Agentic AI 维基
更新日志

更新日志

本站的重要变更 — 新板块、新内容与改进。

  1. AI 博客新增三篇文章：语音智能体、智能体记忆与持久化执行

    • 新增《ElevenLabs、Vapi、Retell 与 OpenAI gpt-realtime》——围绕"谁掌握音频通路"展开的四款语音智能体平台对比。
    • 新增《Mem0、Letta、Zep 与 Cognee》——围绕"存储不是壁垒，排序才是"这一论点展开的四款智能体记忆基础设施对比。
    • 新增《Temporal、Inngest、Restate 与 Cloudflare Workflows》——长时间运行的智能体得以存活的运行时层：四款持久化执行引擎对比。
    • 新增标签：voice-agents、realtime、durable-execution。

  2. AI 博客新增三篇文章：计算机操作、规模化的 MCP，以及 2026 年 6 月的前沿模型刷新

    • 新增《Claude Computer Use（收购 Vercept 后）、Codex 后台 CU、Operator 与 Gemini》——四家实验室让 AI 操作鼠标的架构对比，附 OSWorld 评分与"部署方式 vs 安全模型"矩阵。
    • 新增《月下载量 9700 万的 MCP》——一篇关于模型上下文协议如何走入主流智能体基础设施的随笔，包含 Pinterest 的生产案例与 2026 路线图。
    • 新增《Claude Mythos 5、GPT-5.6、Gemini 3.2、Qwen 3.7 与 DeepSeek V4.1》——对 2026 年 6 月两周窗口内集中发布的五款前沿级模型的刷新对比。
    • 新增标签：computer-use、browser-agents、mcp、protocols、ecosystem、closed-source。

  3. 新增两篇 AI Blog：AI 在交易栈中的位置 + 智能体 AI 用于交易研究

    • 新增 AI Blog 文章——《AI 在交易栈中的位置》：把交易栈拆成信号、仓位、执行、风控四层地图，写清楚每层主导的 ML 技术、最咬人的失效模式，并用一张柱状图把 SEC 的 +12% 与 PwC 的 +20% 摆在同一条轴上。配五张示意图、一组带 FAQPage JSON-LD 的常见问答，中英双语，并交叉链接到 RL 相关深入解析、监督者/工作者模式、辩论与集成、Evals 101 与 Guardrails 101。
    • 新增 AI Blog 文章——《智能体 AI 用于交易研究》：写清 TradingAgents 提出的「智能体公司」模式（分析师 → 多空辩论 → 交易员 → 风控监督者）、一个交易智能体需要的工具面与记忆切分、BloombergGPT 与 FinGPT 与被提示的通用 LLM 的取舍，以及 LiveTradeBench 50 天实盘评估揭示的「LMArena 名次预测不了 P&L 名次」这一发现。配五张示意图、一组带 FAQPage JSON-LD 的常见问答，中英双语，并交叉链接到多智能体拓扑、监督者/工作者模式、辩论与集成、智能体式检索、结构化工具 I/O，以及配套的栈视角文章。

  4. AI 博客新文章：四款编码 Agent token 跟踪器对比

    • 新增《ccusage、codex-usage-tracker、CodeBurn 与 LiteLLM proxy》——一篇围绕「每个编码 Agent 留下的遥测轨迹」展开的图解对比：ccusage 解析 Claude Code 与 Codex 的 JSONL，codex-usage-tracker 把 Codex 的 token 计数事件索引进 SQLite 并以 MCP 形式暴露，CodeBurn 直接读取 25 款 Agent 的本地存储，而 LiteLLM proxy 则为 Aider 以及任何你指向它的客户端计量实时 API 流量。
    • 附带一节按 Agent 拆分的「如何真正省下 token」（命中 prompt 缓存、模型路由、重置上下文），以及一张「按你所用 Agent 选跟踪器」的决策表；并更新两点现状：Cursor 现已改为按「美元额度池 + token 计费」结算，而非按请求计费；Aider 其实也会在磁盘上留下轨迹（只是纯文本，而非结构化用量账本）。
    • 新增标签：cost、tooling。

