<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI Agent on Jiayun's Blog</title><link>https://xiejiayun.github.io/tags/ai-agent/</link><description>Recent content in AI Agent on Jiayun's Blog</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 29 Apr 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://xiejiayun.github.io/tags/ai-agent/index.xml" rel="self" type="application/rss+xml"/><item><title>AI编码Agent经济学：当Token账单超过程序员工资</title><link>https://xiejiayun.github.io/post/ai-coding-agents-economics-2026/</link><pubDate>Wed, 29 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/ai-coding-agents-economics-2026/</guid><description>&lt;h2 id="一tokenmaxxing硅谷的新型炫富">一、Tokenmaxxing：硅谷的新型炫富&lt;/h2>
&lt;p>2026年春天，硅谷出现了一种诡异的新潮流。创业者们不再炫耀融资额或用户增长，而是晒出天价AI账单：&lt;/p>
&lt;blockquote>
&lt;p>&amp;ldquo;我们4个人的团队，单月AI账单11.3万美元。我这辈子没为一张发票感到如此骄傲。&amp;rdquo; ——某创业公司CEO&lt;/p></description></item><item><title>OpenAI打破微软独占：AWS联盟与Symphony开源协议背后的AI平台权力重构</title><link>https://xiejiayun.github.io/post/openai-aws-symphony-managed-agents-2026/</link><pubDate>Wed, 29 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/openai-aws-symphony-managed-agents-2026/</guid><description>&lt;h2 id="一周内发生了什么">一周内发生了什么&lt;/h2>
&lt;p>2026年4月的最后一周，AI产业格局发生了一次地壳级变动：&lt;/p>
&lt;ul>
&lt;li>&lt;strong>OpenAI正式结束与微软的独家合作关系&lt;/strong>（Ars Technica确认）&lt;/li>
&lt;li>&lt;strong>OpenAI模型、Codex和Managed Agents全面登陆AWS&lt;/strong>（OpenAI官方博客）&lt;/li>
&lt;li>&lt;strong>Sam Altman与AWS CEO Matt Garman联合接受Stratechery采访&lt;/strong>，详谈合作细节&lt;/li>
&lt;li>&lt;strong>Symphony开源编排规范发布&lt;/strong>——一个将Issue Tracker变成永续Agent系统的协议&lt;/li>
&lt;/ul>
&lt;p>与此同时，&lt;strong>GitHub宣布Copilot将转向基于实际AI用量的计费模式&lt;/strong>，标志着AI工具从订阅制向用量制的全面转型。&lt;/p></description></item><item><title>从Prompt Engineering到Context Engineering：AI Agent时代的新范式</title><link>https://xiejiayun.github.io/post/context-engineering-agent-memory/</link><pubDate>Wed, 29 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/context-engineering-agent-memory/</guid><description>&lt;h2 id="一prompt-engineering已死">一、Prompt Engineering已死？&lt;/h2>
&lt;p>2023年，&amp;ldquo;Prompt Engineering&amp;quot;是AI行业最热门的技能。2026年，一个新术语正在取代它的位置：&lt;strong>Context Engineering&lt;/strong>（上下文工程）。&lt;/p></description></item><item><title>Kubernetes 1.36深度解析：云原生正式拥抱AI Agent时代</title><link>https://xiejiayun.github.io/post/kubernetes-136-agent-sandbox-cloud-native-ai/</link><pubDate>Mon, 27 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/kubernetes-136-agent-sandbox-cloud-native-ai/</guid><description>&lt;h2 id="ハルharu春天的版本转型的信号">ハル（Haru）：春天的版本，转型的信号&lt;/h2>
