AI Agent 运行时动态干预的思考

几周前的一个深夜，我盯着终端里不断刷新的的 Agent 日志，急得想砸键盘。它正按部就班地生成一份需求分析报告，已经跑了十几分钟，拉取了大量数据、画了图表，眼看就要收尾——我突然意识到，需求里漏了一个关键维度：“别按地区分，按用户年龄段分”。如果我此时打断它，之前所有的上下文、中间结果、工具调用状态全都得丢弃，重头再来。如果不打断，它很快就会产出一份我需要花同样时间手动修改的错误报告。

先说结论：市面上能装的工具不少，但大多数装完就放着吃灰了。下面是从我自己在用的东西里筛出来的，按场景分了五类，每类列几个真实用过的。

先推荐一个综合的

如果你想装一个就能覆盖大部分场景的，可以看这个：

dev-skills，地址：https://github.com/ByronFinn/dev-skills

信访新规：中央与地方的冲突加剧了

新版信访规定最值得注意的地方，不是上访程序变复杂了，也不是进京上访变难了，而是它暴露了国内央地关系正在发生的深层变化：

中央正在把解决不了的社会矛盾，制度化地压回给地方。

67 MB 的 DMG 安装包，解压后 164 MB，里面藏着 Anthropic 的 Claude Science（内部代号 Operon）。逆向之后，我看到了 54 张 SQLite 表、9 层安全模型、30 多个生物信息学 Skill，以及一个面向计算生物学的完整 AI Agent 平台。

12 篇文章，我们从 Think-Act-Observe 循环一路拆解到 50 万行的工程深渊。现在站在系列的终点，回头看整条演进路径，一个更大的问题浮出水面：

AI 编程工具最终会演化成什么样子？

claude-code-from-scratch 项目用大约 3000 行 TypeScript 实现了一个"迷你版 Claude Code"。它有 Think-Act-Observe 循环、工具系统、System Prompt、权限控制、记忆、Skill、多代理、MCP——我们在前面 10 篇文章里拆解的核心概念，它全都有。