共 7 篇文章
详解循环工程：来自 LangChain 开发者 Sydney Runkle 的完整分享
LangChain 开发者 Sydney Runkle 系统拆解循环工程：智能体价值不在模型，而在围绕它堆叠的循环。第一层让模型调工具直到完成；第二层加评分器，不达标即带反馈重试；第三层用 cron、webhook 把智能体接入生态系统；第四层让分析智能体读取生产轨迹、重写提示词与工具配置。作者强调重心应转向让价值复利的后两层，并给出每层的人类监督接入点。
志雄：大家口中的“智能体”，到底是什么
白志雄梳理“智能体”演进：从封装 ChatBot 能力包的提示词应用，到更可控的工作流平台（Dify、n8n、扣子），再到自主规划执行智能体（Claude Code），直至用自然语言封装可复用能力的 Skill。产品分构建平台、执行型智能体、常驻 IM 的助理、综合集合体四类，差异在演进链位置不同，主线是 AI 从“会说”走向“能做、稳定做、长期协作做”。
Claude Dynamic Workflows解析— 迎接全新的 AI 编程生态
Dynamic Workflows 把计划从对话上下文搬进动态生成的 JS 编排脚本，由后台 Runtime 调度数十到上千个 Subagent 并行推进、互做对抗性验证，只把收敛结论回灌主会话，从而根治上下文污染与复杂任务失控。Bun 作者借此 11 天完成 75 万行 Zig 转 Rust 迁移，测试通过率 99.8%。可用含 workflow 的提示词或 /deep-research 触发，用 phase/agent/pipeline 编排并按 s 存为复用命令；小改、需求未定型与强顺序依赖的任务别用，Token 极贵。
Hermes Agent 保姆级教程
保姆级拆解 Hermes Agent 的架构与自进化机制：SOUL.md 定义 Agent 身份，三层记忆（Markdown 文件、全文会话搜索、外部记忆 provider），以及 Agent 自写 Playbook 的技能系统、Curator 垃圾回收与 GEPA 离线进化。附从 1 个到 10 个 Agent 的团队搭建与 Telegram/SOUL 个性化配置。
不懂金融如何学投资？从开盘前到收盘后，他把扣子接到了真实交易流程
一位非金融科班的产品运营者，把扣子 3.0 接入 A 股日常交易辅助：盘前汇总外围市场、公告与主题情报生成操作底稿，盘中按持仓变化、止损止盈、异动信号持续巡检并多渠道推送，盘后复盘纪律与策略并把结果带回次日迭代。扣子承担“调度员”而非决策者，衔接云服务器与自动化脚本做定时扫描，借长期记忆沉淀用户偏好。文末提示仅作信息整理参考、不构成投资建议。