软件不再是成品：从 Chat2DB、DSH 到 Silieco 的可塑软件实践
软件不再由厂商预先凝固为一组固定功能，而是成为一套可由用户用自然语言组合、在真实工作中运行并持续沉淀的能力生态。本文以散热仿真 SOP、DeepSeek Harness 和 Chat2DB Plugin 为例，讨论可塑软件如何成立。
技术博客
记录 AI Agent 工程实践、研发工作流与人机协作思考。
共 35 篇文章
工程师拥抱 Agent，普通人却重新开始开发软件
工程师试图用 Agent 重写传统系统，普通人则借助千问办公和 WorkBuddy 搭建自己的工作台。个人工具不必成为生产系统，但它与企业数据、API 和外部服务之间的连接必须被认真建设。
Codex 开源 App Server：当 Agent Runtime 不再绑定 UI
Codex 开放 App Server 后，认证、会话、审批、工具调用与流式事件都可以被新的客户端复用。本文结合 zcode-tui 的实践，讨论如何把官方 Agent 内核变成 TUI、IDE、移动端和自动化系统背后的通用 Runtime。
当文件夹成为 Agent 的个人工作站
WorkBuddy 等 Agent 软件不一定要围绕聊天框构建。把 README、AGENTS.md、业务 Skill、结构化索引、脚本与校验规则放进同一个本地目录，一个文件夹就能成为可搜索、可执行、可迁移的个人业务系统。
不重写 App，如何用 DSH Plugin 完成 Agent 化转型
以 Chat2DB 与 DeepSeek Harness Plugin 的真实实践为例：保留原 App 的业务、权限与审计，把 DSH 作为外部 Agent Runtime，通过授权后的能力映射，让传统软件逐步变成 Agent 可驱动的应用。
模型越来越强，研发工作流应该变重还是变轻？
当模型已经内化了搜索、拆解、规划和大部分代码协作能力，研发工作流还需要继续叠加更多 Skill、Agent 和状态文件吗？本文以一次 Feature Workflow 的复盘为例，讨论 Harness Engineering 如何从流程编排转向边界、状态与验证设计。
DeepSeek Harness：Agent 内核全开源，套皮就是商业软件
DeepSeek Harness 开源了，插件在疯狂涌现，软件行业已死。模型、loop、上下文、对话与 Session 管理全部插件化，套一层皮加插件就是产品。
把 Chat2DB 变成一名数据库员工
Database Agent 不应该只是一个会写 SQL 的聊天框。把 Chat2DB 的数据库能力接入 Silieco Work OS，让 Task 成为工作入口、审批成为安全边界、Artifact 成为交付结果，才可能出现真正可用的数据库 Agent 员工。
语音 Agent 的双工，不等于原生双工
结合最近一个项目的实时语音实践，拆解 WebSocket 全双工、ASR / Agent / TTS 级联、VAD 与 Barge-in，并说明它和原生 Audio-to-Audio 双工模型的真正区别。
公司真正需要的，不是更多 Agent
企业落地 AI 的关键，不是增加几个自动化工具，而是让人和 Agent 在统一的任务、SOP、Skill 与上下文中协作，让执行有标准、过程可追溯、结果能验收。
别急着裁掉中层：先用 Agent 生态放大业务专家
AI 能穿透岗位边界，但不代表所有中层都该被替代。本文以 GM 散热仿真平台为例，讨论如何围绕业务专家定制 Agent 生态，把少数人的判断力变成组织的质量底线。
中国本土 FDE 的内核：从 Palantir 到腾讯 WorkBuddy
Palantir 的 FDE 神话背后是整套产品线托底，国内 FDE 普遍靠个人能力活成高级外包。腾讯 WorkBuddy 的 FDE JD 已把抽取共性反哺产品写进职责，用 Skills/MCP/多 Agent 生态接住经验，在补这层缺口。企业做 Agent 落地得先有产品或生态，再谈场景客制化。
AI 转型为什么在公司内部推不动：组织惯性、委托代理和水平断层
铠铂云那套 FDE 改造跑通了，可同样的方法换一家公司就推不动。问题不在技术，在组织。中层在挡，员工没动力把自己的活儿蒸馏出来，团队水平参差导致人和 Agent 的边界全乱。与其全员转型，不如划一块特区先跑通。
企业AI改造实战案例｜号称年薪百万的 FDE 工程师，究竟怎么帮企业成倍提效
FDE 被硅谷炒成百万年薪的热门岗位，但它到底能给企业带来什么？用一个真实的制造业测机改造案例，讲清 FDE 的四样真价值：诊断结构问题、重构业务流程、把经验沉淀成资产、给 AI 铺干净环境，每个价值点都有铠铂云技术负责人站台作证。再讲企业内部怎么用三人小组加 FDD 工作流自己转型。
