论研发 Agent 的持续交付:iLoop 的设计思路
iLoop 不做包办一切的超级 Agent,而是补上研发链路里常被忽略的反馈层:在真实工程和设备里,结果到底对不对,证据在哪里。
关于 AI Agent、软件工程与技术变化的长期思考。
iLoop 不做包办一切的超级 Agent,而是补上研发链路里常被忽略的反馈层:在真实工程和设备里,结果到底对不对,证据在哪里。
AI 味不是 AI 生的病,而是中文一百年前就诊断过的老病。沿着王力、思果、余光中和鲁迅留下的线索,重新找回中文的动词、节奏、具体与留白。
AI 写代码已经很快,真正的瓶颈挪到了验证。VDD 让 Agent 在说完成之前,先用真实结果和可复核证据回答:我凭什么这么说。
从一次真实异常排查出发,拆解一个 Oncall 助手如何接住上下文、源码和平台证据,持续排除假设并给出根因。
从一次 API 调用到训练、Attention、多模态、推理和端侧部署,为客户端工程师建立一张完整的 AI 技术地图。
每个技能单独看都能用,放在一起却可能抢同一个任务,或互相把工作推走,最后没人承接。新增技能还会增加依赖和维护成本,数量多不等于整套能力更好。
从给AI代码上下文,到补齐工具、反馈和验收,再到游戏、个人工作台与硬件:这一年怎样把一次尝试留下来。
Anthropic随机实验显示,AI的立场可以在最终建议形成前改变专家的分析选择;监督应覆盖目标、假设和取舍。
一段中文改完更顺,不代表改对了。原文的条件可能被删,术语可能换了意思,也可能多出作者没有说过的承诺。只问“哪版更像人写的”,容易把这些问题放过去…
Router、Worker、事件直通和持久恢复如何组织多任务Agent,调度实验支持什么,研究原型还缺什么。
当AI能把看不懂却好用的答案端到面前,理解、决定权与拒绝权还意味着什么。
每天都能刷到很多 AI 新闻,但同一发布被反复转述,营销热度又容易盖过真正的变化。持续了解外部进展,需要固定的筛选方法,不只是每天多读几条消息。
一条短提示词怎样抑制过度建造:先读懂问题,再复用已有能力,让安全边界和验证一起留下来。
把研究资料依次贴进文章,作者可能讲完了,读者仍不知道能用在哪。talk-smith 把技术主题做成面向读者的分享:先锁定听众和一句主线,再安排背…
任务持续漂移时,改提示词、记忆与技能能否学新不忘旧?拆开可塑性、稳定性和跨任务干扰。
长文里的关系、顺序和主次,经常要读者自己在脑中重排。随手配一张好看的图,又可能只是氛围图;图里换了术语或比喻,读者以为在看解释,实际看的是另一套…
需求、入口、成本与信任如何影响个人 Agent:基于公开信息梳理产品热潮与落地边界。
AI 写的技术文档有两个常见问题:一大段一大段地堆字;流程图把节点从头串到尾,看不出重点。
逆向引擎接上 Agent 后,侦察门槛发生了什么变化,发布产物的防守与回归又该怎样调整。
AI 写的 UI 经常很同质化。起初我也觉得是它没品味;后来在实际使用中,给出明确的风格和参考,发现它能做出不错的效果。
从概念稿、比例滑杆到训练场和百关模拟:用 AI 制作 Web 游戏《界门》的一千多次迭代。
每天想找一个「正在变热、还没被大量注意」的产品机会,临时问 AI 或搜几个通用词,往往只会得到熟悉的赛道。真实抱怨散在评论、许愿帖和差评里,热榜…
一个产品想法摆在面前,问 AI「值不值得做」,很容易得到一份听起来周全、却无法追问依据的优缺点。机会评估要回答更窄的问题:当前证据支持补资料、小…
很多 PRD 的验收写着「用户体验流畅」「系统运行稳定」,这种话写了等于没写。这个技能的大半规矩,来自一轮 A/B 盲评的失分沉淀。
把研发方法、Skills、模型与工具装进一个工作台,重点解决插件组合、可迁移性和完成声明的验证。
看到一个好页面、好方案或好技能,问 AI「好在哪」,常得到形容词和特征清单。可照着抄,未必适合自己的设备、用户和资源。反向拆解(reverse-…
想法停在「我觉得可行/我觉得不行」,反复问 AI 可能只是重述同一组假设;做完整原型,又可能同时改变太多东西,失败后仍不知道哪条前提错。
现有方案越改越复杂、补丁摞补丁,或者本行业常规办法解不开当前卡点,继续让 AI 优化旧方案,可能只是再加规则,未经验证的前提仍在。
界门让人互通,也让另一片土地付出代价。十城的历史、人物与归航故事。
