如何写好 AGENTS.md
引子：AGENTS.md 是什么 在仓库根目录放一个 Markdown 文件，告诉 AI Coding Agent 这个项目是什么、怎么构建、有哪些规矩。这个做法现在有了一个事实标准的名字——AGENTS.md。 它的角色是：README.md 给人类读者看，AGENTS.md 给 AI 读者看。前者聚焦快速开始与贡献指南，后者聚焦构建命令、编码约束、验证闭环、踩坑清单，覆盖任何会影响 Agent 产出正确性的上下文。 这个概念最初由 Anthropic 的 Claude Code 以 CLAUDE.md 形式普及。随后各家工具一度各走各路：Cursor 用 .cursorrules，Copilot 用 .github/copilot-instructions.md，Gemini CLI 用 GEMINI.md，Cline 用 .clinerules，Sourcegraph AMP 提议 AGENT.md（单数），OpenAI Codex 提议 AGENTS.md（复数）。最终以 OpenAI 的 AGENTS.md 胜出——AMP 主动把 agent.md 域名重定向到 age...
jcode——一份来自单人作者的 coding agent harness
一个人，四个仓库，一套把 agent 宿主从 Node.js 里拽出来、塞进 Rust 的激进方案。 先厘清：jcode 不是一个新模型 1jehuang/jcode 这个项目，名字里虽然叫 “code”，但它本身不产生代码能力。它是 coding agent harness——一个跑在终端里的 agent 宿主：把 Claude、GPT、Gemini、Copilot、Ollama、甚至 Alibaba Coding Plan 这些后端模型接进来，在本地做多会话管理、语义记忆、文件冲突仲裁、多 agent 协作调度，然后把对话界面渲染到 TUI 里。 换句话说，jcode 不和 Claude 4.7 比谁写代码更聪明，它和 Claude Code、Codex CLI、OpenCode、Cursor Agent、GitHub Copilot CLI 这些同样位于"模型和开发者之间"的宿主层比。差别在于，Claude Code 是 Node.js 写的，OpenCode 也是 Node.js，Cursor Agent 是 Electron 栈，而 jcode...
欧尔班败选与世界大国态度
背景 2026年4月12日，匈牙利总理欧尔班在议会选举中败给了反对党Tisza党领袖Péter Magyar，结束了自2010年以来长达16年的执政。Magyar在新一届国会199席中斩获约135-138席，欧尔班当天承认败选。 这场选举超出了匈牙利一国的范畴。欧尔班长期以欧盟内部的"异类"自居，在移民、对俄制裁、对华关系、民主制度等议题上与布鲁塞尔屡屡冲突，同时与特朗普、内塔尼亚胡等全球右翼领导人建立了紧密个人纽带。他的下台，搅动了多方势力的神经，各方反应构成了观察当前国际格局的一面棱镜。 特朗普：从高调背书到冷淡切割 特朗普是欧尔班选前最重量级的外部背书人，整个背书行动分为四波推进： 2026年2月5-6日，特朗普首次在社交媒体上为欧尔班站台，称其为"真正强大有力的领导者（a truly strong and powerful Leader）"。3月23-24日，他在布达佩斯CPAC会议上发表视频讲话，当众确认背书。3月24日，又在Truth Social发表正式声明： “Election Day is Sunday, April ...
《地下》——一场没有人愿意醒来的婚礼
Mesečina, mesečina, 月光啊月光，你怎么把我的花园照得这么乱？ ——《地下》主题曲 Mesečina，Goran Bregović 曲 《地下》（Underground，1995）是那种片尾曲放完以后座位上站不起来的电影。它不是让人"沉浸"进去的——它是一场把人硬拖进去的婚礼，吉普赛铜管吹得震天响，新娘子哭，公鸡叫，小孩撞翻桌子，几杯酒下肚还没搞清楚到底是谁娶谁，就被推到地下室里去了，然后二十年没人告诉地下室里的人，仗其实早打完了。 这就是库斯图里卡。说他是"导演"实在是过誉了——他更像一个收不住场的乐队领班。这人后来果然正儿八经改行去做音乐，组了一支叫 No Smoking Orchestra 的乐队到处巡演，这事一点都不意外：他从拍《地下》开始就已经对电影失了兴趣，电影无非是搭台的借口，真正想吹的是那支破喇叭。 唉，要讲这部电影，总得先讲讲它的"外壳"——虽然在这种片子里，所谓的"剧情"最后都是要被撕掉的——《地下》的故事大概是这么个事：1941 年贝尔格莱德被德军轰炸那一...
Hermes 方案深度研究：一种面向长程自主智能体的编排与 Harness 架构
2026 年 2 月 25 日，Nous Research 在 GitHub 上开源了 NousResearch/hermes-agent，MIT 协议，定位是「a self-improving AI agent」。两个月后，仓库从不到 5,000 stars 一路推到 126k 左右，增速超过了过去两年多数开源 agent 项目；v0.11.0（2026-04-23）的发布说明在一个版本跨度里塞进了 1,556 commits、761 个 merged PR、29 位核心贡献者 [NousResearch/hermes-agent GitHub Releases]。在这个开源 agent 工具普遍把热度变现为 SaaS 的阶段，Hermes 选择了一条反向道路：把自己设计成一个运行在用户自己服务器上的长期驻留 agent，它的核心卖点不是对话质量，而是在时间维度上持续积累能力——从每次任务里蒸馏出 skill，自己维护记忆，跨平台、跨会话保持同一个"自己"。 与此同时，Anthropic 在 2024 年 12 月至 2026 年 3 月之间陆续发布了四篇 ...
