标签
讨论AI智能体在实际工作流中失败的地方，重点指出协调问题、混乱输入下的可靠性问题，以及在生产中减少人工干预的挑战。
一份使用 OpenAI 的 Codex 作为知识工作操作系统的详细指南，包括设置、工作流程和一个七天入门计划，且该指南本身由 Codex 撰写。
OpenAI 发布了 Codex 的即用型提示库，包含项目工作流和自动化功能，可适配其他 AI 编码代理。
文章认为，虽然很多人正在构建和销售AI代理，但真正的价值在于让它们发挥作用的工作流程和训练，而不是底层技术。
个人观点：AI代理之所以让人感觉真正未来感十足，是因为它们能够自主规划步骤、使用工具、从错误中恢复，标志着从只会回答问题的AI向真正能执行任务的AI的转变。
Claude Code 即将发布 /workflows 功能，该功能将标准的商业工作转化为基于 SOP 的伪确定性工作流，作者认为这对企业级 AI 来说是一个重大进展。
Claude Code的创造者Boris Cherny认为单智能体工作流已过时，并解释了未来是由专门化智能体组成的团队协同工作。
作者介绍了Briefing Fox这个提示工程工具，它现在新增了Agentic AI & Workflow功能，即使是初次接触AI的用户也能在几分钟内创建自定义AI智能体。该工具免费且无需注册。
Matt Pocock 发布了他日常使用的 Claude Code 技能，用于真正的工程实践，拥有超过 90,000 颗星并获得 MIT 许可。
Anthropic 悄悄在 Claude Code 中推出了 /workflows，用基于代码的控制流取代了 LLM 编排器，以避免 token 开销和上下文混乱问题。
Anthropic 的 Claude Code 创作者 Boris Cherny 在播客中解释了为什么有些用户每周节省10小时，而其他用户却一无所获，重点介绍了大多数用户忽略的隐藏功能，如 CLAUDE.md、任务链、批量操作和自动化。
一项安全研究揭示了一种名为Megalodon的技术，通过利用CI工作流大规模后门GitHub仓库。
一条推文宣布为Every订阅者提供了一个报告（包含完整文章、来源、参考文献和工作流程）的Agent Mode版本，旨在与Codex或Claude Codex一起使用。
作者反思了人工智能代理在复杂、长期运行任务上的当前局限性，指出了可靠性问题，并表明代理更适合狭小、受监督的任务，而非完全自主。
“AI只属于程序员”这种说法已经过时；现在许多最有趣的AI工作流是由非程序员运行的。
探索如何使用多个AI模型进行代理工作流，揭示隐藏的不确定性和推理差距，表明未来的系统可能依赖跨模型共识而非单模型链。
SaaS-Bench是一个新的基准测试，基于23个可部署的SaaS系统，覆盖六个专业领域，包含106个长周期任务，用于评估计算机使用代理。实验表明，即使是最强的模型，端到端完成任务的比例也不足4%，凸显了当前代理能力的显著限制。
一位创始人分享了19条可复用的技能指令，用于AI智能体（Claude/Claude Code）自动化早期创业公司的定位、定价、寻找潜在客户、文案撰写等职能，这些指令基于其自身的SOP。