Agent/框架

翻看十月九日仍在更新的 Claude 平台 release notes，Agent Skills 和对应的 Skills API（/v1/skills）已经正式离开测试版状态：请求里不再需要带 skills-2025-10-02 这个测试头，就连 Messages API 里通过 container 参数加载 Skill 的调用也转正了。同时，那个 BetaSkill 类型被重命名为 BetaContainerSkill，旧头还能兼容一阵子。对 Agent 框架的开发者来说，这不是一次小版本——它意味着「给模型外挂一套随取随用的专业工具包」这件事，从临时实验变成了一等 API。 Skills 到底是个什么东西，和 MCP 工具差在哪？ MCP 解决的是「让模型能调用外部工具」：连数据库、调 API、跑脚本，重点在动作。Skills 解决的是「让模型临时获得某项专业知识与流程」：它是一组说明、脚本和资源的打包，模型在做某个专门任务时动态加载进来，干完就卸载。区别在于，MCP 是接外部世界的手，Skills 是塞给模型的一本「临时操作手册」。比如做一个财务审计的 Skill，里面放着审计清单、勾稽脚本、报表模板，模型遇到审计任务时自动把这套东西读进去，而不是把所有领域知识都塞进系统提示词里。 容器化加载，解决了之前的什么痛点？ 早期 Skills 要靠测试头和一堆 beta 结构硬挂，加载方式是隐式的。现在转正后，Skills 通过 container 参数以容器化方式加载，配合 client.beta.skills.delete() 这类接口，可以完整管理一个 Skill 的多版本、动态增删。这等于给「模型的专业能力包」建立了生命周期管理：谁在用哪个版本、什么时候加载、什么时候卸载，都变成可显式控制的对象。对企业来说，这才是能上生产的形态——能力包可以像 App 一样上架、灰度、回滚，而不是散落在提示词里的魔法字符串。 这对 Agent 开发生态意味着什么？ Skills 转正加上容器化，等于官方在推一种新的分发单元：以后模型的能力不再只靠微调权重，而是靠一摞可组合、可热插拔的 Skill。你想让 Claude 会做某个垂直任务，不必重训模型，只需发一个 Skill 包。这会催生一个类似 App Store 的 Skill 生态——谁写的 Skill 更专业、加载更省 token，谁就更有价值。对框架作者，接下来要关注的是 Skill 之间如何复用、版本如何治理、以及一个 Skill 在被自动加载时会不会带入新的提示注入面。能力包越自由，供应链风险就越要盯紧。 ...

