推文

LangChain

1天前

✨ Build Deep Agents in our LangChain Academy course ✨

Many agents today follow the same simple pattern: run in a loop, call tools. That architecture works well enough, but it breaks down as tasks get more complex.

Today, companies of all sizes – from startups to large enterprises – are building their own Deep Agents.

These agents dive deeper. They’re able to plan complex tasks and carry them out over longer time horizons.

There are four key features that set Deep Agents apart from regular agents:
1. Planning – keeps agents on track
2. File system – allows agents to offload context
3. Sub-agents – act as focused specialists
4. Prompting – provides agents with detailed instructions

Our LangChain Academy course, Deep Agents, shows you how to combine these pieces. By the end, you’ll have the skills to design, implement, and deploy your own Deep Agent.

Enroll for free ➡️ bit.ly/48owKfL

02:11

159

121

1.3万

GitHub

1天前

我们利用 GitHub 平台来构建 GitHub 平台。 🛠️

我们使用提供给各位的相同工具，包括 GitHub Copilot。它已不仅仅是自动补全工具。在我们的核心代码库中，它现在是一位积极的贡献者，可以：

🧑‍💻 被分配问题
🙌 打开拉取请求
⚡️ 处理繁琐的任务

想了解它的运作方式吗？请看这里。 ⬇️
github.blog/ai-and-ml/gith…

213

2.7万

meng shao

1周前

有人 Fork 了上千万行代码的 Chromium 开源项目，要做面向 AI Agent 的浏览器基础设施 @browserbase 

背景与动机：为什么现有的浏览器不够用？
· 传统设计的局限：浏览器最初是为个人用户在本地机器上使用而设计的，并且出于反垃圾邮件和反欺诈的目的，通常会刻意屏蔽或对抗自动化行为。
· AI 时代的新需求：现在的 AI 智能体是“合法的自动化用户”，它们需要代表人类在服务器端长时间运行、跨网页执行任务。
结论：仅仅在 JavaScript 层面进行“修修补补”已经无法满足需求，必须深入到底层，改造浏览器的核心行为。

核心策略：Fork Chromium
为了让自动化浏览器在外界看来与普通 Chrome 浏览器完全一致，Browserbase 决定 Fork Chromium。这虽然是一条艰难的路，但能让他们从 C++ 底层掌控全局。

关键的技术突破（“有目的的破坏与重建”）
团队通过修改底层代码，消除了浏览器“自动化”的特征，使其行为更像真实用户。列举了三个关键的技术修改：

1. 移除 navigator.webdriver 标记：
· 原状：当使用 Puppeteer 等工具时，Chromium 会自动将此标记设为 true，直接暴露“我是机器人”。
· 改造：他们在源码层面将其强制设为 false。这比简单的 JS 注入更彻底，因为它避免了在复杂的内部状态传递中露馅。
2. 替换 User Agent 身份：
· 原状：无头模式（Headless）下，浏览器会自动标识为 "HeadlessChrome"。
· 改造：深入修改了 User Agent 的生成逻辑，确保无论是主进程、Worker 还是 iframe，都会统一汇报为标准的 "Chrome"，彻底隐藏无头浏览器的身份。
3. 支持长连接会话（Keep-Alive）：
· 原状：在 Linux 上，通常所有窗口关闭后浏览器进程就会终止。这对于需要长时间保持登录态（Cookies、内存状态）的 AI 智能体来说是致命的。
· 改造：启用了 kBrowserAliveWithNoWindows 机制，给无头浏览器装上了“心脏”，使其在没有可视窗口时也能持续运行，保证了长任务的稳定性。

工程挑战：在混沌中构建
· 代码迷宫：Chromium 代码库极其庞大且复杂，一个简单的属性可能涉及多个渲染引擎和网络栈，修改难度极高。
· 构建耗时：普通的完整编译需要 3-4 天。团队为此搭建了专用构建基础设施，将时间压缩到了约 1 小时。
· 版本迭代快：Chromium 每六周更新一次，团队必须持续跟进上游代码，重新适配补丁。

官方博客
browserbase.com/blog/chromium-…

harsehaj !

