字面上没有人知道什么是代理。 我见过很多人把应用程序称为“代理”，只要它们使用 LLM。 然后我们有那些谈论“代理系统”和“代理工作流程”的人。如果你问他们是什么意思，他们会开始结结巴巴。

AG-UI 的重大更新！ 三个 AI 原生协议：MCP、A2A 和 AG-UI。 各个领域的采用率都在迅速增长，并且这些协议都在不断进行大规模更新。 以下是 AG-UI 的一些重大更新： 对于那些还没有听说过的人，AG-UI（代理-用户交互协议）使您能够将代理集成到前端应用程序中。它为您提供： • 实时更新 • 工具编排 • 共享可变状态 • 安全边界 • UI 同步 他们刚刚更新了协议，以下是新内容： 1. AG-UI 现在有了 CLI！ 2. Pydantic AI 现在与 AG-UI 兼容。 3. 构建额外 AG-UI 客户端的新流程简化了 10 倍。 4. AG-UI 和 A2A 之间的握手预发布。 5. 现在您可以可视化您的 A2A 交互。 6. A2A 交互现在可以主动联系用户。 7. 完全改版的贡献流程。 您可以通过一个命令构建您的第一个 AG-UI 驱动的应用程序： $ npx create-ag-ui-app my-agent-app 查看协议的 GitHub 仓库：

自学习代理 👀

编写更好代码的最佳方法之一： 每次您推送到代码库时，使用自定义的专业代理自动审核代码。 我与 @baz_scm 合作，他们会根据您自己的编码风格和规则自动生成自定义审核代理。这是我见过的第一个做到这一点的工具。 在 Baz 中创建代理的三种不同方式中，我最喜欢的是通过提示定义规则并在游乐场中测试，然后再部署的方式。 请查看下面的视频和链接。Baz 与我合作了这个。

AG-AI 协议的又一个酷炫更新！ AG-UI（代理-用户交互）协议使您能够将代理集成到前端应用程序中。

Copilot 在 Beast Mode 中简直是一头野兽！ 我直到昨天才意识到这一点，它看起来不错（还有点疯狂！） Beast Mode 是一种自定义聊天模式，赋予 @code 的 Copilot 一些超能力：. 你可以用 Beast Mode 替代 Copilot 的默认 "Agent" 来处理所有事情。 期待： • 更多规划 • 更多工具使用 • 更多互联网使用 • 更加固执 • 更少的指导 • 更少的行动恐惧 如果你觉得运气不错，可以尝试 Beast Mode。我不建议在你的 $250,000/年 的代码库上使用 Beast Mode，除非你是老板。 这里有一个关于如何启用它的视频。你可以在下面找到带有说明的链接：

1小时的练习比10小时的教程要好100倍。 人们喜欢把一切都复杂化，但在软件开发中掌握技能来自于遵循一个非常简单的过程： 构建 → 部署 → 分享 → 改进 → 重复 你现在不需要另一个教程。你需要的是开始编码，并获得帮助你改进的反馈。 我想你会喜欢这个： 如果你是一个氛围编码者，你应该看看@YouWareAI（他们刚刚上线并与我合作）。他们的想法很聪明：这是一个你可以构建AI应用程序并获得反馈、流量和支持者社区的平台。 外面没有这样的东西。 它的工作原理如下： 步骤1：你可以浏览其他人正在构建的内容。你可以从流行的应用程序中获得灵感，甚至可以重新混合一个现有项目。这里是链接： 步骤2：你可以用英语开始构建你的应用程序。这是一个氛围编码平台。 步骤3：发布你的应用程序并获得即时反馈。人们可以点赞、评论，甚至可以分叉并改进它。 无需本地设置。无需样板代码。 看起来这是一个完美的资源，可以帮助每个人提升水平。

人工智能和机器学习教育存在问题。 如果你想成为一名研究人员，那很好，但如果你想开始解决问题，几乎没有资源能教你实用的课程。 我正在解决这个问题。 以下是我在我的实时AI/ML工程师小组中涵盖的一些主题： 1. 如何框定问题 2. 如何处理数据以训练和部署模型 3. 如何构建RAG系统 4. 如何评估应用程序 5. 如何部署这些应用程序 6. 如何在生产中测试这些应用程序 7. 如何优化这些应用程序 9. 如何使用监控和可观察性 10. 如何使用MCP和A2A 忘掉理论概念和书籍吧。你将在这里直接从经验中学习。 下一个小组将在两周后开始。 • 这是实时的（但也会录制） • 这很艰难 • 这很实用 • 这非常有趣 更重要的是： 这将帮助你提高一个数量级的生产力。 链接如下：

从今天开始，我将回到 @code + Copilot，而不是使用 Cursor。 我听到很多人赞扬 Copilot 最近的几个版本。上次我尝试它时，我并不喜欢，但那已经是几个月前的事了。 一般来说，使用 @code 比使用任何分支要好。唯一让我想要寻找其他选择的原因是 AI 功能，但如果 Copilot 能达到 Cursor 能力的 90-95%，我就不会离开。 等我知道更多信息后会再报告。

网络爬虫是一项关键技能，但却没有人谈论它。 你认为公司是如何训练他们的大型语言模型的？你认为数据来自哪里？ 但网络爬虫远不止于此。 想象一下，给一个AI代理实时访问任何公共在线数据的权限！我喜欢称之为“按需网络爬虫”，我很确定这将为AI应用解锁无限的潜力。 我录制了一个快速视频，向你展示如何使用@apify来实现这一点。我之前谈过他们，他们正在与我合作撰写这篇文章。 他们拥有最好的开源网络爬虫和浏览器自动化库之一： 但这还远不止于此！ 你可以使用MCP将你的AI代理和应用连接到Apify平台，并按需使用任何专业的演员来抓取和处理在线数据。 在视频中，我使用Cursor实时抓取包含“机器学习”字样的LinkedIn帖子。效果非常好，无需编码！ 这是平台的链接： 想想这个： 你现在可以按需为你的AI应用提供任何公共数据！ 我们还没有准备好迎接即将到来的变化。