摘要

GitHub 正将 Agent HQ 定位为编程 Agent 与开发者期待中的归宿，而不只是又一个自研助手。 主持人提到 GitHub 拥有1.83亿开发者，Jared Palmer 则称 GitHub 的开发者数量已超过1.8亿。Jared 表示，GitHub 可以将 Copilot、Copilot CLI 与 Claude Code、Codex、Devin 等第三方 harness 组合起来，形成吸引 Agent 和开发者的“引力井”。其战略资产在于掌握工作流并提供 Agent 选择，而不是依赖单一模型。
V0 的历史表明，只有当产品形态与边界跟上之后，模型进步才会被爆发式地货币化。 Jared 称，初代产品用了约9个月达到100万美元 ARR；主持人表示，模型能够支持聊天后，一次重写让收入大约每14天增加“另一个100万美元”，产品由此变成“一艘火箭”。Jared 将其归因于对 Next.js、前端和 shadcn 的刻意聚焦：“这种约束反而让人如释重负。”
真正相关的抽象，正在从模型切换器转向与算力、文件、工具和运行时紧密耦合的 Agent。 讨论认为，松散的模型接口最终会向最低公分母收敛。Jared 将编程 Agent 的配置称为一个独立的“Agent 世界”，其中包括沙箱、文件系统和工具调用。因此，价值正转向 harness、专业子系统、评测，以及围绕模型构建的基础设施。
GitHub 短期的切入口，是覆盖软件生命周期的环境式 AI，而 VS Code 集成则提供了杠杆。 演示中，一个从 Agent HQ 发出的任务会进入 pull request，并可一键在 VS Code 中打开；Jared 还将 issue 分配、合并冲突和损坏的 Actions 视为介入点。未来大约6个月，他的重点是在移动端、Web、GitHub.com 和编辑器中，以“撒盐哥式”的方式铺开 AI。
从90%的成功率走向“多个9的成功率”，剩下的斜坡靠的是可靠性，而不是又一种炫目的模态。 对于编程 Agent 之后是什么，Jared 的答案很简单：“把它们做好”；98%与99%正确率之间的差异非常明显，而多轮会话会放大供应商故障。在 Vercel，关键指标大约每3小时汇总一次，包括无错误会话、延迟、请求丢失和基础设施错误。
可复现的仓库配置仍是尚未解决的基础设施瓶颈，dev containers 虽有前景，但还没有成为标准。 一个专注于 Next.js 的系统可以假设存在安装 package 的路径；通用 Agent 却无法预测某个仓库是否暗中依赖 ffmpeg 之类的组件。讨论提到 Microsoft 内部存在相互竞争的运行时方案，并将共享默认值、自动检测和抢占式处理视为尚待开发的机会。
GitHub 正在将 Agent HQ 与迟来的核心产品修复结合起来，但它的规模意味着，即便是热门需求，也需要付出高昂的落地成本。 重新设计后的首页如今突出任务和最近的 pull request，而社区呼声最高的 stacked diffs 也重新进入积极探索阶段。内部尝试最早可追溯到2020年，包括一个完成度很高的2022年实现，但由于它把 pull request 之外的 stack 引入系统，被认为风险过高。

