
Hermes Agent:会记住偏好、自己沉淀 Skill 的开源 AI Agent
用 Claude Code 这类 AI 编程助手写一下午代码,中途纠正过三次“别用 sudo 跑 Docker”,第二天新开会话,它又用上了 sudo。偏好、踩过的坑、项目技术栈,窗口一关就没了,这是多数 AI 编程助手的通病。 Hermes Agent 是 Nous Research 开源的 AI Agent 平台…
阅读全文
用 Claude Code 这类 AI 编程助手写一下午代码,中途纠正过三次“别用 sudo 跑 Docker”,第二天新开会话,它又用上了 sudo。偏好、踩过的坑、项目技术栈,窗口一关就没了,这是多数 AI 编程助手的通病。 Hermes Agent 是 Nous Research 开源的 AI Agent 平台…
阅读全文
WIRED 发过一篇长文《Inside OpenAI's Race to Catch Up to Claude Code》,记者采访了 30 多位知情人士,把 OpenAI 和 Anthropic 在 AI 编程这条赛道上的账翻了一遍。 里面有几个数字值得单独看一眼: Claude Code 年化收入超过 25 亿美…

现在用 AI 做视频,常见流程是输入一句 prompt,拿回一段五秒左右的画面。画面可以用,但它只是一条素材,旁白、配乐、字幕、转场和成片节奏还得自己处理。很多号称免费的方案则是另一回事:生成几张静态图,加上推拉摇移和转场,包装成视频交付。 OpenMontage 是一套开源的视频制作系统,使用 Python 编写,…

手上的机器一多,查看状态就成了体力活。两台 VPS、一台 NAS、家里还有一台跑 Docker 的小主机,哪台磁盘快满了、哪个容器在占用内存,只能挨个 SSH 上去执行 htop。 正经的监控方案通常是 Prometheus 加 Grafana,搭一套要小半天。Netdata 开箱即用,但它每秒采集、对每个指标做异常…

在本地跑大模型,最卡脖子的是显存。一张 12 GB 或 16 GB 的游戏显卡,通常只能装下 7B、14B 这一档模型,聊天还行,真用来写代码、跑 Agent 就不够用。参数上百亿的大模型,按常规做法需要几百 GB 显存的服务器;退回去用 API,Claude Code 跑一下午,token 账单又不低。 Strat…

用 Claude Code 或 Codex 做一个小项目,页面、接口、登录可能一个下午就能写完,本地也能跑通,最后卡在部署:服务放哪里、数据库用谁、注册验证邮件谁来发? 直接问 AI,它通常会列出五六个免费方案,额度也写得有零有整。问题是这些数字很可能来自训练数据。免费套餐调整很频繁,上个月送 1 GB,这个月可能已…

一份求职表要填半天,几十个商品要挨个翻价格,一堆数据要一条条复制粘贴。这些事不难,但很耗时间。 browser-use 是一个让 AI 像人一样使用浏览器的开源项目:打开网页、点击按钮、输入文字、填写表单、抓取数据。把要做的事用自然语言描述清楚,剩下的交给它执行。项目使用 Python 编写,MIT 协议,可以在本地…

用 Claude Code 写完功能后,想让另一个模型再看一遍,过去通常要退出会话、另开终端、启动 Codex,再重复解释项目背景和修改原因。OpenAI 的 codex-plugin-cc 解决的是这段上下文搬运:在 Claude Code 中输入 /codex:review,本机已经安装并登录的 Codex CLI

如果你用 Claude Code 做真实项目,可能遇到过这样的重复劳动:隔一天重新打开项目,又要解释一遍技术栈;code review 里强调过几次的规矩,换个文件还是会被违反。

做 AI Agent 时,模型完成推理后仍要读写文件、装依赖和运行脚本。产品化后,常见方案是给每个会话分配一个容器或微虚拟机,但这会让大量空闲执行环境持续占用算力。

用 Claude Code 这类 AI 编程助手写一下午代码,中途纠正过三次“别用 sudo 跑 Docker”,第二天新开会话,它又用上了 sudo。偏好、踩过的坑、项目技术栈,窗口一关就没了,这是多数 AI 编程助手的通病。 Hermes Agent 是 Nous Research 开源的 AI Agent 平台…
阅读全文
WIRED 发过一篇长文《Inside OpenAI's Race to Catch Up to Claude Code》,记者采访了 30 多位知情人士,把 OpenAI 和 Anthropic 在 AI 编程这条赛道上的账翻了一遍。 里面有几个数字值得单独看一眼: Claude Code 年化收入超过 25 亿美…

现在用 AI 做视频,常见流程是输入一句 prompt,拿回一段五秒左右的画面。画面可以用,但它只是一条素材,旁白、配乐、字幕、转场和成片节奏还得自己处理。很多号称免费的方案则是另一回事:生成几张静态图,加上推拉摇移和转场,包装成视频交付。 OpenMontage 是一套开源的视频制作系统,使用 Python 编写,…

手上的机器一多,查看状态就成了体力活。两台 VPS、一台 NAS、家里还有一台跑 Docker 的小主机,哪台磁盘快满了、哪个容器在占用内存,只能挨个 SSH 上去执行 htop。 正经的监控方案通常是 Prometheus 加 Grafana,搭一套要小半天。Netdata 开箱即用,但它每秒采集、对每个指标做异常…

在本地跑大模型,最卡脖子的是显存。一张 12 GB 或 16 GB 的游戏显卡,通常只能装下 7B、14B 这一档模型,聊天还行,真用来写代码、跑 Agent 就不够用。参数上百亿的大模型,按常规做法需要几百 GB 显存的服务器;退回去用 API,Claude Code 跑一下午,token 账单又不低。 Strat…

用 Claude Code 或 Codex 做一个小项目,页面、接口、登录可能一个下午就能写完,本地也能跑通,最后卡在部署:服务放哪里、数据库用谁、注册验证邮件谁来发? 直接问 AI,它通常会列出五六个免费方案,额度也写得有零有整。问题是这些数字很可能来自训练数据。免费套餐调整很频繁,上个月送 1 GB,这个月可能已…

一份求职表要填半天,几十个商品要挨个翻价格,一堆数据要一条条复制粘贴。这些事不难,但很耗时间。 browser-use 是一个让 AI 像人一样使用浏览器的开源项目:打开网页、点击按钮、输入文字、填写表单、抓取数据。把要做的事用自然语言描述清楚,剩下的交给它执行。项目使用 Python 编写,MIT 协议,可以在本地…

用 Claude Code 写完功能后,想让另一个模型再看一遍,过去通常要退出会话、另开终端、启动 Codex,再重复解释项目背景和修改原因。OpenAI 的 codex-plugin-cc 解决的是这段上下文搬运:在 Claude Code 中输入 /codex:review,本机已经安装并登录的 Codex CLI

如果你用 Claude Code 做真实项目,可能遇到过这样的重复劳动:隔一天重新打开项目,又要解释一遍技术栈;code review 里强调过几次的规矩,换个文件还是会被违反。

做 AI Agent 时,模型完成推理后仍要读写文件、装依赖和运行脚本。产品化后,常见方案是给每个会话分配一个容器或微虚拟机,但这会让大量空闲执行环境持续占用算力。