国产办公软件金山 @WPS_Office 宣布支持 #Markdown，用户可以直接在# WPS 客户端或网页版中打开和编辑 MD 文件，可以实时渲染可视化格式。 例如用户可以屏幕左侧编写文件，右侧实时显示渲染出来的可视化格式，也可以将 MD 文件转换为其他文档格式方便进行协作。 查看详情：

Microsoft 365 团队宣布即日起 @OneDrive 网页版为 #Markdown# 格式提供原生支持，用户可以直接在浏览器中查看和编辑 Markdown 文件。 现在用户查看文件时将正确显示格式而不是 ### 等格式符号，微软提供表格样式、复选、代码块、链接等，代码块也支持代码高亮。 查看详情：

Codex 的野心，MCP 和 Skill 的下一步 这段时间我在密集使用 Codex App、Cursor 等 Agent 应用，有件事越来越觉得有意思。 去年大家争的是谁家模型更强，今年争的好像变成了谁家窗口右侧更好用。 Codex、Claude 桌面版、Cursor 3.0、TRAE SOLO，这几家最顶尖的 Agent，在完全没有协商的情况下，几乎同时收敛到了同一个界面布局：左侧是项目和会话列表，中间是和 Agent 的对话，右侧是工作区，放着文件浏览、网页预览、文件变更审查这些功能。 肯定不是相互之间的抄袭，更像是当前 Agent 交互的最优解。 【1】为什么是三栏 传统 Chatbot 只需要两栏，左边会话历史，右边对话窗口，你问它答，用完走人。 到了 Agent 时代，Agent 能自己写代码、改文件、调工具了。它做完之后，你得看看有没有做对——右侧工作区就是为这件事出现的。 但这只是第一阶段。 随着用户越来越多时间是在指挥 Agent，打开 VSCode 这类专业工具的时间自然越来越少。那个问题迟早会冒出来：Agent 帮你写完代码、做完 PPT，你想微调几个字，还要专门切出去打开另一个软件？ 没有人愿意这样。用户的自然期待是：能不能直接在 Agent 里改？这也是目前 Codex App 呼声最高的功能之一（另一个呼声高的是手机版，马上要出了）。 于是各家开始悄悄升级右侧工作区，让它从只能看文件编辑记录，变成了一个多功能区。Codex 在 4 月 16 日的大版本更新里，右侧工作区的改动幅度是所有功能里最大的。 交互细节上各家略有差异。Codex 和 Cursor 用 Tab 切换，Claude 用浮动面板。我自己用下来觉得 Codex 最顺手，Claude 的浮动面板方案设计感有余、实用性不足，迟早要改。 【2】Codex 的真正野心 但如果只把这个变化读成“设计界面进化”，就低估 Codex 了。 Codex 4 月大版本发布时的口号是“Codex for (almost) everything”——几乎任何任务都能做。你可以把它理解成一句广告口号，但更像是一个产品方向的声明。 要兑现这句话，Codex 不能只是个擅长写代码的 Agent，它必须能处理各种文件格式，支持各领域的专业工作流，还要让用户能在它里面完成全程闭环，包括最后的人工微调。 目前 Codex 还做不到最后一步：生成之后无法编辑，代码、Markdown、PPTX 都不行。这可能是产品上有意为之的克制，可能是技术上还没跑通，也可能是在等一个统一的解决方案出现。 我猜是第三种。 【3】MCP 和 Skill 都只解决了一半 要理解 Codex 在等什么，得先想清楚 Agent 能力拼图里现在差哪一块。 MCP 解决了“连接”问题：Agent 通过统一规范接入各种工具，数据库、日历、代码仓库，都能打通。 Agent Skills 解决了“怎么做”的问题：Agent 学会了它没训练过的领域知识和最佳实践，比如怎么写特定风格的文章，怎么处理某类复杂任务。 这两件事做得都还不错。但有一块缺口始终没补上：用户的二次编辑。 你让 AI 写完一篇文章，最后还是要自己打开编辑器改几处，毕竟很多时候最后那 5% 的精准度，只有自己动手才能到位。就算将来 AI 再聪明，它也做不到百分百的懂你，还是少不了要手动去做修改。 于是最近 Markdown 编辑器又火了，各种 Vibe Coding 出来的 Markdown 产品满天飞。 但 Codex 不会自己做一个 Markdown 编辑器，因为每个人的偏好都不一样，做出来永远有人不满意；更何况它也不可能把每个垂直领域的专业编辑器都集成进来。 