# agent

Letta 開源 trajectory，把 Claude Code、Codex、OpenClaw 等 harness 留下的工作紀錄，正規化成同一種寫給 agent 讀的格式；在抽樣到的紀錄上，token 數壓到原生的五分之一左右。跨 harness 學習的前提，是先替每個 harness 產出的經驗訂一種標準格式。

Agent 評估不能只看回覆，還要檢查任務結束後的世界是否真的改對。Anthropic 整理評分器組合、非確定性指標、環境隔離與長期維護的方法；不用等幾百題，先把 20–50 個真實失敗變成測試。

Claude Tag 是 Anthropic 2026 年六月推出的第二代 Claude in Slack。跟一般 chatbot 不一樣：一個 thread 就是一個持久工作階段，頻道裡的人都能中途插話改方向。但沙箱會蒸發、憑證從不進沙箱——這套安全設計是自架系列的對照組。

Claude tag 官方只給 Slack，想在 LINE 上有一個隨叫隨到的 AI 助理？那就自己架。用 OpenClaw 開一個 VPS 上的 LINE bot，訊息從 LINE 官方雲敲進來、gateway 接住、agent 回話。這篇講可複製的骨架、三條安全必修課，以及為什麼自由總是伴隨著責任。

Bun 創辦人 Jarred Sumner 用 Claude Fable 5 把 53 萬行 Zig 程式碼重寫成 Rust，靠的是 64 個 Claude 平行跑 dynamic workflow、對抗式 code review、以及一套「不改流程、只改語言」的機械式移植策略。11 天後測試全過，可檢測的記憶體洩漏全部修掉，binary 小了 20%。

Phil Chen 分享他從自己創業到 Helm AI、Scale AI、OpenAI、Google 的六年職涯觀察：當 agent 能解決所有定義清楚的問題，真正值錢的是找問題的能力、最後一哩的執行力，以及那些無法被 loss function 量化的東西。

打開任何一個 agent skill，裡面滿滿都是「請詳細一點」「請仔細一點」這種看起來很認真的指令。問題是它們根本沒在改變模型行為。Matt Pocock 點出 no-op 的陷阱，還有怎麼一眼分辨「廢指令」跟「真的有用的指令」。

Sakana 推出 Fugu：一個 API 後面藏一整套 multi-agent 調度系統，主打「不靠單一廠商的 AI 主權」。但一位讀完技術報告的研究員拆台：閉源調度器疊在閉源模型上，能控制的反而更少；而且贏了 benchmark 卻從不報成本。

半年前的 Coding Agent 最佳實務大多過期。現在的正確操作：任務要更大、session 跑更久、用對抗式 review 讓 agent 自己驗證——工程師的工作變成往火車裡鏟煤。

loop engineering 被講成『2026 就是設計編排、多開 agent』，但編排現在工具幫你做掉了。真正還難、還手動、還決定成敗的那半邊，是驗證器——loop 跑出來的東西到底有沒有東西在把關。借 Anthropic 自家的 Bun port 當反例：99.8% 既有測試通過，官方公告卻自己補一句『還沒上 production』，因為測試綠燈只證明你滿足了自己設的關卡，不等於對。

每兩小時，Codex 幫一個人寫好一批電子郵件回覆等他審。草稿大多很好，他每次還是改——補一個上週某串對話的決定、因為認識收件人而把語氣放軟、刪掉一個還不想許下的承諾。重點來了：那些改動本身也是 context，而且是大多數自動化每跑完一輪就丟掉的 context。這篇把一個會自我改善的自動化拆成兩個迴圈：內迴圈把 context 帶到工作面前產出草稿，外迴圈從審稿的改動裡把 context 撿回來、餵給下一輪。難的不是看出哪裡被改，是讀懂那個改動到底想說什麼。

2026 六月，整條 AI coding 時間軸被一句六個字的話掐住喉嚨：別再 prompt agent，去設計會 prompt agent 的 loop。問題是，幫忙轉發的人在回覆區吵成一團，沒一個說得清 loop 到底是什麼。這篇不講「怎麼蓋一個 loop」（那是 GP-220 的事），它回答更前面的問題：這個詞憑什麼紅、它有五年的家譜、為什麼現在最貴的不是模型而是那個迴圈——以及一個更耐放的結論：真正的資產不是 loop，是它呼叫的 skill。

Microsoft CEO Satya Nadella 對 AI 時代企業未來的一篇長文：公司要同時養兩種資本——人力資本與 Token 資本，真正的護城河不是挑到最強模型，而是打造一個會複利的「學習迴圈」。最後是一記政治經濟學警告：別讓少數模型吃掉所有產業。

Dimillian（iOS 開發者，現在在 OpenAI）寫的 Codex Mobile 操作指南。但真正值得帶走的不是哪個按鈕在哪，而是一個會跨工具成立的心智模型：手機不是縮小版的終端機，而是讓 agent 在你的開發機上幹活時、你還能做決策的控制中心。

兩個業界最資深的 AI 工程師同一週講了同一句怪話：別再 prompt 你的 agent，去寫會自己跑的 loop。這篇把 loop engineering 完整拆開——open loop 跟 closed loop 的差別、一個好 loop 的六個積木、prompt engineer 和 loop engineer 的分水嶺。順便拆穿一段藏在教學裡、做得很滑順的置入。

Vaibhav Srivastav 的 Codex prompt 真正有趣的不是 prompt 本身，而是它把 agent 的工作後整理講清楚了：回顧最近工作、找重複流程、只把高信心項目封裝成 Skill、自動化或子代理。這很像讓 agent 睡覺做夢，把忙碌變成能力。

OpenAI 官方指南把 Codex Goals 講成對話串範圍內的完成契約：目標會持續存在，但完成必須靠測試、基準測試、報告或研究證據判定。這篇補上 GP-192、GP-197、GP-207 缺的官方規格角度。

Codex 的 /goal 不是把任務丟進去就會自動變好的許願池。Chris Hayduk 的重點很工程化：給 Agent 可量測的終點、夠快的測試迴圈，再用 Markdown 檔案當長期工作記憶。

LLM 不是神，也不只是工具，比較像 DOTA 裡會補刀也會送頭的隊友。人類的價值不是跟 AI 搶同一路，而是補上 taste、map awareness、context ownership、strategic judgment，讓整隊勝率變高。

Thariq 分享為什麼在 Claude Code 工作流裡，HTML 逐漸取代 Markdown：重點不是輸出變漂亮，而是當 Agent 產出的規格、審查、研究與原型越來越複雜，HTML 能把文字牆變成可閱讀、可操作、可分享的產物，讓人類重新回到決策迴圈。