AI 网关从零到上手（三）一次配置，模型随便换：多模型统一接入
上篇咱们把 AI 网关这台"闸门"装起来了，还通过网关调通了 DeepSeek。但说实话，那台网关还是个"空壳"——里面只挂了一家模型。今天开始填肉。先解决最常见的需求：多模型统一接入。
从模型调用到任务交付：MaaS 如何走进 Agent 生产
Personal Agent 的潜在人群，正在从开发者扩展到更广泛的工作与生活场景:从约 4700 万全球活跃开发者，到约 10 亿知识工作者，再到约 60 亿普通网民。
面试官反问：Agent 为什么必须学会遗忘？讲解agent memory长期记忆
面试官：你刚才讲长期记忆分了短期、长期，长期里又拆了情景记忆、语义记忆、程序记忆。那我追问一个——既然整理得这么明白，为什么还要给 Agent 专门设计一个"遗忘"机制？♂️我：呃……记忆越来越多，检索会变慢，塞进上下文也浪费 Token？面试官：这答案不能说错。
详细拆解 Pi Agent：产品经理搞懂 Agent 的最佳实践
在 Terminal Bench 2.0 这个专门评测 Agent 完成真实计算机任务的榜单上，Pi 与 Codex、Cursor、Windsurf 一同排进了前五(;答案是够，而且这不是极限操作的取巧。
DeepSeek 的 Super-agent 设计，和我们的工程实践
看完 DeepSeek Harness 的 Super-agent 设计，作者把自家一年多的折腾翻了出来:任务分给多个 Worker 并行跑，数据库存会话状态，外部 Watchdog 盯异常，最后落到 Lobe 上真接管了网站维护和选题调研。
国内大模型使用体验
我自己是 AI 深度使用者，日常主要在两款编程工具里干活——Claude Code 和 Codex（下文简称 CC、CX），也小尝试过一把国外模型，但是感觉太麻烦，而且并没有想象中那么厉害，所以现在日常用的全是国内厂商的模型。
开始喜欢看前沿框架的Agent.md（一）：如何防止过度设计
文末附有 Pi、Hermes Agent、OpenCode、DeepSeek Harness 和 OpenClaw 的 AGENTS.md 完整原文，方便查阅和复制使用。Pi · AGENTS.mdhttps://github.
MaaS平台性价比重构：从Token单价到任务成本的选型逻辑
2026年上半年，中国MaaS市场规模达到106.3亿元人民币，同比增长889.4%，正式迈入百亿级赛道。盘子迅速变大，选型难的问题也跟着浮上来。中国信通院《大模型词元服务性能监测报告（2026年）》显示，同一款模型在不同平台上的表现差异明显，部分指标差距接近一倍。
2026年，开发Agent 越来越多，我们也跟着折腾了一年
2026年，大概是开发 Agent 绚丽开花的一年。新产品不断出来，老产品不断更新。今天觉得这个好用，过几天又发现另一个更顺手。我们也一直在跟着变化。这半年，我们陆陆续续换了好几套 AI 工具。