#Agent
跑 Agent 总觉得 Token 烧得快又不知道花哪儿？这个工具能把系统提示、工具返回这些大头拆开给你看，还有多 Agent 成本视图。
一篇把 harness 优化收益拆开来量的论文，结论挺反直觉：小预算下赢了更强模型，预算放大后可能翻车，做 agent 工程的可以看看。
Skills 之间怎么传递输出一直靠模型自己猜，这篇把依赖关系做成 DAG 直接可执行，做 Agent 编排的可以看看实现思路。
LangChain 分享了一套 Agent 评测思路：从单条 fixture 到模拟多轮对话，全部直接跑真实 Agent，测出来的分数就是用户实际会遇到的表现，做 Agent 的可以参考。
CoreWeave 出了个 Forge，专门解决调 Agent 时 trace 和 eval 分家、要手动开一堆标签页的麻烦，免费能用还送 30 天 Pro。
Matt Pocock 提了个实用招：让 Agent 自己写个 git hook，文件超 5000 token 就不让提交，报错还教你怎么拆，代码库干净多了。
LobsterAI 这份报告挺有意思：假期里大家拿 Agent 干最多的居然是编程，使用高峰还挪到了晚上 10 点，还扒出了大家常用的省钱模型组合。
Vercel 给 AI Gateway 加了 Sessions 视图，跨工具聚合所有 Agent 会话，能看到每个会话的成本和缓存命中，跑多个 Agent 的可以看看。
Grok Bot 团队的 Lauren 给出一套让 Agent 干活更让人放心的方法：优先改代码库而不是写提示词，提示词只排第三等。做 AI 编程的都该看看。
如果你在做 AI 应用拿不准用 Agent 还是固定流程，Dify 这篇用 IT 支持的例子把选择标准讲清楚了，还教你怎么混搭两者。
这篇论文做了个 MemScope 框架，让 Agent 自己修自己的记忆架构代码，GAIA 上比只看执行轨迹的方案高了约 17 个点。
vikingmute 分享了一个很实际的问题：Agent 写代码会把旧注释当模板疯狂复制。用 /no-comments skill 能自动清理垃圾注释，留着架构说明这类有用的。
FastClaw 出了新版本，开源免费，本地就能一键部署，配几个文件就能造自己的 Agent，还能 API 导出，想折腾 Agent 的可以试试。
CoreWeave 的直播教程，教你用 CKS 和 serverless 沙箱隔离跑 agent 和 RL 任务，写 agent 的可以听听。
LangChain 给 LangSmith 加了 AI Search，直接用一句话描述就能搜出对应的 Agent 运行记录，不用再配 evaluator 或翻几小时日志。
Lee Robinson 在斯坦福讲了 agent 训练飞轮和「为下一代模型而建」的思路，做 agent 产品的人看这套方法论很省时间。
这条推总结了 SF Tech Week 的风向：大家不再聊 Agent 本身，而是聊路由、评测、推理成本这些让 Agent 真正干活的配套问题，做产品的可以对照看看。
给 Agent 写评分器最烦，AWS 和 HSBC 这篇论文说 10 个标注样本就够自动进化评分器，做 Agent 自我改进的可以看看。
有人用 Agent 搭的网站上线 7 小时就迭代了一轮，加浅色模式、100+ 案例还把 Grok Bot 置顶，过程本身就值得看看。
Gergely Orosz 借 Simon Willison 的电影类比，反驳"AI 编程会杀死软件行业"的论调，角度挺清奇。
手里有Grok Bot、Muse、Hark这些工具却不知道干啥的，去这个站抄作业就行。1040多个案例按27类Agent分好，每个都带现成prompt，直接复制。