当任务里藏着一个巨大的搜索子问题——RLMs、LLM Wiki、RAG 的降本提精路线图
很多看起来是「推理任务」的 LLM 工作，其实骨子里是搜索任务。问一份 10M token 的代码库里某个 bug 何时引入，问一份万字 PDF 的第 17 页和第 184 页的数字是否一致，问一段"最近三个月里所有和 Symphony 架构有关的 commit 和 blog"——这些题目的共同点是，答案必须从一个远超模型上下文窗口的语料里找出来，推理只是最后一公里，前面 99% 的距离是检索。 这篇文章围绕一个具体问题展开：当任务里藏着一个巨大的搜索子问题，当前 LLM 社区在「降低搜索成本」和「提高搜索精度」两条线上各自走到了哪一步？ 选取三个互相咬合的锚点：递归语言模型（Recursive Language Models, RLMs）、LLM Wiki 范式、以及 RAG 家族自身在 2024–2026 年的演进。三者并列，不是因为它们属于同一层，而是因为它们从三个不同的抽象层次攻击同一个搜索成本问题。 一张图先把坐标系摆好 一个 LLM 应用要处理超出单次上下文窗口的知识，历史上只有四条路： 参数化记忆：把知识预训练或微调进模型权重里。代价是更新贵、...
Superpowers 的 skill 体系：规则引擎、流程编排与纪律约束
Superpowers 的 skill 体系：规则引擎、流程编排与纪律约束 Superpowers 是 Jesse Vincent 为各类 coding agent（Claude Code、Codex、Cursor、Gemini CLI 等）开发的一套方法论插件。它不是一组工具，也不是一个框架，而是一套通过 skill 组合出来的软件工程流程。 初次翻阅 README.md 会产生一个直觉：using-superpowers 看起来像所有 skill 的入口，是不是应该由它渐进式地调度其余 skill？深入读完全部 skill 文档后，这个直觉只说对了一半。 一个更根本的问题是：skill 到底是什么？从文件系统看，每个 skill 就是一个目录，目录里有一份 SKILL.md，最多再带几个 reference 或工具脚本。从运行时看，skill 是一段被 agent 按需加载进上下文的 prompt。但这都不是重点。Superpowers 在 AGENTS.md 里用了一个更准确的说法——skill 是 behavior-shaping content，它是写给 agent 看...
OpenAI Symphony 深度研究，一次从「监督 Agent」到「管理工作」的编排改造
2026 年 3 月初，OpenAI 在 GitHub 上公开了 openai/symphony 仓库，附带一份 Apache 2.0 授权的 SPEC.md、一套 Elixir 写成的参考实现，以及 README 首页那句把自己定位说得很克制的话：“a low-key engineering preview for testing in trusted environments” [openai/symphony README]。将近两个月之后，OpenAI 官方博客 An open-source spec for Codex orchestration: Symphony 与 InfoWorld 2026 年 4 月 28 日那篇 OpenAI’s Symphony spec pushes coding agents from prompts to orchestration 把仓库里的一组内部数据放大到了企业读者面前——“some internal teams seeing landed pull requests rising 500% in the first thre...
Warp：从终端到 ADE 的五年深研
2026 年 4 月 28 日，Warp 把客户端源码扔到了 GitHub 上，AGPL 许可，OpenAI 作为 founding sponsor，配套的云端 agent 编排平台 Oz 由 GPT 系列模型驱动。这家公司累计公开融资约 $73M，接近 100 万活跃开发者，在 SWE-bench Verified 和 Terminal-Bench 上挤进过前列，现在把"怎么造自己"这件事交给社区和 agent 一起做。 开源是一个分水岭事件，但理解这件事的意义需要往前拉。Warp 这条产品线已经走了五年，从 2020 年一个 Rust + GPU 渲染的 macOS 终端开始，一步步变成今天的 Agentic Development Environment（ADE）——包含终端、原生代码编辑、多 agent 协同、云端编排。要看懂 2025-2026 年这个窗口爆出来的所有动作，得从它 2020 年的起点开始看。 下面是一次完整的横纵深研：纵向追 Warp 从 2020 到现在的发展线，横向对齐 Cursor / Claude Code / Windsur...
印度民主深度研究，一个七十八岁的「不可能」还在运行
中文网络上流传着一个说法，流传得相当广。每到印度大选季，总有人言之凿凿地说，那边光是因为选举暴力死的人，就有两万之数。 这个数字要是真的，就意味着在一个十四亿人口的国度，一次选举会在六个星期里、几百个选区中抬出两万具尸首。那已经不是什么「民主失灵」，是一场半内战。这种规模的死亡，但凡是真的，便不该是中文互联网角落里的谈资，而该是路透、BBC、半岛每一天头版的血色头条。 但把 V-Dem、Freedom House、ACLED、印度选举委员会（ECI）、印度内政部、ADR 这几家机构自 1984 年以来历次大选的数据一家一家对齐着看一遍，在任何一份一手来源里都找不到「两万」这个数字的出处。 这个说法有意思的地方，就在它错得并不彻底。它把数量级夸大了五十倍到一千倍，错得离谱；可它想指的那件事本身，却并非空穴来风。印度民主确确实实生着病，而且病灶触目惊心——只是病不长在「大选死人」这桩看得见的伤口上，病长在更深的地方，长在骨头缝里，长在肌理中间，寻常人一眼看不见，掀开皮来才知道疼得厉害。 下面这篇长文先从头到尾把印度民主这套东西梳一遍，看它是怎么在一片文盲率极高、种姓四裂、十几种语言、...
