标签： AI应用

Show HN：Sprocket – 硬件和软件开发的最佳人工智能代理

一款名为 Sprocket 的 AI 代理产品在 Hacker News 上以 “Show HN” 形式公开发布，声称同时面向硬件和软件开发场景。由于演示页面目前无法访问，其实际能力仍需验证，但“AI 代理进入硬件工程”这一方向本身值得关注。

13世纪曾流行过一本宣称能让人快速掌握全部大学知识的神秘手稿《Ars notoria》，后被神学家判为“非法且无用”。它提醒我们，“绕过大量学习直接获得知识”的诱惑从未断绝，今天的AI大模型不过是把这个古老承诺搬到了数字时代。

安全公司VulnCheck统计发现，2026年上半年AI辅助发现的安全漏洞中，只有1.3%被确认实际利用，比例与人类发现的漏洞持平；但漏洞从公开到被利用的速度明显变快，中位数从120天缩短到80天。

前 Manus 团队核心成员开源了 CodexLoom，把 Codex 的一次性对话线程改造成长期在岗的“数字员工”，并支持把它们组织成团队协作。它尝试回答一个被多数 Agent 产品绕过的问题：当 Agent 数量多到人管不过来，组织关系该怎样重新设计。

Linear 团队已经在用 AI 代理（Agent）跑通“Issue → Agent → PR → Release”的完整开发闭环，约 30% 的 bug 能全自动走完流程并发布。它提示软件开发的日常运作方式正在发生变化：维护者的核心工作，可能从写代码转向设计循环和制定标准。

开发者 Nan Yu 提出，GitHub 可允许用户在 issue 中质押代币，维护者接受规格后由 GitHub 将需求原样交给云端编码代理完成，费用由需求方承担。这个思路试图用经济激励约束 AI 编程产生的低质量“slop PR”。

开发者 Peter Steinberger 在 ESP32 芯片上构建开源项目 ESP OpenClaw Node，为了让 AI 代理能端到端测试语音唤醒功能，把摄像头权限交给了它；结果代理在调试过程中反复大喊“HI ESP”进行唤醒验证，让他感觉像是被 AI 监视了。

AI 并没有简单地消灭人类工作，而是把生产环节的成本降到极低，再将瓶颈转移到审查、判断和问责上——这反而催生了更多需要人类专家参与的新工作。

美国外卖平台DoorDash因为在内部系统测试中国AI模型Kimi K2.6，被美国众议院两大委员会要求配合安全调查。这说明AI模型的技术选型正在被纳入国家安全审查框架，开源模型出海面临新的合规变量。

AI正在从根本上改变软件行业的估值逻辑——从“按人头收订阅费”转向“按结果和调用量收费”，数据、流程与合规安全正在取代界面成为新的护城河。今年2月全球软件股市值六日蒸发8300亿美元、4月标普软件指数一度跌25.5%，但6月又反弹42%，说明行业正在经历一场剧烈的内部再分配。