Hall of Fame
Hall of Fame
Track
Type
Source
9月11日
今日趋势综述
今天的信号集中在『把 AI 变成可信、可编排、能进生产的工程』：巨头在铺技能货架、agent 学会给动作留证据、开源编码 agent 越做越轻，落地这层的价值在被反复确认。
今天的信号：会用模型不稀缺，能把它『安全地编排进生产』才稀缺
把今天几条串起来，一条主线很清楚：模型本身越来越不是护城河，真正在被抢的是它外面那一圈——技能怎么分发、动作怎么留痕、上下文怎么喂、agent 怎么进真实业务。最有代表性的是英伟达把自家 650+ 个 skill 收进一个官方目录，签名可验、日更同步，能一键装进 Claude Code、Codex、Cursor 等多个 agent；这不是在发一个模型，而是在铺一条『把厂商能力标准化地送进任意 agent』的分发管道。CopilotKit 的 OpenBot 则给每个 agent 配一台独立电脑（浏览器、文件、工具），关键是『每个动作先决策、后记录』——它押的是治理和可审计，而不是又一个更聪明的 agent。
第二条线是『工程细节决定成败』。arXiv 上的 Agent Zero Memory 把 agent 记忆拆成三套各司其职的结构、还要求每条事实都带来源证据，在 LongMemEval 拿到 95.60%、LoCoMo 93.60% 的新高，同时把单次查询成本压到最多 1/20——记忆这种『看不见的地基』做扎实，效果和成本能同时改善。开发圈这半年最热的词『上下文工程』说的也是同一件事：模型再强，只要上下文喂错、喂满，性能就会『腐烂』（context rot），一篇做了 9649 组实验的论文把这点摆上了台面。连 Vercel 都反其道而行，开源了一个用 Zig 写、只有 6MB、冷启动约 10 微秒的编码 agent fx，专为『嵌进别的系统里』设计——轻、可嵌、可审计，正在取代『又大又全』成为新审美。
所以对个人最实的一句话：别再纠结『该用哪个最强模型』，去练那圈更稀缺的工程手艺——把技能打包成能复用的 skill、把上下文喂对、给 agent 的动作留下可审计的痕迹、把这套东西塞进一个愿意付钱的具体场景。今天的两个落地样本正好是这句话的两端：DHL 把 AI 铺进整个欧洲货运网，把关键航线的时效压掉 10–15%、末端成本降 15–20%，是大厂把 AI 编排进真实物流的账本；而在小生意这头，一个用 Retell/Synthflow 白牌搭的『AI 电话前台』，按店按月收 $200–500，就能替下一年三四万美元的真人前台、帮牙科理疗律所这类靠电话接单的小店堵住漏接的漏单——同一套逻辑，大到跨国物流，小到街角门店，值钱的都是那份把模型落到具体业务里的编排力。
今日新增 7
#02
GitHub
Repo
★ 3.5K
NEW
CopilotKit/OpenBot
OpenBot 押的不是『更聪明的 agent』，而是『敢不敢让 agent 真的去动你的浏览器、文件和工具』这道信任关。它用两招破局：一是给每个 agent 独立沙箱环境，动作互不污染宿主；二是把『动作先审后执行、事后留痕』做成默认机制，让 agent 的行为可解释、可回溯。再叠加 AG-UI 协议做到框架无关，等于给『多 agent 协作 + 可治理』提供了一层通用底座。这正好呼应今天的主题：当 agent 要进真实业务，稀缺的不是能力，是可控和可审计。
另有 2 家信源报道
展开详情
一个开源框架：给每个 AI『同事』配一台自己的电脑——独立的浏览器、文件系统和工具，让它在隔离环境里干活。它最特别的地方是治理模型：agent 的每一个动作都『先决策、经校验、再执行，事后完整记录』，天生可审计。而且它不绑定任何 agent 框架——只要说 AG-UI 这个开放协议，LangGraph、Mastra、CrewAI、Pydantic AI、Google ADK 或手写的 agent 都能一样接入，治理跟着协议走而不是跟着框架走。