1周前

We forked Chromium and broke it until it worked exactly the way we wanted it to.

Chromium wasn’t designed for long-running server workloads, CDP consistency under automation, or removing identity leaks. So to build real browser infra for AI, we had to reshape it from the inside out.

Read our deep dive on how we patched Chromium and built a custom binary.

658

21.8万

1.4万

Lenny Rachitsky

7天前

关于何时从转型之王 @stewart 处转型的建议

“关键在于，你是不是已经试过了所有办法？通常的建议是坚持，就像小猫挂在树枝上，海报上写着‘坚持住’一样。有很多这样的例子，某某人最初一家家上门拜访，被所有人拒绝，但最终成就了 Nike。只要你坚持足够久，终究会成功。

但决定转型时，你必须非常冷静和理性。我说这话是因为，这他妈的太丢人了。你得说服那么多人来启动一家公司，说服投资者，说服早期员工放弃他们原本的工作。很多人宁愿公司因为资金耗尽而倒闭，也不愿意承认自己错了，这条路走不通。因为承认错误实在是很丢脸，很痛苦。所以，我不会轻易做出转型的决定。”

更多内容请点击此处：youtu.be/kLe-zy5r0Mk?si…

00:56

Lenny Rachitsky

1周前

Stewart Butterfield (@stewart) 很少接受采访，我花了两年时间才终于说服他参与。

在这个特别的对话中，Stewart 分享了他用于构建科技史上两个最重要的产品（@Flickr 和 @SlackHQ —— 他以 280 亿美元的价格出售了它们，并且基本上已经成为现在每家公司协作方式的基础）的框架和心智模型。

我们讨论：
* 效用曲线 (Utility curves) —— 他用于确定想法优先级的框架
* 所有者的错觉 (The owner's delusion) —— 为什么餐厅网站很糟糕
* 倾斜你的雨伞 (Tilting your umbrella) —— 一个搞笑的 Slack 核心价值观
* 超现实的类工作活动 (Hyper-realistic work-like activities) —— 我最喜欢的新概念
* 不要让我思考 (Don't make me think) —— Stewart 的基础设计理念
* “我们不在这里卖马鞍”背后的故事

立即收听：
• YouTube: youtu.be/kLe-zy5r0Mk
• Spotify: open.spotify.com/episode/42JBWU…
• Apple: podcasts.apple.com/us/podcast/sla…

感谢我们出色的赞助商对播客的支持：
• @WorkOS — 适用于 B2B SaaS 的现代身份平台，每月活跃用户数 100 万以内免费：workos.com/lenny
• @getmetronome — 适用于现代软件公司的货币化基础设施：metronome.com
• @Lovable — 只需与 AI 聊天即可构建应用程序：lovable.com

01:38

535

45.3万

1.6万

宝玉

1周前

这种图还是 GPT-4o 效果更好
x.com/dotey/status/1…

宝玉

7个月前

让你的形象和社交媒体相框巧妙融合
注：
- 需要上传一张图片作为参考
- 请替换引号内文字
- 本图使用 sora 生成

提示词：
根据所附照片创建一个风格化的3D Q版人物角色，准确保留人物的面部特征和服装细节。角色的左手比心（手指上方有红色爱心元素），姿势俏皮地坐在一个巨大的Instagram相框边缘，双腿悬挂在框外。相框顶部显示用户名『Jimmy』，四周漂浮着社交媒体图标（点赞、评论、转发）。

