知识库精选-2026年6月17日-WayToAGI

《GLM 5.2 开源，技术博客详览》国产大模型GLM-5.2正式开源，采用744B MoE架构、支持百万级上下文，基于MIT协议可以自由商用部署。它在代码评测中跻身第一梯队，长程工程任务综合表现位居开源模型榜首，相比前代版本能力实现了大幅跨越。模型通过IndexShare、KVShare等多项架构优化，解决了超长上下文的算力与内存瓶颈，还配套专用训练框架与反作弊模块强化智能体编码能力。快来看看！
《详解循环工程：来自 LangChain 开发者 Sydney Runkle 的完整分享》智能体之所以有用，是因为它们能通过在真实世界中采取行动，帮我们自动化完成工作。但要让智能体稳定地做出有价值的工作，只靠好模型还不够：还需要一个精心设计、适配一组任务的harness。本篇文章来自 LangChain 开发者 Sydney Runkle 的完整分享，详解了循环工程。
《Codex 操控电脑的三种方式（来自Codex团队成员的详细指南）》Codex 使用电脑有三种方式：Computer Use、Chrome 扩展，以及应用内浏览器。它们的功能有足够的重叠，容易让人混淆。读完这篇文章后，你会知道如何安装和触发这三者，什么时候该用哪一种，Appshots 和开发者模式如何把它们连接起来，以及应该在 AGENTS.md 里加入什么，让 Codex 能自己选择合适的界面。
《基于Claude 的Agent Harness工程：从单一智能体到自迭代系统的 14 步路线图》大家都在聊循环。几乎没人认真讨论循环到底跑在什么之上。10 个开发者里有 9 个直接用 Claude Code 的默认harness：没有规则，没有子智能体，没有钩子，也没有记忆。本篇文章是一条 14 步路线图，讲的是如何搭好这层harness，从一个智能体，走到一个能自我改进的系统。
《如何为你的 Skill 构建自我改进循环》最近大家对用“循环”驱动智能体讨论很多，同时也伴随着一点疑问：“循环到底是什么？”作者这篇文章展示了一种实际做法：用 Skill 和云端智能体，构建一种特别强大的循环，也就是自我改进循环。
《AI-Native的5个层级：如何在30天内从Level 1走到Level 5丨Silicon Valley Girl》Peter Yang 在 Reddit、Meta、Roblox 做了十年产品，现在一个人经营 14 万订阅者的 newsletter，身边只有视频剪辑和零散 contractor，没有全职团队。过去一年，他把内容生产、分发、复盘、业务判断一项项接进 Codex 和 Claude Code。产品、增长、内容团队能从这期对话里看到一条很实在的迁移路线。