诺和诺德（Novo Nordisk）表示，其减肥口服药维秀美（Wegovy）自1月初上市以来，处方量已超过300万份。这家丹麦制药商周日晚间表示，该口服药在美国药店和在线供应商上架12周后，处方量达到100万份，并在随后的10周内又开出了200万份处方。 维秀美口服药超过80%的新处方是开给首次使用GLP-1类药物的患者。该公司表示，这表明新的口服剂型正在扩大肥胖症治疗市场，而不是取代现有的注射疗法。 在最初于美国推出维秀美口服药后，诺和诺德上周宣布该药物在阿联酋上市，并表示正准备在今年下半年进行更多地区的上市。 该制药商近期还推出了一款更高剂量的维秀美减肥注射剂，并称该药在上市初期也显示出强劲的需求。 Wegovy HD是一种每周注射一次的针剂，含有7.2毫克的活性成分司美格鲁肽（semaglutide）。该公司曾表示，这是迄今为止所有维秀美注射剂中减重效果最强的。 在Wegovy HD推出之前，可用的最高注射剂量是2.4毫克的司美格鲁肽 查看评论
7 月 1 日开始实施 https://www.gov.cn/zhengce/content/202606/content_7070755.htm 大家怎么看 第 27 条 。 还能以个人身份，投资美股吗 。
7 月 1 日开始实施 https://www.gov.cn/zhengce/content/202606/content_7070755.htm 大家怎么看 第 27 条 。 还能以个人身份，投资美股吗 。
7 月 1 日开始实施 https://www.gov.cn/zhengce/content/202606/content_7070755.htm 大家怎么看 第 27 条 。 还能以个人身份，投资美股吗 。
7 月 1 日开始实施 https://www.gov.cn/zhengce/content/202606/content_7070755.htm 大家怎么看 第 27 条 。 还能以个人身份，投资美股吗 。
7 月 1 日开始实施 https://www.gov.cn/zhengce/content/202606/content_7070755.htm 大家怎么看 第 27 条 。 还能以个人身份，投资美股吗 。
IT之家 5 月 29 日消息，广汽集团孵化的低空出行科技品牌高域，其位于广州市黄埔区的工厂正式落成， 首台飞行汽车 GOVY AirCab 于今日（5 月 29 日）下线 。 此次下线标志着该机型正式迈入 工业化量产、适航取证与商业化落地并行的全新周期 。 产能方面，该工厂智能制造产线正式投产运营， 设计年产能达 100 台 ，搭建起零部件配套、整机装配、性能检测、成品交付的全流程智能制造体系。 产品合规层面，高域已取得 AS9100D 航空质量管理体系认证。同时 GOVY AirCab 量产机型，也已陆续完成了包括全机静力试验、系统耐久试验、电磁兼容试验等一系列适航要求的关键试验。 广汽高域于 2025 年 6 月发布 GOVY AirCab 飞行汽车 。该产品官方指导价不超过 168 万元，机身大范围采用航空级碳纤维复合材料，机身结构碳纤维使用率超过 90%，可减轻超 30% 重量，应用场景主要面向低空游览的文旅出行。其采用顶置旋翼和鸥翼门，支持 25 分钟快充，15 分钟内可将电量从 50% 充到 100%。 据IT之家了解， GOVY AirCab 提供 2 座布局 ，座舱内置 5G 网络、智能助手、香氛等功能，安全上支持冗余飞控导航系统、系统全程监控、云端自检等。该飞行汽车支持 L4 级智能驾驶，算力＞500tops，最大探测距离超过 300 米。
justice.gov 美国纽约南区检察官杰伊·克莱顿和联邦调查局（FBI）纽约分局助理局长詹姆斯·C·巴纳克尔今日宣布，已公开起诉米歇尔·斯帕格努洛（网名"AlphaRaccoon"）的起诉书。斯帕格努洛是谷歌公司的一名软件工程师，被控商品欺诈、电汇欺诈和洗钱。他涉嫌从雇主处窃取机密信息，并利用这些信息在预测交易平台上进行一系列与谷歌相关的盈利交易。斯帕格努洛现居瑞士，今日在纽约南区联邦地方法院出庭，接受美国地方法官莎拉·内特伯恩的审理。 ABC News Google information security engineer charged with using inside information to... A Google staffer fraudulently made more than $1 million by using inside information to place Polymarket bets on what users were searching for on Google, authorities say. CNBC – 27 May 26 Google employee charged with $1M Polymarket insider trading bet on search term The complaint from the Southern District of New York comes just over a month after another insider trading case on Polymarket. 1 个帖子 - 1 位参与者 阅读完整话题