101

521

9.1万

6,195

Sam Altman

7天前

看到 Codex 团队取得的进展令人惊叹；他们实力非凡。

产品/模型已经非常好，并且会变得更好；我相信他们将创造这个领域中最好和最重要的产品，并实现如此多的下游应用。

1,194

349

6,518

436

123.2万

1,452

Harrison Chase

6天前

如何利用文件系统进行上下文工程？

构建可靠代理最困难的部分在于“上下文工程”。

文件系统是一种有效的抽象方法，允许代理管理自身状态，即进行自身的上下文工程。它是 Deep Agents、Manus 和 Claude Code 的重要组成部分。

博客链接：blog.langchain.com/how-agents-can…

(图片来自 @ManusAI 团队)

518

776

16.5万

252

AI产品黄叔

4天前

刚才试了下 Claude Skills，真被震撼到了

以前我们怎么做基于热点思考产品创意？ 
打开微博，一个一个看热搜 复制标题，粘贴给 AI 让它分析，再整理成文档 一顿操作猛如虎，半天时间过去了

今天我用 Claude Skills 试了个新玩法 只输入了一个斜杠 / 然后敲个回车
接下来 10 分钟，我只做了一件事：喝咖啡

AI 自动干了什么？

1自动抓取微博热搜前 15 名
2自动过滤掉那些纯蹭热度的垃圾信息
3自动从“有趣”和“有用”两个维度打分
4自动把 60 分以上的，转化成具体的产品创意
5最后甩给我一个精美的 HTML 报告

所以什么是 Skills？ 
简单说，就是给 AI 发了一本《标准操作手册》（SOP） 
以前是你教保姆做饭，每次都要喊“先切西红柿再打蛋” 
现在是你直接给保姆一本菜谱，说“做”，她就全自动搞定

最触动我的是什么？ 
是“执行力”的彻底释放 
以前我们总说，有想法没执行等于 0 
现在 Claude Skills 把执行的门槛降到了地板上

你只需要定义好流程（SOP） 剩下的脏活累活，AI 全包了

未来的超级个体，拼的不是谁手快 而是谁能写出更牛逼的 SOP
把专业判断变成 AI 的本能 这才是 AI 时代的正确打开方式

开眼了！
全文：mp.weixin.qq.com/s/SrXiNKYyexKU…

240

350

3.1万

123

GitHub

7天前

GitHub Copilot 代码审查具有非确定性。&#127922;

这意味着你的指令文件是获得一致、高质量结果的关键。我们分析了真实世界的使用情况，发现了：

✨ 指导 Copilot 的实用技巧
&#128683; 需要避免的常见陷阱
&#128200; 提升你工作流程的示例

获取完整指南。&#128161; 
github.blog/ai-and-ml/unlo…

476

326

7万

110

OpenRouter

6天前

@karpathy 的有趣新项目：

LLM Council，带有一个主席模型负责整合结果

Andrej Karpathy

7天前

作为一个有趣的周六编程项目，并跟进之前的推文，我创建了一个 llm-council Web 应用。它看起来和 ChatGPT 非常相似，但每个用户查询都会：1) 使用 OpenRouter 分派给委员会中的多个模型，例如：openai/gpt-5.1、google/gemini-3-pro-preview、anthropic/claude-sonnet-4.5、x-ai/grok-4；2) 所有模型都能看到彼此的（匿名）回复，并对其进行审查和排名；3) “主席 LLM” 获得所有这些信息作为上下文，并生成最终回复。

看到多个模型对同一查询的并排结果非常有趣，更令人 amusement 的是，阅读它们对彼此回复的评估和排名结果。

通常，这些模型非常愿意选择另一个 LLM 的回复，认为其优于自己的回复，这使得它成为一个有趣的通用模型评估策略。例如，今天与我的 LLM Council 一起阅读书籍章节时，这些模型一直称赞 GPT-5.1 是最好和最有洞察力的模型，并一直选择 Claude 作为最差的模型，其他模型则介于两者之间。但我并不完全确信这与我自己的定性评估一致。例如，在定性方面，我发现 GPT-5.1 有点过于冗长和繁琐，而 Gemini 3 则更加精炼和经过处理。Claude 在这方面过于简洁。

