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。

Anthropic 工程师 Barry Zhang 在 AI Engineer 工作坊上的一个分享 “如何构建有效的 Agent”，其中印象最深的一个观点：Don't build agents for everything，反过来理解就是别做什么都能干的 Agent，那是我们大模型要干的事情😆 构建有效 Agent 的三大要点： 1. 明智选择应用场景，并非所有任务都需要 Agent； 2. 找到合适的用例后，尽可能长时间地保持系统简单； 3. 在迭代过程中，尝试从 Agent 的视角思考，理解其局限并提供帮助； Barry 主要负责 Agentic System，演讲内容基于他和 Eric 合著的一篇博文，下面详细总结他们的核心观点，以及对 Agent 系统的演进和未来的思考。 Agent 系统的演进 - 简单功能： 起初是简单的任务，如摘要、分类、提取，这些在几年前看似神奇，现在已成为基础； - 工作流（Workflows）： 随着模型和产品成熟，开始编排多个模型调用，形成预定义的控制流，以牺牲成本和延迟换取更好性能。这被认为是 Agent 系统的前身； - Agent： 当前阶段，模型能力更强，领域特定的 Agent 开始出现。与工作流不同，Agent 可以根据环境反馈自主决定行动路径，几乎独立运作； - 未来（猜测）： 可能是更通用的单一 Agent，或多 Agent 协作。趋势是赋予系统更多自主权，使其更强大有用，但也伴随着更高的成本、延迟和错误后果。 核心观点一 并非所有场景都适合构建 Agent (Don't build agents for everything) - Agent 主要用于扩展复杂且有价值的任务，它们成本高、延迟高，不应作为所有用例的直接升级。对于可以清晰映射决策树的任务，显式构建工作流（Workflow）更具成本效益和可控性。 - 何时构建 Agent 的检查清单： 1. 任务复杂度 ： Agent 擅长处理模糊的问题空间。如果决策路径清晰，应优先选择工作流； 2. 任务价值： Agent 的探索性行为会消耗大量 token，任务的价值必须能证明其成本。对于预算有限（如每任务 10 美分）或高容量（如客服）场景，工作流可能更合适； 3. 关键能力的可行性 ： 需确保 Agent 在关键环节（如编码 Agent 的编写、调试、错误恢复能力）不存在严重瓶颈，否则会显著增加成本和延迟。如有瓶颈，应简化任务范围； 4. 错误成本与发现难度： 如果错误代价高昂且难以发现，就很难信任 Agent 自主行动。可以通过限制范围（如只读权限、增加人工干预）来缓解，但这也会限制其扩展性； - 编码（Coding）是一个很好的 Agent 用例，因为它任务复杂（从设计文档到 PR）、价值高、现有模型（如 Claude）在许多环节表现良好，且结果易于验证，例如单元测试、CI。 核心观点二 保持简单 (Keep it simple) - Agent 的核心结构： 模型（Model）+ 工具（Tools）+ 循环（Loop）在一个环境（Environment）中运作。 - 三个关键组成部分： 1. 环境：Agent 操作所在的系统； 2. 工具集： Agent 采取行动和获取反馈的接口； 3. 系统提示： 定义 Agent 的目标、约束和理想行为； - 迭代方法： 优先构建和迭代这三个基本组件，能获得最高的投资回报率。避免一开始就过度复杂化，这会扼杀迭代速度。优化（如缓存轨迹、并行化工具调用、改进用户界面以增强信任）应在基本行为确定后再进行。 - 一致性： 尽管不同 Agent 应用（编码、搜索、计算机使用）在产品层面、范围和能力上看起来不同，但它们共享几乎相同的简单后端架构。 核心观点三 像 Agent 一样思考 (Think like your agents) - 问题： 开发者常从自身角度出发，难以理解 Agent 为何会犯看似反常的错误； - 解决方法： 将自己置于 Agent 的“上下文窗口”中。Agent 在每一步的决策都基于有限的上下文信息（如 10k-20k token）； - 换位思考练习： 尝试从 Agent 的视角完成任务，体验其局限性（例如，只能看到静态截图，在推理和工具执行期间如同“闭眼”操作）。这有助于发现 Agent 真正需要哪些信息（如屏幕分辨率、推荐操作、限制条件）以避免不必要的探索； - 利用模型自身： 可以直接询问模型（如 Claude）：指令是否模糊？是否理解工具描述？为什么做出某个决策？如何帮助它做出更好的决策？这有助于弥合开发者与 Agent 之间的理解差距。 个人思考与未来展望 - 预算感知 Agent (Budget-aware Agents)： 需要更好地控制 Agent 的成本和延迟，定义和强制执行时间、金钱、token 预算，以便在生产环境中更广泛地部署。 - 自进化工具 (Self-evolving Tools)： Agent 或许能设计和改进自己的工具（元工具），使其更具通用性，能适应不同用例的需求。 - 多 Agent 协作 (Multi-agent Collaboration)： 预计今年年底将在生产中看到更多多 Agent 系统。其优势包括并行化、关注点分离、保护主 Agent 上下文窗口等。关键挑战在于 Agent 间的通信方式，如何实现异步通信，超越当前的用户-助手轮流模式。

