Evan Lee

[Evan Lee @EvanLee]

@dotey 没下客户端用，但在飞书中用过，这类agent基本大差不差

现在字节的问题在于AI产品线混乱，特别是飞书里面

从智能体到openclaw，再到 aily（还分了好几种），再到现在的豆包工作伙伴，豆包工作，还有个很垃圾 CODEM 产线

趋势是在整合，但是目前依然很混乱，不如彻底统一入口，减少用户认知成本

[iGeekbb @igeekbb]

道心破碎，还在坚持古法编程的程序员似乎只剩下被淘汰这一条路，一个公司 50% 的程序员都失业了。

他老板说，过去需要6-7个月的工作量，现在AI+程序员一周即可搞定，有了便宜的 AI���它可以 7×24 小时的工作，还从不抱怨、不求涨薪。

未来只需要一个岗位，可能叫做 AI 产品经理，或者是 Agent 程序员。有网友评论一针见血：程序员干的 不就是虚拟世界的土木工程么……

[Max For AI @MaxForAI]

🚨突发，Shopify CEO Tobi Lütke 公开向 Anthropic 施压！

Tobi称 如果 Claude Code 继续拒绝读取 AGENTS.md 和 .agents/skills，他正在考虑直接在 Shopify 内部禁用 Claude Code。

Tobi 给出的原因很现实。

现在一个工程团队里，大家可能同时用 Codex、Cursor、Claude Code 等不同 Coding Agent。

越来越多工具开始读取统一的 AGENTS.md，团队可以把项目规范、��试方式、开发约定和 Agent 指令放在一个地方。

但 Claude Code 目前主要依赖自己的 CLAUDE.md 和 .claude/skills。

结果就是，同一个代码仓库，不同 Agent 可能读到两套完全不同的规则。

Tobi 把这种情况直接称为 split brain（脑裂）。

对于个人开发者，多维护一个文件可能没什么。

但对 Shopify 这种大量工程师同时使用 AI Coding 工具的公司，这意味着团队需要长期同步两套 Agent Context，一旦不同步，Agent 的行为就可能出现偏差。

所以这件事看起来只是一个 Markdown 文件之争，背后其实是 Coding Agent 正在进入企业之后必然遇到的问题。

Agent 的项目配置、Skills 和 Context，到底应该属于某一家模型公司，还是成为所有 Agent 都能读取的公共标准？

现在 Shopify 已经开始用公司级采购权给出自己的答案了。

Claude Code 模型再强，企业也不会愿意为了一个工具长期维护一套平行的工程规范。

PS：有没有人写个插件自动把claude.md转成agents.md

[Gangqiang Yao @yaogangqiang]

我基于 Pi 开发业务产品，也是 contributor。这篇分享有多处错误，张冠李戴。

一个自动关闭、没有经过 human review 的社区 PR，被包装成了「Pi 官方方案」；PR 自行报告的 benchmark，也被写成了 Pi 的官方结论。

Session Tree、Lane 和 Operation Log 的架构描述来源自于 Harness v2 旧设计，不是当前 dev 的最新方案。

「DSH 会永久丢失原始结果」，是社区 PR 对 DSH pruner 的评价，不是「Pi 官方表示」。

传播这么广，可能是因为同时抓住了 Coding Agent、Pi，DeepSeek、Claude Code 热点。毕竟，「爆了」比「事实」更吸引眼球。

也许更值得警惕的是，评论区看不到有人核查原始来源和这些结论。

[kabikabi @jakevin7]

Pi 的新架构 和 Maka 告诉我们 harness 的答案早就在数据库论文里了!!

Maka的核心作者很多都是 database 背景出身的。
当Pi 的 harness v2 文档出来后，Maka内部群大家直接愣了，因为它和我们在 Maka 里做的架构几乎一致：

持久化事实 → 派生运行状态 → 派生模型上下文 → 派生 UI → 崩溃后重新归约。
连 tool 的边界都一样：先写执行意图，再做副作用，再写结果：
Pi: tool_started intent → execute → tool-result entry
Maka: T1 toolDispatch → execute → T2 function_response

Pi V2 和 Maka从各自的路径出发，最后设计出几乎一样的架构,已经说明了很多问题了。
我已经感觉到 Agent harness 这一层正在形成一些共识。
这个共识其实就是 OS 和 db 那一套——预写日志、事件溯源、可恢复的持久化操作。
所以工程没有银弹，当我们最后做了很多工作之后，发现核心原理还是软件工程的那一些内容。

https://t.co/oU5BK2AfcQ

[Evan Lee @EvanLee]

@nexmoe 很久很久没有打开过知乎了，提醒我该卸载掉了

[Max For AI @MaxForAI]

爆了，Pi 居然在他们新的开发笔记里把其他家的Agent都锐评了一下🤣

@pidotdev 官方表示，DSH、Claude Code、OpenCode 这一类方案，它关注的已经不是谁多几个 Tool、谁的 Demo 更炫，而是一个更麻烦的问题：

如果一个 Agent 连续跑 50 个小时，它还知道自己到底干过什么���？

他们先点了 DeepSeek Harness。

Pi 直接从 DSH 的 Context 管理开刀。
DSH 有一个 tool result pruner，工具输出太长以后，会保留前面一部分和后面一部分，中间直接裁掉。

Pi 那边给的评价很不客气：permanently-lossy pruner。

因为删掉的内容以后找不回来了。
比如一个 Agent 跑测试吐出 3 万字符日志，真正的错误刚好在第 12000 个字符，压缩完以后这段已经消失。后面模型再聪明，也没法从空气里重新读出来。

