Loop Engineering 速通教程

Loop Engineering 是 2026 年 6 月 OpenAI 工程师 Osman 提出的新范式:一次启动、循环完成,让 AI 自主执行完整工程。它依赖 Agent Loop、MCP、Harness Engineering(Deep Agent)三件事的同步成熟。本文从概念、历史、四种 Engineering 对比、五大构建模块、11 个设计要素、7 类风险到合同自动化实战,全方位讲透这一 AI Agent 时代的核心方法论。

用大白话指挥AI做量化:港大开源Vibe-Trading的452个因子+48个MCP工具

港大数据科学实验室开源Vibe-Trading,用自然语言驱动量化研究。集成18个数据源、10家券商、452个预建因子、48个MCP工具,实现从策略生成到回测验证的全自动闭环。

巴菲特·芒格看了会沉默: ai-berkshire把价值投资四大师方法论装进了多Agent系统

ai-berkshire是Claude Code驱动的开源价值投资研究框架,把巴菲特、芒格、段永平、李录四大师方法论装进多Agent并行研究系统。本文拆解其架构、与同类量化项目对比及对我们做AI/电商运营的可借鉴之处。

hiring-agent:让AI简历评估像资深HR一样公正可解释

interviewstreet/hiring-agent 单日斩获 203⭐,是 2026 年少数把’公平可解释’当核心卖点的 AI 简历评估工具,本地 Ollama 跑 PDF+GitHub 信号增强,附四维评分+CSV 导出。

Voicebox:本地跑的7引擎TTS+声音克隆+MCP语音,给ElevenLabs找了个开源替身

jamiepine/voicebox 2026-06-23 以 529⭐ 登顶 GitHub Trending AI 榜第 3,把 7 种 TTS 引擎 + 零样本声音克隆 + 全局听写 + MCP Agent 语音输出整合到一个本地应用,是 ElevenLabs + WisprFlow 的免费开源合二为一替身。

别再让AI单打独斗了——多智能体协作的工程实践与底层逻辑

multiagents规范

一群能力各异的AI通过分工协作,能做出远超单个AI的效果。本文从Claude Code的源码设计出发,拆解多智能体架构背后的三条工程铁律和五个实用落地策略。