长文看起来很有道理,摘要只能告诉你它说了什么;直接让 AI 挑错,又可能攻击作者最弱的一句话,漏掉支撑主结论的理由。论证精读处理的是整篇说服路径…
选技术或定大型计划,直接问 AI 容易沿当前倾向给理由;无差别搜索则会堆出很多观点,仍不知道哪些能改变决定。兼听先判断缺的是什么,再组织取证和裁…
把个人事实和偏好保存成可携带的明文档案,在多个 AI 宿主间按任务最小读取。
两个方案都有道理,直接问 AI 或列优缺点,容易拿倾向方的最好理由与反方的弱版本比较。喜欢重构的人谈长期维护,却让先交功能的一方只剩「着急」;喜…
传言的数据、文章结论、方案承诺,直接问 AI「靠谱吗」常得到整句赞成或反对。问题是同一句里可能混着可验证事实、从事实推出的结论和价值判断;数据对…
从一场四小时对谈里,重新梳理身体、认知、心态和AI的日常用法;保留原片时间码与自己的判断。
Hook 把安全门禁、自动校验和上下文注入固定到 Agent 生命周期节点,让确定性规则不再依赖模型自觉。
用合成示例解释 iLoop 如何减少重复验证、并行独立任务,并守住编译与 UI 验证的证据边界。
为“好好说话”定义力度、场合和个人风格三类设置,并设计跨平台持久化的本地存储方案。
判断 AI 会先改变哪个行业,不只看技术成熟度,更要看成本、责任和信任这三笔账。
把 Oncall 中跑通的诊断链拆成原子能力,再组合出 Bug 修复、稳定性和配置治理等不同助手。
当编程越来越像向 Agent 讲清意图,语音输入开始从小功能变成提升沟通带宽的基础设施。
对比瘦核心、全插件架构、可逆副作用与事件流,判断哪些机制适合 iLoop,哪些不该照搬。
从反思、记忆、自改、长期评测到主动触发,梳理 Agent 自进化系统真正需要的机制与边界。
以 iPhone 12 Pro Max 为设备基线,从本地图片问答走到相机、语音、流式输出和端云路由,完整跑通一个多模态 AI 客户端。
先看一个具体画面。
上一轮我们已经知道 Opus 5 跑分涨得很凶——SWE-bench Pro 从 69.2% 到 79.2%、Frontier-Bench 翻倍、OSWorld 用三分之一成本超过更贵的 Fable
"AI 写、人来验"现在被当成终态,其实它是个半成品。真正的终态是 AI 写的东西 AI 自己验,人退到最末端只做收口。走到那一步,会顺带交出一样我们以前没敢想过要交的东西:读懂自己造物的能力。
iOS 做 UI 自动化,能用的手段本来就只有两个:靠无障碍标签选控件,或者靠坐标点屏幕。它不像安卓每个控件都有个全局唯一 ID 兜底。XcodeBuildMCP 2.6 也没跳出这个圈,用的还是这两
本文编译、梳理自 Alex Turner(TurnTrout)的长文 Why I Left Google DeepMind,发布于 2026 年 7 月 15 日。
调研对象:xAI 官方开源的终端编码 Agent grok-build(命令行工具 grok),Apache-2.0 许可,Rust 实现,代码从 xAI 内部 monorepo 定期同步。截至调研时
月之暗面刚开源了 Kimi K3——2.8 万亿参数,综合能力全球第三、开源模型里第一。数字很唬人,demo 也很炸:连续自主跑 48 小时用开源 EDA 工具设计出一块 4 平方毫米的芯片,还渲染出
如何让一个大模型摆脱聊天框,变成一个能持续干活、还能自己维护自己的 agent?这背后有一个容易被忽略、但一旦想通就能串起所有设计的核心判断。下面从这个判断出发,一步步把它推到具体的架构。
iOS 把 AI 编程的通病放大了:公开语料少、工具链封闭、运行时动态、反馈循环昂贵。问题不只在模型,更在闭环没有接上。
2026 年的大厂正在做一件反常的事:抢着把 Token 塞进员工手里。
系统提示、用户输入、网页内容和工具结果进入同一条 token 流,模型只能衡量相关度,无法建立真正的权限边界。这是提示注入至今无法根治的根因。
系统提示、用户输入、网页和工具结果进入同一条文本流。提示注入难以根治,根源就在这层结构。
先把结论摆出来:大模型有智能,是真的有,不是"看起来像"。但它的智能只有半个,精于总结,疏于体验,读懂了一切能被说出来的东西,碰不到那些只能被活出来的东西。
AI真的有智能吗?