&lt;p>Kubernetes 1.36版本代号&amp;quot;ハル&amp;quot;（Haru，日语&amp;quot;春天&amp;quot;），于2026年4月正式发布。但这个版本的重要性远超版本号的递增——它是Kubernetes从&amp;quot;容器编排平台&amp;quot;向&amp;quot;AI工作负载原生平台&amp;quot;转型的标志性节点。&lt;/p></description></item><item><title>从Memanto到生产级Agent：智能体记忆架构与隐性技术债务</title><link>https://xiejiayun.github.io/post/agent-memory-architecture-technical-debt/</link><pubDate>Mon, 27 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/agent-memory-architecture-technical-debt/</guid><description>&lt;h2 id="引言agent的失忆症危机">引言：Agent的&amp;quot;失忆症&amp;quot;危机&lt;/h2>
&lt;p>2026年的AI Agent赛道看起来一片繁荣。从代码助手到客服机器人，从数据分析到科研自动化，各种Agent产品层出不穷。但如果你深入到生产环境中，会发现一个尴尬的事实：&lt;strong>大多数Agent在多轮对话中的表现，和一条金鱼差不多——每隔几分钟就忘记之前说过什么。&lt;/strong>&lt;/p></description></item><item><title>Agent基础设施大战：谁将主导AI代理的云端战场</title><link>https://xiejiayun.github.io/post/agentic-ai-2026-infrastructure/</link><pubDate>Wed, 22 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/agentic-ai-2026-infrastructure/</guid><description>&lt;h2 id="从聊天机器人到代理工厂一场静悄悄的范式转移">从&amp;quot;聊天机器人&amp;quot;到&amp;quot;代理工厂&amp;quot;：一场静悄悄的范式转移&lt;/h2>
&lt;p>2026年第一季度，AI行业悄然越过了一个临界点：&lt;strong>企业AI支出的重心从模型训练转向了代理基础设施&lt;/strong>。Cloudflare在Agent Week期间宣布的一系列产品、NVIDIA将数据中心重新定义为&amp;quot;Token工厂&amp;quot;、以及OpenAI与Cloudflare的深度合作——这些看似独立的事件背后，是一场关于&lt;strong>AI代理运行时基础设施&lt;/strong>的平台大战。&lt;/p></description></item><item><title>AI Agent基础设施之战：从Demo到生产级部署的鸿沟</title><link>https://xiejiayun.github.io/post/ai-agent-infrastructure-2026/</link><pubDate>Tue, 21 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/ai-agent-infrastructure-2026/</guid><description>&lt;h2 id="agent的基础设施缺口">Agent的&amp;quot;基础设施缺口&amp;quot;&lt;/h2>
&lt;p>2026年的AI Agent领域有一个尴尬现实：&lt;strong>Demo很酷，生产环境很惨。&lt;/strong>&lt;/p>
&lt;p>The Pragmatic Engineer在最新的深度分析中直接发问——&amp;ldquo;Are AI agents actually slowing us down?&amp;ldquo;答案令人不安：在缺乏proper基础设施的情况下，Agent确实在某些场景下比人类更慢、更贵、更不可靠。&lt;/p></description></item><item><title>Hermes Agent 中文完全指南：117 篇官方文档浓缩成的一本使用手册</title><link>https://xiejiayun.github.io/post/hermes-agent-complete-guide/</link><pubDate>Sun, 19 Apr 2026 10:45:00 +0800</pubDate><guid>https://xiejiayun.github.io/post/hermes-agent-complete-guide/</guid><description>&lt;blockquote>
&lt;p>一句话概括：Hermes Agent 不是又一个聊天机器人套壳，而是一个&lt;strong>跑在你自己机器上、越用越聪明、你走到哪它就跟到哪&lt;/strong>的通用 AI 代理。本文是对官方 117 篇文档的深度二次创作，覆盖从安装到开发扩展的全部关键路径，读完你就能决定要不要把它接进自己的工作流。&lt;/p></description></item><item><title>AI Agent基础设施大战：从模型服务到智能体托管的范式转移</title><link>https://xiejiayun.github.io/post/ai-agent-infrastructure-war-2026/</link><pubDate>Sun, 19 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/ai-agent-infrastructure-war-2026/</guid><description>&lt;p>2026年Q1，科技行业发生了一个意义深远的转变：&lt;strong>基础设施竞争的焦点从&amp;quot;谁能更好地服务模型&amp;quot;转向了&amp;quot;谁能更好地托管智能体&amp;quot;。&lt;/strong>&lt;/p></description></item><item><title>Hermes Agent 架构深度解剖：从23万行Python看自我进化AI代理的设计哲学</title><link>https://xiejiayun.github.io/post/hermes-agent-architecture/</link><pubDate>Sat, 18 Apr 2026 03:15:00 +0800</pubDate><guid>https://xiejiayun.github.io/post/hermes-agent-architecture/</guid><description>&lt;blockquote>
