AI News｜2026-08-04

今日目录

• Vercel 披露内部 agent 已进入全公司日常运营
• Vercel 解释为什么要把几十个 agent 收敛成一个入口
• Aaron Levie：最先被自动化的往往是最难但可验证的工作
• Hermes 用后台 curator 清理技能和记忆，开始正面处理 agent 腐化问题
• Amjad 把 LLM chess engine 放到 LiChess 实战，给 agent 式评测找了个真环境

今日判断

我今天更关注两类信号：一类是 agent 已经不再停留在 demo，而是开始吞掉公司内部真实工作；另一类是 builder 开始认真处理 agent 组织方式、记忆清理、可验证任务边界这些脏活。前者决定 adoption 会不会继续扩，后者决定扩张后系统会不会烂掉。Vercel 讲内部 agent @v 的两条，我看下来最有价值的不是“全公司都在用 AI”这句口号，而是他们已经从很多分散 agent 收敛到一个统一入口，再往下路由到子 agent。这其实是在补一层 agent gateway。团队里 agent 一多，问题先爆的不是模型能力，而是入口、权限、记忆、委派和 UX 一致性。

另一边，Hermes 提到后台 curator 会定期清理 skills 和 memory，这种设计我会比炫技能力更看重。agent 真进工作流后，最容易积累的不是 intelligence，而是 slop：重复技能、坏记忆、过时偏好、错误自动化。谁先把这些 maintenance 机制做成产品内循环，谁更有机会把 agent 从几周可用拉到几个月可用。Aaron Levie 那条关于 code、math、cyber 更容易先被自动化，我基本同意，但理由不是这些工作更简单，而是它们更容易被测试、回放和给奖励信号。对一线 builder 来说，今天最实际的判断还是：优先做那些结果能被程序校验、流程能被拆成 scaffold、失败能被复盘的 agent 场景，别急着把 AI 塞进所有高模糊决策里。

快讯

1. Vercel 披露内部 agent 已进入全公司日常运营

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo 说 Vercel 自建的内部 agent @v 已经进入公司几乎所有日常工作，覆盖 finance、docs、marketing、engineering、analytics 等职能，而且交互量和 token 消耗都在快速增长。重要的不是“我们也有个 agent”，而是它已经带着记忆、个性化 workflow 和定时检查能力，开始承担持续性运营工作。我的判断是，这说明企业内 agent 的真正门槛已经从单次问答，转向长期记忆、任务编排和可持续维护；谁先把这些打通，谁就更可能把 agent 变成组织层工具，而不是员工偶尔玩的助手。

2. Vercel 解释为什么要把几十个 agent 收敛成一个入口

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo 补充说 Vercel 之前内部其实已经有很多 agent，但数量一多，体验就像每个服务都有自己的域名，用户不知道该找谁。所以他们让 @v 既做 agent，也做 router：对外给一个统一入口，内部再把任务分发给子 agent 或网络上的专用 agent。这个设计很重要，因为真实团队里 agent 扩张后首先崩的往往不是能力，而是发现、入口和协作。我的判断是，未来团队级 agent 平台会越来越像 API gateway 或内部操作系统，能不能统一 front door，会直接决定 adoption 能不能继续放大。

3. Aaron Levie：最先被自动化的往往是最难但可验证的工作

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 认为，数学、网络安全、代码这类看起来最难的工作，反而更容易先被自动化，因为它们天然可验证：训练阶段更容易给 reward signal，运行阶段也能大规模测试输出是否正确。相反，法律谈判、市场创意、销售话术、预算设定这类高模糊工作，短期更难稳定自动化。我看这个判断对 builder 很实用，因为它把“先做什么 agent”说得更具体了。我的判断是，接下来真正跑出来的 agent 产品，还是会先集中在代码、分析、运维、安全、结构化文档这些能验证、能回放、能形成闭环的数据平面。

4. Hermes 用后台 curator 清理技能和记忆，开始正面处理 agent 腐化问题

查看原文 · 来源：Peter Yang (@petergyang)

Peter Yang 转述了 Nous Research 联合创始人对 Hermes 的一个关键机制：agent 内部有后台任务 Hermes Curator，会定期检查 skills 和 memory 的冗余、低效和 slop，并按用户自己的定义去重写清理逻辑。这个信息有价值，因为它回答了一个真实难题：agent 一旦会自己积累技能，就一定会逐渐长歪。我的判断是，长期可用的 agent 不只是要会学习，更要会自我清洗。未来真正拉开差距的，不是哪个 agent 第一天更聪明，而是谁能在第 30 天、第 90 天还保持结构干净、记忆可靠。

5. Amjad 把 LLM chess engine 放到 LiChess 实战，给 agent 式评测找了个真环境

查看原文 · 来源：Amjad Masad (@amasad)

Amjad 说他做的 LLM chess engine 已经在 LiChess 上自动和真人、机器人下棋，当前大约 1253 Elo。单看这个分数不算惊人，但我更在意的是他把一个 LLM 驱动系统放进了公开、持续、对抗性的真实环境里跑，而不是只发几张截图或离线 benchmark。这样的测试更接近 agent 产品真实会遇到的问题：上下文噪音、节奏压力、长时决策和公开可比较结果。我的判断是，未来 builder 会越来越多地把模型放进可持续对抗环境里验收，这比单次 demo 更能暴露系统边界。