AI Agent

从工程责任、软件商业模式、知识维护和人类学习，深读 Karpathy 2026 年 4 月至 10 月的公开观点，并以行业实践与研究检验其影响。

从任务委托、主动研究、授权边界与安全架构，解读 OpenAI dots 的产品逻辑、使用成本和企业落地条件。

Meta 于 2026 年 9 月 8 日上线的个人 AI 智能体 Muse，两周内登顶美区 App Store 免费榜。本文从技术架构出发，拆解 Muse Secure VM 与 Sentinel 的安全设计、真实可用边界、四家第三方数据的口径分歧、火爆的结构性成因，并给出四个尚未被证伪的隐忧：留存悬崖、人工兜底、平台围墙，以及一笔没有公开数据的单位经济账。

NVIDIA AVO 在 ARC-AGI-3 公开演示集取得 100 分，真正值得关注的并不是又一个满分，而是 Harness 如何把短时推理转化为跨上下文持续积累的系统能力。本文拆解 AVO、RHAE 的计量盲区，以及模型 Scaling、测试时计算与系统时扩展之间的新边界。

DeepSeek Harness 的真正价值，不是再造一个 Coding Agent，而是把模型、工具、上下文、沙箱、Agent Loop 与运行轨迹变成可声明、可比较的工程变量，迫使行业重新思考 Agent 能力究竟应该如何归因。

深度解析2026年Agent协议生态。我们正从单体智能走向群体智能，但谁将定义未来的标准？本文将从计算机解剖学视角，深度拆解 MCP、A2UI、A2A 以及记忆与优化机制如何构成开放智能体栈（The Open Agent Stack），并探讨其与封闭生态的终局博弈。

G2 Insight Report: AI Agents in 2025

Nanobot 是一个超轻量级的个人 AI 助理框架，仅用 4000 行代码实现了 ReAct 循环、多渠道消息总线、工具/技能系统、长短期记忆、子智能体协同等功能。可以看成是 OpenClaw 的极简版，是一个非常好的学习项目。