Fable 5 的循环实操：从 /loop、/goal 到 grader 和 memory
Fable 5 更适合放进有反馈、有独立验收、有外部记忆的长任务循环里，而不是当成更贵的默认模型。本文给出一套可落地的闭环方案。
Claude CodeFable 5Agent
Harness Engineering 14：从单次协作到完整 Harness 闭环
实操篇：把计划、执行、验证、观测、记忆和清洁交接连起来，形成可长期运行的 Agent 工作闭环。
Harness EngineeringAgentCodex
Loop Engineering：Agent 工作方式正在从提示词迁移到系统设计
Loop Engineering 的重点不是写更长的 prompt，而是把发现、计划、执行、验证、记忆和再次触发做成一个可审计、可恢复、可控成本的系统。
AgentClaude CodeCodex
稀有龟背竹 12：Sierrana 的热度来自大叶和野性气质
Sierrana 不靠锦化取胜，而是靠更原生、更大叶、更有野性气质的成熟形态。它适合喜欢物种感和空间感的玩家。
龟背竹稀有植物品种鉴赏
Claude Code 的 loop、Routines 和生产化 Agent：别把循环误会成自动驾驶
/loop 适合在 CLI 里做短周期轮询，Routines 适合云端定时和事件触发，生产化 harness 还需要队列、状态、幂等、补偿、审计和人类控制面。
Claude CodeAgentWorkflow
Claude Code 最新架构观察：while-loop 只是表层，真正重要的是运行时
Claude Code 的核心不是一个模型加一个 shell，而是由上下文装载、工具执行、权限规则、hooks、skills、subagents、MCP 和 compaction 组成的 agentic runtime。
Claude CodeAgentMCP
Claude Fable 5 到底是什么：一个被安全路由包住的 Mythos 级模型
Fable 5 不是 Claude Code 的一个小功能，而是 Anthropic 把 Mythos 级能力公开化的一种折中：同一代核心能力、公开版安全分类器、敏感请求自动 fallback、长上下文和更高成本。
ClaudeClaude CodeAgent
这轮 AI 热度正在收敛到三张账单
截至 6 月 9 日，AI 行业讨论从模型演示收敛到三张账单：算力账单、分发账单和资本账单。开发者需要开始按成本和权限设计 Agent。
AIBusinessInfrastructure
Harness Engineering 13：最小可用的 Agent 可读工作区
实操篇：从零搭一个最小可用的 Agent 工作区，把入口说明、功能清单、初始化脚本、进度日志和评价表连成可运行骨架。
Harness EngineeringAgentCodex
稀有龟背竹 11：Burle Marx Flame 贵在叶形，不在锦化
Burle Marx Flame 的热度来自火焰状裂叶和极慢成熟，而不是白斑黄斑。它适合喜欢形态收藏的人。
龟背竹稀有植物品种鉴赏
WWDC 的 Siri AI 和 OpenAI S-1：产品入口与资本叙事
6 月 8 日的 AI 行业动态分成两条线：Apple 在 WWDC 推进 Siri AI 和 Apple Intelligence，OpenAI 则确认提交 confidential S-1。一个是入口，一个是资本。
AppleOpenAIAI
ChatGPT “超级应用”讨论背后，是 Agent 入口之争
6 月 7 日关于 ChatGPT super app 的讨论传播很快。比“超级应用”这个词更重要的是，AI 入口正在从聊天框扩展到浏览器、文件、代码、移动端和团队工作流。
OpenAIChatGPTAgent
除了 CAD，Codex / Claude Code 还最值得接哪些 MCP 和 Skill
MCP 适合连接实时工具和外部状态，Skill 适合沉淀可复用流程。浏览器、设计、GitHub、文档、数据库、观测和硬件，是最值得优先扩展的几类能力。
MCPSkillAgent