digitalchina.gov.cn 人形机器人，要有身份证了！_数字快讯_数字中国建设峰会 人形机器人，要有身份证了！,人形机器人;全生命周期管理服务平台;数字身份证;身份编码;编码体系 [!quote]+ 5月22日，全国首个人形机器人全生命周期管理服务平台在北京发布，《人形机器人全生命周期管理规范》标准同步亮相。根据该标准，未来每台人形机器人将被赋予唯一的29位身份编码，实现从生产、流通、使用到回收的全链条可追溯管理。 这意味着，今后每一台出厂的人形机器人，都将拥有独一无二的"数字身份证"，从生产、销售、使用到报废回收，全程可追溯。截至目前，平台已覆盖全国100余家企业，完成200余个产品型号、2.8万余台机器人的赋码注册。 据了解，人形机器人全生命周期管理服务平台是在工业和信息化部科技司指导下，由工业和信息化部人形机器人与具身智能标准化技术委员会牵头搭建的全国首个人形机器人全生命周期管理服务平台，业务范畴贯通研发生产、市场准入、售卖使用、运维检修直至报废回收各个环节，形成源头可溯、全程可控、风险可防、责任可究的管理闭环。 中国电子技术标准化研究院信息技术研究中心主任董建介绍，机器人的数字身份证采用四段式编码结构，依次划分为国家码、企业码、产品码与序列码。这套编码体系既能保障身份标识的全球唯一性，精准区分设备类型、追溯生产主体与个体信息，同时保留自定义空间，兼容企业原有编码体系，兼顾管理约束性与技术灵活性。 （科技日报记者 华凌） news.cctv.com 人形机器人“身份证”来了！全国首个管理平台上线 全程可追溯 5月22日，全国首个人形机器人全生命周期管理服务平台在北京发布。今后每一台出厂的人形机器人，都将拥有独一无二的“数字身份证”，从生产、销售、使用到报废回收，全程可追溯。 http://www.ce.cn/xwzx/kj/202605/t20260526_2989828.shtml 10 个帖子 - 7 位参与者 阅读完整话题
https://www.mohrss.gov.cn/xxgk2020/gzk/gz/202605/t20260525_576849.html ，只要干不死，就要接着干。
https://www.mohrss.gov.cn/xxgk2020/gzk/gz/202605/t20260525_576849.html ，只要干不死，就要接着干。
https://www.mohrss.gov.cn/xxgk2020/gzk/gz/202605/t20260525_576849.html ，只要干不死，就要接着干。
cbsnews.com California Gov. Newsom declares state of emergency for Orange County chemical... Southern California officials are desperately searching for a safe resolution to a leaking toxic chemical tank at an aerospace facility. [!quote]+ 加利福尼亚州州长加文-纽森（Gavin Newsom）周六宣布橙县进入紧急状态，官员们正在竭力寻找安全的解决方案，以解决一个航空设施有毒化学品罐泄漏的问题。 "纽森说："橙县居民的安全是重中之重。"我们正在调动州内一切可用资源来支持当地救援人员，并确保社区拥有保持安全所需的一切。 奥兰治县消防局事件指挥官兼分局局长克雷格-科维（Craig Covey）说，油箱内的温度持续上升，造成了 "非常危险 "的局面，促使 5 万多居民撤离。 此前，人们认为吉凯恩宇航公司花园格罗夫工业罐内的温度正在下降，据估计罐内装有 7,000 加仑的甲基丙烯酸甲酯。然而，在工作人员开始在危险区域内进行冒险作业后，他们发现温度正在以每小时一度的速度上升。周五晚上的气温高达 90 华氏度，而当天开始时的气温为 77 华氏度。 "现在只剩下两种选择：其一，油箱发生故障，将总计约 [6,000] 至 7,000 加仑的劣质化学品泄漏到停车场和该区域，"科维说，"其二，油箱发生热失控并爆炸，影响到周围装有燃料或化学品的油箱。"科维说："第二，油罐发生热失控并爆炸，影响周围装有燃料或化学品的油罐。 1 个帖子 - 1 位参与者 阅读完整话题
