Computer Use Agents：让模型直接操作你的电脑
拆解 Computer Use Agent 如何用截图、视觉理解、鼠标键盘动作直接操作软件，对比 Function Calling Agent，并梳理 OSWorld、Claude、Operator 与 Manus 的工程取舍。
Category
智能体 (Agents) 专题
围绕 Agent 架构、记忆、工具调用、多 Agent 协作和运行时，把 demo 拉向可控的生产系统。
Agent 架构工具调用多 Agent运行时
17 篇文章 Hermes Agent：一个会自己长出技能的 24/7 个人 AI
Nous Research 在 2026 年 2 月开源的 Hermes Agent 不到两个月就拿到接近十万 stars。它不是又一个 ReAct 包装器，而是一个把 skills、记忆、网关、模型路由全部塞进同一个进程的「常驻 Agent」。本文拆解它的架构、闭环学习机制，以及它为什么是 2026 上半年最值得关注的开源 Agent 项目。
持久记忆：让 Agent 真正「记住」
跨会话记忆的三层架构、Letta/MemGPT 实战、Mem0 与 Zep 对比、图谱与向量混合、Memory as a Service 与隐私合规
Self-Verification：Agent 如何自我验证
验证链、Critic Agent、形式化与事实性验证、Constitutional AI、Guardrail 与成本权衡——从「好用」到「可信」
AI Coding Agent 全景
从 Copilot 到自主 Agent 的跃迁；Cursor、Devin、Windsurf、OpenHands、SWE-agent、Aider、Claude Code 对比；SWE-bench、架构循环与 Agent-Native 工作流
Agent 是什么
从定义、核心能力、和 Chatbot 的差异到真实案例，系统理解 AI Agent 的本质、边界和工程落地方式。
Agent 系统组成
Planner、Executor、Memory、Tools 四大支柱如何协同，以及 Agent 循环与架构模式
ReAct 模式
Reasoning + Acting 如何交织、ReAct 循环的运作方式、优势与局限，以及实践中的实现要点
Plan & Execute
先规划再执行的两阶段架构、Replanning 机制、与 ReAct 的对比，以及 LangGraph 等实现方式
Multi-Agent 系统
多 Agent 协作的通信模式、角色分工、编排策略，以及 CrewAI、AutoGen 等框架与实战考量
Agent Memory 系统
解释 Agent 为什么需要记忆，梳理短期记忆、长期记忆、用户档案、工具状态与 MemGPT 虚拟内存等实现策略。
Self-improving Agents
讨论 Self-improving Agents 的愿景与现实边界，涵盖技能库、Prompt 进化、人机反馈循环和可控改进机制。
LangGraph
用图结构构建有状态的多步骤 Agent 工作流，讲清 LangGraph 的核心概念、节点边状态、设计模式与实战取舍。
AutoGPT
回顾点燃 Agent 革命的 AutoGPT，分析它的架构、能力边界、失败原因、遗产与自主 Agent 的演进谱系。
CrewAI
介绍基于角色协作的多 Agent 框架 CrewAI，覆盖核心概念、任务编排、Flows 演进、适用场景与实战对比。
AI 工作流自动化
从单 Agent 到端到端流程，梳理文档、代码、数据、客服等 AI 工作流自动化场景，以及编排工具和监控要点。
Reflection
讲解 Agent 如何通过自我评估、批评、修正和 Reflexion 模式提升输出质量，以及 Reflection 的适用场景和局限。