Codex 从写代码走向工作台：Sites、插件和权限
6 月上旬围绕 Codex Sites、插件、Lockdown Mode 和 MCP 插件的讨论，说明编码 Agent 正在从“编辑器外挂”变成可分享、可审批、可控权限的工作台。
OpenAICodexAgent
AI 算力正在变成新的云合同，而不只是芯片采购
6 月 5 日前后，围绕 Google、Anthropic、SpaceX 相关算力合同的讨论升温。真正的信号不是单笔金额，而是 AI 公司的成本结构正在从模型训练转向长期算力租约。
AIInfrastructureOpenAI
让 Codex / Claude Code 生成 CAD 和 3D 图：MCP 与 Skill 路线图
真正可靠的 AI 生成 CAD，不是让模型凭空画图，而是让 Agent 调用 Blender、FreeCAD、CadQuery、OpenSCAD 或专业 EDA 软件，把自然语言变成可检查、可复现、可导出的工程文件。
MCPSkillCAD
稀有龟背竹 10：White Monster 的白不是越多越好
White Monster 代表高白化审美，但风险也很明显。真正好的 White Monster 要在戏剧化白斑和可持续生长之间取得平衡。
龟背竹稀有植物品种鉴赏
主流机器人导航系统对比：Nav2、Autoware、Apollo、Isaac ROS 怎么选
机器人导航不是一个栈能覆盖所有场景。室内 AMR 优先 Nav2，自动驾驶优先 Autoware/Apollo，GPU 感知与 3D 重建可引入 Isaac ROS。本文从应用边界、模块架构、传感器、规划控制、部署复杂度和选型决策树系统比较主流导航系统。
ROS2RoboticsNavigation
ROS 2 控制系统实战：ros2_control 从硬件接口到控制器
真正让机器人动起来的不是 Nav2，而是底层控制链路。本文从 2026 年 ROS 2 版本选择讲起，拆解 ros2_control 的 Resource Manager、Controller Manager、硬件接口、控制器生命周期、diff_drive_controller 和真实机器人调试清单。
ROS2RoboticsControl
ROS 2 导航系统 Nav2 实战：从定位、代价地图到规划控制
Nav2 不是一个单独算法，而是一套由行为树、规划器、控制器、代价地图、定位、恢复行为、速度平滑器组成的导航系统。本文按真实机器人落地顺序拆解 Nav2 的核心模块、数据流、插件选择、参数调试和上线清单。
ROS2RoboticsNavigation
图像 RAG 工程实战（一）：四种范式与模型选型
图像 RAG 不是一个问题，而是一类问题。本文先把它拆成「自然图像检索」和「视觉富文档检索」两类场景，再系统对比四种范式——多模态统一 embedding、VLM 图注转文本、视觉文档 late-interaction、OCR+版面混合，并给出可执行的模型选型决策树。
RAGAIVision
图像 RAG 工程实战（二）：检索与参数调优
视觉文档检索的 SOTA 是 late-interaction 多向量，但代价是单页可达千级向量、256KB。本文系统拆解把它压到可生产的全部手段——图像分辨率/patch、Matryoshka 截断、MaxSim 与两阶段检索（13x 提速）、binary/int8 量化（最高 64x 压缩）、HNSW/IVF 参数，并附一张调参速查表。
RAGAIVision
图像 RAG 工程实战（三）：可落地架构与参考实现
把前两篇的选型与调参变成能跑的系统。本文给出完整架构图、ColQwen2 + Byaldi + MonoQwen2-VL + VLM 的端到端参考代码、Qdrant/Milvus 多向量 schema、vLLM 服务化、GPU 选型与成本权衡、离线评测集搭建，以及一份生产上线清单。
RAGAIVision
RAG 成熟度模型（一）：索引工程与文档理解
生产级 RAG 的第一道分水岭不是向量库，而是文档解析、结构切分、上下文增强、embedding 选择和索引 schema。本文从底层机制比较开源解析器、embedding 模型和索引设计。
RAGAILLM