 能自主验证问题是否解决，运行测试和修复问题
• memory 让 agent 能跨 session 保持目标专注， agents.md 也是同样的作用
• 上下文腐化是需要长期解决的问题，特别是上下文过长，工具链过多技能过多的问题
• 长期自主的做代码编写是 agent 最重要的目标，利用文件系统和 ralph 循环，也就是利用 hook 在任务结束时，再启动新的上下文，再开启下一次迭代，形成循环的方式来保持长期会话。计划、自我验证是让 agent 能保持在正规上最重要的工作
• 长期来说， agent 的一些能力会融入模型，但也未必，因为工具能力其实会让模型的性能下降 (terminal bench)
• 最后他介绍了 langchain 新出的 deepagent 库，能自我分析，能协调多个 agent 工作，能动态组装上下文

• 价值：更多是对 deepagent 这个库的介绍，说明他为什么要做这个库和他解决什么问题。当然也是对 agent 的再一次复习。

• 以前大家觉得研究是研究，实验是执行，但在合适的模式下，他们就能自动完成， auto research 就示范了这个过程
• 他要求 agent 每次先提出假设，然后只改一个变量，实验后确认或反驳。然后利用 git 记录所有实验的上下文和记录，这样研究过程就自己启动起来了
• 人在这个过程中就很重要，人的决策的品味会决定 auto research 出来的结果
• 现在有两种循环： 闭环优化，有一个明确的重点， agent 会自动去找到他；开放研究， agent 主动发掘，人类决定合时停止
• 作者又创造了一个 praxLab 的工具，从一个 program.md 开始，会有多个叶子节点，编辑 program.md ，就能开始这个循环，可以和任何的 agent 工具结合

• praxlab 用于构建、测试、对比、分析 LLM prompt / agent 行为的实验平台（evaluation + experimentation harness）

• 价值：一个有意思的实践，介绍了 auto reaserch 在作者这边的实际用法。可以参考用在别的研究上

• 让 agent 主动交接 ，提供一个 handoff 文档输出给下一个新 agent 会话
• 作者称其为 prompt 自举

• 价值：其实就是主动压缩上下文的一种方式，但是可以放在文本里持久化，适合多 agent 或跨会话交互

• 一个 memory 为核心的 agent ，能优化 skills 产生的 memory ，让他能实现更好的 cross task reuse
• 思路是把 Memory 从 Prompt 里抽出来，做成系统层的一部分。这样 Agent 不再只是依赖 Context 维持状态，而是有一个独立的长期 Memory 系统
• 号称能减少 70% 的 token 用量

• 价值：可以学习的 memory 系统

• 两个工具： claude-to-im-skill 能让当前 claude code 会话发到各种 im 上， claude-to-im 是一个 sdk ，如果你的项目是 agent sdk 做的，能直接使用

• 价值：可以学习一下他怎么把当前会话取出来的，以及怎么交互的。可能可以和 pi agent 做结合

• 给 pi agent 提供安全控制
• 默认的 pi agent 是无 permission 的，他能避免 pi 跑 rm -r 之类的

• 价值：有价值，但不多，大家都跑 cc 无 permission 模式，更痛快

• claude 的 genertive ui 的开源实现，能让 agent 输出可交互的 html ui
• 使用的是 iframe 方案，和原版少许有点不同

• 价值：值得参考，可以用于快速揭入

• Ramp 公司内的 ai adoption 分享，有很多从0开始建设的心路历程的介绍
• 他们从最小的问题开始，如何对一个 15 分钟的买咖啡流程和背后的会计流程做自动化，构建了专门的 agent
• 后来公司里有大量 agent 后，ramp 决定是构建1个 agent 和1000种能力，这样产品经理自己可以 vibe coding 创造工具，不需要工程师帮助
• 因为可以用自然语言描述流程，所以他们把各种财务政策自动化了。但这个过程不是一步到位的，他们从内部实际数据中学习，从最高频最麻烦的步骤做起
• 从单一的功能，到多功能需要有专门的分支判断和路由，再到完全的自动化，其实就是在一此次实际使用中得到的
• 利用 ai 工具能加快对 ai 工具的构建过程。通过一点点克服 ai 的语言漂移和上下文腐化问题，都是靠 5 个最早的 eval ，再逐渐扩大的过程，但最终要早做，反复做，敢切模型，敢持续加上下文
• 让财务等业务人员直接改 agents.md ，让 50% 的 pr 都是由 ai 直接生成，让 ai 永远更快的在一线投入使用
• 软件永远做不完

• 价值： ramp 的实践，其实很对，就要在最常见的地方用 ai 干，就是让一线业务都干，就是让所有场景反复的用 ai 干，才能干出成绩

• 利用 ai 研究员不停的分析上市公司的财报、新闻、市场解读和舆情
• 分析市场情绪和走势，给出投资建议

• 价值：就是一个 ai 舆情机器人的自动化版，基本价值就是不用手写那些舆情分析爬虫和情绪分析工具了

• openai 内部搞了一套完全没有人写代码的代码库，这是他们的实践分享
• 工程师的角色不再是写代码，而是构建 ralph 循环，推动 codex 自动提交 pr 和审核 pr
• 不断提高应用的可读能性，比如更多日志和 chromedevtool 接入，还包括 log ql 和 prom ql 查询，就是为了让 ai 能自主 debug
• 代码仓库被合理划分， agent.md 是索引，而每一个情景的文档也都在代码库中，但按需加载。最终目标是 agent 自己通过代码库就能推理出全部的情景。这个过程是需要不断优化的，不然 agent 就会觉得自己是个新员工
• 良好的架构是成功的关键， agent 必须沿着严格边界和实现顺序，以及充足的 linter 检查，才能最稳定的输出
• 在吞吐量的 ai 编程环境中，不要有太多的检查门，因为小 bug 他会在后续迭代中自动修复，反而因为太多门导致合并花更多时间，反而降低了迭代速度
• 需要不断做的就是给 codex 提供各种工具和所有必要的内容，都在一个地方，提高他的自主化水平
• 需要有一个循环的垃圾收集机制定期清理不必要的循环和检查。

• 价值：很有价值的实践介绍，同时也给大家实践 ai 编程以信心，就是这套模式 openai 内部也在使用，而且和我们自己的实践是差不多的。