据 Coinbase 公告，Coinbase 正推进“Everything Exchange”战略，计划通过统一账户整合加密货币、股票、ETF、预测市场、永续合约等资产交易，并支持 24/7 交易、快速结算及 AI 投资助手等功能。Coinbase 表示，将于 6 月 16 日举行 “Take Control” 活动，公布该战略的下一阶段计划，预计还将进一步整合支付、借贷、收益及资产抵押等金融服务。

80 块买 6T 二手硬盘，我觉得比一堆 AI 神器都实用 很多人搭知识库，上来就 NAS、显卡、服务器、软路由 预算还没算完，人已经放弃了 普通人第一步真没那么复杂 一个大硬盘 Obsidian 存笔记 Everything 做本地检索 再丢给 AI 做总结和归类 电子书、PDF、项目资料、视频素材、推文截图，全都先存起来

Boris Cherny（Anthropic 工程负责人）在最近的红杉 AI Ascent 大会上说，他现在大部分工作从手机完成。Claude App 里常驻 5 到 10 个 session、几百个 Agent，夜里有几千个在跑深度任务。他管这种做法叫 Loop，让 Claude 用 cron 起一个定时任务，可以每分钟、每五分钟、或者每天跑一次。 我本来还不太习惯用手机操作 Agent。这几天受邀测试最新版的 TRAE SOLO Mobile，刻意多在手机上试用，越用越能理解 Boris 说的那种变化。 This content is only supported in a Feishu Docs 这次 TRAE SOLO 首次实现了移动端、Web 端、桌面端（含 Windows 版）的全量开放，并真正做到三端同步联动，让 Agent 使用的场景大幅扩展。我在手机端体验了几天，结合官方新推出的功能，一些感受： 【1】Agent 已经不是程序员专属 打开 TRAE SOLO，首页让我先选模式：Code 还是 MTC（More Than Coding，意思是“不只是写代码”）。Code 模式好理解，写代码、跑 Git、看 Diff，而 MTC 模式则全面覆盖了写文档、数据分析、报表生成等日常办公场景。 从 Claude Cowork 发布开始就已经有了这个趋势，上周 Codex 的升级也是宣称：“用 Codex 做几乎一切工作（use Codex for (almost) everything）”。 TRAE SOLO 最新的升级同样顺应了这个趋势，从一个编程 Agent 泛化到了通用 Agent。 最新版本特别强化了飞书 CLI 接入功能。现在只要简单授权，就能在 TRAE SOLO 里直接操作飞书文档：例如，输入一句指令，“帮我整理一份本月 AI 编程工具市场动态”，Agent 会自动去网上检索，最后直接生成飞书文档或者动态网页，完全不需要人工再去排版或复制粘贴。 与过去“AI 给文字、用户再粘到飞书”的繁琐流程相比，这种一步到位的体验已经完全不是一回事了。 【2】三端连起来是什么体验 这次 TRAE SOLO 的一个大动作是三端（手机、Web、桌面端）全量开放，不再需要邀请码，所有用户都能用。 单独看 Mobile 端，它主要解决随时下发任务和确认任务的问题。但只有当 Mobile、Web 和 Desktop（包括最新上线的 Windows 版）真正打通之后，你才能真正做到随时随地让 Agent 持续执行任务。 过去云端执行环境总有局限，不能访问本地工具。而 TRAE SOLO Mobile 解决了这个痛点——只要完成简单的设备配对，你的手机就可以直接控制云端环境与本地多台设备。任务信息在所有设备之间实时同步，手机端下发的任务可以立即在 Web 和 Desktop 端查看执行进度，反过来也一样，真正实现跨设备的无缝接力。 比如上周末我在外面看孩子踢比赛，间歇刷手机，看到一篇不错的英文技术文章，顺手在 TRAE SOLO Mobile 上给 Agent 发了条指令：“把这篇文章翻译成中文，写一份推荐稿”，家里的 TRAE SOLO Desktop 就会启动我一套配置好工作流开始工作。等比赛结束回到家，打开电脑，稿子已经在那了。这种感觉有点像你出门前跟一个助手说了句话，回来活儿已经干完了。 【3】手机是用来指挥 Agent 的意图路由器，不是用来操作电脑的 这个区分挺关键。我之前不太爱用手机端办公，潜意识觉得是在用手机操作电脑。