也就是说，你的 LLM council 的数据流可能存在一个完整的设计空间。LLM ensembles 的构建似乎尚未被充分探索。

我将这个应用推送到了 github.com/karpathy/llm-c…，欢迎大家试用。感谢 nano banana pro 为 repo 提供的有趣标题图片。

863

1,412

1.7万

509.5万

528

227

10.1万

103

订阅源

✨ Build Deep Agents in our LangChain Academy course ✨

Many agents today follow the same simple pattern: run in a loop, call tools. That architecture works well enough, but it breaks down as tasks get more complex.

Today, companies of all sizes – from startups to large enterprises – are building their own Deep Agents.

These agents dive deeper. They’re able to plan complex tasks and carry them out over longer time horizons.

There are four key features that set Deep Agents apart from regular agents:
1. Planning – keeps agents on track
2. File system – allows agents to offload context
3. Sub-agents – act as focused specialists
4. Prompting – provides agents with detailed instructions

Our LangChain Academy course, Deep Agents, shows you how to combine these pieces. By the end, you’ll have the skills to design, implement, and deploy your own Deep Agent.

Enroll for free ➡️ bit.ly/48owKfL

我们利用 GitHub 平台来构建 GitHub 平台。 🛠️

我们使用提供给各位的相同工具，包括 GitHub Copilot。它已不仅仅是自动补全工具。在我们的核心代码库中，它现在是一位积极的贡献者，可以：

🧑‍💻 被分配问题
🙌 打开拉取请求
⚡️ 处理繁琐的任务

想了解它的运作方式吗？请看这里。 ⬇️
github.blog/ai-and-ml/gith…

有人 Fork 了上千万行代码的 Chromium 开源项目，要做面向 AI Agent 的浏览器基础设施 @browserbase

背景与动机：为什么现有的浏览器不够用？
· 传统设计的局限：浏览器最初是为个人用户在本地机器上使用而设计的，并且出于反垃圾邮件和反欺诈的目的，通常会刻意屏蔽或对抗自动化行为。
· AI 时代的新需求：现在的 AI 智能体是“合法的自动化用户”，它们需要代表人类在服务器端长时间运行、跨网页执行任务。
结论：仅仅在 JavaScript 层面进行“修修补补”已经无法满足需求，必须深入到底层，改造浏览器的核心行为。

核心策略：Fork Chromium
为了让自动化浏览器在外界看来与普通 Chrome 浏览器完全一致，Browserbase 决定 Fork Chromium。这虽然是一条艰难的路，但能让他们从 C++ 底层掌控全局。

关键的技术突破（“有目的的破坏与重建”）
团队通过修改底层代码，消除了浏览器“自动化”的特征，使其行为更像真实用户。列举了三个关键的技术修改：

1. 移除 navigator.webdriver 标记：
· 原状：当使用 Puppeteer 等工具时，Chromium 会自动将此标记设为 true，直接暴露“我是机器人”。
· 改造：他们在源码层面将其强制设为 false。这比简单的 JS 注入更彻底，因为它避免了在复杂的内部状态传递中露馅。
2. 替换 User Agent 身份：
· 原状：无头模式（Headless）下，浏览器会自动标识为 "HeadlessChrome"。
· 改造：深入修改了 User Agent 的生成逻辑，确保无论是主进程、Worker 还是 iframe，都会统一汇报为标准的 "Chrome"，彻底隐藏无头浏览器的身份。
3. 支持长连接会话（Keep-Alive）：
· 原状：在 Linux 上，通常所有窗口关闭后浏览器进程就会终止。这对于需要长时间保持登录态（Cookies、内存状态）的 AI 智能体来说是致命的。
· 改造：启用了 kBrowserAliveWithNoWindows 机制，给无头浏览器装上了“心脏”，使其在没有可视窗口时也能持续运行，保证了长任务的稳定性。