  5. 四篇交易与开源权重文章之间的交叉链接

    • 在四篇相邻文章的「延伸阅读」里互相加上链接：交易栈整图、智能体研究深入解析、RL 交易框架对比，以及开源权重旗舰对比——让「智能体交易栈如何在 LLM 与 RL 之间切分」这件事，作为一个组合而不是四篇孤立文章呈现出来。中英双语，仅改动正文，未动 SVG 与版式。

  6. AI 博客新文章：四款面向交易的 RL 框架对比

    • 新增《FinRL、TensorTrade、ABIDES-Gym 与 ElegantRL》——围绕功能清单掩盖的那个问题展开的图解对比：谁来掌控仿真契约（动作形态、成交模型、滑点、奖励、episode 边界）？
    • 将 LOB / 微观结构那一档由不再对应活跃项目的 "MarketGym" 名称替换为 ABIDES-Gym（J.P. Morgan AI Research），并在正文中显式说明。
    • 新增标签：reinforcement-learning、trading。

  7. AI 博客新文章：四款开源权重前沿旗舰，按真正不同的那几条轴对比

    • 新增《Llama 4、DeepSeek V3、Qwen3 与 Mistral Large 3》——一份图解对比，主张耐用的选择是各家押注的那条轴（多模态生态 vs 推理经济性 vs 语言覆盖 vs 面向监管的宽松许可证前沿智能），而不是某个基准的快照。
    • 快照采用各家在 2026 年中期当前的开源权重旗舰版本（Llama 4 Scout/Maverick、DeepSeek V3.2、Qwen3-235B-A22B、Mistral Large 3）；文中逐处标注具体版本。
    • 新增标签：model-comparison、frontier-models、self-hosted。

  8. 新增 AI Blog 文章：AFK 编程

    • 新增 AI Blog 文章——AFK 编程：用一条六阶段流水线，把判断（规格、评审）和执行（纵向切片、Ralph 循环、重构、Agentic QA）拆到两端。配三张全新示意图（六阶段流水线、纵向 vs 横向切片对比、Ralph 循环），一组常见问答，中英双语，并交叉链接到概念、Field Guide、深入解析与编码智能体对比文章。

  9. AI 博客新文章:四款面向智能体的代码执行沙箱对比

    • 新增《E2B、Modal、Daytona 与 Anthropic Code Execution》——围绕营销页面掩盖的那个问题展开的图解对比:沙箱的生命周期归谁所有?
    • 新增标签:sandboxing、code-execution、infrastructure。

  10. AI 博客新文章：四款评测与可观测性平台对比

    • 新增《LangSmith、Braintrust、Helicone 与 Arize Phoenix》——围绕每款工具被设计去闭合的回路展开的图解对比：LangSmith 闭合 LangChain 开发回路，Braintrust 闭合 CI 评测回路，Helicone 闭合生产网关回路，Arize Phoenix 闭合 OTel 原生监控回路。
    • 新增标签：observability、evals、infrastructure。

  11. AI 博客新文章：面向智能体 RAG 的四款向量库对比

    • 新增《pgvector、Pinecone、Weaviate 与 Qdrant》——围绕功能清单掩盖的那个问题展开的图解对比：索引相对于你主数据所在的位置究竟在哪儿？
    • 新增标签：rag、vector-databases、infrastructure。

  12. AI 博客新文章：四款编码智能体对比

    • 新增《Claude Code、Codex CLI、Cursor Agent 与 Aider》——以图解方式比较真正区分编码智能体的四个决策：沙箱与文件系统信任边界、规划循环形态、工具目录与 shell，以及提交策略。
    • 新增标签：coding-agents、developer-tools。

  13. 新增 AI 博客文章：OpenHuman 上手指南

    • 面向 OpenHuman（v0.56.0）的实操上手指南——涵盖 macOS/Windows/Linux 的安装方式、首次运行的引导流程、Memory Tree 的构建过程，以及"本地数据 + 托管服务"这一如实呈现的信任模型。配三张全新示意图、常见问答，中英双语。
    • 修订 OpenClaw vs OpenHuman vs Hermes Agent 对比文章：将"纯本地"的表述更正为更准确的"本地数据 + 托管服务"模型，并更新 OpenHuman 的 Star 数以反映其已突破 29,000 的增长。

  14. AI 博客新文章：四款智能体编排框架对比

    • 新增《LangGraph、CrewAI、Claude Managed Agents 与 OpenAI Agents SDK》——围绕功能清单掩盖的那个问题展开的图解对比：你的智能体状态究竟存在哪里？
    • 新增标签：orchestration。