但是转换一下：“人操作 Agent，Agent 操作电脑”，那么用手机就很自然了。你不需要在小屏幕上精确点击什么按钮，你只需要说清楚你要什么。 用手机还有个障碍是输入速度，打字慢。TRAE SOLO 手机端有语音交互讨论功能，可以跟 AI 语音对话讨论一个问题，讨论结束后自动生成会议纪要，然后直接从手机把工作任务派发出去，电脑端同步接上后续操作。一部手机可以连接管理云端环境加多台 PC，在环境选择面板里挑一下设备和工作目录，剩下的全部交给 Agent。 这个功能在外面的时候特别好用。走路的时候、坐地铁的时候，想到一个点子，按住说话就行了，比打字快很多。过去这些碎片时间里冒出来的想法，要么记在备忘录里回头再处理，要么干脆就忘了。现在一句话就能让 Agent 开始干活。 【4】不着急的事，让定时任务自己跑 回到 Boris Cherny 跑几百个 Agent 的场景。做法很简单，让 Claude 用 CRON 给自己设一个重复执行的任务，一分钟跑一次、五分钟跑一次、每天跑一次，都行。 Boris 开着几十个定时任务，举三个例子。 一个 Loop 在照看他的 PR：CI 挂了就去修，需要 rebase 就自动 rebase。 一个 Loop 在维护整个项目的 CI 健康，发现 flaky test（不稳定的测试）就去定位修复。 还有一个 Loop 每 30 分钟从 Twitter 上抓他的反馈，自动聚类成几个主题汇报给他。 我自己也在用类似的方式。我有一个定时任务监控我 GitHub 上开源项目的 Issues，有人提了 Issue 就自动总结并给出处理意见，我看一眼觉得没问题，再指示 Agent 去操作。还有一个定时任务盯着我 X 的收藏夹，我平时刷到好文章随手收藏，它帮我自动抓取到本地，英文的还会翻译成中文，到时候集中看就行。 很多需求其实没那么紧急，但需要持续做。每天看一眼竞品动态、每周整理一次行业新闻、每月生成一次数据报表，这些活适合扔给定时任务。 现在 TRAE 的桌面端和网页端都已支持定时任务，无论是在云端还是本地环境，都能稳定地自动执行。比如你告诉 Agent：“每天早上 10 点发一份最新的 AI 新闻动态整理”，第二天早上工作台就会自动收到文档。你只需要专注于真正有创造性的判断，把那些重复且不着急的任务统统交给 Agent。 总结与体会 整体来说，这次对 TRAE SOLO Mobile 试用的感受就是： - Agent 使用门槛大大降低，不再只是程序员专属，很多日常办公、写作场景已经可以由 Agent 来做了。 - 三端真正打通后，无论何时何地，都能轻松管理并延续任务。 - 手机不再是远程桌面，而是随时随地的“意图路由器”。 - 通过 Loop 定时机制，真正把重复且耗时的任务自动化，让用户只做关键决策。 Boris 说他夜里有几千个 Agent 在跑，很多人大概觉得这是大厂工程师的特权。但我这几天的体感是，这件事的门槛已经比想象中低很多了。一部手机、一台电脑、一个 Agent 工具，你就可以开始把重复的事交出去。未来办公的趋势，或许就是这种“人随时随地指挥 Agent、Agent 做具体工作、人只负责验收成果”的模式吧。 推荐可以去用下 TRAE SOLO Mobile，体验随时随地指挥 Agent 干活的感受。 想试用的 Mac 可以去官网下载了——国内：

🔥 流动性虹吸下的BTC大考：当微策略独撑大局，比特币的信仰护城河还在吗？ ⏰ 时间：6月10日 20:00 （UTC+8） 🔗 链接： 🎙️ 主持人 & 主办方：@SevenLXH，@bladene217，@AdamCai15，@gabyatbitmart，@Farm_Everything，@Web3NewsWallet 📅 设置闹钟，与我们一起探索： - 比特币近期跌破多个关键技术支撑位，目前在6.1万至6.3万美元区间震荡。本轮下跌除了宏观因素之外，最大的抛压究竟来自哪里？ - 微策略此前罕见卖出部分BTC后又迅速恢复买入，这是否意味着机构仍然坚定看好后市？这一动作能否被视为市场见底或转强的信号？ - Michael Saylor认为过去半年约有4000亿美元资金流向AI基础设施领域，AI是否正在持续虹吸Web3市场的流动性和关注度？ - 当前市场环境下，BTC生态、RWA、PayFi、AI Agent、DePIN等赛道是否仍存在值得关注的机会？普通投资者又该如何配置资产应对接下来的行情？

