15 小时删掉 37.5 万行代码，Coding Agent 开始自己带团队了
Hermes Agent 连续工作约 15 小时，累计调度 1320 个 Subagent，删掉 37.5 万行代码。Coding Agent 正从写代码的工具，变成会自己带团队的调度者。
长文
精选与最新
OpenClaw 2.0 到底升级了什么？用了半年，我更关心这 6 个变化
用了半年 OpenClaw，我最关心的已经不是它会不会干活，而是它能否持续、稳定、可控地运行。2.0 重点补上了安装、任务、记忆、交互、协作和权限。
当数学家把未公开证明交给 AI，平台还是工具吗？
一场尚无定论的数学争议，把高价值工作进入 AI 之后最难回答的数据边界问题推到了台前。
- Coding Agent 与 Agent 工程在 OpenAI，研究员工作一天，背后还有 3.1 个“Agent 工作日”
- Coding Agent 与 Agent 工程Vercel 跑了 200 多次，终于摸清了怎么把经验教给 Agent
- AI 与组织管理李彦宏这句话，两个月就在硅谷应验了
- OpenClaw 实战我把 AI 助手从 Claude 切到 GPT-5.5，他变强了，但不像他了
- OpenClaw 实战450+ 医学研究 AI Skills，从文献检索到 SCI 投稿全覆盖
- Coding Agent 与 Agent 工程用 chezmoi 同步多台机器的 Claude Code 配置：完整教程
收集
我收集的案例
Anthropic
原文未给量化结果
Anthropic：用 Claude 解析噬菌体 vault 结构，纯化从 3 天压缩到 90 分钟
Anthropic 生物研究实验室用 Claude 贯穿 vault 颗粒研究全流程：在约 15 亿预测蛋白中搜索到 44 个候选，经表达筛选、纯化到冷冻电镜结构解析，首次发现原核细胞（噬菌体来源）vault 的 3D 结构。核心数字：vault 纯化从常规 3 天降为约 90 分钟，首个结构模型 34 小时内完成。该 vault 由 96 份单一蛋白组成，质量约 9.5 兆道尔顿。证据：A · 公司研究博客（厂商自述）。
2026-11-05打开案卷 →
Circle K
45–60 分钟 → 15 分钟内
运维故障初查
便利店巨头 Circle K 把 Grafana 告警接到 Amazon Bedrock Agent：自动跨账号查 ECS/日志/链路，再带着线索搜 GitHub，最后把「可能原因 + 证据 + Owner + 建议」推到 Slack。团队自报平均初查从 45–60 分钟降到 15 分钟内；修复仍由人做。证据等级 C（AWS 客户故事）。
2026-11-03打开案卷 →
LangChain
代码量约少 80%
自有内容生产 Agent 迁到托管平台
LangChain 将 Deep Agents 套件托管到 LangSmith：用项目文件夹定义指令/技能/定时等，mda deploy 上线。内部 Content Studio 迁入后自述代码约减少 80%。证据为厂商工程博文（C），非外部客户审计。
2026-11-03打开案卷 →
收集
我关注的动态更新于 11 月 9 日
Agent
Verisk 把五个 Agent 接进 Jira 全流程，测试计划从 3 小时压到 10 分钟
AWS 发的这篇客户案例里，保险数据公司 Verisk 给需求、拆任务、写代码、代码评审、测试五段各配了一个 Agent，跑在 Bedrock AgentCore 上，用 MCP 接…
Agent
DeepSeek Harness 上线不到三个月日活 154 万，六成活跃用户装过第三方插件
DeepSeek Harness 团队公布：截至 11 月 4 日，只算走官方 API 的用户，这款开源 Agent 应用日活 154 万，每天消耗约 92 万亿 token；9 月 30 日还只有 27.1 万，前一天刚出桌面版。
AI 编程
真实改需求测试：最强编码 Agent 只有 26.4% 的任务能一次全做对
阿里和复旦等高校的 Co-Design Bench 从 2.6 万多个真实编码会话里挑出 273 个改网页应用的任务，有的需求附带截图、录音、视频或文档，用 2,331 条隐藏验收标准打分。
关于我
凡人小北