所以 Pi 做的版本是 prune + spill。

Context 里依然只放一小段，完整 Tool Result 同时落到磁盘，Context 留文件路径和 offset。模型需要的时候自己 grep、sed、read 回去。
他们拿 GLM-5.3 和 DeepSeek V4 Flash 跑了 19 个真实 Session，Context 占用降低 26%～35%，uncached prefill 降低 72%～88%，信息还能恢复。
PR 里甚至直接写strictly better than dsh’s permanently-lossy pruner😂。

然后又点了 Claude Code。

Pi 表示有一个挺有意思的发现：
新一代 Claude 在第三方 Harness 上，有时候反而更容易把 Tool 调错。
最典型的情况是，Pi 给模型的 edit tool schema 明明写得很清楚，模型却会自己生成 requireUnique、matchCase、oldText2 这种 Pi 根本没有的参数。
一个很合理的猜测是，Claude 的后训练越来越适配 Claude Code 自己的 Harness 和 Tool Schema。
模型已经学会了 Claude Code 里某个工具应该长什么样。
然后你把它放进 Pi，它脑子里还是那一套。
所以现在模型能力越强，模型和 Harness 的绑定可能也越深。
以后评价一个 Coding Model，单独看模型可能越来越没意义。
Claude + Claude Code、DeepSeek + DSH、GPT + Codex，很可能逐渐变成一个整体。

讲到这里 Pi 表示他们最近重写了 Harness，开始把一次 Agent Run 当成接近数据库事务的东西来设计。

Tool Call 执行之前，先写 intent。

执行结束，再写��果。

进程崩溃以后，系统得知道这个 Tool 到底执行过没有。

Session Tree、运行状态、Lane、Operation Log 分开保存。

一个 Agent 可以有多个 Lane 并行跑，每个 Lane 都知道自己的当前位置、队列和未完成操作。

Context 允许压缩，原始执行历史继续保留。

甚至连进程刚好死在 Tool 执行到一半这种恶心情况，他们都专门设计了 recovery。

你再回头看现在很多 Agent Framework，会发现大家以前真的挺勇的：

一个 while loop，塞一个模型，塞几个 Tool，Context 快满了就总结一下，然后祈祷它一直别挂。

跑十分钟当然没什么。

Agent 开始跑几小时、几天以后，问题全出来了。

这些已经越来越像操作系统和数据库问题了。

有意思的是Pi 甚至对 Extension 的态度也在变。

现在大家都喜欢说「一切皆插件」，DSH 的 Cordis 就走得很远。

Pi 这边最近却越来越强调边界：

哪���是 Conversation，哪些是 Runtime State，哪些是 UI，哪些是 Extension，哪些东西能持久化，哪些东西只能观察。

因为插件能力一旦无限扩大，Agent 又长期运行，状态会变得非常难推理。

OpenCode、Claude Code、DSH、Pi 现在看着都是 Coding Agent，底层其实已经开始走不同路线了。

Harness 这东西，开始越来越像 AI 时代的操作系统了🤔

[Evan Lee @EvanLee]

@igeekbb 问题核心在于中间座位购票人是否检票，检票动作即确认使用权，如果检票了，只是最后没上车，并且允许其它同行旅客使用，那么就没毛病，相当于我买了个座位运输物品，同时也检票吧物品放上去了

[王小丑 @PanXing0827]

友情提醒：

“诬告强奸在中国大陆以外的国家和地区都是违法犯罪的行为”🤡

[宝玉 @dotey]

为了节约 Token 成本（低峰时 Token 费用更低），程序员都要开始倒班了吗？😂

[蓝点网 @landiantech]

#网站应用 @GitHub CTO 回应本周的长时间大范围宕机，宝宝心里苦但宝宝必须说：

每月代码提交次数从 5,000 万暴增到 29 亿次，资源是真不够用。

今年以来 GitHub 已经新增 300 万颗 CPU 核心和 120PB 高速存储，这种扩展的规模确保 GitHub 在大部分时间保持正常。

另外 GitHub 正在将更多人力资源投入到可用性方面，可用性已经成为 GitHub 最大的问题之一。

查看全文：https://t.co/yOD9QZy6Wv

[小奇说 @xingbugengming]

太炸裂了！

抖音上一个名为孙晨熙的大佬一个人用十天手搓出了一部长达90分钟的AI电影《聂小倩》

一���AI电影预估要消耗约421万积分，成本大概需要30-40w人民币左右

光看预告片我还以为是要上院线的新电影，我滴乖乖，大制作嘞

[歸藏(guizang.ai) @op7418]

黑神���钟馗实机演示太牛逼了！

刚开始那段真的以为是实拍

[SuSu_酥酥👅 @NFT_Chen]

梁文峰涨价后，终于和Sam Altman有共同语言了

Sam：欢迎加入“合理利润”俱乐部！

梁叔叔：V4 Flash上线后算力真顶不住了，再不涨就变免费服务器了。

Sam：理解，从梁圣到梁叔，成长很快啊。

#DeepSeek涨价 #梁文峰 #SamAltman #蓝鲸王 #OpenAI

[李韭二 @li9292]

当你和家里所有AI订阅打完招呼

[Evan Lee @EvanLee]

@chengyongru 这个确实恶心，它默认开启的，之前公司上飞书，也莫名其妙多出了这个弹窗

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

中国传统消费零售全面下滑，猛猛上涨的全是新零售

[Evan Lee @EvanLee]

@landiantech 这种条款能有法律效应？

[Evan Lee @EvanLee]

@op7418 有意思

[歸藏(guizang.ai) @op7418]

我去！这个太有意思了。

谁不想在等 AI 完成任务的时候玩上一把德州并且把自己的 Token 输光呢