周增长：据第三方榜单，上线约三周累计 4400+ 星、动量分 92.4，属近期新开源 agent 里增速靠前的一个
- **独立沙箱**：每个 agent 拥有自己的浏览器/文件/工具环境，隔离执行、互不干扰宿主系统
- **动作留痕**：每个动作『先决策、后记录』，可审计、可回溯——把放任 agent 乱跑的风险框住
- **框架无关**：基于开放协议 AG-UI，LangGraph/CrewAI/Mastra/Google ADK/手写 agent 都能同样接入，治理跟着协议走
推荐理由：对普通人的机会：把注意力从『训练/挑选更强的 agent』挪到『怎么让 agent 可控地进真实工作流』。OpenBot 这类项目把沙箱隔离和动作审计做成了开箱能力，意味着你可以低成本给团队搭一套『能审计的 agent 工作台』：专挑那些重复、但一旦出错代价高的活（批量操作后台、跑数据处理、改一类文件），用带留痕的 agent 去做，出了问题能查到是哪一步。会调 agent 的人多，能把 agent 接进真实系统、还讲得清『每一步做了什么、风险在哪』的人稀缺——这份可治理的工程能力，正是企业愿意买单的地方。
#03
terminaltrove.com
Repo
NEW
fx (by Vercel)
在别家都往『更大更全的 agent 平台』卷的时候，Vercel 反着来：把编码 agent 做到极致的轻、快、可嵌。6MB 二进制、10 微秒冷启动、单个位数 MB 内存——这些数字的意义不是炫技，而是让 agent 从『一个你打开来用的应用』变成『一个能被嵌进任何系统的零件』：CI 里、别的 agent 里、甚至浏览器里都能塞。它本身 Apache-2.0 免费，成本只来自推理（用 Vercel 登录或自带 AI Gateway key，按模型厂商计费）。这是今天『轻、可嵌、可组合正在取代又大又全』这条审美线的直接例证。目前仍是实验性（v0.0.x），适合做实验和嵌入式研究，不建议直接上关键生产线。
另有 2 家信源报道
展开详情
Vercel 开源的一个极小编码 agent：用 Zig 写、编译成约 6MB 的原生二进制，冷启动约 10 微秒、内存基线只有个位数 MB——小到可以嵌进别的系统里。它不做全屏 TUI，而是把自己当成 Unix shell 里的一个命令，输出随终端滚动、和你其它命令组合使用。支持 MCP、Git、多文件编辑、沙箱权限、多模态输入、Web 搜索和本地模型；还能直接跑、暴露 ACP server，或编译成 WebAssembly 塞进浏览器/JS 宿主。
周增长：作为 Vercel 内部工具转开源，发布即被多家媒体报道，属本阶段关注度较高的轻量编码 agent
- **极轻**：Zig 写成、约 6MB 原生二进制，冷启动约 10 微秒、内存基线个位数 MB，小到能嵌进别的系统
- **可组合**：界面是 Unix shell 而非全屏 TUI，能和你其它命令拼在一起用；支持 MCP/ACP/WebAssembly 多种接入方式
- **开源免费**：Apache-2.0，本体不收费，只按你用的模型推理计费——适合拿来做 agent 基础设施的底层零件
推荐理由：对普通开发者的机会：跟上『把 agent 当零件、而不是当应用』的思路。fx 这种可嵌入的小 agent 让你能把编码能力塞进自己的脚本、CI、甚至更大的 agent 编排里，而不是每次都开一个笨重工具。你可以从很小处练起：用它给团队的 CI 加一个『自动修 lint、补测试、升依赖』的小环节，或把它当子 agent 嵌进自己的工作流，把配置和踩坑写成一份『轻量 agent 嵌入手册』。当『大而全』开始过时，能把 agent 拆成小零件、精准嵌进已有系统的人，会更值钱。
