跳至主要內容

大家好，我是二哥呀。

上周一个球友在群里吐槽："老板让我做竞品分析报告，还要附带 PPT 和数据表格，给了我两天时间。"

我问他后来怎么搞定的，他说自己肝了一天半，PPT 排版到凌晨两点。我听完心情复杂，因为类似的活，我前两天用天工花了不到 20 分钟就跑完了——从数据整理到报告生成到 PPT 排版，一条龙。

【此处插入天工生成报告的截图：截图目标：展示天工一站式完成竞品分析的全流程；关键词：对话框、任务执行、多文件输出；建议位置：网页截图】

不是吹，是真的觉得这个时代的生产力工具已经变了。

今天这篇就聊两个东西：一个是昆仑万维的天工超级智能体（后面简称天工），另一个是他们刚开源的 Agent 模型 SkyClaw v1.0。前者是产品，让普通人也能调度一支 AI 团队干活；后者是模型，让开发者能在自己的 Agent 里接入一个性价比炸裂的大脑。

沉默王二大约 16 分钟AIAgent
腾讯面试官：“为什么 Claude Code 不用 RAG 检索代码，而是 grep？”我：“因为...我也不知道”，他沉默了。

大家好，我是二哥呀。

有没有想过？

Claude Code 的代码搜得又快又准，到底是怎么实现的？

我花了一早上时间，认真研究了会，翻了翻 Anthropic 首席工程师 Boris Cherny 的播客、亚马逊科学团队发的论文、Cursor 官方博客的论证、Claude Code 源码，把这件事从头到尾捋了一遍。

沉默王二大约 11 分钟AIAgentRAG

大家好，我是二哥呀。

这两年 AI 工具是真的多。每天打开电脑，光 AI 相关的标签页就能数出七八个。一个聊天，一个写代码，一个查知识库，一个跑 Agent，再加上各家模型的控制台。切来切去，脑子不是用在任务上，全用在找窗口上了。

直到我看到 HarnessClaw。第一反应是：又一个聊天壳子？如果只是把模型搬到桌面端，那跟在网页上聊有什么区别？但实际装上去跑了一遍之后，我发现这个东西的野心比我想的大得多，它想做的不是"又一个 AI 聊天工具"，而是"本地 AI Agent 工作台"。

这篇文章我就讲三件事。多 Agent 聚合管理，告别一个窗口一个模型的日子；Electron 跨平台桌面端，Mac、Windows、Linux 开发者都能用；Harness 工程化思维，让 AI 从"你问我答"变成"人掌舵，Agent 执行"的任务调度平台。

沉默王二大约 16 分钟AIAgentAI Coding
不用再切一堆AI网页了，HarnessClaw这个本地Agent工作台我实测了一遍

大家好，我是二哥呀。

这两年 AI 工具是真的多。一个网页负责聊天，一个网页负责代码，一个网页负责知识库，一个网页负责 Agent，再加上模型厂商自己的控制台，桌面上很容易开成一排标签页。

所以我看到 HarnessClaw 的第一反应是：它到底是不是一个新的聊天壳子？如果只是把模型搬到桌面端，那意思不大。真正有价值的点应该是，把模型、Agent、工具、技能和项目放到一个本地工作台里，让它能像一个 AI 指挥台一样用起来。

我这次没有只看 README，也没有只写产品介绍，而是把 HarnessClaw Engine、桌面客户端、多模型配置、内置 Specialists、Skill 市场都实际点了一遍。结论先放前面：最适合写成推广案例的，是“本地 AI Agent 工作台”。

沉默王二大约 17 分钟AIAgentAI Coding
Claude Code Token 自由，还能用上 DeepSeek V4+Seedance2，字节 Agent Plan 性价比真顶！

大家好，我是二哥呀。

市面上目前所有的 Coding Plan 都只有语言模型。

换句话说，如果你的 Agent 需要音频能力，你需要额外接入 TTS 模型；

需要 RAG，你需要额外接入向量模型；需要视频/图片生成，你需要额外接入视觉模型。这还不包括联网搜索、记忆能力等其他 Harness。

麻中麻。

于是宇宙厂出手了，火山引擎推出了业界第一个 Agent 套餐：方舟 Agent Plan。

沉默王二大约 14 分钟AIAgent
老板：“说一个给你涨工资的理由。”我不假思索：“没有人比我更懂Claude Agent的工作原理。”老板同意了：“好好好，下个月记得看工资单。”

大家好，我是二哥呀。

讲良心话，GPT-5.5 和 Opus 4.7 的模型能力已经非常强了。

哪怕是国产模型，配上顶级的 Harness 工具 Claude Code，也能变得非常强大。

下图是我最近肝出来的一个 PaiCLI 工具，交互体验和 Qoder CLI/Claude Code 很接近了。

沉默王二大约 16 分钟AIAgent
AI Agent 面试题第一弹：ReAct、Plan-and-Execute、Multi-Agent 核心架构 13 题

第一弹，聚焦 Agent 核心架构——ReAct、Plan-and-Execute、Multi-Agent、异步并行。

这几个方向面试出现的频率最高，也是 PaiCLI 第 1、2、5、7 期的核心内容。

01、什么是 ReAct 模式？

ReAct 是 Reasoning + Acting 的缩写，Yao et al.（姚顺雨）在 2022 年提出。

核心就一句话：让 LLM 在推理的同时能执行动作，根据动作结果继续推理，形成一个闭合的循环。

沉默王二大约 17 分钟AIAgent面试题
AI Agent 面试题第八弹：综合设计题——架构选型、对比分析、场景设计 13 题

大家好，我是二哥呀。

这是面试题系列的最后一弹——综合设计题。

前面七篇我们聊了 Agent 核心架构、记忆与上下文、工具与安全、MCP 协议、多模型适配、Prompt 与 Skill、产品化，每一篇都在拆某个具体方向的知识点。但面试到后半段，面试官不会再问你“HITL 的五种审批决策是什么”这种可以查代码的细节了。他要看的是你的系统设计能力、技术判断力和工程品味。

综合设计题没有标准答案。回答的关键不是背一段结论，而是展示你的思考过程——怎么分析问题、怎么权衡取舍、怎么在约束条件下做出合理选择。这也是我做 PaiCLI 21 期教程最大的体会：写代码是手段，做决策才是核心能力。

沉默王二大约 25 分钟AIAgent面试题架构