上下文治理（ Context Governance ）是上下文工程（ Context Engineering ）中的一个部分。但我觉得，上下文治理是上下文工程里最有意思的部分。 光这么说，你肯定会像我一开始一样，觉得这个概念很抽象。但是，如果你跟我一样，了解了几种主流智能体（ Agent ）的上下文治理之后，你一定会对"上下文治理"有一个非常直观的理解。 接下来，我会通过比较 4 种智能体的上下文治理方式，让你直观地理解什么是上下文治理。以下四种工具的上下文治理，从简单到复杂、从低级到高级。 Codex 首先是 OpenAI 的 Codex 。虽然 OpenAI 是第一个做出 LLM 的公司，但是它们的智能体产品反而最年轻。 虽然它最年轻，但它的上下文治理也是最简单的。在 .codex/ 目录下，有一个叫 AGENTS.md 的文件。这是一个简单的 AGENTS.md 文件示例： # 仓库规范 ## 项目结构 - `src/` 存放应用代码 - `tests/` 存放测试代码 ## 常用命令 - 运行测试：`npm test` - 运行代码检查：`npm run lint` ## 编码规范 - 优先使用 TypeScript - 避免使用 default export （默认导出） - 使用 async/await ，而不是直接使用原始 Promise Codex 在开始工作之前，会先读取这个文件的内容。这个文件需要你手动维护，不断往里面添加规则。 除了这个文件以外，还有一个文件夹： ~/.codex/memories/ 顾名思义，就是"记忆"。Codex 会自动往里面写文件。 大概的结构如下： 类型 可能内容 summaries session 摘要 durable 长期稳定记忆 recent 最近上下文 evidence 来源证据 可以看到，Codex 的上下文治理其实非常轻量。 它本质上还是： 一个规则文件 一个自动记忆目录 仅此而已。 Claude Code Claude Code 的上下文治理很特别。 官方支持的其实跟 Codex 差不多： CLAUDE.md ~/.claude/projects/<project>/memory/ 就这两个东西。你一看名字基本就懂了。但是，Claude Code 的社区自己增强了它的上下文治理，逐渐演化成了这样： 名字 类型 作用 人工/自动 CLAUDE.md 文件 项目规则、Agent 行为规则 人工 MEMORY.md 文件 长期记忆、长期偏好、长期经验 半自动 NOTES.md 文件 临时工作笔记、scratchpad 人工 DECISIONS.md 文件 关键架构/技术决策历史 人工 ARCHITECTURE.md 文件 系统结构、模块关系、数据流 人工 LEARNINGS.md 文件 踩坑经验、经验总结 半自动 TASKS.md 文件 当前任务列表、待办事项 人工 SESSION.md 文件 当前 session 工作记录 半自动 docs/ 文件夹 长文档上下文来源 人工 memory/ 文件夹 memory 分类存储 半自动 prompts/ 文件夹 prompt 模板、workflow prompt 人工 .cursorrules 文件 Cursor 兼容规则 人工 这下就比 Codex 复杂很多了。但是你会发现，这里面有大量文件都需要人工维护。而且整个结构特别像我们以前做项目时写的 Wiki 文档结构。 其实，为了让 Agent 更好地工作，它也应该像我们一样，先看看项目 Wiki 。人们现在只是把 Wiki 文档，变成了上下文 Markdown 文件而已。这样理解就很容易了。Claude Code 在这些上下文文档的基础上，工作的方式越来越像一个真正的程序员。 Open Claw Open Claw 的定位跟 Claude Code 不太一样。它更偏向生活助手。而且 Claude Code 社区版的上下文治理，需要管理的文件太多了。不同于 Claude Code ，Open Claw 的用户更多是普通人。很多用户其实并不会直接编辑 Open Claw 的上下文文件，甚至都不知道这些文件需要人工维护。 但是，Open Claw 的上下文设计其实比 Claude Code 社区版更"Agent 化"。因为 Claude Code 社区版的上下文结构，还是带有很强的人类项目管理思维。但在 Agent 面前，其实并不一定需要拆成那么多文档。 Open Claw 的上下文治理更偏向"角色"和"人格"。