#04
arXiv
Paper
NEW
Agent Zero Memory: 三套并行、带来源证据的长期记忆架构
这篇论文提出的核心观点很反直觉却很实用：agent 的记忆不该是一个通用大仓库，而应拆成三套各司其职的并行结构，并且每一条事实都必须带上『它从哪来』的来源证据（provenance）。靠这套设计，Agent Zero Memory 在 LongMemEval 拿到 95.60%、在 LoCoMo 拿到 93.60%——两个长期记忆基准上的新高，同时把单次查询成本压到最多只有过去的 1/20。它的价值在于把『记忆』这块看不见的地基摆到台面：很多 agent 表现不稳、越用越贵，根子不在模型不够强，而在记忆检索既不准又烧钱。给事实标注来源，还顺带解决了『agent 为什么这么说』的可解释与可审计问题——和今天 OpenBot『动作留痕』的思路遥相呼应。
在 LongMemEval 与 LoCoMo 两个长期记忆基准上同时刷新纪录，且单次查询成本降到最多 1/20，是『记忆做扎实能同时改善效果与成本』的一手证据
另有 1 家信源报道
展开详情
- **硬指标**：LongMemEval 95.60%、LoCoMo 93.60%，两个长期记忆基准双双刷新纪录
- **降本**：单次查询成本最多降到 1/20，效果与成本同时改善，而非二选一
- **带证据**：每条事实携带来源证据（provenance），既提升检索质量，又让 agent 的回答可追溯、可审计
推荐理由：对普通人的机会：别把 agent 表现差一股脑归咎于『模型不行』，学会从『记忆和上下文工程』这层找问题、做优化。这篇论文说明，把记忆拆成职责清晰的几块、给每条信息标好来源，就能在不换模型的前提下让 agent 又准又便宜。你可以把这套思路用在自己的 agent 项目里：分层存储（短期对话/长期事实/任务状态分开）、给关键事实记来源、定期清理无用记忆。会调 prompt 的人多，能设计出稳定、可追溯、还省钱的记忆与上下文体系的人稀缺——这正是把 agent 从 demo 推进生产的关键工程能力。
#05
ports.marinelink.com
Article
NEW
物流 AI 落地实测：DHL 把 AI 路径优化铺进整个欧洲货运网，关键航线时效压 10–15%、末端成本降 15–20%
DHL Global Forwarding 在 2026 年确认把自研的 AI 路径优化平台铺满整个欧洲网络：系统实时吃进天气、港口拥堵、清关时长、承运商表现等数据，动态给海空运找最省、最可持续的路线。公开口径的效果是关键航线时效压缩 10–15%，燃油与温室气体排放明显下降；在末端配送侧，AI 路径优化把最后一公里成本降 15–20%、部分场景配送时间缩短最多 20%。放到整个行业看，这不是孤例：2026 年物流侧的 AI 部署普遍呈现 3–18 个月回本、路径优化首年 ROI 150–400%、预测性维护年 ROI 200–500% 的区间——当然行业中位实现 ROI 只有约 10%，能不能吃到红利，差距全在落地执行。物流是这轮『AI 进真实业务』里数据密度高、账算得清的赛道，DHL 的意义在于把它从概念做成了可量化的运营账本。
另有 2 家信源报道
展开详情
- **时效**：关键航线运输时间压缩 10–15%，末端部分场景配送时间最多缩短 20%
- **成本**：最后一公里成本降 15–20%，燃油与碳排随路径优化明显下降
- **行业账本**：物流 AI 部署普遍 3–18 个月回本，路径优化首年 ROI 150–400%、预测性维护 200–500%，但中位实现 ROI 仅约 10%——落地执行拉开差距