&lt;p>&amp;ldquo;The self-improving AI agent&amp;rdquo; — 这不是一句营销口号。当你读完 Hermes Agent 的 23 万行 Python 代码，你会发现它的每一层架构都在服务于同一个目标：让 Agent 在使用中变得更好。本文将从架构师的视角，拆解这个由 Nous Research 开源的通用 AI 代理平台。&lt;/p></description></item><item><title>多智能体系统的工程化挑战：竞态条件、测试框架与设计模式的实战指南</title><link>https://xiejiayun.github.io/post/multi-agent-orchestration-engineering/</link><pubDate>Sat, 18 Apr 2026 00:00:00 +0800</pubDate><guid>https://xiejiayun.github.io/post/multi-agent-orchestration-engineering/</guid><description>&lt;p>如果你曾经看到两个AI Agent同时对同一个文件进行修改，然后产出一个完全不可用的结果，你就已经亲身体验了&lt;strong>多Agent系统中的竞态条件&lt;/strong>。&lt;/p>
&lt;p>Machine Learning Mastery在最新系列文章中系统性地分析了多Agent系统的工程化挑战——从设计模式到竞态条件处理，从测试框架到评估指标。同期，arXiv上多篇论文探讨了MoE（混合专家）模型中的路由拓扑、Agent的推理与工具使用失败模式，以及自主Agent的风险约束框架。&lt;/p></description></item><item><title>Hermes Agent 部署实战：从安装到 Discord/微信集成全流程踩坑指南</title><link>https://xiejiayun.github.io/post/hermes-agent-deploy-guide/</link><pubDate>Fri, 17 Apr 2026 00:00:00 +0800</pubDate><guid>https://xiejiayun.github.io/post/hermes-agent-deploy-guide/</guid><description>&lt;blockquote>
&lt;p>本文基于 Hermes Agent v0.10.0 实际部署经验撰写，覆盖安装、模型配置、Discord/微信集成全流程，含踩坑记录与解决方案。&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一hermes-agent-是什么">一、Hermes Agent 是什么&lt;/h2>
&lt;p>Hermes Agent 是 &lt;a href="https://nousresearch.com/">Nous Research&lt;/a> 开源（MIT 协议）的自主 AI Agent 框架。与传统 IDE 插件或聊天机器人不同，它的核心定位是：&lt;strong>一个部署在你自己服务器上、具备持久记忆、能跨平台通信的自主代理。&lt;/strong>&lt;/p></description></item><item><title>从Kubernetes到Agent Sandbox：AI智能体的生产化部署正在重塑云原生架构</title><link>https://xiejiayun.github.io/post/kubernetes-ai-agents-cloud-native-evolution/</link><pubDate>Fri, 17 Apr 2026 00:00:00 +0800</pubDate><guid>https://xiejiayun.github.io/post/kubernetes-ai-agents-cloud-native-evolution/</guid><description>&lt;blockquote>
&lt;p>AI智能体不再是实验室的玩具。当Kubernetes开始原生支持Agent Sandbox、OpenAI为Agents SDK加入沙箱执行引擎时，一个新问题浮出水面：&lt;strong>我们现有的云原生基础设施，真的准备好承载自主运行的AI智能体了吗？&lt;/strong>&lt;/p></description></item><item><title>在 Mac 上用 Hermes Agent 打造 6 人 iOS 顶级专家团队（Discord 多 Bot 实战）</title><link>https://xiejiayun.github.io/post/hermes-ios-team-mac/</link><pubDate>Fri, 17 Apr 2026 00:00:00 +0800</pubDate><guid>https://xiejiayun.github.io/post/hermes-ios-team-mac/</guid><description>&lt;blockquote>
&lt;p>本文基于 macOS + Hermes Agent v0.10.0 实战经验，记录如何在 Discord 同一个 Server 中部署 6 个独立 AI Bot，组成一支 iOS App 顶级专家团队。每个 Bot 拥有独立角色、独立模型、共享记忆，协作完成从需求分析到 App Store 上线的全流程。&lt;/p></description></item></channel></rss>