最合理的路，是插件机制。 【4】下一步：Agent 版 App Store 把 Agent 做成平台，让社区来贡献插件，就像 VSCode 和 Chrome 那样。 Codex 只需要聚焦在 Agent 调度这一层，把文件预览、二次编辑、垂直领域的专业能力都交给插件来扩展。用户按需安装，做设计的装设计插件，写作者装写作插件。 插件机制还能顺手解决一个长期没有答案的问题：Skill 没办法商业化。 我自己的 baoyu-skills 快 2 万 Star 了，但从中赚到的钱是 $0。Skill 这东西几乎是透明的，对 Agent 透明，对人也透明，复刻成本极低，不管你写得再好，护城河都很浅。 插件不一样。App Store 和 Chrome 插件市场已经跑通了一套收费和版权保护机制，把它移植到 Agent 插件市场完全可行。好插件可以收费，开发者才有持续打磨的动力，生态才真正能转起来。 Codex 现在已经有了一个非常原始的插件市场。从这里到成熟的收费插件生态，还有很长的路，但方向是对的。 想做这件事的不止 Codex 一家。Cursor 我能看到类似的影子。唯独 Claude Code 和 Cowork，目前没看到这个方向的产品迹象——也许他们不屑于做，也许只是还没走到这一步。 【5】留给中小团队的窗口 如果 Codex 真的跑通了插件生态，对中小团队意味着什么？ 除了自己做一个垂直 Agent，还有另一条路：在 Codex 这样的平台上做插件。不用自己搭 Agent 调度层，不用解决 Token 接入，用户分发也靠平台。你只需要专注在那个“最后一公里”——帮用户把 Agent 生成的结果处理好、编辑好、用得顺手。 这个窗口不会开太久。先进去的能拿到冷启动红利，晚进去的只剩存量竞争。 时间点不会太远，也许就在这几个月。 Codex 的野心摆在那里，“几乎任何任务”这个口号要真正兑现，插件机制是绕不过去的一步。如果 OpenAI 在这件事上继续犹豫，那才是真的失误。 你觉得这个插件生态最后会是哪家先跑通？或者说你觉得有更适合 Agent 的产品表现形式？欢迎留言分享！

读 PDF、记笔记、找资料，这三件事很多人一直在瞎折腾。 论文放一个软件，网页收藏放一个软件，笔记又放另一个软件。 最后结果就是：资料越存越多，真正用的时候一个都找不到。 note.md 这个工具我觉得很适合 Mac 用户试试。 它把阅读、Markdown 笔记、引用、资料管理放到了一起。 你可以一边看 PDF，一边做笔记；看到有用的内容，直接整理成引用；后面忘了写在哪，还能靠搜索把相关内容翻出来。 以前你以为自己缺的是更多收藏夹，其实你缺的是一个能把资料重新找回来的地方。 收藏不是本事，用得上才是本事。 🔗

换笔记软件的时间，比用笔记软件的时间还长。按你的实际需求对号入座： 1、【Obsidian】 本地 Markdown 文件加双向链接，插件生态最丰富。笔记就是硬盘上的纯文本文件，哪天不用了也能直接打开，不会被锁死在某个软件里。个人使用免费，也是接 AI 工具做知识库最顺的一个。 2、【思源笔记】 块级引用加本地优先，中文体验做得最细。数据库、闪卡、PDF 标注都内置，不用装一堆插件。国内团队开发，中文排版和输入法适配比国外产品舒服。45.4k star。 3、【Logseq】 大纲式笔记，天生适合日记和碎片记录。每天打开就是今天的日志页，想到什么写一条，靠双向链接自动串起来。习惯用列表思考的人会很顺。44.1k star。 4、【Trilium】 树状层级笔记，适合体量大的知识库。几千上万条笔记时，纯靠标签和链接会失控，它的层级结构加上关系图能撑住这个规模。37k star。 5、【AppFlowy】 Notion 的开源替代。多维表格、看板、文档一套齐，但数据可以放在自己机器上。喜欢 Notion 的用法又不想把资料放在别人服务器的，选它。74.3k star。 6、【Outline】 团队知识库。实时协作、权限管理、搜索都做得好，适合几人到几十人的团队做内部文档，可以自己部署。39.8k star。 一个人写、想接 AI 就选 Obsidian；中文重度用户选思源；团队用 Outline。挑完就别再换了，笔记的价值来自积累，不来自软件。