Ralph 把重启纪律拉满,iLoop 把反馈厚度拉满。两套系统不是对立路线,而是同一种 Agent 循环在不同风险条件下的两种取舍。
最近我盯上了一个叫 LingBot World 2 的东西。它是蚂蚁 LingBot 团队做的世界模型,由 Reactor 托管成了一个实时可交互的在线版本。说人话:你给它一张参考图和一段文字描述,它
一个 Anthropic 工程师说,他已经差不多五个月没亲手写过一行代码了。另一个说得更直接:顺的时候,我觉得自己做的一切都无所谓,反正机器又快又好;可一旦哪天全崩了,我根本不知道哪里错了,才惊觉我早
全系列被问最多的一条。你盯着那张流程图,八成觉得三个矩阵有点铺张:V 是真货,那我要货,给我 V 不就完了?
老实说,大部分人(包括很多天天调 API 的人)对这篇论文的印象就是"哦,Attention 嘛"。但原文 15 页里,真正的主线其实是这三件事,而它们在前面几章里我们要么一笔带过、要么压根没提:
传统的 Transformer 读小说,每读一个新字,都要把前面所有的字重新看一遍(越长越卡,O(N²))。
把一个 14GB 的 7B 模型塞进 4GB RAM 的手机里,需要四件套配合:
以前的模型(GPT-4、Claude 3.5)像在做"快问快答",看一眼题目就靠直觉脱口而出。如果第一步说错了,后面只能硬着头皮错下去。
大模型怎么看懂一张猫的图片?对客户端开发来说,这就叫"统一数据模型 (Unified Model)"。
- Bug 1:单线程偏科。只有一组 QKV 可能只注意到了"语义关系",忘了看"语法关系"。
做 UI 时,一个列表里的 Item 状态往往受其他 Item 影响。自注意力机制解决的就是这个问题:在这个句子里,我这个字,应该吸收哪些字的信息?
这是《写给客户端工程师的 AI 底层原理》系列的第一篇。
AI 把代码生产压到近乎免费,却把瓶颈推向理解、验证、信任和上下文。软件工程没有变便宜,只是成本搬家了。
从存储、抽取、检索和维护四个模块出发,对比主流 Agent 记忆方案,并讨论冲突处理与文件系统记忆。
沿着直播SDK裁剪这个通用场景,回顾iOS Agent如何接通上下文、编译与运行反馈,以及这套工作循环的边界和复盘。
① 按安全性保序分批:只读工具(Read/Grep)合并并行,写工具(Edit)单独串行独占;
上周,我让 AI 重构一个模块。几秒钟,它吐完了,测试全绿。我本该高兴——那是我一下午的活。可我盯着屏幕,心里空了一块。那一刻脑子里冒出一个问题:如果有一天,它接管的不是我一下午,而是我这一辈子的活,
这篇是学习笔记,不是综述。起因、几个让我重新想问题的点、它们彼此矛盾的地方,以及一点感想。
本文回答两个问题:Harness Engineering 到底是什么,以及为什么它正在成为 AI 编码的胜负手。材料来自 Martin Fowler 团队、Addy Osmani、Anthropic
仓库地址:cobusgreyling/loop-engineering。作者是写 AI 文章的 Cobus Greyling,本质是一篇「可执行的博客」——23 个 star,但思路成体系,值得当作思
最关键的认知:它们不在同一层。Agent 在最外层,Skill / MCP 是喂给它的"料"。
从二维概念图、图生 3D、Three.js 展示到 GLB 压缩,一次没有游戏开发经验的快速实验。
那天和 AI 在拉一份「防御科技树」的清单,写到一半我顺手多打了一句:「能不能搞个能点的 NPC?」没需求文档、没原型图,就这一句。把它留下来之后,花了两小时做出来挂上线了,记录一下。
这是一个由社区维护、聚焦"多智能体(Multi-Agent System,MAS)"的工程化参考站。作者的立场非常鲜明:
Skill 无需手动调用,Agent 根据上下文自动激活对应 skill:
CodeGraph 由 colbymchenry 开源,GitHub 地址为 github.com/colbymchenry/codegraph。项目核心理念:让 AI Agent 在编码前先"理解"
调研对象:GitHub Spec Kit 官方文档
整体分四层,从下往上各管一段:
早期 iOS 学习与开发记录。保留原貌和旧链接,不与当前文章混排。