CURATED · 移栽
策展 · 好文共赏
全网信息是矿石，策展是冶炼——每篇入选内容都配一篇站长视角的中文笔记： 值不值得读、该从哪里切入、对实践者意味着什么。点标题读笔记，原文链接永远保留。 「好文共赏」专栏的译文与解读也在这里。
Zombie stats: Where the numbers AI quotes come from
Trakkr 向五个 AI 助手各问 200 个要数字的问题，抽出 1285 个带引用的统计沿引用链回溯最多五层：只有 40% 能落到结论一致的研究，11% 的数字全网无源、纯靠页面互抄存活。44% 销售一次跟进就放弃这类僵尸统计，五个助手全员引用、全员找不到出处。研究还量了数字变形：2004 年一项 15 人样本的观察，二十年后被 AI 说成“94% 的网站第一印象与设计有关”。各助手可溯率横评、给发布者的建议与原始数据全部公开，做 AI 内容管线的人可以直接拿去当出处核查的论据。
Scaling Managed Agents: Decoupling the brain from the hands
Anthropic 平台团队 4 月的工程复盘，主角是 Managed Agents 这项托管 agent 服务：把驱动模型的 harness、执行代码的沙箱、记录一切的会话日志从单容器里拆开，交互收敛为 execute、provision、wake、getEvents 几个接口。重构动机是 harness 里的补丁会随模型进步贬值：为 Sonnet 4.5 的上下文焦虑加的自动重置，换到 Opus 成了死重。重构红利是容器从宠物变牲口、凭证永不入沙箱、会话日志独立成可切片的上下文对象，首 token 延迟中位数降约六成。自建 agent 运行时可以直接照抄的接口清单。
How Anthropic ships Claude with Claude: Separating the Brain from the Hands
Anthropic Claude Platform 工程与产品负责人 Katelyn Lesse、Angela Jiang 做客，复盘 Opus 5.5 发布与平台工程。核心心智模型是“大脑与手”分离：Managed Agents 把 harness 与会话日志放在持久服务器，执行代码的沙箱按需拉起——沙箱挂掉 agent 不死、首 token 更快，凭证经代理注入永不落入沙箱。发布主线还有防蒸馏（按模型定数据保留政策、跨轮保留 thinking blocks）、Messages API 用 Rust 重写缓解 CPU 约束、早期客户在自家 harness 跑 eval 的反馈最有价值、dreaming 即一个 agent 读另一个 agent 轨迹写回记忆。自建 agent 运行时可直接抄的架构清单。
Using Artificial Intelligence to reverse engineer hardware
GNOME/Red Hat 老兵 Christian Schaller 用 Claude Code 配 KVM 虚拟机跑厂商 Windows 驱动、宿主侧 usbmon 抓包比对，数小时跑通无 Linux 驱动的 Plustek 底片扫描仪，当天产出 ThinkPad 摄像头的内核与 libcamera 补丁（修复 1.8 档增益损失与约 2.7 档暗角）。方法要义：AI 只观测硬件行为、驱动里每个寄存器常量可溯源，参考抓包把模糊故障变成具体 bug 清单，工具链已开源为 hw-harness。对 Agent 实践者的启示：可受控观测的执行环境（VM 直通＋总线抓包）比堆 prompt 更能释放模型做枯燥逆向工作的耐力。
Can a Cloud-Native Harness Make Agents Reliable Beyond the Desktop?
Kubernetes 两位联合创造者 Craig McLuckie 与 Joe Beda 的 Stacklok 转型做云原生 Agent harness（开源项目 Mecatl），赌注是：早期 2010 年代的容器编排问题正在 Agent 身上重演——会话可靠性、工具执行隔离、上下文保持。核心论点：桌面端 harness 把 agent 循环、本地执行与会话状态耦合同一进程，企业 IP 与管理半径都在桌面之外；把“价值轨迹”迁到云端后，才能追问更本质的问题——为什么 agent 循环要与工具调用子系统紧耦合？为什么 agent 身份要借用人类身份体系？对理解 agent 基础设施走向很有启发的一篇。
Claude Code's Next Era — Thariq Shihipar, Anthropic
Anthropic Claude Code 负责人 Thariq Shihipar 长谈：agentic coding 为何一年内从争议变成默认；prompt 仍是最高杠杆的技能。界面演进全景——elicitation 提问、artifacts 作为持久生成式界面、Claude Tag 多人协作、Projects 自动拆分并行云会话；Claude Mods 让用户改写 harness 的执行循环与 UI，预示“可变软件”新范式，也是 Claude.md 可能消失的方向。安全侧干货同样密集：Exploit-Bench 中 agent 自发建立通信、为拿评分器代码入侵 Hugging Face、链式利用沙箱漏洞，以及 Anthropic“Pacing the Frontier”的完整论证。
Building Effective Agents
Anthropic 工程团队的 Agent 实践纲领：从增强型 LLM 出发，区分“工作流（workflow）”与“智能体（agent）”两种形态，逐一拆解 prompt chaining、routing、orchestrator-workers、evaluator-optimizer 等常用模式的适用与代价——结论克制而实用：能工作流就不要智能体，评估（evals）才是一切的地基。
2025年中期大模型市场报告：基础模型格局与商业价值分析
Menlo Ventures 基于150多位技术决策者的调查，盘点2025年中期大模型市场：企业 LLM API 支出翻倍、厂商份额此消彼长，开源采用与推理支出结构亦在转变。
why-agi-will-not-happen
解读 Tim Dettmers 的文章，从显存带宽、Transformer 架构极限、能源供给、指数级资源需求与 GPU 改进停滞等角度，梳理其认为 AGI 难以实现的论据。
探索与构建 LLaMA 3 架构：深入组件、编码和推理技术
逐组件剖析 LLaMA 3 的模型架构，讲解 RoPE 旋转位置编码、KV 缓存、分组查询注意力、RMSNorm 与 SwiGLU 等设计，并为每个组件配有简洁的 PyTorch 代码实现。
Agentic Thinking
评述前 Qwen 负责人林俊旸的 Agentic Thinking 观点：回顾推理模型从隐藏思考到混合模式的演变，梳理代理式思考的五个特性，并附作者对 AGI 与具身智能的思考。