  15. 阅读路径提示扩展至「实战手册」与「运维」

    • 「实战手册」与「运维」首页现在沿用与「深度剖析」一致的一行「新手入门？先看概念 →」重定向，并按板块各自措辞——让初次进入应用或生产板块的读者先被引向基础内容。
    • 组件 mode 取值扩展为 'concepts' | 'deepDives' | 'playbooks' | 'operations'。三种单行模式共用渲染，差异只在文案（取自 src/i18n/ui.ts 中各板块的 readingPath）。

  16. 检索与 RAG：五篇新深入解析（混合检索、解析、查询理解、智能体式检索、评估）

    • 把"检索与 RAG"深入解析栏目从 2 条扩展为 7 条，填补了既有 101 概念与已发布的进阶架构、GraphRAG 之间的空白。
    • 混合检索与重排序——为什么单一检索器不够、跨 BM25 + 稠密的倒数排名融合、"检索-再交叉编码器"两阶段模式，以及 ColBERT 式晚交互何时值得。
    • 文档解析与摄取质量——多数团队低估的上游瓶颈：布局感知解析、表格、OCR、结构化分块，以及作为逃生阀的视觉 RAG（ColPali）。
    • 查询理解与变换——检索前的杠杆集：改写、分解、多查询、HyDE 告诫、退一步提示，以及路由。
    • 智能体式检索——把搜索作为模型迭代调用的工具，配以预算、停止判据，以及把方向盘交给模型后随之而来的新失败模式（原地循环、漂移、过早停止）。
    • 评估 RAG——把检索、接地与答案质量分开打分（recall@k、忠实性、答案相关性），附带最小可用评测配方与 LLM 裁判告诫。

  17. 在「概念」与「深度剖析」首页加入阅读路径提示

    • 「概念」首页新增「新手入门？」提示卡，将推荐的五条核心阅读路径（LLM → 智能体 → 智能体循环 → 工具调用 → RAG）以胶囊列表呈现，并附「实战指南」完整引导路径出口。
    • 「深度剖析」首页加入一行重定向：「这些文章默认你已掌握『概念』—— 还是新手？先看概念 →」，避免新读者面对一长串高阶文章而流失。
    • 所有文案位于 src/i18n/ui.ts（双语）；五条核心路径以 CORE_PATH_SLUGS 从「概念」清单导出，词条重命名时只需改一个文件。Closes #46。

  18. 搜索面板：深色模式可读性、视觉打磨与滚动修复

    • 修复深色模式下搜索框输入文字不可见的问题——原样式只覆盖了背景色而未设置文字颜色，导致输入以浏览器默认的近黑色显示在深色背景上 (#69)。
    • 将「Clear」按钮和「Section」筛选区原本的浏览器默认样式替换为站点统一的等宽小写字母排版语言；「Clear」按钮从原本占满输入框高度的方块缩为输入框内居中的小药丸。
    • 将输入框默认的蓝色聚焦轮廓替换为强调色描边；「Section」标签改用 JetBrains Mono 大写排版，与站点其它分区标签风格一致。
    • 修复：点击「加载更多结果」后无法滚动——打开搜索面板时正文滚动被锁定，但面板本身没有设置滚动溢出。现在为面板加上 overflow-y: auto，结果增多时可正常滚动；同时将关闭按钮 ✕ 固定在视口右上角，滚动后仍可点击。

  19. 检索与 RAG：新增"选向量数据库"深入解析

    • 为现代 RAG 工程中被过度操作的一项决策新增一份约束优先的深入解析——向量库到底是什么、产品之间真正不同的那些轴、读懂厂商话术所需的最少 ANN 内部知识、按品类（而非按品牌）看市场地图，以及一页纸的选型流程。关闭 #66。
    • 结论：多数团队最终落在 Postgres + pgvector 或 OpenSearch（因为已在跑其中之一）、Pinecone/Turbopuffer（因为没有运维人头）、或 Qdrant/Milvus/Weaviate（因为需要调参面）。先选品类；品类内的品牌是口味与价格问题。