它有这些上下文文件： 核心指令层（静态，你手动维护） SOUL.md — 人格、价值观、边界。回答"你是谁"。定义语气、性格、不可违反的约束。 AGENTS.md — 操作流程和规则。回答"你做什么、怎么做"。最大也最重要的文件，放复杂工作流和步骤化指令。 USER.md — 用户信息。你的名字、时区、偏好、工作背景。相当于个性化层。 IDENTITY.md — 结构化身份档案（名称、角色、目标、语气）。用于一致性地重新应用已知身份。（其实我觉得这个有点多余。） TOOLS.md — 工具文档。不控制权限（权限是 config 管的），而是告诉 Agent 如何使用已有工具。 自动化层 HEARTBEAT.md — 定时任务，相当于用自然语言写的 cron 。比如"每 30 分钟检查一次""每周一 8 点生成报告"。 BOOTSTRAP.md — 首次运行的初始化脚本。setup 完成后会自动删除。 BOOT.md — 每次启动时执行的 hook 。 记忆层 MEMORY.md — 长期记忆。持久化的事实、偏好、决策摘要，跨周跨月生效。 memory/ YYYY-MM-DD.md — 每日笔记。当天和昨天的笔记自动加载，更早的内容通过 memory_search 检索。 DREAMS.md — dreaming 系统的日记，记录从短期记忆向长期记忆的"晋升过程"，供人类审阅。这是一个实验性功能。 可以看出，Open Claw 已经比前两个系统复杂很多了。所以你在使用 Open Claw 的时候，会明显觉得它"更聪明"。 Hermes Agent 接下来就是重头戏了。如果你不理解上下文治理，你可能会觉得 Hermes Agent 跟 Open Claw 没什么区别。但不知道你有没有发现：Open Claw 里仍然有很多文件需要你手动维护。 甚至就算是我，用了这么久 Open Claw ，也是最近才知道这些文件需要人工维护。这就导致 Open Claw 设计的很多上下文，其实一直都没有真正被使用起来。Hermes Agent 的上下文治理跟 Open Claw 和 Claude Code 都不太一样。它的核心设计理念是： "自我进化"——Agent 自己写自己的记忆和技能。 整个体系住在 ~/.hermes/ 目录下。 身份层（静态） SOUL.md — system prompt 的第一个 slot ，定义人格、语气、价值观、行为边界。这是全局的，从 HERMES_HOME 加载。这个文件你仍然可以手动编辑。 项目上下文层（按优先级，只加载第一个匹配的） .hermes.md AGENTS.md CLAUDE.md .cursorrules 先找到谁就用谁。 这意味着 Hermes 同时兼容 Claude Code 和 Cursor 的项目配置文件。 记忆层（三层，Agent 自己维护） MEMORY.md — 长期记忆。存环境信息、项目惯例、工具使用经验。 USER.md — 用户档案。存你的名字、沟通偏好、技能水平。注意，这回 USER.md 已经变成自动维护了。 state.db — SQLite 数据库，带 FTS5 全文索引，存所有历史消息。Agent 不会默认全部加载，而是在需要时通过 session_search 按需检索。 这时候，记忆已经开始进入数据库时代了。因为只有数据库，才能真正支撑长期上下文检索。 技能层（ Hermes 最独特的部分） skills/ 目录 — 每个技能都是一个文件夹，里面包含一个 SKILL.md （带 YAML frontmatter ），以及可选的模板和脚本。 关键区别在于： 技能不是人类写的。Agent 在完成非平凡任务之后，会通过 skill_manage 工具自己创建技能。同样，记忆也不再主要依赖人类维护。Agent 会在对话间隙，自己编辑 MEMORY.md 和 USER.md 。而且技能是按需加载的。不用的技能不会进入上下文。这其实已经开始接近真正的"上下文自动治理"了。 调度层 cron jobs — 定时任务，类似 Open Claw 的 HEARTBEAT.md 。 到了这一步，上下文治理不仅变复杂了，还开始自动化了。 总结 AI 是否真的能干活、干得好不好，已经不仅仅是模型之间的区别了。很多时候，更好的上下文治理，对智能体工作效率的提升，甚至比你换一个更强的模型还明显。 电子脑 随之而来的，还有一个很有意思的问题：上下文，其实就是智能体的"电子脑"。一个 Agent 用久了，那份上下文就会逐渐变成独一无二的它。只要上下文还在，就算换了一个"壳"，你的小助手还是你的小助手。如果智能体坏了需要重装，或者你想迁移到另一个智能体平台，只要把上下文迁移走，你的助手理论上就还能继续存在。 于是，一个新的问题出现了： 如何安全地迁移上下文？ 但现在的问题是： 各家之间的文件名、结构、格式都完全不同。这就导致上下文迁移非常麻烦。我相信，未来一定会出现更统一、更标准化的上下文协议。而"上下文治理"，也会逐渐成为 AI Agent 最核心的能力之一。