推荐理由：对普通人的机会：物流这类『数据密、账好算』的传统行业，正是 AI 落地服务最容易切进去的地方。你不必是 DHL 才能吃这波——中小车队、区域配送、仓储调度这些没有自研团队的中小物流商，同样有路径优化、装载率、预测性维护的真实需求，但缺人帮他们把现成的 AI/优化工具接进自己的调度系统。切口很实：挑一个细分场景（比如同城多点配送的路径与时间窗优化），用成熟工具搭一套能出可量化 ROI 的方案，按项目或按月收费。会讲模型的人多，能把优化能力落成一张『省了多少油、准点率涨了几个点』账单的人稀缺。
#06
retellai.com
Product
直接可用
NEW
AI 电话前台：用 Retell/Synthflow 白牌给小店做『不漏接』的接线员，月费 $200–500 替下三四万美元的真人前台
语音 agent 这条赛道 2026 年付费信号很硬：Retell AI 据报道已做到 $40M+ ARR、半年 MRR 增长 3 倍。落到小生意最痛的一个场景——电话接线：一个 AI 电话前台约 $200–500/月，能 7×24 同时接无限通来电，而一个真人前台一年要 $3–4.5 万（月 $3,000–4,500，还只上 8 小时班）。据行业调研，97% 用了 AI 语音 agent 的小微企业反馈营收增加，核心原因很朴素：靠电话接单的店（牙科、理疗、律所、家政、维修、美容）漏接一通电话往往就是漏掉一单钱。用 Retell/Synthflow 这类平台，一个人几小时就能给一家店搭出能预约、答常见问题、转接的入站 agent——这就给了个人和小团队一个清晰的现金流切口：不是卖 $9 的订阅，而是替一个行业做白牌『AI 前台』服务，按店按月收钱。
另有 2 家信源报道
展开详情
- **成本差**：AI 前台 $200–500/月 vs 真人前台 $3,000–4,500/月，还 7×24 无限并发接听
- **付费信号硬**：Retell 据报道 $40M+ ARR、半年 MRR 增长 3 倍；97% 用了语音 agent 的小微企业反馈营收增加
- **上手快**：用 Retell/Synthflow 一个人几小时就能给一家店搭出能预约/答疑/转接的入站 agent，可模板化复制到同行业其它店
推荐理由：对想挣现金流的普通人：这是眼下少数『需求真、付费真、上手快、可复制』的路子。别想着做一个通用大产品，选定一个靠电话接单、漏接就漏钱的垂直行业（比如牙科诊所或理疗馆），用现成语音 agent 平台白牌搭一套行业专用『AI 前台』，帮它们堵住漏单、提升预约转化，按店按月收 $200–500 服务费再加一次性搭建费。跑通一家的模板，就能复制到同城同行业几十家——用 AI 帮小生意省钱、增收，自己赚的是搭建与运维的服务费，而不是赌一个爆款。
My Take：评分（5=最优）：最快成交 4 / 最低成本 4 / 可复制 5 / 风险安全度 4。用成熟平台做垂直白牌『AI 前台』，是当前最好落地的小微现金流路子之一。
商机信号（加速）：谁付钱：靠电话接单、漏接就漏钱的本地服务型小微企业：牙科/理疗诊所、律所、家政、维修、美容美发、宠物医院等，请不起或不愿请全职前台 痛点：高峰期和下班后漏接来电=直接漏掉预约和订单；全职前台一年 $3–4.5 万负担重、还只能上 8 小时、无法并发 切入点：选定一个垂直行业，用 Retell/Synthflow 白牌搭一套行业专用『AI 前台』（预约+答常见问题+转接），按店 $200–500/月+搭建费收，先做透一家的模板再同城同行业批量复制
#07
dev.to
Article
NEW
『上下文工程』正在取代提示词工程：模型再强，喂错上下文照样『腐烂』
