

更多动态
最近应该都刷到过不少agent控制手机的短视频,这个agent是个免费开源项目,叫mika。 它是一个安卓的应用,通过无障碍模式在后台操作安卓手机上的 App,发微信,翻小红书,网购下单。 看屏找按钮,不要 API,不用适配屏幕尺寸。碰到支付和验证码让你接管。 🔗 github.com/wangzan101/Mika

DeepSeek 开源了内部用的 agent。dsh-superagent是个常驻 agent、自己领活、干完交 PR、还回来汇报的虚拟同事。 ds的设计理念是“尽量少占用人的注意力,尽量多给出价值”。 其中这几个设计最值得学习,第一是判断agent"要不要接这活"分两层,门房(纯代码:这人在不在名单、有没有 @ 我)+参谋(模型读上下文)。 第二agent接单后发一张"工牌",写明依据哪版规则、能改到哪、谁批的。 第三给agent并发设上限,但额外留一个位置专门给人消息。 哪怕队列排满,你想让某个任务改方向、报状态,永远插得进去,不会出现工作堆积,真人无法实时调整任务方向。

订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
