Agent

裸模型在严肃工程任务上已经不够用了。真正拉开差距的，是围绕模型搭出来的 Harness：上下文管理、工具执行、任务编排、反馈机制和架构护栏。

Skill 不是更长的 Prompt，而是可触发、可执行、可测试、可维护的工作流。本文从按需加载、工具边界、模型选择、渐进式披露、验证迭代五个角度，讲清楚怎么写出真正稳定可用的 Skill。

三年过去了，模型能力提升了 100 倍，为什么 AI 还是一个聊天框？聊天框就是 AI 时代的诺基亚。从聊天框 → 智能体 → 可穿戴设备 + 世界模型，剖析 AI 下一个十年的产品形态进化。

厘清 Agent AI 中 Tool（原子函数）、Skill（复杂工作流）和模型上下文协议（MCP）的区别，为开发者提供一个架构框架来选择合适的抽象层次。

提供了一份为 AI 编程 Agent 实现持久化记忆系统的实操指南，主张采用简化的文件方案和手动 ‘/save’ 命令来捕获会话上下文，以最小复杂度获取最大价值。

深入分析 OpenClaw 这款开源 AI 助手的病毒式传播——它在本地运行、拥有操作系统级执行能力，探讨其主动任务和去中心化技能生态等核心创新，同时揭示其背后的重大安全隐患。