我最近越来越烦一件事，在 orchestrator 里写死用 Claude 的哪一版、用 OpenAI 的哪一版。 这种写法看起来天经地义，其实埋了个维护地雷。 模型名是这套系统里最不稳定的接口：会改名、会停更、会重定价，能力排名几个星期就洗一次牌。 把这些写进编排逻辑，等于把最不稳定的东西做成了硬编码。 每发布一个新模型，你就得在 prompt、路由代码、eval 配置里做一轮全局替换。 我想要的其实是一个 tier 抽象：告诉编排器这类任务用中档推理模型，而不是用某个具体版本。 tier 才是稳定的契约，模型名只是它背后的一个可变实现。 这个抽象有成本：tier 到具体模型的映射本身也要维护，而且同样会过期。 但它把 churn 隔离到一个地方，而不是让它渗透进每一行编排逻辑。 判断一个 agent 系统的工程成熟度，看它把模型名藏得多深就知道了

分不清共有知识和公共知识 就设计不好Orchestrator和subagent的协作与记忆 搞不明白persona的哪部分记忆是独立维护，哪部分记忆是组织维护 信息在group流转的过程中，究竟什么要公开，什么要私密 这就涉及到一些约束限制 尤其是对外的 如果没做过销售类的SCRM业务 可能很难理解这些东西

我最近看了个实验，挺有意思的。 有人用 Fable 5 做 orchestrator， 分别配了 Fable、Opus、Sonnet 三种 worker。 跑同一个任务。 结果质量差不多， 但成本差了一个数量级。 结论一句话： Fable 真正值钱的不是智力，是方法。 所以他把 Fable 的思维方式抽出来， 写成了一个 skill 文件， 让 Opus 也能按同一套逻辑跑。 五步： 1. 先定范围（不 scope 不动手） 2. 先找证据，再推理 3. 自己反驳自己 4. 完成前必须验证 5. 汇报结果和置信度 说白了： 你留不住最强的模型， 但你可以留住最强的流程。 这个思路，比任何模型都值钱。

如果您在做 Agent Harness 相关的开源项目，希望在 DeepSeek Harness 发布的第一时间进行接入支持，请回复您的 GitHub id 以及 GitHub 项目地址，包括但不限于 plugin, skill, MCP, orchestrator, aggregator, UI 等等。 我们会选择一些开源项目的作者邀请参与DSH内测，并赠送部分API额度，让您可以做到在DSH发布时第一时间接入支持。 请同时私信我您的邮箱，我们会使用 email 联系您。

GitHub 正式上线 GH-600 认证：Agentic AI 开发者认证！ 这套认证专门针对负责设计和管理 AI 智能体系统的开发者。 考核内容涵盖多智能体编排（multi-agent orchestration）、安全防护（guardrails）以及生产环境下的 AI 工作流。 GitHub 明确了新的岗位要求，开发者不仅要会使用 AI，更要具备监督和控制 AI 系统运行的能力。 在 Web3 与 AI 结合的自动化趋势下，这套技术栈将成为核心竞争力。

Codex 更新后，现在可以把任务派给任意受支持模型，Luna 也能当子 Agent 了。 不过它们的权限不一样：Sol / Terra 能互相通信、协调任务，还能继续往下派活，更像项目负责人；Luna 主要负责把交代好的活干完，适合批量处理边界明确的任务。 说白了就是，Sol / Terra 负责规划和把关，Luna 负责快速、低成本地干活。以后真正要琢磨的，是怎么写好 Orchestration Prompt，让不同模型各干各的，还不互相添乱。

我抛弃了我打磨了好久的 Tmux-based Agent Teams 使用了几天 Herdr，我觉得 Herdr 之于大家最爽的可能就是终于可以使用鼠标来操控 Tmux 这类 terminal multiplexer 的所有功能了，虽然我熟知 Tmux 的快捷键，但是用鼠标在 herdr 上创建 session, window, pane 以及操控设置页面的那一刻还是觉得有点爽。 Herdr 其他的 Agent Team Orchestractor，这都是 Tmux 最基本的玩法了。可能它唯一的好处就是提供了一个开箱即用的配置吧。