龙虾的对手来了？我试了一下Hermes Agent 这几天推荐 Hermes Agent 的人突然多了起来。 我自己装了一个跑了两天，说说感受：确实还可以。不是那种「又颠覆了」的程度，但能明显感觉到它的设计思路跟龙虾不是一回事。 先说一下背景，Hermes Agent 是 Nous Research 今年 2 月底开源的 AI 智能体框架。 上线不到两个月，GitHub 星标冲到了三万多。社区里不少人把它称为 OpenClaw 上线以来，第一个真正意义上的竞争对手。 两个项目表面上很像，都是自托管的开源 Agent，都能接 Telegram、Discord、Slack、WhatsApp。都支持多模型切换，都走 MIT 协议。 但骨子里完全不同。 龙虾是网关，Hermes 是引擎 OpenClaw 的核心是一个 Gateway。网关守护进程，负责统一管理会话、路由消息、连接各种聊天平台。 你可以理解成一个调度中心，把所有聊天应用接到 AI Agent 上。 龙虾解决的核心问题是：怎么把消息送到 Agent Hermes 不太关心这个，它更在意的是：Agent 怎么变得越来越强 官方管这叫 closed learning loop，闭环学习循环。整个框架围绕的就是一件事——让 Agent 在使用过程中自我进化。 打个比方，龙虾是个多渠道助理操作系统，什么聊天工具都能接，生态丰富。 Hermes 是一个会自我迭代的执行引擎，刚开始没那么花哨，但越用越能打。 这是最根本的区别，后面所有差异都从这分叉出来。 会自己写技能的 Agent 我觉得这是 Hermes 最有意思的地方 当它完成一个复杂任务——通常涉及五次以上工具调用——它不是做完就算了。 它会把整个过程沉淀成一份结构化的技能文档，存成 Markdown 文件，放在 ~/.hermes/skills/ 目录下。 下次遇到类似任务？直接加载这份技能文档，不用从头解决。 更狠的是，这些技能在使用过程中会自我迭代。Agent 执行某个技能时发现了更好的方法，它会自动更新技能文档。不需要你手动维护。 Reddit 上有用户反馈，他的 Agent 在两小时内自动生成了三份技能文档。之后跑重复性研究任务，速度提升了 40%。 龙虾也有技能系统，但龙虾的 Skill 主要靠人手写，或者从 ClawHub 技能市场安装。Hermes 等于把「写技能」这件事也交给了 Agent 自己。 一个靠人喂，一个自己长。 我试用的时候确实感受到了，让它帮我查了几轮开源项目的信息，第二天让它做类似的事，它明显快了。 不用再教它「先去 GitHub 看 README，再去看 Issues」这种流程。它自己能记住了。 记忆体系：搜索引擎 vs 笔记本 两者都说自己有跨会话记忆。但实现方式差很多。 Hermes 的做法 用 SQLite 数据库配合 FTS5 全文检索，把所有历史对话存下来。需要调用时，先搜索再让模型做摘要，然后塞进上下文 不是把整段对话历史搬过去，Token 不会爆 记忆分两层： 常驻层：MEMORY.md 和 USER.md。存关键偏好和核心信息，每次对话都带上，相当于硬记忆。 检索层：全量历史在 SQLite 里，容量不限，按需调用，相当于一个私人搜索引擎。 龙虾的做法 工作区里的 Markdown 文件，memory.md 记生活细节，向量索引做语义检索。上下文压缩前会静默写入一次记忆，防止压缩丢信息。 简单类比：Hermes 给 Agent 装了个搜索引擎式的大脑。龙虾给了它一个笔记本。 搜索引擎查东西更精准，笔记本翻起来更直觉。但记忆量大了之后，搜索引擎的优势会越来越明显。 安全思路也不一样 Hermes 搞了一套五层纵深防御： 用户授权：白名单 + DM 配对 危险命令审批：rm -rf、chmod 777 这些高风险操作要人工确认。默认 60 秒没批准，自动拒绝 容器隔离：终端命令跑在 Docker 容器里，不在宿主机上裸跑 MCP 凭据过滤：隔离 MCP 子进程的环境变量，防凭据泄露 上下文注入扫描：检测项目文件里的 prompt injection 攻击 这套设计思路是「默认不信任，层层设卡」，龙虾那边更强调信任模型和配置审计 它有个 openclaw security audit 命令，一键扫描网关配置的安全隐患。思路不一样，但也不能说不好。 但龙虾在安全上的历史确实不太好看。今年 2 月曝出一批高危漏洞——CVE-2026-25253 是一键远程代码执行，点个链接就能接管你的机器。 