俯卧撑

10k Star!开源Coding Agent Harness仅用117MB运行10个会话,还能修改自身源码_我的网站

锵锵三人行

A |     智猩猩AI整理     编辑:没方               最近在折腾几款 AI 编程工具,很多人第一反应都是问背后用的是GPT-5.6 Sol还是Claude Fable 5。    

当地时间5月15日,斯洛伐克首都布拉迪斯拉发市,该国总理罗伯特-菲佐参加完内阁会议后,在和当地民众打招呼的过程中突然遭遇枪击,从现场传出的视频看,行凶者和菲佐的距离很近,开了好几枪,菲佐的保镖虽然第一时间上前摁住凶手,但他还是身中多枪,一度被传有生命危险。

B |

截至目前,菲佐还在医院接受治疗,但据称已脱离生命危险。行凶者被当场抓,是一名叫尤拉伊-辛图拉的71岁男性,是一名作家和政治活动人士,这个身份,一看就知道是出于政治动机,斯洛伐克内政部长很快也确认了这一点。而这,就要说到菲佐本人,和美西方大多数政客,完全不同的政治倾向了。
去年10月,菲佐领导的方向党在国民议会选举中获胜,他在胜选演讲中明确表示,不会支持向乌克兰提供新军援,因为斯洛伐克人民,面临着更严峻的问题。                   但相同模型,放进不同的编程工具里,表现可能完全不一样。                   有的 Agent 能连续工作几个小时,写完代码还知道运行测试、检查结果、继续优化。斯洛伐克是个小国,人口只有543.2万,没啥钱,过去两年为了援乌,他们把能给的武器装备都给了,还提供了不少经济援助。
对德、法这种西欧富国来说,给乌克兰几十上百亿美元不算啥,跟俄罗斯翻脸,不买俄罗斯的能源也无所谓,但斯洛伐克不行,他们的人民还要过日子,不买俄罗斯廉价能源,美国天价液化气又买不起,人民用啥,这可是实实在在的问题。
于是菲佐提出,不仅不能继续援乌,还要俄乌进行和平谈判。他面对各国媒体,说了一句相当有深意的话,说战争源于西方,和平来自东方。

C |                    有的写了几十行代码,就告诉你任务已经完成。他对中、俄持什么立场,大家就可想而知了,西方媒体把他定义为“亲俄总理”,这就不说了,据当地媒体报道,菲佐还打算在今年6月,率团访问中国,跟我们签一些合作协议。

D | 等真正运行项目,才发现测试没跑、依赖没装,甚至文件都改错了。                   模型明明没有变,差距从哪来?                    答案可能藏在模型外面的那层 Agent Harness 里,可以理解为包裹在大模型外部的“智能体运行系统”。

如果菲佐只是一个刚上台的总理,对中、俄“友善”一些可能还没啥,但他在斯洛伐克政坛干了30多年,当过三任总理,在民间很有声望。最重要的是,苏联没解体之前,这老哥是捷克斯洛伐克共产党党员,从政以来一直是亮明身份的左翼,这些甲叠到一起,再结合如今动荡不安的国际局势,他被斯洛伐克国内一些亲美势力盯上,要除之而后快,逻辑就很通顺了。                   它负责把模型、上下文、记忆、工具、权限、终端界面、任务调度和多智能体协作串联起来。
事发之后呢,欧盟委员会主席冯德莱恩、德国总理朔尔茨、英国首相苏纳克等人,纷纷谴责这样的暴行,声称绝不会容忍这种针对政治家的暗杀。                   模型决定 Agent 的能力下限,而 Harness 则在很大程度上决定模型能够稳定工作多久、一次能处理多复杂的任务,以及最终能把多少智能转化成真实生产力。和这些政客只在口头表示不同,塞尔维亚总理武契奇和匈牙利总统欧尔班表示,会在近期前往斯洛伐克,探访菲佐。塞尔维亚和匈牙利,可是我们这边才去访问过没多久的国家啊,武契奇和欧尔班的态度,已经能说明很多事情。

E |                    今天刷github日趋榜,看到了个名叫 jcode 的开源项目,正试图把 Agent 这层外壳推到更远。

当然,我们也不能说,这件事背后就是美西方,是中央情报局。这种事情,可能永远查不出真相,也有可能查出来,是这位杀手的“个人行为”,比如前两年刺杀安倍的山上彻也。                             它是一套使用 Rust 构建的终端 Coding Agent Harness,主打多会话工作流、持久记忆、多智能体协作、高度自定义和低资源占用。我们只能提醒欧洲这些,还算清醒的政治家们,注意人身安全,欧尔班,武契奇,也包括法国总统马克龙吧。
。在github上已经收获10k stars。