All In AI 之后团队感觉没变，是不是缺少了一条「鲶鱼」
很多团队宣布 All In AI 之后，配齐了工具，搞了培训，但几个月过去日常输出毫无变化。问题不在工具和流程，在于团队里缺一个敢于质疑框架的人。而管理学上那个著名的鲶鱼效应，本身就是一个虚假故事。
AgentsZone：一个让 AI Agent 互相说话的平台
基于 A2A 协议的桌面端 Agent 协作平台，支持跨机器通信、任务委派和上下文编排
Edith：把代码变成 AI 可消费的知识
一个自动从代码中提取知识、生成纯 Markdown 的 AI 基础设施，让任何 Agent 都能直接消费
Context 管理：AI 工程里最被低估的核心能力
大多数人以为 prompt 工程就是写好一段话。但真正决定 AI 输出质量的，是你往上下文里塞了什么、没塞什么、以什么顺序塞的。Context 管理是注意力预算管理，不是 token 管理。
Thing.js 数字孪生平台技术架构分析与自动化测试方案
深入分析 Thing.js 平台技术架构，探讨基于 Playwright 与 Agent Browser 的 E2E 测试方案
半天训练营：AI 研发转型的五堂课
基于 Harness Engineering Playbook 的半天课程，覆盖规约驱动开发、饱和式测试、模型选型、流程精简和组织重构
Hermes 来了，OpenClaw 要凉了？但它们都绕开了同一个问题
当所有人都在讨论 Hermes Agent 和 OpenClaw 谁更强时，一个更根本的问题被刻意回避了：Agent 的 Memory 和 Context 到底应该怎么设计？
Feature Workflow v3：Command + Agent + Skill 三层架构演进
从纯 Skill 链式调用到 Shell 脚本再到三层架构，Feature Workflow v3 实现了原生集成、上下文隔离和全生命周期自动化
飞书 CLI 化：Agent2Agent 时代的企业协作新范式
飞书开源 CLI 工具意味着什么？从 Agent 操作企业软件到 Agent2Agent 协作，我们正在进入一个全新的时代
当微信开放 Agent 接口：企业软件的 Agent-First 转型思考
从 AnyClaw 的实践经验出发，探讨微信开放 ClawBot 插件接口意味着什么，以及企业为什么必须认真考虑 Agent 转型
AnyClaw：Agent 框架中的安全约束设计
从实践角度分析 AI Agent 框架中安全边界的设计，以及 Skill 代码化的工程意义
AI 编程框架深度对比：OpenSpec、BMad Method 与 Superpowers
深入分析三个领先的 AI 辅助编程框架，理解它们的设计哲学、核心特性和适用场景
AILock-Step 协议：解决 AI Agent 幻觉性跳步的工程实践
基于状态锚点（STP）的线性执行协议，实现 AI Agent 断点续传级开发
AI Agent 的未来：从工具到协作伙伴
探讨 AI Agent 技术发展趋势，以及如何构建真正可靠的 AI 工程环境
Feature Workflow：基于 Worktree 的多特性并行开发范式
融合 Bmad 与 OpenSpec 的 AI 工作流，实现真正的多特性并行开发
MateAgent: 如何用 ES 中间层解决多 Agent 上下文爆炸问题
当 Assistant Agent 数量从 10 个增长到 100 个时，传统的全量上下文方案面临 Token 消耗线性增长、响应速度变慢、关键信息被稀释的困境。本文介绍 MateAgent 如何通过 Elasticsearch 中间层实现智能路由
Neuro-IDE：以 Markdown 为核心的 AI 原生开发环境
基于 Electron 边车架构的多角色终端 IDE
Visual Replay Tester：下一代桌面自动化测试工具
基于 Electron + Playwright + MCP 的 AI 驱动测试平台
欢迎来到我的技术博客
基于 Astro 构建的 AI 友好博客系统，让 AI 可以直接创作高质量技术文章
Neuro-IDE：重构 AI 开发体验
分享 Neuro-IDE 的设计理念，探讨如何打造以 Markdown 为核心的 AI 原生开发环境
下一代自动化测试：视觉驱动的新范式
深入讨论 Visual Replay Tester 的设计理念，探索基于视觉的自动化测试解决方案
没有找到匹配文章
请调整搜索词或清除部分标签。