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、...
从 Skill 到 Skills 2.0：Anthropic 这半年怎么把 Agent Skills 做进软件工程
为什么需要 Skills 用 Claude Code 或者 Cursor 写一段时间代码，总会碰到同一种场景：模型通用能力很强，但一旦要求按公司内部流程办事，比如按团队的 commit 规范写一条 commit message、按固定模板出一份项目周报、按财务系统的字段填一份报销单，它立刻变回一个刚入职三天的实习生——不会写倒不是主要问题，它只是不知道这边是怎么干这件事的。 Anthropic 2025 年 10 月开始填这个坑，做出来的东西叫 Agent Skills。 时间线 2025 年 10 月 16 日：Skills 诞生 Anthropic 工程博客发了《Equipping agents for the real world with Agent Skills》，署名 Barry Zhang、Keith Lazuka、Mahesh Murag，文末缀了一句 “who all really like folders”。 文章对 Skill 的定义很朴素：一个 Skill 就是一个文件夹，里面有一个 SKILL.md，外加可选的脚本、参考文档和资源文件。SKILL.md ...
Karpathy 视角下的 LLM 编码缺陷：四条行为准则的深度解析
LLM 编码的自作主张 长期用 Claude Code、Cursor、Copilot 写代码的人大概都熟悉一种感觉：模型并不是不会写，而是写得太多、太聪明、太自作主张。让它修一个 bug，它顺手把无关代码风格也改了；让它加一个简单功能，它给你抽象出三层接口和一套配置系统；让它重构 X，它没问清楚 X 的边界就开始动手。 Andrej Karpathy 在 X 上发过一段对这类问题的精炼归纳，forrestchang 把它整理成了一个 GitHub 仓库 andrej-karpathy-skills，提供一份 60 多行的 CLAUDE.md，外加 Claude Code Plugin 的安装方式。这个仓库的内容可以同时用于 Claude Code、Cursor 以及任何支持 CLAUDE.md 形态的 LLM 编码工具。 这篇文章想讨论三件事：Karpathy 到底诊断出了哪四个偏差、对应的四条行为准则怎么用、以及一个更实际的问题——这套准则到底应该装成 skill 还是直接写进 CLAUDE.md。 Karpathy 观察到的四个系统性偏差 仓库 README 引用了 Karp...
