● 关于 Agent Harness，我整理了一个最小版！

📌 一句话摘要 本文提出一个最小化 Agent Harness 的骨架设计，包含 Task、Environment、Tools、Trace、Grader 五个核心模块，帮助开发者将 Agent 的执行过程变为可复现、可记录、可评分的实验。 📝 详细摘要 文章从 Agent 评测的实际痛点出发，指

● 【第 3703 期】VAPD AgentKit：可组合 Agent 前端通用库实践

📌 一句话摘要 vivo 团队推出 VAPD AgentKit，以「统一消息模型 + Runtime Adapter + 前端编排」三段式架构，实现协议无关、可插拔的 Chat 模式 AI Agent 前端通用库，支持笔记、知识库、项目管理三大业务场景。 📝 详细摘要 本文由 vivo 团队分享

● DeepSeek V4 Flash 让简单 Skill 变得可用且快速

📌 一句话摘要 DeepSeek V4 Flash 在简单 Skill 场景下表现可用，速度极快，工具调用能力显著提升，能自动完成下载电子书、转 txt、上传 Notebooklm 提问并生成解读文的完整流程。 📝 详细摘要 该推文分享了作者对 DeepSeek V4 Flash 的实际使用体验

● DeepSeek V4 Flash 让简单 Skill 变得可用且快速

📌 一句话摘要 DeepSeek V4 Flash 在简单 Skill 场景下表现可用，速度极快，工具调用能力显著提升，能自动完成下载电子书、转 txt、上传 Notebooklm 提问并生成解读文的完整流程。 📝 详细摘要 该推文分享了作者对 DeepSeek V4 Flash 的实际使用体验

● 【OpenClaw】通过 Nanobot 源码学习架构---（10）Heartbeat

📌 一句话摘要 本文深入分析了 Nanobot 框架中 HeartbeatService 组件的架构设计与实现，展示了如何通过 LLM 驱动的两阶段决策模式，用不到 200 行代码实现轻量级的周期性任务检测与执行。 📝 详细摘要 本文是「通过 Nanobot 源码学习架构」系列的第 10 篇，聚

● 征集 DeepSeek 实际测试案例与 Skill 调用测试

📌 一句话摘要 作者呼吁社区分享 DeepSeek 的实际应用案例，并展示自己正在进行的网页游戏与 Skill 调用测试。 📝 详细摘要 作者认为目前关于 DeepSeek 的讨论过多集中在新闻和参数上，因此提议大家分享实际测试案例。他本人展示了正在利用 Three.js 编写网页游戏，并准备进

● DeepSeek Spotify Skill 工具调用测试

📌 一句话摘要 记录了 DeepSeek 成功调用 Spotify Skill 播放音乐的简单测试。 📝 详细摘要 作者测试了 DeepSeek 对 Spotify Skill 的调用能力，确认其可以成功执行播放音乐的指令。这是其 Skill 组合测试的第一步，验证了模型在基础工具调用上的可靠性

● DeepSeek 多 Skill 组合调用递归解读测试

📌 一句话摘要 测试 DeepSeek 组合调用 NotebookLM 解读与特定风格写作的复杂任务流程。 📝 详细摘要 作者进行了一项更复杂的测试：要求 DeepSeek 递归调用「anything to notebooklm」Skill 解读 YouTube 视频内容，并结合特定的写作风格

● DeepSeek 工具调用与内容生成质量对比反馈

📌 一句话摘要 作者指出 DeepSeek 在工具调用上表现良好，但在长文写作质量和内容丰富度上逊于 Claude Sonnet 4.6。 📝 详细摘要 在完成多轮 NotebookLM 问答后，作者发现 DeepSeek 虽然能准确执行工具调用，但在最终的文章生成阶段存在「偷懒」现象，输出长度

● DeepSeek V4 实测：指令遵循与工具调用能力待提升

📌 一句话摘要 博主实测 DeepSeek V4 后发现其在复杂 Skill 调用和指令遵循方面表现不佳，无法正常读取模板。 📝 详细摘要 通过对 DeepSeek V4 的实测，博主指出该模型目前在处理复杂的 Claude Skill 时存在明显短板。具体表现为指令遵循能力差、工具调用效果不理