精读

1. V0 如何将狭窄约束转化为模型进步与产品增长

Jared 的起点早于任何 Vercel AI 团队：当时他负责 Next.js、Turborepo、Turbopack、webpack 和内部工具的工程管理，将一次 Server Actions 的内部试用变成了 AI 试验场。Guillermo 告知 nat.dev 将于周一上线，迫使他立即交付；这次试验也让他逐一处理了各家供应商的 API 和流式传输问题。
这个试验场后来变成 AI SDK，因为 Jared 已经将可复用的流式传输层抽离出来，同时没有把开发者锁定在某一家供应商上。它切入的是 UI 层：提供有用的抽象，但不妨碍开发者。随后，一个用 shadcn 构建的开源 ChatGPT 模板为小团队提供了功能完整的基础，支持快速试验：“这让人如释重负。”
Code Interpreter 催生了最初的生成式 UI 构想：代码执行可以输出表格数据，另一个 prompt 可以将其渲染出来，输出还可能彼此串联。但当时还没有工具调用，上下文窗口只有4,000 tokens，后来扩大到约16,000 tokens；而允许联网执行又引发了安全争论。代码执行的方向被搁置，prompt-to-UI 成为了 v0 的“顿悟时刻”。
2023年9月前后，v0 以“React 版 Midjourney”的形态上线，通过可选的视觉变体来工作，因为当时可靠的聊天能力还不存在。GPT-4 和 GPT-4 32K 的进步抬高了上限，但 Jared 承认：“我们始终没真正让 GPT-4 Turbo 跑起来——我也不知道为什么。”
在商业化方面，Jared 称，第一版产品用了约9个月达到100万美元 ARR。主持人随后表示，模型能够维持聊天、artifact 模式成熟之后，团队重写了产品；重新上线后，收入大约每14天增加“另一个100万美元”，产品由此变成“一艘火箭”。真正持久的优势，是专注于 Next.js、前端和 shadcn。主持人还提到，Vercel 曾向前沿实验室共享其 post-training harness 和经过清洗的数据。

2. Agent 正在取代独立模型，成为产品单元

讨论围绕两种路径展开：整合不同模型的最佳能力，或直接向用户开放模型选择器。复合式方案可以引入专业子系统——搜索不必使用生成模型——也能通过拼接不同组件提升性能，并让产品掌握自己的品牌。
经济账有利有弊。品牌化的供应商模型可以获得联合发布带来的推广，但计费实际上会锚定在该供应商的零售价附近，从而限制溢价空间。Jared 补充称，复合式方案可以在独立于模型实验室的情况下支撑可持续业务，同时真正改善性能。
主持人认为，模型层已经不再是正确的切换抽象：模型与 Agent harness 必须“高度、高度耦合”，否则通用接口就会继承最低公分母。Jared 将编程 Agent 的配置描述为一个独立的“Agent 世界”，涉及循环、算力运行时、文件、沙箱和工具调用。
Agent HQ 正体现这一转变。GitHub 提供 Copilot 和 Copilot CLI，同时容纳 Claude Code、Codex 和 Devin 等第三方 harness。Jared 希望它成为 Agent 和开发者的“归宿”，提供选择，而不是强迫用户采用单一的第一方技术栈。
Skills 又把接口向下推进了一层：主持人将其描述为一个 LLM 原生的软件包，Agent 读取 Markdown 和一个文件目录，使文件系统成为通用接口。讨论强调 MCP 是连接企业上下文的重要机制，而 GitHub 已宣布的 custom agents 则可以将特定任务的 prompt 与 MCP 能力结合起来。

3. GitHub 的优势，在于掌握开发工具之间的接缝

V0 优化的是一个框架和一个问题；GitHub 覆盖所有语言、框架，以及主持人提到的1.83亿开发者。Jared 上任才第13天，称这一规模“非常庞大”，并将 Agent HQ 放入更广泛的 Microsoft CoreAI 组织，该组织包含 GitHub、Visual Studio、VS Code 以及 Azure 的部分业务。
目标体验是连续的，而不是围绕某个目的地展开：发起任务，收到 pull request，然后一键在 VS Code 中打开。Jared 希望 AI 被嵌入现有的摩擦点——分配 issue、解决合并冲突，或修复一个远程失败但本地正常的 Action——让开发者无需脱离工作流。
未来大约6个月，他的重点是让移动端、GitHub.com、Web 和本地编辑器之间的切换无缝衔接。最有记忆点的说法，是以“撒盐哥式”的方式把 AI 撒进原生工作流；Agent HQ 与 GitHub 将共同演进，而不是变成一个孤立的 Agent 控制台。
Jared 认为 dev containers 是一种重要的轻量级沙箱概念，并提出它是否应该成为标准。主持人指出，它们可以打包 VS Code、文件系统、沙箱、安全控制和 GitHub Enterprise 连接能力，同时也提到 Microsoft 内部存在相互竞争的运行时方案。
Jared 认为，仓库配置是 Cognition 面临的头号痛点，Codex 以及其他 Agent 想必也有同样的问题。他指出，Next.js 专业 Agent 往往可以假设执行 npm install；主持人则解释，通用系统无法预判 ffmpeg 之类的隐藏依赖。讨论指向自动检测、抢占式处理和共享默认值；主持人还回忆了一个未能实现的开源框架检测器构想，希望推动生态从 npm 一起迁移到 Bun。