工程挑战：在混沌中构建
· 代码迷宫：Chromium 代码库极其庞大且复杂，一个简单的属性可能涉及多个渲染引擎和网络栈，修改难度极高。
· 构建耗时：普通的完整编译需要 3-4 天。团队为此搭建了专用构建基础设施，将时间压缩到了约 1 小时。
· 版本迭代快：Chromium 每六周更新一次，团队必须持续跟进上游代码，重新适配补丁。

官方博客
browserbase.com/blog/chromium-…

We forked Chromium and broke it until it worked exactly the way we wanted it to.

Chromium wasn’t designed for long-running server workloads, CDP consistency under automation, or removing identity leaks. So to build real browser infra for AI, we had to reshape it from the inside out.

Read our deep dive on how we patched Chromium and built a custom binary.

关于何时从转型之王 @stewart 处转型的建议

“关键在于，你是不是已经试过了所有办法？通常的建议是坚持，就像小猫挂在树枝上，海报上写着‘坚持住’一样。有很多这样的例子，某某人最初一家家上门拜访，被所有人拒绝，但最终成就了 Nike。只要你坚持足够久，终究会成功。

但决定转型时，你必须非常冷静和理性。我说这话是因为，这他妈的太丢人了。你得说服那么多人来启动一家公司，说服投资者，说服早期员工放弃他们原本的工作。很多人宁愿公司因为资金耗尽而倒闭，也不愿意承认自己错了，这条路走不通。因为承认错误实在是很丢脸，很痛苦。所以，我不会轻易做出转型的决定。”

更多内容请点击此处：youtu.be/kLe-zy5r0Mk?si…

Stewart Butterfield (@stewart) 很少接受采访，我花了两年时间才终于说服他参与。

在这个特别的对话中，Stewart 分享了他用于构建科技史上两个最重要的产品（@Flickr 和 @SlackHQ —— 他以 280 亿美元的价格出售了它们，并且基本上已经成为现在每家公司协作方式的基础）的框架和心智模型。

我们讨论：
* 效用曲线 (Utility curves) —— 他用于确定想法优先级的框架
* 所有者的错觉 (The owner's delusion) —— 为什么餐厅网站很糟糕
* 倾斜你的雨伞 (Tilting your umbrella) —— 一个搞笑的 Slack 核心价值观
* 超现实的类工作活动 (Hyper-realistic work-like activities) —— 我最喜欢的新概念
* 不要让我思考 (Don't make me think) —— Stewart 的基础设计理念
* “我们不在这里卖马鞍”背后的故事

立即收听：
• YouTube: youtu.be/kLe-zy5r0Mk
• Spotify: open.spotify.com/episode/42JBWU…
• Apple: podcasts.apple.com/us/podcast/sla…

感谢我们出色的赞助商对播客的支持：
• @WorkOS — 适用于 B2B SaaS 的现代身份平台，每月活跃用户数 100 万以内免费：workos.com/lenny
• @getmetronome — 适用于现代软件公司的货币化基础设施：metronome.com
• @Lovable — 只需与 AI 聊天即可构建应用程序：lovable.com

让你的形象和社交媒体相框巧妙融合
注：
- 需要上传一张图片作为参考
- 请替换引号内文字
- 本图使用 sora 生成

提示词：
根据所附照片创建一个风格化的3D Q版人物角色，准确保留人物的面部特征和服装细节。角色的左手比心（手指上方有红色爱心元素），姿势俏皮地坐在一个巨大的Instagram相框边缘，双腿悬挂在框外。相框顶部显示用户名『Jimmy』，四周漂浮着社交媒体图标（点赞、评论、转发）。

