Hyacehila's Blog

BettaFish/MiroFish 和 OpenClaw 分别把 Agent 推到两条信任边界上：我们能相信 AI 说到什么程度，以及我们愿意让 AI 在自己的环境里做到什么程度。

一篇面向开发者的研究综述：从 Claude 系列与 GPT 系列在编码场景中的能力差异出发，理解这些差异如何投射到 Claude Code 与 Codex 的 agent runtime、任务执行边界、上下文组织和工作流体验中。

代码生成成本下降后，软件工程需要更早获得原型和集成反馈，再把经过验证的约束整理成文档、契约、测试与 ADR。Spec 仍然有用，但它更适合系统逐渐收敛之后。

LangChain 关于 agent = model + harness 的说法只在粗粒度上成立；真实工程里更有解释力的是工程、产品、用户友好外壳与 task interface。

科幻短篇三则，灵感来源于被 Anthropic 封号后；当人类社会被人工智能接管，除了金钱的贫富以外另一种阶级的差距；包括大纲在内，正文由 LLM 辅助撰写。

凯恩斯低估的不是生产率，而是人类欲望与社会分工的弹性。生成式 AI 更可能压缩旧任务、重排劳动结构，并催生新的服务与需求，而不是直接让劳动消失。

Memory 不是外挂数据库，而是长期认知状态的形成、激活、更新与治理问题。本文梳理 Agent Memory 的全景：五种记忆类型、激活与写入两端、研究演化脉络，以及为什么评测仍跟不上方法演进——难点在写入正确性、时间有效性、冲突消解、遗忘和系统级评测。

真正让 Agent 变成可交付系统的，不是核心 loop，而是围绕 LLM 不确定性搭出来的外围工程：把语言请求进一步下沉成工具契约、知识路由、生命周期验证、隔离恢复与自治治理。

语义嵌入不只是用来做检索。LSH 初筛、Faiss 语义去重和 K-center-greedy 样本筛选，都在利用同一个表示空间处理冗余、覆盖与召回问题。

梳理 reward 如何从偏好对、可验证结果、过程监督、rubric 到开放 agent 排序，逐步把“好回答”改写成更稳的监督对象。