上下文治理（ Context Governance ）是上下文工程（ Context Engineering ）中的一个部分。但我觉得，上下文治理是上下文工程里最有意思的部分。 光这么说，你肯定会像我一开始一样，觉得这个概念很抽象。但是，如果你跟我一样，了解了几种主流智能体（ Agent ）的上下文治理之后，你一定会对"上下文治理"有一个非常直观的理解。 接下来，我会通过比较 4 种智能体的上下文治理方式，让你直观地理解什么是上下文治理。以下四种工具的上下文治理，从简单到复杂、从低级到高级。 Codex 首先是 OpenAI 的 Codex 。虽然 OpenAI 是第一个做出 LLM 的公司，但是它们的智能体产品反而最年轻。 虽然它最年轻，但它的上下文治理也是最简单的。在 .codex/ 目录下，有一个叫 AGENTS.md 的文件。这是一个简单的 AGENTS.md 文件示例： # 仓库规范 ## 项目结构 - `src/` 存放应用代码 - `tests/` 存放测试代码 ## 常用命令 - 运行测试：`npm test` - 运行代码检查：`npm run lint` ## 编码规范 - 优先使用 TypeScript - 避免使用 default export （默认导出） - 使用 async/await ，而不是直接使用原始 Promise Codex 在开始工作之前，会先读取这个文件的内容。这个文件需要你手动维护，不断往里面添加规则。 除了这个文件以外，还有一个文件夹： ~/.codex/memories/ 顾名思义，就是"记忆"。Codex 会自动往里面写文件。 大概的结构如下： 类型 可能内容 summaries session 摘要 durable 长期稳定记忆 recent 最近上下文 evidence 来源证据 可以看到，Codex 的上下文治理其实非常轻量。 它本质上还是： 一个规则文件 一个自动记忆目录 仅此而已。 Claude Code Claude Code 的上下文治理很特别。 官方支持的其实跟 Codex 差不多： CLAUDE.md ~/.claude/projects/<project>/memory/ 就这两个东西。你一看名字基本就懂了。但是，Claude Code 的社区自己增强了它的上下文治理，逐渐演化成了这样： 名字 类型 作用 人工/自动 CLAUDE.md 文件 项目规则、Agent 行为规则 人工 MEMORY.md 文件 长期记忆、长期偏好、长期经验 半自动 NOTES.md 文件 临时工作笔记、scratchpad 人工 DECISIONS.md 文件 关键架构/技术决策历史 人工 ARCHITECTURE.md 文件 系统结构、模块关系、数据流 人工 LEARNINGS.md 文件 踩坑经验、经验总结 半自动 TASKS.md 文件 当前任务列表、待办事项 人工 SESSION.md 文件 当前 session 工作记录 半自动 docs/ 文件夹 长文档上下文来源 人工 memory/ 文件夹 memory 分类存储 半自动 prompts/ 文件夹 prompt 模板、workflow prompt 人工 .cursorrules 文件 Cursor 兼容规则 人工 这下就比 Codex 复杂很多了。但是你会发现，这里面有大量文件都需要人工维护。而且整个结构特别像我们以前做项目时写的 Wiki 文档结构。 其实，为了让 Agent 更好地工作，它也应该像我们一样，先看看项目 Wiki 。人们现在只是把 Wiki 文档，变成了上下文 Markdown 文件而已。这样理解就很容易了。Claude Code 在这些上下文文档的基础上，工作的方式越来越像一个真正的程序员。 Open Claw Open Claw 的定位跟 Claude Code 不太一样。它更偏向生活助手。而且 Claude Code 社区版的上下文治理，需要管理的文件太多了。不同于 Claude Code ，Open Claw 的用户更多是普通人。很多用户其实并不会直接编辑 Open Claw 的上下文文件，甚至都不知道这些文件需要人工维护。 但是，Open Claw 的上下文设计其实比 Claude Code 社区版更"Agent 化"。因为 Claude Code 社区版的上下文结构，还是带有很强的人类项目管理思维。但在 Agent 面前，其实并不一定需要拆成那么多文档。 