ClawHub 技能市场还出了 ClawHavoc 攻击活动，恶意技能伪装成加密货币追踪器、YouTube 摘要工具，实际在偷浏览器会话和 API 密钥。 这不是小事。你的 Agent 跑在本地，权限很高。安全出了问题，搞不好整台电脑都交代了。 Hermes 的五层防御在架构层面想得更远。当然，有没有自己的坑还得等时间检验。但至少出发点比「先跑起来再说」靠谱。 选哪个？看你要什么 先说最实在的：如果你现在用的 Agent 已经顺手了，别换！换工具的迁移成本远比你想的高。 想要现成生态 → 龙虾 三十多万星标意味着教程多、插件多、问题容易搜到答案。ClawHub 上几千个 Skill 直接装。你想接 QQ、飞书、钉钉，社区里都有人踩过坑。 想要长期进化 → Hermes 它不是装好就一成不变的工具。用得越久，它对你的工作方式理解越深，技能库越厚。如果你是搞 AI 研究的，它还能生成训练轨迹、跑强化学习实验。内建了兼容 OpenAI API 的服务端，直接接 Open WebUI。 部署成本都不高，Hermes 跑在 5 美元一个月的 VPS 上就够。也支持 Docker 和各种 serverless 方案。 安装不复杂，参考官方文档就行： 两个项目我都装过。 龙虾像一个装了一堆 App 的手机。开箱即用，什么都能干，生态成熟。 Hermes 像一个会自己下载 App 的手机。刚开始没那么好用，但用着用着，它变成了你的形状。 喜欢折腾的，两个都试试。不喜欢折腾的，等 Hermes 社区再成熟一阵子再来看也不迟。 #AI# #AIAgent#

我的 Trading Agent 换上了这个大脑后，明显聪明了几个量级！ 长期以来，我在使用 Agent 的过程中，都被同一个问题所困扰：它太容易失忆了！ 每次开启一个新会话，我都要重新交代背景： 我是谁、我在做什么项目、我的判断标准是什么、哪些资料已经看过、哪些坑已经踩过、哪些结论已经被推翻过。 这带来的问题非常明显： 第一、Agent 很难保持连续性。今天它帮我分析了一个项目，明天再问它相关问题，它往往又像第一次接触一样，从零开始推理。 第二、Agent 很难沉淀经验。一次研究中已经证明无效的路径，下次它可能还会重复。而一次写作中已经验证有效的结构，下次它也未必会主动再用。 第三、记忆很容易被锁在某个工具里。Claude Code 里沉淀的上下文，换到 Codex、OpenClaw 或其他 Agent 工作流里，就很难自然迁移。 第四、传统的补救方案也不够优雅。把 Prompt 越写越长，会增加 token 成本，也容易污染上下文；自己搭向量库，又经常变成一个黑盒，能搜到碎片，但很难检查、编辑、回滚和复用。 也就是说，Agent 真正需要是一套可以持续积累、可以被人类检查、可以跨工具复用的记忆系统。 直到我遇到 EverOS，我才意识到： Agent memory 不应该只是“把历史记录塞进 RAG”，而应该更像一个面向 AI Agent 的记忆操作系统。 EverOS 最吸引我的地方，是它把“记忆”这件事做得非常工程化。 它不是把所有内容扔进一个看不见的向量数据库，而是把记忆保存成可读、可编辑、可版本管理的 Markdown。 这样一来，Agent 的记忆不再是黑盒，人可以打开看，可以修改，可以用 Git 管理，也可以在需要时回滚。 它也不是只做简单语义搜索，而是采用本地优先的 Markdown + SQLite + LanceDB 架构，并结合 BM25、标量过滤等方式，让记忆既能被语义检索，也能按项目、用户、Agent、应用、会话等维度精确限定范围。 更关键的是，EverOS 区分了两类记忆：用户记忆和代理记忆。 用户记忆记录的是“我是谁”： 我的偏好、长期目标、判断标准、历史项目、常用工作方式。 代理记忆记录的是“Agent 怎么做事”： 完成过哪些案例、哪些路径有效、哪些错误发生过、哪些工作流可以复用。 这个区分非常重要。因为一个真正有用的 Agent，不仅要记住用户，还要记住自己做过什么，并且从自己的执行轨迹中沉淀出技能。 EverOS 的自我进化机制，正是解决这个问题的关键。 一次任务完成后，它可以把这次执行过程沉淀成 Case； 当某类成功路径反复出现，就可以进一步提炼成可复用的 Skill。 也就是说，Agent 不只是记住发生过什么，而是开始形成“以后遇到类似问题应该怎么做”的程序性记忆。 我把 EverOS 最适合落地的场景，放在了我的 AI Trading 和 Research Agent 上。 