我现在越来越不相信“这个编码代理看起来还不错”这种判断了。因为它通常只意味着两件事：要么演示做得顺，要么你刚好让它撞上了一个适合发挥的样例。真正进入工程环境之后，问题不是它能不能偶尔写出一段对的代码，而是它在重复任务里能不能稳定地走对流程、少犯同一类错、让审阅成本真的下降。 OpenAI 在 2026 年初公开的《Testing Agent Ski…

很多人第一次看到 Workspace Agents，会下意识把它理解成“企业版 GPTs”或者“能连更多工具的聊天机器人”。我觉得这个理解太浅了。真正值得开发者关注的，不是它把聊天做得更像助手，而是它开始把团队里原本散落在人脑、文档和口头传承里的流程，收敛成一个可以被共享、重复运行、持续改进的执行单元。 OpenAI 在 2026 年 4 月公布 …

我原本以为，2026 年 Agent 这一波继续往前走，最值得追的是模型升级。后来越看越觉得不对。模型当然还在进步，但真正开始决定系统能不能长时间稳定工作的，越来越像是另一个层：上下文工程，以及围绕它长出来的技能层。 Anthropic 在 2025 年专门写了 Effective context engineering for AI agents…

我最近看 A2A 相关资料时，最大的感受不是“多智能体时代来了”，而是另一种更朴素的判断：大家终于开始认真面对一个现实——当 Agent 变多之后，靠私有胶水代码把它们一个个串起来，会很快失控。 Google 在 2025 年公布 Agent2Agent Protocol，到了 2026 年又持续在开发者博客里谈 A2A 1.0、协议生态和与 A2…

很多人第一次用 Agent 产品，会默认把它当成一个聊天界面：我发一句，你回一句，最好几十秒内结束。但只要任务开始碰到搜索、代码执行、远程工具、长链路推理，这种交互模型很快就不够用了。真正的问题不是模型能不能继续想，而是你的产品能不能承受一个任务跑十几分钟、几十分钟，甚至更久。 这就是我最近特别关注 background mode 的原因。Open…

去年很多人讨论 MCP，还停留在“终于有统一协议了”这个阶段。到了现在，我对它的感受已经变了：协议本身当然重要，但真正开始决定项目能不能落地的，已经不是 JSON-RPC 长什么样，而是授权怎么做、状态怎么保存、界面怎么呈现、服务器怎么治理。 这也是我为什么觉得 MCP 现在值得写深一点。因为它已经从“开发者社区里一个挺酷的协议”开始进入更现实的工…

这两年很多团队做 Agent，表面上看是在升级模型，实际上只是在把 prompt 写得越来越长、把工具列表堆得越来越多、把状态偷偷塞进各种缓存和数据库里。它能跑，但很不稳。 所以我现在看 Responses API 和新一代 Agents SDK，最重要的地方并不是“OpenAI 又发了新东西”，而是它们在把一件长期很混乱的事逐渐收回正轨：Agen…

过去一年做 AI 应用，很像在搭乐高：模型一层、工具调用一层、工作流编排一层、记忆层一层、聊天 UI 一层、部署和监控再来一层。能跑起来当然可以，但拼得越多，后面越像在维护自己的小型集成平台。最近一个很明显的趋势是：统一 AI 应用栈正在开始成形。无论是模型厂商往上做 agent 框架，还是应用平台往下包工具、状态、UI 和部署，大家都在做同一件事…

很多人还在拿 Coding Agent 跟聊天式编程助手比较，我觉得这个比较已经开始过时了。2026 年真正值得注意的变化，不是它回答代码问题更快了，也不是补全更聪明了，而是越来越多产品开始把 Agent 从“你问一句它答一句”的前台助手，改造成可以被派单、排队、审查、回收结果的异步 Worker。为什么这件事比模型分数更重要因为这直接改变了开发工…

这两个月我越来越确定一件事：Agent 的 memory，正在从“锦上添花的功能点”变成一层真正的基础设施。很多人一提 memory，脑子里想到的还是“让机器人记住用户喜欢什么”。这当然算一种能力，但工程上更重要的，不是它会不会记住一句偏好，而是它能不能在多轮任务、跨会话协作、长周期执行里，维持一个可复用、可检索、可校正的上下文层。为什么现在这件事…