批次来源页：Agent 记忆、多模态状态与产业跃迁
批次来源页：Agent 记忆、多模态状态与产业跃迁
来源类型： 批次综合页（微信文章4-批次019）
日期： 2026-08-24
标签： agent-memory, multimodal-agent, harness-engineering, benchmark, spec-driven-development
覆盖文件数： 12 篇
覆盖文章列表
| # | 标题 | 来源 |
|---|---|---|
| 1 | AI Agent 深拆｜图能让 AI 决策可追责吗？Semantica 登顶拆解 | 掘金/苏灿烤鱼 |
| 2 | 收藏！9 个高质量 AI PPT Skill，覆盖四大使用场景 | 公众号·AI工具派 |
| 3 | 从对话到任务：智能体为什么是AI产业化的关键跃迁 | 公众号·曾鸣书院 |
| 4 | 从会聊天到能管钱：Agent 进入交易时代 | 公众号·极客公园 |
| 5 | AI Native 下的混沌工程：Agent 军团如何重新定义系统韧性验证 | 公众号·千问AI平台 |
| 6 | 对话刘靖康：镜头之外的「智能」和「审美」，才是 Camera Agent 的主战场 | 公众号·极客公园 |
| 7 | Agent 记忆系统：从短期记忆到长期记忆 | 掘金/吃饱了得干活 |
| 8 | 同一画面，两种动作：多模态 Agent 如何验证状态是否足够 | 掘金/武子康 |
| 9 | LangChain DeepAgents 速通指南（十二）——命令体系与工程设计 | 掘金/大模型真好玩 |
| 10 | 别让 Agent 猜需求：前端用「一页 Spec」把返工砍掉一半 | 掘金/牧艺 |
| 11 | ICML 2026｜NaviAgent：面向 Oxygen 智能体的可扩展工具编排 | 掘金/京东云开发者 |
| 12 | 中国智能体登顶OSWorld，90.2%成功率刷新世界纪录 | 公众号·甲子光年 |
| ## 核心主题 | ||
| 本批沿"Agent 从对话走向任务执行"主线拆四个侧面：记忆系统、多模态状态充分性（同一观测对应不同动作）、Harness 工程化（命令体系、Spec、图导航、Agent 军团）与产业跃迁（价值创造单元、交易时代、OSWorld 登顶、Camera Agent）。共识：模型定能力上限，工程层定"能否稳定可控低成本把事办成"；暗线是可验证性——PROV-O 让决策可追责，反例测试让状态可推翻，Spec 让需求可勾选，执行式评测让结果可复现。 | ||
| ## 关键发现 | ||
| ### 记忆与证据链 | ||
| 1. 【文7】短期=State+Checkpointer+Thread ID；长期=Store/Namespace/Key/Value+语义检索；治理=裁剪/删除（墓碑留审计）/摘要（token 阈值）。 | ||
| 2. 【文1】Semantica 决策=一等图节点（record_decision/check_decision_rules），导出 PROV-O，图与推理不需 LLM；v0.6.0 修来源追踪/规则推理/远程 Fuseki 静默写入 bug。 | ||
| 3. 【文9】记忆=AGENTS.md+MemoryMiddleware 注入+防护中间件锁区。 | ||
| ### Harness 工程化 | ||
| 4. 【文9】28 斜杠命令五层架构；BypassTier 五级（/quit 插队）；/skill: |
||
| 5. 【文10】一页 Spec=目标/不做清单/状态/交互/约束/验收；Rules"像我们"、Skills"按步骤"、MCP"看真东西"、Spec"做对事"。 | ||
| 6. 【文11】NaviAgent 双层：LLM 只管四类动作，TWNM 异构图（边权=历史成功率）+HGT+双剪枝+滑动平均进化+路径重组三级恢复；Hard TSR 44.9%（+18.2pp），消融 34.5%→55.2%。 | ||
| 7. 【文5】AICP：9 Agent 分层+Redis 黑板（原子写/乐观锁/ACL）+双进化回路+三道闸门，仅执行 Agent 有破坏权限；闭环数天→40+ 分钟、策略月级→日级、人力→0.1 人；提"记忆/知识库边界"。 | ||
| ### 多模态状态与落地 | ||
| 8. 【文8】Observation=证据，State=任务/动作/时域的充分性假设；同帧图+命令仅 accepted 时应保持/重夹；失效链=时间错位/隐藏变量/只记请求不记结果；四类反例测试。 | ||