  20. 上线 AI 博客 —— 开源智能体三方对比

    • 新增顶级板块 "AI 博客"——长文、横向对比与一线笔记，按时间倒序排列、支持标签页、中英双语镜像。
    • 首篇：OpenClaw vs OpenHuman vs Hermes Agent —— 三段架构详解、五项横向对比、十张示意图，中英双语同步发布。

  21. 新增 P0 概念条目：提示词注入、护栏、评测

    • 三篇面向初学者的概念条目，对应 Operations 与 Evaluation 中的深度文章——填补了 IA 扩展规划中提到的"上线连贯性"缺口。
    • 条目：prompt-injection-101（智能体 AI）、guardrails-101 与 evals-101（基础构件）。

  22. 新增 P0 运维条目：特性开关、急停开关、在线 vs 离线评测、按客户经济、欧盟 AI 法案、NIST AI RMF、智能体身份、范围受限凭证

    • 八篇新增运维条目，填补了 IA 扩展规划中针对运维板块标出的"上线连贯性"缺口。
    • AgentOps：feature-flags-for-agents、kill-switches。评估与可观测性：online-vs-offline-evals。经济性：per-customer-economics。
    • 治理：eu-ai-act-for-agents、nist-ai-rmf-for-agents。安全：agent-identity、scoped-credentials-for-agents。

  23. 新增 P0 实战手册：金融、医疗、法律、浏览器、IDE、外呼语音、渐进式披露 UX

    • 七篇新增实战手册条目，填补了 IA 扩展规划中针对实战手册板块标出的"上线连贯性"缺口。
    • 领域实战手册：finance-agents、healthcare-agents、legal-agents。
    • 编码与交互：browser-agents、ide-agents、outbound-voice-agents、progressive-disclosure-ux。

  24. 站点优化：OG 卡片、深色模式、本页目录、搜索筛选

    • 每个页面现在都会输出 og:image 与 twitter:image。每个顶级版块（实战指南、概念、深度剖析、实战手册、运维、更新日志）都有自己的双语 1200×630 卡片。
    • Twitter 卡片从 `summary` 升级为 `summary_large_image`。
    • 站点规范网址已从 agentic-ai-wiki.vercel.app 切换为 menuagentic.com — 同时修复了 og:url、sitemap 与 hreflang。
    • 新增 `npm run og:build`，通过 Satori + resvg-js 从单一模板重新生成全部 14 张 PNG。新增版块只需在 src/content/og.ts 中加一行。
    • 深色模式：标题栏新增三态切换（浅色 / 深色 / 跟随系统）。默认跟随系统偏好，点击循环切换。纯黑配色（#000 背景），对 OLED 屏更友好。
    • 主题选择存于 localStorage，并在中英文切换间保持不变。重新加载时不会出现错误主题闪烁（采用首屏前置内联守卫）。
    • 搜索结果现可按板块（实战指南 / 概念 / 深度剖析 / 实战手册 / 运维 / 更新日志）筛选 —— 详情页已加入 Pagefind 过滤标记。
    • 长篇正文页面新增「本页目录」侧栏 —— 涵盖实战指南章节、概念、深度剖析、实战手册与运维。滚动时高亮当前小节；标题数少于 3 个时自动隐藏。

  25. 每个代码块新增「复制」按钮

    • 所有独立代码块现在都带有剪贴板复制按钮，aria-label 双语支持。
    • 作者可通过在 <pre> 标签上添加 data-lang="python"（或类似值）启用左上角语言徽章。
    • 尊重 prefers-reduced-motion 设置；复制按钮与徽章已排除于搜索索引之外。

  26. 调整站点信息架构 —— 新增"实战手册"与"运维"板块

    • 顶部导航增至 7 项：实战指南 / 概念 / 深度剖析 / 实战手册 / 运维 / 更新日志 / 关于。
    • 深度剖析文章迁移至 /<section>/<group>/<slug> URL（分组进入 URL）；旧的 /deep-dives/<slug> 链接不再可用。
    • 每个板块与分组都有专属落地页，包含主旨说明与阅读顺序。

  27. 相关主题之间的跨页链接

    • 在「概念」与「深度剖析」页面中加入行内交叉引用链接，让读者读到某个术语——RAG、智能体循环、嵌入、工具调用、提示词注入——时，可直接跳转到讲解该术语的页面，且保持同一语言。
    • 链接力求克制：每页仅链接首个自然出现处，且仅在存在明确目标页时才链接，采用低调的强调色下划线，不干扰阅读。
    • 提出一份全站导航/信息架构方案（分组、「从这里开始」路径、相关页面与概念↔深度剖析映射），作为后续工作待评审。