Open Claw 的上下文治理更偏向"角色"和"人格"。它有这些上下文文件： 核心指令层（静态，你手动维护） SOUL.md — 人格、价值观、边界。回答"你是谁"。定义语气、性格、不可违反的约束。 AGENTS.md — 操作流程和规则。回答"你做什么、怎么做"。最大也最重要的文件，放复杂工作流和步骤化指令。 USER.md — 用户信息。你的名字、时区、偏好、工作背景。相当于个性化层。 IDENTITY.md — 结构化身份档案（名称、角色、目标、语气）。用于一致性地重新应用已知身份。（其实我觉得这个有点多余。） TOOLS.md — 工具文档。不控制权限（权限是 config 管的），而是告诉 Agent 如何使用已有工具。 自动化层 HEARTBEAT.md — 定时任务，相当于用自然语言写的 cron 。比如"每 30 分钟检查一次""每周一 8 点生成报告"。 BOOTSTRAP.md — 首次运行的初始化脚本。setup 完成后会自动删除。 BOOT.md — 每次启动时执行的 hook 。 记忆层 MEMORY.md — 长期记忆。持久化的事实、偏好、决策摘要，跨周跨月生效。 memory/ YYYY-MM-DD.md — 每日笔记。当天和昨天的笔记自动加载，更早的内容通过 memory_search 检索。 DREAMS.md — dreaming 系统的日记，记录从短期记忆向长期记忆的"晋升过程"，供人类审阅。这是一个实验性功能。 可以看出，Open Claw 已经比前两个系统复杂很多了。所以你在使用 Open Claw 的时候，会明显觉得它"更聪明"。 Hermes Agent 接下来就是重头戏了。如果你不理解上下文治理，你可能会觉得 Hermes Agent 跟 Open Claw 没什么区别。但不知道你有没有发现：Open Claw 里仍然有很多文件需要你手动维护。 甚至就算是我，用了这么久 Open Claw ，也是最近才知道这些文件需要人工维护。这就导致 Open Claw 设计的很多上下文，其实一直都没有真正被使用起来。Hermes Agent 的上下文治理跟 Open Claw 和 Claude Code 都不太一样。它的核心设计理念是： "自我进化"——Agent 自己写自己的记忆和技能。 整个体系住在 ~/.hermes/ 目录下。 身份层（静态） SOUL.md — system prompt 的第一个 slot ，定义人格、语气、价值观、行为边界。这是全局的，从 HERMES_HOME 加载。这个文件你仍然可以手动编辑。 项目上下文层（按优先级，只加载第一个匹配的） .hermes.md AGENTS.md CLAUDE.md .cursorrules 先找到谁就用谁。 这意味着 Hermes 同时兼容 Claude Code 和 Cursor 的项目配置文件。 记忆层（三层，Agent 自己维护） MEMORY.md — 长期记忆。存环境信息、项目惯例、工具使用经验。 USER.md — 用户档案。存你的名字、沟通偏好、技能水平。注意，这回 USER.md 已经变成自动维护了。 state.db — SQLite 数据库，带 FTS5 全文索引，存所有历史消息。Agent 不会默认全部加载，而是在需要时通过 session_search 按需检索。 这时候，记忆已经开始进入数据库时代了。因为只有数据库，才能真正支撑长期上下文检索。 技能层（ Hermes 最独特的部分） skills/ 目录 — 每个技能都是一个文件夹，里面包含一个 SKILL.md （带 YAML frontmatter ），以及可选的模板和脚本。 关键区别在于： 技能不是人类写的。Agent 在完成非平凡任务之后，会通过 skill_manage 工具自己创建技能。同样，记忆也不再主要依赖人类维护。Agent 会在对话间隙，自己编辑 MEMORY.md 和 USER.md 。而且技能是按需加载的。不用的技能不会进入上下文。这其实已经开始接近真正的"上下文自动治理"了。 调度层 cron jobs — 定时任务，类似 Open Claw 的 HEARTBEAT.md 。 到了这一步，上下文治理不仅变复杂了，还开始自动化了。 总结 AI 是否真的能干活、干得好不好，已经不仅仅是模型之间的区别了。很多时候，更好的上下文治理，对智能体工作效率的提升，甚至比你换一个更强的模型还明显。 电子脑 随之而来的，还有一个很有意思的问题：上下文，其实就是智能体的"电子脑"。一个 Agent 用久了，那份上下文就会逐渐变成独一无二的它。只要上下文还在，就算换了一个"壳"，你的小助手还是你的小助手。如果智能体坏了需要重装，或者你想迁移到另一个智能体平台，只要把上下文迁移走，你的助手理论上就还能继续存在。 于是，一个新的问题出现了： 如何安全地迁移上下文？ 但现在的问题是： 各家之间的文件名、结构、格式都完全不同。这就导致上下文迁移非常麻烦。我相信，未来一定会出现更统一、更标准化的上下文协议。而"上下文治理"，也会逐渐成为 AI Agent 最核心的能力之一。