2026 年开发圈的共识在换词：从『提示词工程』（怎么问）转向『上下文工程』（模型请求周围到底放了什么——schema、文件、数据格式、检索架构）。这个转向背后有三个硬原因：一是 agent 在 2025 年从研究 demo 变成了生产系统，二是上下文窗口涨到百万 token 级，naive 地把一切塞进去既贵又更差，三是『上下文腐烂』（context rot）是可测量的真实现象——每个前沿模型在上下文变长时性能都会明显下降，远早于窗口被填满。一篇做了 9649 组实验的论文把这点摆上了台面。概念最早由 Andrej Karpathy 于 2025 年中提出，如今已成为严肃 AI 工程讨论的中心。它和今天 Agent Zero Memory、OpenBot 是同一个母题的不同侧面：模型这层趋同后，值钱的手艺在外面那一圈——怎么把对的信息、以对的结构、在对的时机喂给模型。
另有 2 家信源报道
展开详情
- **换词**：从『提示词工程（怎么问）』转向『上下文工程（周围放什么信息）』——schema、文件、检索架构成了成败关键
- **context rot**：上下文越长模型性能越差，远在窗口填满前就开始『腐烂』，是可测量的真实现象（一篇 9649 组实验论文佐证）
- **贵且更差**：百万 token 窗口下，无脑把一切塞进上下文既烧钱又降质，精心裁剪与检索才是正解
推荐理由：对普通人的机会：这是当下投入产出比极高的一项可迁移技能，而且不需要你会训练模型。花时间把『上下文工程』练成肌肉记忆——学会给模型只喂相关信息、用结构化 schema 组织输入、设计好检索、控制上下文长度避免腐烂——你用同一个模型就能比别人做出更稳更省的效果。会写几句 prompt 的人遍地都是，能系统地把上下文喂对、把 agent 的成本和稳定性调下来的人稀缺；这项能力既直接提升你自己的产出，也是当前企业和团队最愿意为之付费的工程手艺之一。
#08
GitHub
Product
NEW
MagiCrew（Magic）
MagiCrew 是开源项目 Magic 的国际云服务，2026-09-03 登陆 Product Hunt、当日以 275 赞、40 条评论拿到第三。它的定位是『一个平台里给每个员工配一支 AI 数字劳动力』：把通用 agent、工作流引擎、团队 IM 和协作办公套件揉进一个开源项目。典型场景很接地气——市场与竞品情报、文档和 PPT 生成、运营流程自动化、数据分析、开发者脚本执行；官方举的例子包括『法务 agent 自动标出合同里的风险条款』『周报从 4 小时压到几分钟』『外贸团队用 10 种语言起草符合当地商务习惯的邮件』。联合创始人 Enzy Tian 用一句话概括产品定位：『AI 界的 Costco——不是因为便宜，而是因为精选』。它代表的方向是把散落的 agent 能力，收进一个开源、可自托管、贴着真实办公场景的一体化平台。
另有 2 家信源报道
展开详情
- **一体化**：通用 agent + 工作流引擎 + 团队 IM + 协作办公套件揉进一个开源项目，可自托管
- **场景实**：竞品情报、文档/PPT 生成、流程自动化、数据分析、脚本执行——都是办公室里的真活
- **开源可自托管**：底层 Magic 项目开源、数据可留在自己环境，适合在意数据主权、想自建 AI 办公台的团队
推荐理由：对普通人的机会：与其到处拼十几个 SaaS，不如学会用一个可自托管的一体化 agent 平台，把团队里那些重复的办公活（周报、竞品调研、合同初审、多语言邮件）沉淀成固定工作流。MagiCrew 这类开源平台让小团队也能低成本搭一套『AI 办公中枢』。更进一步的机会在于：帮那些没有技术团队的中小企业把它落地——按行业配好模板和工作流、接上他们的数据，做成部署+定制服务。会用工具的人多，能把一体化 AI 平台真正嵌进一家公司日常运转的人稀缺。
仍在热榜 1
Repo
NVIDIA/skills
在榜 2d
英伟达官方认证的 agent skill 目录：把 650+ 个『教 AI agent 正确使用英伟达软件』的技能收进一…
Skills · 自动化集成