EP106 · Agent Protocol、循环工程、自我改进外环 · 07-03 早报

这篇来自阿里云开发者的长文，作者不想每换一个 Agent 框架就重新学习一套对象体系，转而用 Protocol 视角把 Agent Runtime 拆成 Thread、Run、Step、Event、Artifact、Checkpoint 这 6 个稳定对象。核心判断是框架会更迭，但任务生命周期、状态持久化、中断恢复这些问题不会消失；状态持久化是区分玩具和生产的分水岭，Error-as-Data 优于 Error-as-Exception，MCP 让工具层最可能先标准化。文中详尽的跨框架映射表，值得做 Agent 系统设计时拿来对照。

腾讯云开发者这篇把 AI 工程范式迁移拆成 Prompt、Context、Harness、Loop 四层，并强调它们是嵌套关系而非替代。文中引述 Mitchell Hashimoto 的 engineer the harness、Boris Cherny「我不再 prompt Claude 了，我设计循环来 prompt Claude」，以及 OpenAI 用 Codex 在五个月内构建约一百万行代码、零行手写的案例。作者认为 2026 年大多数企业应全力投入 L3，跳过 L3 直接搞 L4 是最危险的错误，并诚实列出 Loop 引入的成本不可预测、认知投降等新风险。适合想判断该在哪层投入的技术负责人。

Latent.Space 这篇访谈对象是 Introspection 创始人 Roland Gavrilescu，他此前在 xAI 做 agent 基础设施。访谈围绕 autoresearch：构建一个 outer loop，让 agents 维护和改进主系统本身。他提出三种模式——the loop is the product、agent recipe、以及如何让系统更好更便宜——并区分了与用户交互的 inner loop 和负责研究维护的 outer loop。建议工程师从 signals、成本控制、跟随研究三步入手，把产品组织变成微型研究室。适合关注 self-improving agent 落地的读者。

本文深度访谈探月学校创始人王熙乔，回顾他从 18 岁预判 AI 冲击教育到创办学校、经历扩张自大、疫情流浪、最终转向非营利的十年历程，阐述 AI 时代的教育观与人生选择。

本文介绍了四个轻量级 TypeScript 守卫工具——safeArray、safeString、safeNumber 和 safeObject，用于在运行时验证外部数据，防止因字段不匹配或缺失导致的崩溃与静默数据损坏。

OpenAI Codex 团队负责人 Andrew Ambrosino 认为，当 AI 大幅降低实现成本后，产品开发中最稀缺的资源不再是技术能力，而是品味（taste），并系统阐述了 AI 时代产品管理的角色融合、时机判断与工作流演变。

对话投资人 Henry Yin，深度复盘 2026 年 Q2 AI 领域在智能前沿（模型竞争、RSI 递归自进化）与智能扩散（企业自建模型、交互创新）两大脉络上的关键进展与未来趋势。

微软 CEO 萨提亚·纳德拉推出「前沿公司」计划，旨在帮助每家企业构建能够持续学习的自有 AI 系统。

本文以开源的 t0-alpha 模型为例，解析时间序列基础模型的工作原理，在 GIFT-Eval 上进行评测，并讨论当前模型的优势所在及未来提升方向。

本文介绍了在 RAG 流水线中解析用户问题的六个被忽视的教训，主张在检索之前将问题结构化为类型化的关系数据，而非直接对原始字符串进行向量化。