  28. 内部：「深度剖析」清单改为按分组一文件

    • 将「深度剖析」清单重构为 src/content/deep-dives/groups/ 下每个分组一份文件，构建时聚合。同时新增分组的并发 PR 不再在该模块产生冲突，与「更新日志」的重构保持一致。
    • 无用户可见变化——「深度剖析」索引以相同顺序渲染相同的分组与词条；清单的公开 API（ENTRIES、entryBySlug、entryTitle、groupedEntries）保持不变。

  29. 领域实战手册：在五个垂直领域落地智能体

    • 新增「深度剖析」分组「领域实战手册」——6 篇有主见、以清单收尾的指南：客户支持智能体、数据与分析智能体、DevOps 与 SRE 智能体、研究与综合智能体、销售与 GTM 智能体，以及一篇关于把实战手册适配到你自己领域的元文章。
    • 每份实战手册遵循同一方法——以压倒性失败定义任务、按可逆性设定自主、经工具接地、选一个镜像业务代价的评估、并界定头号失败模式——并以一份可复用清单和一个诚实的取舍收尾。
    • 反复出现的主题在每个垂直领域被具体化：自信的错误输出才是要紧的失败、只读/同意/审批关卡作为上游约束、以及把限制强制在工具签名而非提示里。

  30. 新增「深度剖析」分组：经济性与投资回报

    • 新增「深度剖析」分组「经济性与投资回报」——6 篇文章：自建 vs 采购 vs 编排、智能体单位经济学、成本归因与预算、衡量智能体投资回报、智能体产品的定价与打包，以及经济性在何处崩溃。
    • 核心论点：token 成本是错误的单位——分母放成功率的「每个成功任务成本」才决定一个智能体是不是生意，而经济性会在重试风暴、长尾、上报、评估账单与无声失败税处反转（而非渐渐侵蚀）。
    • 依据 2025–2026 来源：麦肯锡《人工智能现状》回报模式、「每个成功任务成本」框架、SaaS 与智能体毛利之差（80–90% 降至 50–60%），以及结果定价 2.5–3.5× 的经验法则。

  31. 新增「治理与合规」深度剖析分组

    • 新增「深度剖析」分组「治理与合规」——6 篇文章：审计轨迹与溯源、策略执行与管控、监管版图、问责与归属、智能体的数据治理，以及不卡死的治理。
    • 与「安全与防护」分组不同：本组讲策略、审计、问责与监管——防篡改可察觉的审计轨迹、在模型之外执行的策略即代码、风险分级监管（欧盟 AI 法案形态、NIST AI RMF、ISO/IEC 42001）、具名操作者问责模型，以及穿过智能体循环的数据治理。
    • 监管内容刻意保持定性，且不构成法律意见；它勾勒义务的形状，使工程师知道该向有资质的法律顾问问什么。

  32. 扩充多智能体、编码、体验与推理内容

    • 新增「深度剖析」分组「多智能体系统」——6 篇文章：何时采用多智能体、拓扑结构、监督者/工作者编排、辩论/投票/集成、共享记忆与黑板，以及多智能体失败模式。
    • 新增「深度剖析」分组「编码与计算机操作智能体」——6 篇文章：编码智能体架构、仓库导航与代码上下文、补丁生成与测试驱动循环、计算机操作与 GUI 智能体、沙箱与安全执行，以及评估编码智能体。
    • 新增「深度剖析」分组「智能体体验与人机交互」——6 篇文章：为信任与校准而设计、审批与确认体验、透明度与可解释性、中断/引导/交接、渐进式自主，以及为失败与恢复而设计。
    • 新增「深度剖析」分组「推理与测试时计算」——6 篇文章：思维链、自一致性与采样、思维树与思维图、核验器引导的搜索、推理时扩展，以及推理何时有用、何时烧钱。