看到 Codex 团队取得的进展令人惊叹；他们实力非凡。

产品/模型已经非常好，并且会变得更好；我相信他们将创造这个领域中最好和最重要的产品，并实现如此多的下游应用。

如何利用文件系统进行上下文工程？

构建可靠代理最困难的部分在于“上下文工程”。

文件系统是一种有效的抽象方法，允许代理管理自身状态，即进行自身的上下文工程。它是 Deep Agents、Manus 和 Claude Code 的重要组成部分。

博客链接：blog.langchain.com/how-agents-can…

(图片来自 @ManusAI 团队)

刚才试了下 Claude Skills，真被震撼到了

以前我们怎么做基于热点思考产品创意？
打开微博，一个一个看热搜复制标题，粘贴给 AI 让它分析，再整理成文档一顿操作猛如虎，半天时间过去了

今天我用 Claude Skills 试了个新玩法只输入了一个斜杠 / 然后敲个回车
接下来 10 分钟，我只做了一件事：喝咖啡

AI 自动干了什么？

1自动抓取微博热搜前 15 名
2自动过滤掉那些纯蹭热度的垃圾信息
3自动从“有趣”和“有用”两个维度打分
4自动把 60 分以上的，转化成具体的产品创意
5最后甩给我一个精美的 HTML 报告

所以什么是 Skills？
简单说，就是给 AI 发了一本《标准操作手册》（SOP）
以前是你教保姆做饭，每次都要喊“先切西红柿再打蛋”
现在是你直接给保姆一本菜谱，说“做”，她就全自动搞定

最触动我的是什么？
是“执行力”的彻底释放
以前我们总说，有想法没执行等于 0
现在 Claude Skills 把执行的门槛降到了地板上

你只需要定义好流程（SOP）剩下的脏活累活，AI 全包了

未来的超级个体，拼的不是谁手快而是谁能写出更牛逼的 SOP
把专业判断变成 AI 的本能这才是 AI 时代的正确打开方式

开眼了！
全文：mp.weixin.qq.com/s/SrXiNKYyexKU…

GitHub Copilot 代码审查具有非确定性。🎲

这意味着你的指令文件是获得一致、高质量结果的关键。我们分析了真实世界的使用情况，发现了：

✨ 指导 Copilot 的实用技巧
🚫 需要避免的常见陷阱
📈 提升你工作流程的示例

获取完整指南。💡
github.blog/ai-and-ml/unlo…

作为一个有趣的周六编程项目，并跟进之前的推文，我创建了一个 llm-council Web 应用。它看起来和 ChatGPT 非常相似，但每个用户查询都会：1) 使用 OpenRouter 分派给委员会中的多个模型，例如：openai/gpt-5.1、google/gemini-3-pro-preview、anthropic/claude-sonnet-4.5、x-ai/grok-4；2) 所有模型都能看到彼此的（匿名）回复，并对其进行审查和排名；3) “主席 LLM” 获得所有这些信息作为上下文，并生成最终回复。

看到多个模型对同一查询的并排结果非常有趣，更令人 amusement 的是，阅读它们对彼此回复的评估和排名结果。

通常，这些模型非常愿意选择另一个 LLM 的回复，认为其优于自己的回复，这使得它成为一个有趣的通用模型评估策略。例如，今天与我的 LLM Council 一起阅读书籍章节时，这些模型一直称赞 GPT-5.1 是最好和最有洞察力的模型，并一直选择 Claude 作为最差的模型，其他模型则介于两者之间。但我并不完全确信这与我自己的定性评估一致。例如，在定性方面，我发现 GPT-5.1 有点过于冗长和繁琐，而 Gemini 3 则更加精炼和经过处理。Claude 在这方面过于简洁。

也就是说，你的 LLM council 的数据流可能存在一个完整的设计空间。LLM ensembles 的构建似乎尚未被充分探索。

我将这个应用推送到了 github.com/karpathy/llm-c…，欢迎大家试用。感谢 nano banana pro 为 repo 提供的有趣标题图片。