4. 更好的 Agent 需要可靠性工程，而不只是更聪明的模型

当被问及 Copilot 之后、更加自主的编程 Agent 之后会是什么时，Jared 拒绝追逐某个戏剧性的新类别：“把它们做好。” 从90%提升到95%、98%、99%，最终达到“多个9的成功率”，难度会不断加大，而“98%正确和99%正确之间存在巨大差异”。
他警告称，许多 AI 团队对质量的判断都“活在 La La Land”，因为它们没有衡量无错误会话、供应商故障、请求丢失或延迟。在 Vercel，关键指标大约每3小时汇总一次，形成一种近似“电子游戏式”的运营循环，让好日子还是坏日子都能立即显现。
基础设施可靠性本身就是模型质量的一部分，因为推理服务还没有像数据库那样具备可靠的正常运行时间。不同供应商在性能和可用性上各不相同，而且“总是在宕机”；Jared 将 OpenRouter 和网关产品的成功，与多轮 Agent 会话期间切换供应商和故障转移的需求联系起来。
Computer use 仍是讨论中的一种模态：Jared 称，它过去以慢、差、不准确而闻名，但正在改善，尤其是在 DeepSeek-OCR 和 olmOCR 等开放视觉模型的推动下。主持人认为其计算成本很高。Jared 仍强调最后的困难阶段：“细节决定成败。”
Jared 也将 Agent 用于个人工作流。他让 Claude Code 处理父亲的会计表格，后者生成了 Python 脚本，看起来比 ChatGPT 更好，但后来“跑偏了”。他使用 Agent 浏览器，目前主要用 Atlas，同时保留带有垂直标签页的 Arc；他还构建了 Chrome Dump，通过 Markdown 汇总并关闭数百个标签页。主持人惊讶于数据分析 Agent 仍相对欠发达，许多组织仍处于 BI 时代，而不是通过 Slack bot 查询精准分析结果。

5. GitHub 正重新打开核心工作流，进行修复

Jared 引用了 RZ 在2025年5月22日发布的一条推文，称“GitHub 首页基本上完全没用”；该推文获得130万次浏览和19,000个点赞。新版首页以任务、最近的 pull request 为核心，同时保留最近仓库等元素。Jared 认可这次重做，但强调：“还有更多工作要做。”
Stacked diffs 是更大的工作流之争。Jared 的比喻是，一连串 pull request 每个只包含一个 commit：开发者可以修改更早的 diff，再将依赖其上的工作重新堆叠；如果系统支持，也可以自动 restack。之后整个 stack 可以被压缩并合并，更复杂的配置还可以选择哪些层需要 CI。对于 monorepo 和超大型代码库，这种方式让审查和更新比传统 pull request 更顺畅。
多年来，这一需求一直位居 GitHub 社区需求榜首。Jared 发现，相关尝试最早可追溯到2020年；2022年还有一个完成度很高的客户端实现，但它把 stack 引入了 pull request 之外的模型，因此被认为规模过大、风险过高。该功能如今重新进入规划，但 GitHub 的规模和 Git 实现意味着，这“绝不是在公园里散步”。
这种张力体现了 Jared 的工作姿态：对外展现响应速度，但不承诺轻松交付。他的私信仍然开放，因为“所有反馈都是礼物”，而且“所有反馈都是信号”；收集更多反馈，应当有助于改进 Agent HQ 以及底层那些不那么光鲜的 GitHub 基础组件的决策。

AI 紧张情绪、加密现实主义、隐私币与交易教训 54. 2025双11纪要：抖音变奏、闪购大战、电商税…电商行业行至拐点