上下文治理（ Context Governance ）是上下文工程（ Context Engineering ）中的一个部分。但我觉得，上下文治理是上下文工程里最有意思的部分。 光这么说，你肯定会像我一开始一样，觉得这个概念很抽象。但是，如果你跟我一样，了解了几种主流智能体（ Agent ）的上下文治理之后，你一定会对"上下文治理"有一个非常直观的理解。 接下来，我会通过比较 4 种智能体的上下文治理方式，让你直观地理解什么是上下文治理。以下四种工具的上下文治理，从简单到复杂、从低级到高级。 Codex 首先是 OpenAI 的 Codex 。虽然 OpenAI 是第一个做出 LLM 的公司，但是它们的智能体产品反而最年轻。 虽然它最年轻，但它的上下文治理也是最简单的。在 .codex/ 目录下，有一个叫 AGENTS.md 的文件。这是一个简单的 AGENTS.md 文件示例： # 仓库规范 ## 项目结构 - `src/` 存放应用代码 - `tests/` 存放测试代码 ## 常用命令 - 运行测试：`npm test` - 运行代码检查：`npm run lint` ## 编码规范 - 优先使用 TypeScript - 避免使用 default export （默认导出） - 使用 async/await ，而不是直接使用原始 Promise Codex 在开始工作之前，会先读取这个文件的内容。这个文件需要你手动维护，不断往里面添加规则。 除了这个文件以外，还有一个文件夹： ~/.codex/memories/ 顾名思义，就是"记忆"。Codex 会自动往里面写文件。 大概的结构如下： 类型 可能内容 summaries session 摘要 durable 长期稳定记忆 recent 最近上下文 evidence 来源证据 可以看到，Codex 的上下文治理其实非常轻量。 它本质上还是： 一个规则文件 一个自动记忆目录 仅此而已。 Claude Code Claude Code 的上下文治理很特别。 官方支持的其实跟 Codex 差不多： CLAUDE.md ~/.claude/projects/<project>/memory/ 就这两个东西。你一看名字基本就懂了。但是，Claude Code 的社区自己增强了它的上下文治理，逐渐演化成了这样： 名字 类型 作用 人工/自动 CLAUDE.md 文件 项目规则、Agent 行为规则 人工 MEMORY.md 文件 长期记忆、长期偏好、长期经验 半自动 NOTES.md 文件 临时工作笔记、scratchpad 人工 DECISIONS.md 文件 关键架构/技术决策历史 人工 ARCHITECTURE.md 文件 系统结构、模块关系、数据流 人工 LEARNINGS.md 文件 踩坑经验、经验总结 半自动 TASKS.md 文件 当前任务列表、待办事项 人工 SESSION.md 文件 当前 session 工作记录 半自动 docs/ 文件夹 长文档上下文来源 人工 memory/ 文件夹 memory 分类存储 半自动 prompts/ 文件夹 prompt 模板、workflow prompt 人工 .cursorrules 文件 Cursor 兼容规则 人工 这下就比 Codex 复杂很多了。但是你会发现，这里面有大量文件都需要人工维护。而且整个结构特别像我们以前做项目时写的 Wiki 文档结构。 其实，为了让 Agent 更好地工作，它也应该像我们一样，先看看项目 Wiki 。人们现在只是把 Wiki 文档，变成了上下文 Markdown 文件而已。这样理解就很容易了。Claude Code 在这些上下文文档的基础上，工作的方式越来越像一个真正的程序员。 Open Claw Open Claw 的定位跟 Claude Code 不太一样。它更偏向生活助手。而且 Claude Code 社区版的上下文治理，需要管理的文件太多了。不同于 Claude Code ，Open Claw 的用户更多是普通人。很多用户其实并不会直接编辑 Open Claw 的上下文文件，甚至都不知道这些文件需要人工维护。 但是，Open Claw 的上下文设计其实比 Claude Code 社区版更"Agent 化"。因为 Claude Code 社区版的上下文结构，还是带有很强的人类项目管理思维。