最新趋势总结（跨HN、PH、GitHub、X、Reddit等） • Agentic Everything：AI coding agents（Claude Code、Codex、Cursor、Bionic等）主导讨论，本地/开源代理（LM Studio Bionic、OpenClaw、herdr multiplexer）爆发。重点从“prompt聊天”转向“持久内存、技能库（skills）、知识图谱、sandbox执行、multi-agent orchestration”。 • 本地优先 + 隐私：LM Studio Bionic（Mac/Windows本地代理，支持open models如GLM/Kimi）、Rust本地工具（Meetily会议助手）火热。独立开发者痛点：数据泄露、订阅费、硬件限制 → 机会巨大。 • Skills & MCP生态：大量GitHub trending项目是“skills”（taste-skill、cybersecurity-skills、academic-research-skills等），用于增强代理的特定能力。MCP（Model Context Protocol）成为连接代理与工具的标准。 • Workflow自动化：n8n/Zapier + AI pipelines（TikTok内容、Reddit机会挖掘）、agentic video（OpenMontage、MoneyPrinterTurbo）、Chrome插件/扩展生成器。 • 部署/Infra：Vercel/Netlify无缝集成新模型（GPT-5.6 Sol/Terra/Luna），Coolify自托管支持。独立开发者易部署SaaS/插件。 • 商业化信号：PH上AI代理/助手、Chrome扩展、local tools快速上榜；YC launches聚焦agent平台；Indie Hackers讨论“可靠workflow vs 酷功能”。 Google Trends相关未见剧烈新峰值，但“AI agent workflow”、“local AI coding”持续高关注。 最具潜力商业机会（针对独立开发者） 1. 本地/开源AI Coding Agent增强工具（最高优先）： • 构建Bionic-like wrapper或skills marketplace：打包常见skills（设计、cyber、research）成一键安装模板，支持LM Studio/Cursor/Claude Code。 • Chrome插件：AI selector forge、context passer（指向UI传精确上下文给代理）。PH类似产品已获高票。 • 变现：Gumroad模板/$9-49一次性 + 付费skills订阅，或SaaS监控代理性能。 2. Agent Workflow模板站 / n8n兼容市场： • 预打包可靠的自动化（如Reddit→客户挖掘、TikTok内容pipeline、代码审查multi-agent）。重点解决edge cases、JSON稳定、memory。 • Indie Hackers痛点验证：用户买“能立刻跑”的东西，而非实验品。 • 机会：per-run monetization（类似n8n beta），或模板+托管SaaS。部署到Vercel/Netlify/Coolify一键。 3. 隐私/本地SaaS & Chrome插件： • 知识图谱工具（codebase → queryable graph）、meeting summarizer、voice keyboard扩展。 • 针对solo devs：sandboxed knowledge work（PDF/deck处理）、persistent memory vault。 • 低竞争：本地优先卖点强，结合Ollama/vLLM。 4. Video/Content Agent工具： • 扩展OpenMontage/MoneyPrinterTurbo式一键短视频/白板解释器（Simi等PH热门）。 • 独立开发者可做垂直模板（营销、教程）+ Vercel部署前端。 5. Security & Observability for Agents： • Prompt injection防护、runtime monitoring（Heron Wireshark for agents）、permission governance。 • HN热议AI coding agents安全bug，机会明显。

现在很多人优化 Agent 成本，第一反应是： 换更便宜的模型，或者做 model routing。 但这篇论文提醒了一个更容易被忽略的地方： Agent 真正烧钱的，是整个执行循环。 一次 Agent 任务里，可能包含多轮对话、工具调用、上下文回放、历史压缩、重试、等待、子任务委派。 这些东西怎么组织，决定权大多在 harness / orchestration layer 这一层。 论文把这个现象叫做 token maxing： 模型单 token 价格在下降，但 Agent 为了完成更复杂的任务，会塞进更多上下文、更多工具信息、更多 reasoning trace。最后每个任务消耗的 token 反而越来越多。 实验设计很直接。 作者用 22 个企业 Agent 任务，测试 6 个模型，包括 Claude、Gemini、Qwen、GLM、Palmyra 等。然后只替换 orchestration layer：一边是普通 production agent loop，一边是 Writer Agent Harness。 结果很明显： 换上 Writer Agent Harness 后，平均任务成本从 $0.21 降到 $0.12，token 从 14.2k 降到 8.8k，耗时从 48 秒降到 27 秒；任务质量基本持平，quality per dollar 提升 82%。 这个差异主要来自几个很工程化的设计： 稳定内容放进可缓存 prefix，变化内容放在 tail；旧历史做结构化压缩；大块上下文尽量 offload；等待和重试阶段要有预算控制。 这篇最有意思的地方在于，它把 Agent 成本问题从「选哪个模型」推进到了「怎么组织一次任务执行」。 这对 AI coding、Research Agent、多智能体系统都很关键。 之后做 Agent，不能只盯模型榜单。真正拉开差距的地方，会越来越多地出现在 context engineering、tool exposure、cache discipline、failure governance 和 workflow orchestration 这些层面。 Agent 越复杂，harness 越像基础设施。 模型决定能力上限，harness 决定接近这个上限要花多少钱。 📎 arxiv:

挖 CVE 的流程挺长，筛项目、审源码、验证漏洞、写申报报告，每一步都要花不少时间。 AutoCVE 这个开源平台把整条流程接进了多 Agent 系统，一键跑完整套流程。 由 Orchestrator 统一调度侦察、扫描、分诊、深挖和验证几个 Agent 协同干活，还提供快速扫描、深度审计等不同模式可选。 GitHub： 审计跑完能继续追问，让 Agent 补充证据、解释攻击链或者完善复现步骤。 用 Docker 一行命令就能部署起来，前端后台和接口文档都配齐了。 做安全审计或者对 CVE 挖掘感兴趣的朋友，可以拿来试试手。