  33. 扩充运维、评估与训练内容

    • 新增「深度剖析」分组「评估与可观测性」——6 篇文章：为什么评估智能体很难、结果 vs 轨迹评估、用 LLM 作为智能体评判者、批判地阅读智能体基准、追踪与可观测性，以及评估驱动开发。
    • 新增「深度剖析」分组「智能体运维：部署与运营」——6 篇文章：持久状态与可恢复性、并发与扩缩容、幂等与副作用安全、循环层面的成本控制、灰度发布/版本化/固定，以及事故响应与失控遏制。
    • 新增「深度剖析」分组「训练智能体模型」——6 篇文章：提示 vs 微调 vs 强化学习、RLHF 与 RLAIF、面向工具使用的强化学习、奖励设计与奖励黑客、SFT/拒绝采样/蒸馏，以及过程奖励 vs 结果奖励模型。

  34. 全站全文搜索

    • 新增覆盖全站的快速客户端搜索，由构建时生成的 Pagefind 索引驱动，直接检索已发布页面——无需服务器，结果即时返回。
    • 可通过页眉新增的搜索入口打开，或按「/」键（Cmd/Ctrl-K 同样可用），按 Esc 关闭。搜索框与相关资源仅在首次使用时加载，保持页面轻量。
    • 搜索按语言区分：英文页面检索英文内容，中文页面检索中文内容，搜索界面也完全双语。
    • 移动端优化：关闭按钮现已是适合拇指点按的尺寸，点击面板以外区域即可关闭搜索，与桌面端体验一致。

  35. 扩充工具与能力设计内容

    • 新增「深度剖析」分组「工具与能力设计」——6 篇文章：工具即智能体的 API 与为模型设计、工具粒度与组合、模式/契约/默认值、把错误消息当作提示、工具文档与可发现性，以及四个反复出现的工具设计反模式。
    • 立足 2025–2026 实践：Anthropic 的工具编写与延迟加载指南、工具过载下实测约 95%→71% 的工具选择准确率下降，以及真实的工具收拢（GitHub Copilot 40→13 个工具、Block 30 多→2 个 Linear 工具）。

  36. 语音与实时智能体深度剖析分组

    • 新增「深度剖析」分组「语音与实时智能体」——6 篇文章：实时智能体架构（级联 vs 原生语音到语音）、延迟预算、轮次与打断、STT/TTS/语音到语音栈、语音中的工具调用与状态，以及语音智能体失败模式。
    • 立足 2025–2026 的实时格局：语音到语音 API（OpenAI Realtime / gpt-realtime、Gemini Live）、语义 VAD 端点检测、亚秒轮次预算，以及 SIP/PSTN 电话约束。

  37. 关于页面与更新日志

    • 将「关于」扩展为多板块双语页面：使命、涵盖内容、维护者，以及贡献与联系方式。
    • 引入本「更新日志」，替换未使用的「文章」板块；首页现在链接到最新条目。

  38. 新增「概念」与「深度剖析」板块

    • 新增「概念」百科 — 33 篇双语词条，涵盖从 AI 基础到智能体主循环。
    • 新增「深度剖析」— 30 篇进阶双语文章，涉及架构、协议（MCP/A2A）、记忆与智能体安全。
    • 可访问性与 SEO 优化：跳转链接、WCAG-AA 对比度、响应式页头、结构化数据、站点地图。
    • 在首页以卡片形式呈现新板块。
    • 以本「更新日志」替换了未使用的「文章」板块。

  39. 扩充 RAG 相关内容

    • 新增进阶「深度剖析」：进阶 RAG 架构、GraphRAG 与多跳检索、RAG 管道安全 — 归入新的「检索与 RAG」分组。
    • 更新「概念」中的「什么是 RAG」词条，采用当前关于长上下文与 RAG 路由取舍的共识。
    • 实战指南更新：评估章节加入 RAGAS 评测术语；检索章节加入父文档与延迟分块。

  40. 安全加固与 AdSense 接入

    • 新增安全响应头：X-Content-Type-Options、X-Frame-Options、Referrer-Policy 与 Permissions-Policy。
    • 全站接入 Google AdSense，并添加 ads.txt 卖家授权文件。
    • 加固结构化数据（JSON-LD）输出，防止 script 标签逃逸。

  41. 中文本地化

    • 全站双语：所有页面与实战指南章节均提供中英文版本。
    • 语言切换器，以及本地化的导航、元数据与站点地图。

  42. 首次发布

    • 上线 Agentic AI 维基，发布旗舰系列《Agentic AI 实战指南》（6 部分共 22 章）。