从换工具到改写工作方式： 面向多 Agent 研⁠发实践的10 条原则 许多人仍把自己放在 AI 与终端之间，充当实时的人肉路由器、异常传递员和点击确认器。 Kiro 团队发布了由 Clare Liguori 主笔的工程专题《Frontier Engineering》（前沿工程学），系统梳理了 10 条面向多代理（Agent）研发实践的探索性原则。 核心主张在于：当前的软件研发实践正在出现分化。 一部分团队只是在既有流程中换了编码工具，而前沿探索者则在尝试重构工作方式——从亲自手写每一行代码，转向搭建让 Agent 自主闭环推进的工程基础设施，以追求显著乃至阶跃式的交付提速。 如果你已经熟悉 AI 辅助编程，却发现端到端交付依旧频繁受阻于人肉卡点，本文将结合 Kiro 的 10 条原则，解析这套工作流背后的运行机制、依赖条件与工程边界。 10 条原则阅读地图 Architect, not typist → 角色重置：从敲击代码的打字员，转向定义意图的架构师 Maximize agent time → 摆脱人肉卡点：把「60 秒等待循环」拉长为「30 分钟自愈闭环」 Build for agents → 改造代码库：像对待「每次都在重新入职的新员工」一样准备环境 Build a fast feedback loop → 快速反馈闭环：从本地校验工具到基于属性的测试补充 Direction over execution → 角色重置中的方向与规格驱动 Treat code as disposable → 代码可重写，边界测试是契约 Hold the line on human standards → 人类标准与审查分工 Trust the boundaries → 防护栏工程 Use agents for everything → 全流程协同 Constantly tune your setup → 持续调优的飞轮

最近有一些朋友问到我对于现在加密货币市场未来的看法，我的看法是原来的Crypto Native的资产流动性和注意力一直在衰减，以下是我个人看好的趋势和现状： 1.TradFi + RWA 与原生Crypto市场的深度融合（crypto-native tokenization & perpification） 2.Perp DEX（永续期货去中心化交易） 3.预测市场（Markets for everything，已成主流） 4.稳定币支付基础设施 5.传统金融巨头/交易所寡头支持的公链（机构级采用） agents + trading co-pilots）

🎙️ 麦通 MSX Space｜39 支上新，38 支正收益，挖一挖 MSX 的上新成绩单 Q1 上新复盘到 Q2 主线前瞻，哪些方向还能接着打？ ⏳ 4/2（周四）20:00｜UTC+8 🔥 我们聊什么： 1)Q1 美股风格剧变，你的操作节奏跟上了么 2)39 支上新 38 支正收益，AI 硬件和光通信凭什么领跑 3)光通信的亮眼表现还能不能延续，会向上下游扩散么 4)进攻 vs 防守：个人投资组合该怎么分配比例 5)Q2 前瞻：老主线哪些还能打，新方向有哪些 6)一句话 Q1 教训 × 一句话 Q2 建议 👑 主办方： @MSX_CN 🎤 嘉宾阵容： Rocky @Rocky_Bitcoin K线教主 @Paris13Jeanne 0xMoon @0xMoon 农民 Frank @Farm_Everything 🎙 主持人： MSX景宝 @Jing_MSX 🔔 预约与收听： #麦通# #MSX# #宏观# #美股# #AI# #光通信# #能源# #链上美股用麦通# #MSX美股知识大学习#

早～ 我这两天非常非常的忙～ 工作见客户应酬拍视频每天排的满满当当的 我似乎转运了 这个世界真的很魔幻 你们相信命运吗 我以前是不相信的 但是很巧的是我确实是转运了 3年前低谷，再到1.5年之前进币圈 我的人生再也没有下坡路 而我也一直坚信我只要足够努力 把天赋发挥出来 把技能点点对地方 你们看到的是我的美丽 但是美丽真的只是放大器 其实我真诚 善良 热情 有情有义 执行力强 孝顺 有责任心…… 但是 我这两年经历的好运 还有大家对我的帮助 就拿这两天的事情来说 很多粉丝朋友都是真心希望我更好 他们让我有一种感觉是 宝 机会来了 你一定要抓住啊 你努力了这么久 命运终于眷顾你了 我不是一个特别聪明的女孩 但我知道勤奋 感恩 听劝的人 她不会太差 我一直一个人闯荡社会 跟我聊天最多的是AI 但是其实所有人都在帮我啊 今年是我对心灵顿悟的一年 我越来越相信命运 感恩一切 我做的所有事都发心向上 我想要的一切我都努力得到它 我一定要 以前我不敢说这句话 但是Why not I can do everything 同时我也信福报 我养了8年的猫猫离开了我 它教会了我珍惜 命运有轮回 现在的我在救助流浪小猫 偶尔看到老奶奶卖花也会支持一下 我做的微不足道的事会积累福报 在未来的某一天通过命运的方式回馈到我的身上 这才是正确的闭环