狼叔的ai自留地
杰文斯悖论（Jevons Paradox）是由19世纪英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）在1865年提出的经济学理论。它指出：当技术进步提高了某种资源的使用效率，从而减少了单位产出所需的资源量时，该资源的总消耗量不但不会下降，反而可能会增加。
狼叔以为的ai未来趋势
- 1、粘合剂，比如agentteams没有pipeline有用
- 2、基于自身做深挖，比如自己解析figma，非包皮
- 3、基于agent上下文做创新，更实时，干掉jira
- 4、学习multica、raft.build、wizme等新产品思路，融资甚好
- 5、技术上，参考docker设计agentfile，参考npm设计agent包，有机会
职业是进化，而非消失。AI会改变人才结构，但需求增加也是事实。
- 1、有参考的，ai实现太方便，尤其对有经验但动手不足的。
- 2、要学东西太多，从工具到ralph loop到工作流，还有各种周边，还不算memory、ctx等
- 3、要看各种创新，比如jira替代，agent如何协作等
- 4、面对未知，要么等死，要么找死，折腾找死可能延长职业寿命
无论哪种，都会很累，但还是需要批判性的使用。
大语言模型从 Scaling（规模扩展） 到 Reasoning（推理能力） 再到 Agentic（智能体化） 的三阶段演进：Scaling 通过参数、数据和算力扩张建立知识底座；Reasoning 借助后训练、链式思维和强化学习提升逻辑推导能力；Agentic 则进一步强调模型与工具、环境和反馈系统交互，形成“感知—行动—反馈—调整”的闭环，以完成真实世界中的复杂长期任务。
- ReAct
- CoT = Chain of Thought
- Agent Loop
- Function calling (or tool calling)
- skills 参考https://github.com/jimliu/baoyu-skills
- protocol
- mcp = Model Context Protocol https://modelcontextprotocol.io/
- acp = Agent Client Protocol https://agentclientprotocol.com/
- a2a = Agent2Agent protocol 没啥大用 https://github.com/a2aproject/A2A
- agent or stateful agent
- mas = Multi-Agent System
- harness engineering
- loop engineering
- autoresearch https://github.com/karpathy/autoresearch
- LLM Wiki https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
- ralph loop https://github.com/snarktank/ralph
tools
- https://github.com/wxtsky/CodeIsland
- https://github.com/farion1231/cc-switch
- Obsidian 或 Tolaria，对ai支持都不错
- Clash Verge — 你懂的，尤其是虚拟网卡，对google系友好
终端
- https://github.com/ghostty-org/ghostty 用的最多
- https://otty.sh/ tauri + gpui 清新
- https://github.com/warpdotdev/warp 以前用，开源后不咋用了
- https://github.com/nowledge-co/con-terminal gpui+libghostty 的 terminal with ai
cli & desktop
- https://openai.com/zh-Hans-CN/index/introducing-the-codex-app/
- https://github.com/anomalyco/opencode
- https://claude.com/product/claude-code
桌面端推荐方案，参考otty
tauri + https://github.com/longbridge/gpui-component
- https://github.com/tobi/qmd
- https://github.com/dmtrKovalenko/fff
- https://github.com/VectifyAI/PageIndex
- https://github.com/tursodatabase/agentfs
- https://github.com/StarTrail-org/PixelRAG
- https://github.com/nashsu/llm_wiki
- https://github.com/langchain-ai/openwiki/
- https://github.com/gastownhall/beads
- https://github.com/millionco/spawn-agent
- https://github.com/entireio/cli
- https://github.com/sourcegraph/zoekt
- https://github.com/swe-bench/SWE-bench
- long-term memory
- https://github.com/pierrecomputer/pierre 其中diff和tree挺好
- https://github.com/mindmuxai/brain.md 对session处理简单直接高效
- https://github.com/genkit-ai/genkit 开发agent as api，和faas一样简单
- https://github.com/citrolabs/ego-lite The best browser for both you and your AI agents work in parallel.