| 9. 【文12】人类基线 72.36%，实在 Agent 90.2% 登顶（2026-07-27，首个破 90%）；跨应用 78.81/GIMP 92.3%/底层 24 任务满分；Model+Harness 差 6%-17%（编码 5%→30%+）；Per-Seat→Per-Outcome。 | ||
| 10. 【文4】落地=可信任+可反复完成（采用率/可靠性/可衡量/可审计/回退五维）；委托授权≠控制权转移（OAuth+护栏+禁资金外流）；收购 OpenPay/Leapfin 补上下文；100%/90%/Copilot 三类分层。 | ||
| ### 产业跃迁与生态 | ||
| 11. 【文3】曾鸣：Agent=持续运行工作单元（拆解/调用/调整），价值创造单元非能力单元；少数成"高频入口"。 | ||
| 12. 【文6】影石"前轻后重"：光学轻、重心后移 AI；云端剪辑 6 元/条、两月数十万条、导出率>50%；审美=公约数+命中率上限；端云=订阅/买断。 | ||
| 13. 【文2】PPT Skill 星标梯度：44.3K/34.4K/27.2K/23.7K/7.8K/4.9K/3.4K/2.9K/1.2K（Master→gpt-image2），四场景分化。 | ||
| ## 提取的概念 | ||
| - concepts/agent-memory — 记忆与治理 | ||
| - concepts/short-term-memory — 会话三要素 | ||
| - concepts/long-term-memory — 跨会话存储 | ||
| - concepts/harness-engineering — Model+Harness | ||
| - concepts/computer-use — OSWorld 90.2% | ||
| - concepts/benchmark — 执行式评测 | ||
| - concepts/agent-evaluation — 反例测试 | ||
| - concepts/next-state-signal — 回执/隐藏状态 | ||
| - concepts/spec-driven-development — 一页 Spec | ||
| - concepts/agent-orchestration — 军团/图导航 | ||
| - concepts/knowledge-graph — 决策图/工具图 | ||
| - concepts/agent-skill — Skill 命令生态 | ||
| ## 提取的实体 | ||
| - entities/langchain — LangGraph 记忆与 DeepAgents | ||
| - entities/zengming — 曾鸣价值创造单元 | ||
| - entities/jingdong — NaviAgent/Oxygen | ||
| - entities/alibaba — AICP 军团 | ||
| - entities/guizang — 归藏网页 PPT Skill | ||
| - entities/ppt-master — 学术 PPT Skill | ||
| - entities/cursor — Spec 落地工具 | ||
| - entities/claude-code — 斜杠命令范式 | ||
| ## 与 OpenClaw/Hermes 的关系 | ||
| 文7/文9 记忆分层与 OpenClaw 的 workspace-memory、hermes-memory 同构，治理策略可移植为记忆中间件；文2 Skill 生态与文9 /skill: |
||
| ## 我的判断 | ||
| 1. 记忆从"RAG 增强"转向"治理优先"（置信度高：文7/文5 印证，文9 已产品化）。预测 2026-2028：TTL+语义索引+治理打包成框架标配中间件。 | ||
| 2. 竞争重心模型→Harness，中国团队 Computer-Use 先拔头筹（置信度中高：90.2%、6%-17%、6000+ 企业数据三证据）。预测 2027 前基准逼近人类上限，竞争转向生产线（熔断/人机确认/回滚/端云调度），Per-Outcome 2028 前普及。 | ||
| 3. "状态充分性"将成安全关键 Agent 工程规范（置信度中：尚无标准化评测）。预测 2026-2028 出现反例套件（OSWorld 变体），状态快照+对账规则进审计要求。 |
