摘要： 
大模型不再只存在于云端，也开始进入普通电脑。你打开 Ollama、LM Studio，或者直接用 llama.cpp，下载一个量化版本，就有机会在本地跑起一个还不错的大模型。 阅读全文
大模型不再只存在于云端，也开始进入普通电脑。你打开 Ollama、LM Studio，或者直接用 llama.cpp，下载一个量化版本，就有机会在本地跑起一个还不错的大模型。 阅读全文
posted @ 2026-06-10 14:45
小七-七牛开发者
阅读(368)
评论(0)
推荐(3)
摘要：
这篇文章主要面向在校同学，聊聊怎么选 AI 工具，以及怎么把它们用在学习、写代码和做项目里。 阅读全文
posted @ 2026-06-09 08:32
小七-七牛开发者
阅读(27)
评论(0)
推荐(0)
摘要： 
今天我们就来分享 3 个有用的开源项目，专门帮你的 Coding Agent 整理“上下文”：让它少翻无关代码，少吞冗长日志，把 token 留给更关键的信息。 阅读全文
今天我们就来分享 3 个有用的开源项目，专门帮你的 Coding Agent 整理“上下文”：让它少翻无关代码，少吞冗长日志，把 token 留给更关键的信息。 阅读全文
posted @ 2026-06-09 08:32
小七-七牛开发者
阅读(32)
评论(0)
推荐(0)
摘要： 
作为本系列的开篇，我们不聊 Codex 的复杂能力，也不做完整评测。只做一件很基础的事：在本地把 Codex 跑起来，然后让它完成一个边界清楚的小任务。 阅读全文
作为本系列的开篇，我们不聊 Codex 的复杂能力，也不做完整评测。只做一件很基础的事：在本地把 Codex 跑起来，然后让它完成一个边界清楚的小任务。 阅读全文
posted @ 2026-06-08 16:08
小七-七牛开发者
阅读(75)
评论(0)
推荐(0)
摘要： 
在 AI Coding 越来越普遍之后，代码生成会变得更快，也更多。团队成员如果还只靠逐行看代码、看 diff 来理解彼此，成本会越来越高。
Mainline 的做法是让 Agent 在开发过程中自动总结 Intent（意图），并把它和 commit 关联起来。这样团队在 Review 时，可以先看这次改动的目标、原因和关键决策，再决定是否需要深入看代码。 阅读全文
在 AI Coding 越来越普遍之后，代码生成会变得更快，也更多。团队成员如果还只靠逐行看代码、看 diff 来理解彼此，成本会越来越高。
Mainline 的做法是让 Agent 在开发过程中自动总结 Intent（意图），并把它和 commit 关联起来。这样团队在 Review 时，可以先看这次改动的目标、原因和关键决策，再决定是否需要深入看代码。 阅读全文
posted @ 2026-06-08 15:43
小七-七牛开发者
阅读(141)
评论(0)
推荐(0)
摘要： 
一边，模型和 AI 编程工具还在继续往 Agent 方向推：Claude Opus 4.8 发布，xAI 把 Grok Build 0.1 放进 API，阶跃星辰也继续更新模型和开发者工具。
另一边，社区里也有不少轻松内容：有人把 Claude Code 用成桌面硬件工作流，有人把 Codex 拿去优化网络，还有 Codex 研发人员让 Codex 回顾自己的历史工作记录，给自己“蒸馏”一套可复用流程。 阅读全文
一边，模型和 AI 编程工具还在继续往 Agent 方向推：Claude Opus 4.8 发布，xAI 把 Grok Build 0.1 放进 API，阶跃星辰也继续更新模型和开发者工具。
另一边，社区里也有不少轻松内容：有人把 Claude Code 用成桌面硬件工作流，有人把 Codex 拿去优化网络，还有 Codex 研发人员让 Codex 回顾自己的历史工作记录，给自己“蒸馏”一套可复用流程。 阅读全文
posted @ 2026-06-02 22:28
小七-七牛开发者
阅读(13)
评论(0)
推荐(0)
摘要： 
Coding Agent 的每一轮请求，不一定都需要最强模型。有些任务只是整理工具结果、搜索代码、生成摘要，直接用 pro 模型反而是浪费。 阅读全文
Coding Agent 的每一轮请求，不一定都需要最强模型。有些任务只是整理工具结果、搜索代码、生成摘要，直接用 pro 模型反而是浪费。 阅读全文
posted @ 2026-06-02 21:54
小七-七牛开发者
阅读(27)
评论(0)
推荐(0)
摘要： 
生产级 Agent 的很多失败并不发生在模型“怎么想”，而发生在系统“怎么跑”。比如消息路由错误、工具结果被错误合并、hook 执行顺序不对、session 状态传递出错。这些问题属于 Agent Harness，通常写在代码里，不在 prompt、skill 或 memory 里。因此，MOSS 讨论的不是“Agent 会不会改代码”，而是 Agent 自进化如何从文本层推进到源码层，尤其是推进到 Harness 代码。 阅读全文
生产级 Agent 的很多失败并不发生在模型“怎么想”，而发生在系统“怎么跑”。比如消息路由错误、工具结果被错误合并、hook 执行顺序不对、session 状态传递出错。这些问题属于 Agent Harness，通常写在代码里，不在 prompt、skill 或 memory 里。因此，MOSS 讨论的不是“Agent 会不会改代码”，而是 Agent 自进化如何从文本层推进到源码层，尤其是推进到 Harness 代码。 阅读全文
posted @ 2026-06-02 21:42
小七-七牛开发者
阅读(8)
评论(0)
推荐(0)
这期播客主要聊了 Bub 是什么、它和普通聊天机器人/Agent 框架有什么不同，以及它背后的 Tape 记忆机制和插件化设计。 
它们合在一起，回答的是同一个问题：AI 怎么从“回答当前问题”，变成“参与长期工作”。RAG 让它会查资料；Agentic RAG 让它更会查资料；Memory 让它能带着过去的上下文继续工作。 
浙公网安备 33010602011771号