F |          项目链接:           https://github.com/1jehuang/jcode                         01          从单次对话,走向          长期运行的Agent工作系统                    记忆系统是jcode的一大杀手锏,下面这段演示视频可以直观看到它的记忆召回效果:                    播放          下一个          打开循环播放          00:00     /     00:00          倍速          3.0X     2.0X     1.5X     1.25X     1.0X     0.75X     0.5X          多音轨          AirPlay          0          静音播放中,点击 恢复音量          画中画          网页全屏          全屏          你可以 刷新 试试          视频信息     1.33.6          播放信息 上传日志 调试信息 [X]          视频ID     VID     -          播放流水     Flowid     -          播放内核     Kernel     -          显示器信息     Res     -          帧数     -          缓冲健康度     -          网络活动     net     -          视频分辨率     -          编码     Codec     -          mystery     mystery     -          按住画面移动小窗          jcode 记忆功能演示                    它会将每轮对话转换为语义向量,并利用记忆图谱管理这些信息。当新任务到来时,系统会通过余弦相似度检索与当前对话有关的记忆,再将命中的信息注入上下文。                   为了降低“相似但不相关”的记忆干扰,jcode还可以调用独立的Memory Sideagent,对召回内容进行二次判断。

G |                    这个Sideagent既可以验证记忆是否真正相关,也可以继续执行信息检索,再把整理后的结果交给主Agent。                   记忆的写入也不完全依赖用户操作。

H |                    当对话发生明显语义漂移、间隔一定轮次或者会话结束时,记忆Sideagent可以从对话中抽取值得长期保存的信息,写入记忆图谱。

I |                    在后台模式(Ambient Mode)下,系统还会定期整理和整合记忆,检查过期信息与潜在冲突。

J |                    jcode将多会话工作流作为核心设计目标。

K |                    用户可以让jcode作为后台服务器持续运行,再从不同终端连接到同一服务。多个会话可以复用同一个后台服务,并由服务端统一管理会话连接、Agent通信和协作状态,而不需要为每个终端都重新启动一套完整的运行环境。                   根据项目公布的自测结果,按照PSS内存指标计算,在关闭本地嵌入功能时,jcode运行一个活跃会话的内存占用约为27.8MB。而Claude Code约为386.6MB,约是 jcode 的13.9倍。                             当活跃会话增加到10个时,两者的资源差距更加明显:jcode的内存占用约为117MB,Claude Code则达到约2300.6MB,约为jcode的19.7倍。                   从会话扩展成本来看,jcode每增加一个会话,额外内存占用约为9.9MB;Claude Code每增加一个会话则需要约212.7MB,约为jcode的21.5倍。

L |                              jcode的另一项重要能力,是原生Swarm多智能体协作。                   当Agent A修改了Agent B此前读取过的文件,服务器会主动通知Agent B,提醒它当前代码已经发生变化。Agent B可以根据任务相关性忽略提醒,也可以查看Diff,确认自己的修改是否需要调整。                   Swarm协作文件变更通知                    不同Agent之间还可以发送私信、广播消息和同步任务状态。主Agent也能够自主创建新的Agent团队,把工作拆分给不同成员并行处理,自己则转变为负责规划、调度和汇总结果的协调者。                   为了降低大仓库中的上下文消耗,jcode还开发了面向Agent的代码搜索工具Agent Grep。

M |                    该工具会在搜索结果中加入文件结构、函数列表和函数所在位置等信息,让模型在不读取全文的情况下,大致判断相关代码承担什么作用。                   还会根据Agent已经看过的内容,自适应地截断重复搜索结果。                   Skills也采用了类似的按需加载思路。jcode不会在启动时把所有Skill完整写入上下文,而是对当前对话进行语义匹配,在检索到相关Skill时再自动注入。                   用户和Agent仍然可以通过工具或斜杠命令手动激活Skill,但无关的说明不会长期占据上下文窗口。

N |                    浏览器能力同样纳入了Harness设计。目前jcode内置的浏览器工具主要通过Firefox Agent Bridge工作,可以执行打开页面、获取内容、点击、输入、填写表单、截图、滚动和上传文件等操作。

o |                    jcode最有趣的功能是Self-Dev模式。                   进入这一模式后,Agent可以直接修改jcode自身的源代码,随后完成构建和测试,重新加载生成的二进制程序,并继续处理原有的一个或多个会话。                   如果用户不满意界面布局、工具行为或者某项工作流,可以让Agent直接修改Harness本身,而不必完全等待项目维护者提供新功能。                   这让人想到翁荔最近提出的一个判断,在模型能够稳定修改自身权重之前,AI的自我改进可能会率先发生在Harness层。

p | 《DeepSeek崔添翼力挺翁荔最新长文:AI自进化先从Harness开始》                    jcode的Self-Dev正是提供了象征意义的工程样本。                   02          安装教程                    (1)macOS 和 Linux          `curl -fsSL https://jcode.sh/install | bash`                    (2)Windows 11          `irm https://jcode.sh/install.ps1 | iex`                    安装完成后,在终端输入 `jcode` 即可启动交互式界面。

q |                    03          总结                    总的来说,jcode能够为Coding Agent搭建一套更完整的工作系统,让智能体记得更久、协作得更好,也能在用户授权下按需改造自己的运行环境。

Current article:http://c0wost.liangkuataosanxuanmiancen.sbs/news/20260826_591660.html

Published on:16:39:25