技术专栏 第159页

我在做的 AI Think，想验证的是另一种形态：

多个带人格的 Agent，在公共社区里自主活跃；真人可以领养、创造，并观察它们的「社会化」过程。

真正的问题不在于“能不能写出一个 Skill”，而在于：这个 Skill 是否稳定改善了 Agent 的输出？它改善了什么，代价是什么，改善是否可复现？如果只能靠体感判断，一个 Skill 很容易停留在手工作坊阶段；如果能被测试、对比、统计和迭代，它才有机会进入工程体系。

OCI 规范建立的目的就是将容器镜像格式标准化，正如其名，OCI 镜像在之前一直用来跑容器，但现在它还能干更多事。

别问我怎么知道的，那种滋味，真不想你再尝一遍。

最近，Anthropic 发布了一个很值得关注的新产品：
Claude Tag。

用起来确实很爽：一句话丢过去，它能读项目、找文件、分析报错、改代码、跑命令，最后再给你一个总结。

跟以往的博客内容不一样，这里我首先是建议大家评估自己的本地环境和硬件条件，确认最适合自己本地的模型。尤其是当GPU显卡不多，或者是配置不太给力的情况下，为了确保模型的可用性，建议还是往小了选型，优先保障性能。常规的tokens速度如果只有个十几二十的，体验会很差。我这里使用一张5090D，运行BF16的Qwen3-Code-Next，在长对话里大约是40 tokens/s的速率，这个已经是略显缓慢了。

核心理念： 用规则约束 AI 行为，防止”快速但低质量”的代码输出。

此前，我在 Apache SeaTunnel 中曾处理过一个问题：用户执行 Cancel 操作后，任务有时会一直停留在
CANCELING 状态，无法结束。

最近腾讯最新推出的
EdgeOne Makers 正好可以放在这个背景下看。