据 AI Tool Tier 评测数据，Cognition 的 Devin Fusion 采用 lead/sidekick 双模型编排架构，实测每个编码任务的成本比单一大模型方案降低百分之二十三到四十六。这个架构跟传统的单 Agent 循环思路完全不同。 分工是这样的：lead 模型负责理解任务、拆解步骤、审查 sidekick 的输出；sidekick 模型负责实际写代码、跑测试、改文件。lead 用强模型但调用次数少，sidekick 用便宜快速的模型但承担大部分 token 消耗。两模型通过结构化消息通信，不是简单的提示词嵌套。 这种编排的经济学很直观：大模型贵但你不需要它全程参与——只需要在关键决策点用它。执行层面的重复劳动交给小模型。九月十五日 Cognition 跟 AWS 签了多年期协议，把这个架构跑在 AWS 基础设施上，说明成本优化已经到了可以规模化的阶段。 Devin Fusion 的双模型架构给整个编码 Agent 行业提供了一个新的思路。以前大家都在追求一个超大模型包打天下，Fusion 证明了用两个各司其职的模型组合起来，效果更好还更便宜。这个思路很可能会被其他编码 Agent 产品借鉴。 从成本结构上分析，lead 模型虽然单价高但调用次数少，sidekick 模型单价低但承担大部分 token。这种组合的总成本比全程用大模型低百分之二十到四十六，这个数字在规模化之后是非常可观的节省。对于每天处理成百上千个编码任务的团队，每省一块钱乘以任务量就是大钱。 为什么两个模型比一个大模型更省钱？ 这个思路其实跟人类团队的分工一样：架构师不用亲自写每一行代码，但要审查每个关键决策。初级工程师写大部分代码，但每个 PR 都要过架构师这关。Devin Fusion 把这个模式复制到了 AI Agent 里。 lead 和 sidekick 具体怎么分工？ 对自建编码 Agent 的团队来说，这个架构值得借鉴。你不一定需要用 Devin，但可以用同样的思路：用一个强模型做路由和审查，用便宜模型做执行。这种分层可以显著降低每次编码任务的边际成本。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Cline 项目 README，这个开源编码 Agent 的命令行工具提供四种运行模式。默认的 cline 或 cline -i 打开完整终端交互界面，带 plan/act 切换、斜杠命令、文件提及和实时工具审批——适合人在旁边盯着的交互式编码。 cline 直接加 prompt 参数则是一次性模式：跑一个回合就退出，适合脚本里调用。cline –json 模式以 NDJSON 格式流式输出事件，可以管道接进其他工具或 CI 系统——你可以自己解析事件流，在工具执行前加自定义审批逻辑。 最激进的是 cline –yolo 模式：跳过所有审批提示，让代理自主执行直到任务完成。这个模式威力巨大但风险也大——它会自己改文件、跑命令、装依赖。建议只在隔离的 Docker 容器或临时分支里用，千万别直接在主力开发机上开 Yolo。 Cline 作为开源编码 Agent，最大的优势是透明和可控。跟闭源的 Devin 或者 Claude Code 不同，你可以看到它的每一步操作、修改它的提示词、定制它的工具权限。这种可控性对于有安全合规要求的企业特别重要。 四种运行模式覆盖了从交互式开发到全自动化 CI 的完整场景。TUI 模式适合人在旁边盯着的探索性编码，one-shot 模式适合脚本里的简单任务，JSON 模式适合接入自研的审批流程，Yolo 模式适合在隔离环境里批量处理。选择哪个模式取决于你对自动化程度和风险承受力的平衡。 JSON 事件流模式怎么接入 CI 流水线？ JSON 事件流模式是接入 CI 的关键。你可以写一个脚本启动 cline –json，监听事件流，在代理要执行危险命令时插入人工审批或者自动拒绝。这样就实现了半自动化——代理做大部分工作，关键节点人来把关。 Yolo 模式到底有多危险？ Cline 作为开源项目，跟闭源的 Devin 和 Claude Code 相比，优势在于你可以完全掌控它的行为。所有提示词、工具列表、审批规则都可以自定义。对于有安全合规要求的企业，这种可控性是闭源工具给不了的。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Mastra 官网更新，十月一日平台新增了 VPC 隔离的托管 Postgres 数据库服务。这不是给普通 Web 应用用的——它是专门给 Mastra Agent 做状态存储的：会话历史、记忆条目、工作流中间状态、工具调用日志，全部持久化在这个 Postgres 里。 VPC 隔离意味着你的数据库跟 Mastra 平台其他用户的数据库在网络层面完全隔离，只能通过你自己的 VPC 连接。对企业用户来说这是合规要求——Agent 处理的数据不能跑在共享多租户环境里。 同期发布的 Server Adapters 则解决了部署痛点：以前你要单独起一个 Mastra 服务端口，现在它可以作为中间件挂在你已有的 Express 或 Hono 应用里。Agent、工作流、工具和 MCP 服务器自动暴露为 HTTP 端点，不需要额外的运维负担。 Agent 应用的状态管理一直是个被低估的难题。跟普通 Web 应用不同，Agent 的状态不是简单的用户数据——它包括对话历史、长期记忆、工作流检查点、工具调用审计。这些数据量很大，而且查询模式很特殊。专门为 Agent 设计的 Postgres 托管服务正在填补这个空白。 Server Adapters 的出现则意味着 Mastra 的部署模型更加灵活。你不再需要单独部署一个 Mastra 服务，而是可以把它作为中间件嵌入现有的 Node.js 应用。对于已经有 Express 或 Hono 后端的团队，这省去了维护额外服务的运维负担。 从产品演进的节奏来看，Mastra 几乎每个月都有重要功能发布，这种迭代速度在开源 Agent 框架里算是很快的。 Agent 为什么需要专用 Postgres？ Agent 应用的状态存储比普通 Web 应用复杂得多。你需要存多轮对话历史、长期记忆向量、工作流的检查点、工具调用的审计日志。用普通 Postgres 也能存，但 schema 设计和查询优化很费时间。Mastra 把这些都做好了。 ...

据 Mastra 官方博客十月七日文章，Mastra Connect 正式发布。它的核心能力是：你的 Mastra Agent 现在可以通过统一的 OAuth 连接管理器，调用 Linear、Notion、Slack 以及另外二十多个 SaaS 服务，不需要为每个服务单独写集成代码。 之前要让 Agent 读 Notion 页面、改 Linear ticket、发 Slack 消息，你得分别去各平台申请 API 凭证、写请求封装、处理 token 刷新。Connect 把这些标准化了——在 Mastra Studio 里点几下完成 OAuth 授权，Agent 代码里直接 import 对应工具就行。 同期发布的还有 VPC 隔离的托管 Postgres 数据库，以及 Server Adapters——让你在已有的 Express 或 Hono 应用里直接挂载 Mastra Agent、工作流和 MCP 服务器作为 HTTP 端点。对 TypeScript 技术栈的团队来说，Mastra 正在从一个 Agent 框架长成完整的 Agent 运行时平台。 Mastra Connect 的发布，本质上是在解决 Agent 开发中最耗时的环节：工具集成。写一个能读 Notion、改 Linear、发 Slack 的 Agent，光写各个平台的 API 封装就要好几天。Connect 把这些标准化之后，开发者可以把精力集中在 Agent 的业务逻辑上，而不是跟各个 SaaS 平台的 OAuth 流程搏斗。 ...