● 通过 Nanobot 源码学习架构---（8）Tools

📌 一句话摘要 本文深入解析了 Nanobot 框架中工具体系的核心实现，包括 Tool 抽象基类的标准化接口与参数校验机制，以及 ExecTool 安全 Shell 执行工具的设计原理与安全防护策略。 📝 详细摘要 本文是《通过 Nanobot 源码学习架构》系列的第八篇，聚焦于 AI Age

● MCP 联合创始人谈 Agent 未来：MCP 是连接层，2026 年将进入生产落地期

📌 一句话摘要 Anthropic 技术成员、MCP 联合创始人 David Soria Parra 在演讲中阐述了 MCP 的核心价值、未来路线图，并预测 2025 年是 Agent 探索期，2026 年将转向生产落地。 📝 详细摘要 这篇推文是对 Anthropic 技术成员、MCP 联合创

● Hermes 平台优化：支持关闭工具调用通知

📌 一句话摘要 Hermes 平台新增关闭工具调用通知功能，可有效避免在微信等客户端集成时的消息轰炸。 📝 详细摘要 这是一条关于 Hermes 平台使用技巧的推文。针对第一批将 Hermes 集成到微信等即时通讯工具的用户，作者指出可以通过关闭「工具调用通知」来优化体验，解决因频繁调用工具导致

● 为 Codex 量身定制 CLI 工具：提升 AI Agent 效率的三个实战案例

📌 一句话摘要 通过构建专门的 CLI 工具作为中间层，为 Codex 提供稳定、干净的 JSON 输出和标准接口，从而实现自主的深度研究流程。 📊 文章信息 AI 评分：86 来源：meng shao(@shao__meng) 作者：meng shao 分类：人工智能 语言：中文 阅读时间：5

● 在 Code Arena 探索 Agent 编码能力对比

📌 一句话摘要 提供了 Code Arena 平台的后续链接，用于对比 AI 模型在多步推理和工具调用编程任务中的表现。 📝 详细摘要 作为 GLM-5.1 发布消息的补充，这条推文提供了 Code Arena 的直接链接。它鼓励用户探索不同 AI 模型在“Agent（智能体）”编码任务中的表现

● Code Arena 中的 Agent 编程任务

📌 一句话摘要 Code Arena 现在包含测试多步推理和工具调用的 Agent 编程任务。 📝 详细摘要 该推文解释了 Code Arena 基准测试的性质，强调其专注于 Agent（智能体）编程任务。这些任务要求模型展示多步推理和有效的工具调用能力，从而在复杂环境中更真实地衡量 AI 的编

● 发布：datasette-llm 0.1a5

📌 一句话摘要 Datasette-llm 0.1a5 更新了 llm_prompt_context 钩子，以追踪链式调用和工具调用循环中的提示词，从而提升了复杂 LLM 工作流的可观测性。 📝 详细摘要 此次 datasette-llm（版本 0.1a5）的发布重点在于增强 Datasette

● 为 AI 智能体自我修正提出“跳转回（Jump back）”工具构想

📌 一句话摘要 Antirez 建议 AI 智能体应具备在执行历史中“跳转回”的能力，通过模型生成的工具调用来截断上下文并注入新的引导文本。 📝 详细摘要 这条推文为 AI 智能体提出了一种架构上的改进：通过回退执行历史来实现自我修正。Antirez 建议模型应能触发“跳转回（Jump back

● Qwen 团队认可社区进行的工具调用基准测试

📌 一句话摘要 Qwen 团队认可了由 `stevibe` 发起的社区驱动型基准测试，该测试评估了 Qwen3.5 模型系列的工具调用能力。 📝 详细摘要 Qwen 官方账号认可了用户 `stevibe` 进行的一项详细技术评估。被引用的推文对 Qwen3.5 模型系列（从 0.8B 到 397

● 零废话！一文讲透从 0 构建 AI Agent

📌 一句话摘要 本文系统性地梳理了 AI Agent 的核心概念、四阶段构建路径及进阶架构设计，为开发者提供了一份从理论到工程实践的完整指南。 📝 详细摘要 文章深入浅出地解析了 AI Agent 的技术本质。首先阐述了 LLM、上下文、工具调用等基础概念，指出 Agent 的核心公式为「大脑（