8 篇博文 含有标签「AI Agent」

最近看 Ornith 1.5 时，一个说法很容易让人兴奋：它能自己生成训练任务，所以 Agent 是不是会在日常使用中“越用越聪明”？

我的答案是：**可以形成越用越贴近真实工作的改进闭环，但它不是聊天时自动学习，更不是不需要数据。**真正发生的事情是，系统把已授权的使用信号转成可验证任务，在隔离环境里训练候选版本，再由独立评测决定是否发布。

AI 编程 Agent 的能力在过去一年里突飞猛进。Codex 能重构整个模块，Claude Code 能自主修复 bug，Cursor 能理解整个代码库。但如果你真的让它们跑一个跨越数天的长任务，大概率会收获这样的结果：目标悄悄漂移、同一个错误重试几十次、中断后从头开始、烧了一堆 Token 却看不到有效进展。

LoopX 就是为了解决这个问题而生的。它不教 Agent 变得更聪明，而是给 Agent 装了一套"制度"——让长期任务可控、可追踪、可恢复。

大模型会聊天，但不会干活。真正让 AI Agent 能接住复杂任务的，不是模型有多聪明，而是外面裹着的那层"缰绳"——Harness。当任务要跨多个 API、文件格式和多轮状态时，真正决定成功率的是模型外层的工程控制。

过去一年，很多团队都在研究怎么把大模型变成 Agent：给它工具，给它权限，给它任务，让它能自己跑起来。

于是大家开始关注 Prompt、Context、Tool Use、Workflow、Harness。可是当 Agent 真的开始进入开发、运维、研究、文档和业务流程以后，一个更底层的问题浮出来了：Agent 到底工作在一个什么环境里？

这就是 Environment Engineering 想解决的问题。

如果说 Harness 解决的是“怎么管住 Agent”，那么 Environment 解决的是“Agent 面对的世界是否可靠”。前者更像运行时控制系统，后者更像训练场、考场和工作制度。

飞书官方在 2026 年 4 月开源了飞书 CLI（lark-cli），一个月内 GitHub Stars 飙到 9.8k。这个工具最大的亮点是：让 AI Agent 能以用户的个人身份操作飞书。我花了一个下午把它接入了 Hermes Agent，这篇文章记录整个过程和踩过的坑。

一个人 + 一个 AI Agent，一天能干多少活？今天我做了一个实验。

最近同时在用 OpenClaw 和 Hermes Agent 做日常开发和自动化任务，用了一段时间后，觉得有必要把两者的使用感受整理一下。这篇不是广告，纯粹从一个实际使用者的角度出发，聊聊两者在功能、Token 消耗、易用性和各自优势方面的差异。

Hermes Agent 的迭代速度很快——v0.11.0 一个版本就合并了 761 个 PR、1556 次提交。版本更新是日常操作，但如果流程不规范，轻则消息丢几条，重则配置全丢、服务起不来。

这篇文章把我在实际更新过程中总结的流程整理出来，适用于当前 v0.11.0（v2026.4.23）及后续版本，重点是怎么更新不出事，出了事怎么恢复。