- https://github.com/openclaw/openclaw
- https://github.com/nanocoai/nanoclaw
- https://github.com/riba2534/happyclaw
- https://github.com/nousresearch/hermes-agent
变体实在是太多，nanoclaw和happyclaw还不错。
我不喜欢龙虾（包括hermes），给的权限小了没用，大了浪费token。
- https://github.com/obra/Superpowers
- https://github.com/garrytan/gstack
- https://pi.dev/
- https://github.com/mattpocock/skills
额外小灶
- https://github.com/affaan-m/ecc
- 掌握 /goal 和 ralph loop
- https://github.com/xicilion/boxsh
- https://github.com/vm0-ai/vm0
- https://github.com/servo/gaol
- https://github.com/ErickJ3/sandbox-rs
- https://github.com/deeplethe/forkd
- https://github.com/zerobootdev/zeroboot
- https://github.com/mistlehq/mistle
- 腾讯 https://github.com/tencentcloud/CubeSandbox
- 字节 https://github.com/bytedance/sandboxfusion
- 阿里 https://github.com/opensandbox-group/OpenSandbox
- https://github.com/HKUDS/CLI-Anything
- https://github.com/jackwener/opencli
- https://github.com/nashsu/AutoCLI
- https://github.com/epiral/bb-browser
- https://docs.letta.com/guides/core-concepts/stateful-agents
- https://github.com/jackwener/maka-agent
- Open-source AI Agent Monitoring https://github.com/latitude-dev/latitude-llm
- trace + eval https://github.com/evotai/evot
- agent spec https://github.com/agentpm-dev/cli/blob/main/specs/2026-05-11-agents-as-first-class-citizens/spec.md 一般，但可借鉴。
- https://github.com/GoogleCloudPlatform/knowledge-catalog
- https://pandawiki.docs.baizhi.cloud/
- https://github.com/hilash/cabinet
- https://github.com/safishamsi/graphify
- https://github.com/colbymchenry/codegraph
实现数字员工三种途径
1，阿里qoderwake，跑docker里，开各种权限，它局限在于docker，能解决二成需求就不错了。我不喜欢这种，使用应该放在日常，而非为了让它聪明使用更多。 2，基于im，把agent放到联系人里，比如bloome这种，这个跑在pc里，和宿主共用一个环境，上下文等，交互都非常方便，这种日常帮助非常大，一半以上。 3，基于人的数字分身，你看什么做什么它都感知，蒸馏，类似http://wisme.ai。这个就是蒸馏你自己，此时如果它被当成agent，出现在im里，才是最真实最强大的。
- 闭源：https://raft.build/
- 开源：https://multica.ai/
- https://github.com/paperclipai/paperclip
- https://wisme.ai/
- https://github.com/ThinkInAIXYZ/deepchat
agent 的尽头是im
这几个都不错，但是他们的先手优势只有半年，钉钉、飞书等如果跟进，对他们来说是很危险的。
- 共享记忆，https://mem.nowledge.co/
- 思路很好，挺先进的 https://dimagent.com/
- 聊一聊 Agent 的存算分离架构设计 https://x.com/idoubicc/status/2061670587043610688
- Agent 沙箱 Claude Code Cursor OpenClaw标配能力一文讲清楚 https://mp.weixin.qq.com/s/-FSThb-jyX5zdMcYlfl1HQ
- learn-claude-code-js https://github.com/i5ting/learn-claude-code-js/
- Agent Skills 设计哲学和实战进化 https://x.com/dotey/status/2036114136245969025
- Harness Engineering for Self-Improvement https://lilianweng.github.io/posts/2026-07-04-harness/
- 以为软件工程不要了，结果是一样也没少。。。
- 35不是学不动了，以前是门槛，现在35之前是门槛，新人连入行都费劲
- 有了AI之后，大家都在干别人的活并觉得成就满满
- 这就是ai给大家的幻觉，专业的人做不专业的事，还成就感满满，结果对核心业务毛帮助没有
- ai时代，其实大家都是新人，是时候放下这些了。还是应该做输出型，而非骂人