每周文摘 12212025
本周观影
- 《饮食男女》:追求美味和美好人生,都是人之常情,口腹之欲,男欢女爱
- 《利刃出鞘3》:不是我喜欢的类型的缘故吧,片子本身不错的。(男主是德雷尔一家中的大儿子,是个作家,本片扮演神父)
本周播客
- 老罗访谈贾樟柯
本周阅读
- 本周阅读方面不多,因为晚上睡觉期间读 Kindle 的时间被我控制(基本没读了,为了眼睛),另外一方面早上很多时间在看各种信息,真正阅读时间少了,还有就是我觉得能定下来持续一段时间好好阅读的能力也弱了,但是挺难改变的,要持续反思和修正自己的做法
本周胡思乱想
- 持续推动团队成员的 X 计划(PIP),绝不姑息,虽然对我自己来说是个折腾的过程,但是纠错是必须的
本周文章
看着有点意思,值得看看,关乎投资,关乎市场,也谈人性。
Anthropic 把 Skills 独立出来了形成开放标准了,类似 MCP
Anthropic 提出 Don't Build Agents, Build Skills Instead 的理念,他们把 models 类比于 CPU 处理器,Agent 运行时是操作系统(这里指 claude code),Skills 则是应用。未来 claude code 会是一个 agent 运行时,不需要费心费力自己构建整套 agent 系统了,直接基于 claude agent sdk,然后开发 skills 就足够了。
经过这两年大家构造各种 agent 的经验来看,Anthropic 这套理念目前看来是比较靠谱的,整个 AI Agent 应用构建的新范式应该算是慢慢沉淀下来了,马上会迎来 Agent 的大爆发。
https://agentskills.io 好的趋势,形成标准,统一各个 Coding Agent 的玩法,下面是 HN 上的更多讨论:
黑客讨论: Agent Skills 现已成为开放标准
文章摘要: Claude 技能系统迎来重磅升级!现在,企业管理员可以一键为整个组织部署由 Notion、Canva、Figma、Atlassian 等顶级合作伙伴构建的现成工作流,让 AI 真正理解并执行你的业务逻辑。更炸裂的是,他们宣布将 Agent Skills 作为开放标准发布,这意味着你的技能未来将能在不同 AI 平台间自由穿梭!准备好让你的团队生产力原地起飞了吗?
评论总结: 评论讨论了标准碎片化风险(如 MCP、A2A),认可 Anthropic 的开放策略,并关注企业部署的复杂性与成本。
亮点评论: 有评论调侃道:“终于可以把我的‘左填充’神技分享给全世界了!”,并附上了一个幽默的 GitHub 技能链接。
原文链接: 面向组织、合作伙伴和生态系统的技能The Blueprint for Agentic AI in Industrial Operations
一系列的文章,目前已经有 4 篇:
- Part1: Establishing Real-Time Data Flow for Agentic AI Through Streaming and Unified Namespace
- Part2: Enabling Contextual Intelligence for Agentic AI in Industrial Operations
- Part3: Identifying Agentic AI Use Cases for Operational Efficiency in Industry
- Part4: Establishing Governance Frameworks for Agentic AI in Industrial Operations
This blueprint systematically addresses these challenges through five interconnected frameworks:
- Establishing Real-Time Data Flow for Agentic AI Through Streaming and UNS
- Enabling Contextual Intelligence for Agentic AI in Industrial Operations
- Identifying Agentic AI Use Cases for Operational Efficiency in Industry
- Establishing Governance Frameworks for Agentic AI in Industrial Operations
- Establishing Multi-Agent Frameworks for Coordinated Industrial Intelligence
从实时数据出发,如何增强治理数据赋予更多上下文信息,为构建 Agentic AI(Agents)奠定基础,不同用例(文中更多是生产制造的用例)考虑构建不同 Agent,同时实现多 Agent 协同,过程中需要考虑成熟度模型以及如何治理。
评论已关闭