今日概览
今日五篇横跨 Agent 工程的协作放大与运行时演进：天猫 MDI 项目把 AI 研发能力从个体放大到全员、腾讯拆解 LLM 到 Harness 的边界生长、火山 Agent 云电脑让 AI 云端完成深度研究、EvoMap 蜂群让 AI 研究 AI、OpenClaw 2.0 还清技术债。
今日重点
1. 天猫技术大型 AI 项目的研发协同实践
以天猫新品 MDI 项目（横跨 4 角色端、约 40 功能模块的全栈平台）为例，总结大型 AI 项目研发协同四阶段：单兵攻坚 → 加人提速 → 高速迭代 → 稳定运作。最夸张时同时存在八个仓库、十几个分支在预发集成开发，严格每周线上迭代一个大版本。
值得关注：
- 单兵攻坚期：构建结构化知识库让 AI 深度理解项目上下文，打造"超级个体"。
- 加人提速期：借鉴站点地图思路物理隔离分工，用 Spec 变更规则 + 上下文缝补机制（MCP）解决多人协作冲突与推理链断裂。
- 高速迭代期：部署独立"技术哨兵机"还原预发合并态，云端 Agent 检测隐形业务逻辑冲突并闭环告警，防止研发质量劣化。
- 稳定运作期：NekoCollar 云端协作平台——沙箱环境、所见即所得真实页面代理、Git 软硬双锁，让非研发角色也能基于代码上下文参与协同。
- 主线：个体 → 团队 → 可持续 → 全员，把 AI 带来的研发能力一层层往外放大。
来源：大淘宝技术
2. 从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
腾讯拆解 Agent 的进化路径：复杂性不是一次设计出来的，每当模型试图越过一次调用的边界，系统就在模型外面增加一个新部件——模型不知道此前聊了什么于是出现上下文，模型无法改变世界于是出现工具，一次工具调用解决不了任务于是出现循环，上下文装不下历史于是出现记忆，循环产生真实副作用于是出现权限与沙箱，一个循环不够并行于是出现子 Agent。
值得关注：
- 最朴素接口 = LLM(question)；第一步工程进步是加"上下文装配层"，把系统指令、用户输入、对话历史拼成请求——模型看见的一切都是运行时构造的。
- 对比四个项目：Pi 把核心收得尽可能小、OpenCode 用 Profile/Event 组织身份与历史、Codex 围绕 Thread 与安全边界、Hermes 把注意力延伸到下一次任务。
- 不同路线交换的是成本、控制力、可恢复性和长期学习能力。
- 结论：模型越能行动，外面的运行时越不能含糊——未来的分水岭未必是谁的模型更聪明，而是谁能为同一模型搭出更好的上下文、更稳的循环、更清晰的边界。
来源：腾讯技术工程
3. Agent Plan「Agent 云电脑」工具：让 AI 在云电脑上完成股市深度研究
火山方舟 Agent Plan 推出专属 Harness 工具「Agent 云电脑」：不只是一个远程桌面，而是自带 agent loop、能自行拆解并执行复杂任务的云端助手。用户只下发指令、验收结果，不用频繁切换浏览器。
值得关注：
- CUA 跨网页与桌面操作：云桌面中打开网页、站内搜索、滚动、切标签页，适合多步 GUI 工作流，不限搜索摘要。
- 一次委派持续观察：平台可持续监控任务进度，监控中断不影响任务执行，可随时停止恢复。
- 长程复杂任务自行拆解，复用云电脑预装软件；同一 API key 登录复用同一台云电脑，配置软件不丢失。
- 股市深度研究 Demo：11 分钟、机器占用 11.46 AFP + Token 消耗 688 AFP（DeepSeek V4 Pro 作 CUA agent）。当前仅 Large/Max 套餐可用。
来源：字节跳动技术团队
4. 从"双手"到"大脑"：AI 工具的进化何时是终点？
AI4AI——智能系统开始研究智能系统本身。深圳 EvoMap（创始人张昊阳，1997 年生）用蜂群模式把 AI4AI 做成产品 EvoX：没有中心调度，Agent 平级连接、按任务信号自主组队，单个 Agent 不复杂但群体涌现协作智能。“一个 Agent 学会，百万 Agent 继承。”
值得关注：
- 同一模型（Claude Haiku 4.5）在 563 道逻辑/数学/物理题对比：单个 Agent 正确率 26%，蜂群模式提升到 70%+。
- 现实场景价值：外卖调度、导航路权、简历推荐等旧系统堆成"屎山代码"，AI4AI 改写的正是"优化旧系统成本长期高于回报"的成本结构。
- 中心调度多 Agent 本质仍是流水线逻辑延伸；蜂群走无中心、平级自组织的路。
- AutoResearch 已开源，AI 可自主完成科研闭环；EvoX 可下载体验（evomap.ai）。
来源：AI寒武纪
5. OpenClaw 2.0：欠下的技术债，这次连本带利还清
OpenClaw v2026.8.1（OpenClaw 2.0）合并 16,000+ PR、933 位贡献者。表面是功能大版本（重建 Web 控制台、会话搜索、云端会话），把 Fixes 逐条读完主题就变了：这一版在把过去半年高速迭代攒下的不确定性收拢成可预期的行为。作者不列功能，只答三问：架构上换了什么、为什么必须换、代价是什么。
值得关注：
- 最大变化：会话从"进程内的状态"变成"可迁移的资源"——可寻址、可迁移、可共享、可快照、可恢复、有访问控制。
- 会话资源化：Gateway 居中，会话可调度到任意执行单元，工作区跟着走；空闲挂起 worker，下条消息重新供给；跨 web/macOS/iOS/Android/dashboard 保持同一张进度卡。
- 存储迁移 SQLite、UI 客户端化、核心能力外置，配套会话分支、共享会话可见性、团队操作员角色。
- 判断：会话一旦成为资源，UI 就退化成它的一个观察者。
来源：腾讯云开发者
趋势观察
- AI 研发能力正在被"放大"而非仅"提效" — 天猫 MDI 的个体→团队→全员四阶段，核心是让效率从"个人偶得"变成"团队可复制"，知识库、上下文缝补、技术哨兵都是放大手段。
- Harness 的分水岭在运行时而非模型 — “从 LLM 调用到 Harness"的边界生长史和 OpenClaw 2.0 的会话资源化，共同指向：模型越强，外面的运行时越不能含糊。
- Agent 开始研究 Agent — EvoX 蜂群无中心自组织、AutoResearch 自主科研闭环，AI4AI 把"AI 优化 AI"从方向性判断变成可运行、可验证的产品。