这个 Agent 的任务是帮我持续做研究：追踪 AI x Trading 项目、整理项目文档、提取交易假设、比较同赛道竞品、记录风险点、形成研究笔记，再输出适合发布的内容草稿。 在没有 EverOS 之前，这个 Agent 有几个明显问题。 它会忘记我的研究标准。比如我反复强调不要只看叙事，要看产品机制、资金流、风控结构、真实用户、可验证的数据和同赛道比较，但下一次分析新项目时，它还是可能滑向空泛总结。 它会忘记我已经踩过的坑。比如某些信源质量不高、某些指标容易误导、某些项目的营销话术不能直接采用，这些经验如果不能沉淀，下次就还要重新提醒。 它也很难复用成熟工作流。一次完整研究往往要经过“资料导入—事实提取—机制拆解—风险核查—竞品比较—交易假设—内容输出”几个步骤。如果每次都从零开始设计流程，Agent 就很难真正提高效率。 接入 EverOS 后，我会把这个 Agent 的记忆分成几层。 第一层是项目资料记忆。白皮书、官网、GitHub、截图、PDF、文章、推文、数据表，都可以作为多模态资料导入，让 Agent 在后续研究中能检索到原始上下文。 第二层是用户偏好记忆。比如我的研究偏好是“证据链优先、少用空话、避免 Shill、必须对比同赛道、必须写风险点、必须区分事实和推测”。这些不应该每次重新写进 Prompt，而应该成为长期用户记忆。 第三层是研究案例记忆。每次分析一个项目，都记录这次研究用了哪些资料、得出了什么结论、哪些假设被保留、哪些判断被推翻、哪些风险后来被验证。 第四层是技能记忆。当某个流程反复有效，比如“AI Trading 项目拆解模板”、“交易型 Agent 风控检查表”、“项目亮点转 X 长文结构”、“竞品比较框架”，就把它沉淀成 Agent 可以重复用的 Skill。 这样一来，Agent 的工作方式就发生了变化。 以前它像一个一次性助手：每次叫醒它，都要重新喂背景、重新讲规则、重新纠正偏差。 现在它更像一个会积累的研究搭档：它知道我以前看过什么，知道我更重视哪些判断标准，知道哪些路径曾经失败，也知道哪些工作流可以复用。 这才是我认为 EverOS 最有价值的地方。 它不是让 Agent 瞬间变成全知全能，而是让 Agent 的每一次有效工作不再归零。 长期看，Agent 的竞争力不只来自底层模型，而来自它能不能把用户、任务、项目、错误、决策和工作流持续沉淀下来。 没有记忆的 Agent，只是一个反复被唤醒的工具。 有了可读、可迁移、可检索、可进化的记忆层，Agent 才开始接近真正的长期协作伙伴。 如果你也在构建 AI Agent、LLM 应用、AI Coding 工作流，或者任何需要长期上下文的系统，强烈建议把 Star 一下这个 Repo !!! 因为下一代 Agent 真正重要的能力，可能不是一次回答有多聪明，而是它能不能记住过去、理解现在，并在下一次任务中变得更好 链接：

#Telegram# Bot 现在可以使用更加丰富的 #Markdown# 和 HTML 格式，Telegram 向所有机器人开放约 15 种纯 MD 格式、13 种 Telegram/HTML 混用格式，合计 28 种格式。 现在机器人开发者可以向用户生成包括任务清单、数学公式、列表等多种不同的样式，不过也存在限制，具体请查看支持文档。 查看详情：

一张图生成一个实时回应你的对话视频角色 Runway 推出 Runway Characters 你给它一张参考图，它就能生成一个可以和用户实时说话的视频角色。 • 角色能实时对话，官方称支持 HD、24fps • 它能看摄像头，也能看屏幕共享 • 声音、性格、开场白可以配置，也能生成或克隆自定义声音 • 可以接文本或 Markdown 知识库，让角色按资料回答 • 可以调用工具，比如高亮网页按钮、滚动页面、打开弹窗，或去后端查订单和库存 • 可以通过 API、React SDK、网页 Widget 接进自己的产品。 你可能觉得，这不就是“数字人”吗。上传一张脸，让它眨眼、张嘴、读稿，过去几年大家已经看过很多。 但 Runway Characters 不是在重复这件事。 它想把视频生成从“等模型出片”，往前推到“现场接话”。 用户不是等一段生成好的视频，而是在和屏幕里的角色说话。这个角色要能听懂你、看见你正在看的东西、按资料回答，还能在产品里做一点动作。