过去一年，很多人谈 Agent，谈得像是在谈一种会自动完成工作的“数字员工”。但真正让 Agent 在 2026 年开始变得值得认真投入的，不是模型突然聪明到了某个临界点，而是围绕它的一整套工程基础终于开始成形：统一的响应接口、内建工具调用、可追踪的状态、可控的执行环境，以及更适合长流程任务的 SDK 抽象。 这件事为什么值得写？因为它意味着 Ag…

OpenAI 在 2026 年 4 月更新 Agents SDK，把沙箱执行能力更正式地推到了台前。很多人看到这个消息时，会把它理解成“多了一个运行代码的环境”。我觉得这个理解偏浅了。这件事真正重要的地方在于：Agent 开发正在从“能调模型”走向“有完整执行基础设施”。也就是说，行业开始认真处理一个长期被 demo 掩盖的问题——模型要完成多步任…

过去一年，大家谈“上下文工程”时，很多人脑子里想的还是另一种提示词技巧：怎么写 system prompt，怎么塞背景，怎么让模型少跑偏。这个方向当然没错，但我越来越觉得，它已经不够了。真正重要的变化是：上下文开始从聊天窗口里的临时文本，变成仓库里的长期资产。这不是一个措辞变化，而是开发工作流正在发生迁移。Google 在 2025 年底介绍 Ge…

这两个月我越来越确定一件事：Agent 赛道真正拉开差距的地方，已经不是“模型会不会写代码”，而是你怎么把模型放进一个能持续工作的执行框架里。很多人到现在还把长任务 Agent 理解成“更长的 Prompt + 更多工具”。这个理解在做 demo 时还能凑合，一旦任务跨文件、跨步骤、跨小时，问题就会立刻暴露：上下文变脏、任务跑偏、自评失真、失败后无…

最近一波“龙虾系”产品很容易让人看花眼：OpenClaw、WorkBuddy、QClaw、EasyClaw，再加上阿里的悟空，看起来都在做“能替你干活的 AI Agent”，但它们其实并不处在同一个竞争层级。 如果你把它们当成五个完全平级的软件来比，大概率会越比越乱。因为这里面既有开源底座，也有面向个人的桌面代理产品，还有长在企业组织系统里的 AI…

先给结论：OpenClaw 和 Kiro CLI 很适合搭配，但前提是你别把它理解成“两个 AI 工具叠加一下”。更准确的说法是，OpenClaw 负责做长期在线的入口、路由和自动化壳层，Kiro CLI 负责在具体代码仓库里完成分析、修改和持续会话。一个偏“总控台”，一个偏“落地执行层”。这两个东西分工清楚之后，组合价值才会出来。 这篇文章不讲空…

终端里的 AI 工具这两年不少，但很多产品的问题也很一致：演示看起来很顺手，真正放进开发工作流之后，要么上下文太浅，要么只能当聊天壳子，要么一接入团队规范就开始失真。Kiro CLI 值得写，不是因为它“又一个 AI Coding 工具”，而是它在 CLI 里把几个真正影响长期可用性的能力拼起来了：会话持久化、Steering、Hooks、MCP，…

Anthropic 刚发布 Claude Opus 4.7，官方把重点放在软件工程、长时复杂任务和更好的视觉能力上。很多人看到这类发布，第一反应还是去比参数、比榜单、比“谁更强”。但说实话，到了 2026 年这个阶段，只把模型升级理解成一次性能刷新，已经有点落后了。我认为 Opus 4.7 真正值得看的，不是它把“回答”做得更漂亮，而是它继续强化了…

过去一段时间，MCP 几乎成了 AI 工具圈的公共语言。很多产品、框架、插件都在往 MCP 靠，官方规范也在继续推进，注册表、SDK 分层、MCP Apps 这类配套能力陆续补齐。热度是真的，但问题也来了：一热，大家就容易把它讲成“接上 MCP，AI 就万物互联”。这显然过头了。我的判断是，MCP 值得关注，而且是重度关注。但关注方式不是追着每个 …

OpenAI 这几个月对 Codex 的推进，透露出的重点已经不是“把代码写得更快”这么简单了。2 月推出 Codex 桌面应用时，核心卖点是多 agent 并行、长任务协作；到 4 月的新版本，重点又继续往前推：它开始更深地接入开发者日常工具，能看多个文件和终端，能连远端 devbox，甚至把浏览器也拉进同一个工作流。这件事真正值得开发者关注的地…