但在 Agent 面前，其实并不一定需要拆成那么多文档。 Open Claw 的上下文治理更偏向"角色"和"人格"。它有这些上下文文件： 核心指令层（静态，你手动维护） SOUL.md — 人格、价值观、边界。回答"你是谁"。定义语气、性格、不可违反的约束。 AGENTS.md — 操作流程和规则。回答"你做什么、怎么做"。最大也最重要的文件，放复杂工作流和步骤化指令。 USER.md — 用户信息。你的名字、时区、偏好、工作背景。相当于个性化层。 IDENTITY.md — 结构化身份档案（名称、角色、目标、语气）。用于一致性地重新应用已知身份。（其实我觉得这个有点多余。） TOOLS.md — 工具文档。不控制权限（权限是 config 管的），而是告诉 Agent 如何使用已有工具。 自动化层 HEARTBEAT.md — 定时任务，相当于用自然语言写的 cron 。比如"每 30 分钟检查一次""每周一 8 点生成报告"。 BOOTSTRAP.md — 首次运行的初始化脚本。setup 完成后会自动删除。 BOOT.md — 每次启动时执行的 hook 。 记忆层 MEMORY.md — 长期记忆。持久化的事实、偏好、决策摘要，跨周跨月生效。 memory/ YYYY-MM-DD.md — 每日笔记。当天和昨天的笔记自动加载，更早的内容通过 memory_search 检索。 DREAMS.md — dreaming 系统的日记，记录从短期记忆向长期记忆的"晋升过程"，供人类审阅。这是一个实验性功能。 可以看出，Open Claw 已经比前两个系统复杂很多了。所以你在使用 Open Claw 的时候，会明显觉得它"更聪明"。 Hermes Agent 接下来就是重头戏了。如果你不理解上下文治理，你可能会觉得 Hermes Agent 跟 Open Claw 没什么区别。但不知道你有没有发现：Open Claw 里仍然有很多文件需要你手动维护。 甚至就算是我，用了这么久 Open Claw ，也是最近才知道这些文件需要人工维护。这就导致 Open Claw 设计的很多上下文，其实一直都没有真正被使用起来。Hermes Agent 的上下文治理跟 Open Claw 和 Claude Code 都不太一样。它的核心设计理念是： "自我进化"——Agent 自己写自己的记忆和技能。 整个体系住在 ~/.hermes/ 目录下。 身份层（静态） SOUL.md — system prompt 的第一个 slot ，定义人格、语气、价值观、行为边界。这是全局的，从 HERMES_HOME 加载。这个文件你仍然可以手动编辑。 项目上下文层（按优先级，只加载第一个匹配的） .hermes.md AGENTS.md CLAUDE.md .cursorrules 先找到谁就用谁。 这意味着 Hermes 同时兼容 Claude Code 和 Cursor 的项目配置文件。 记忆层（三层，Agent 自己维护） MEMORY.md — 长期记忆。存环境信息、项目惯例、工具使用经验。 USER.md — 用户档案。存你的名字、沟通偏好、技能水平。注意，这回 USER.md 已经变成自动维护了。 state.db — SQLite 数据库，带 FTS5 全文索引，存所有历史消息。Agent 不会默认全部加载，而是在需要时通过 session_search 按需检索。 这时候，记忆已经开始进入数据库时代了。因为只有数据库，才能真正支撑长期上下文检索。 技能层（ Hermes 最独特的部分） skills/ 目录 — 每个技能都是一个文件夹，里面包含一个 SKILL.md （带 YAML frontmatter ），以及可选的模板和脚本。 关键区别在于： 技能不是人类写的。Agent 在完成非平凡任务之后，会通过 skill_manage 工具自己创建技能。同样，记忆也不再主要依赖人类维护。Agent 会在对话间隙，自己编辑 MEMORY.md 和 USER.md 。而且技能是按需加载的。不用的技能不会进入上下文。这其实已经开始接近真正的"上下文自动治理"了。 调度层 cron jobs — 定时任务，类似 Open Claw 的 HEARTBEAT.md 。 到了这一步，上下文治理不仅变复杂了，还开始自动化了。 总结 AI 是否真的能干活、干得好不好，已经不仅仅是模型之间的区别了。很多时候，更好的上下文治理，对智能体工作效率的提升，甚至比你换一个更强的模型还明显。 电子脑 随之而来的，还有一个很有意思的问题：上下文，其实就是智能体的"电子脑"。一个 Agent 用久了，那份上下文就会逐渐变成独一无二的它。只要上下文还在，就算换了一个"壳"，你的小助手还是你的小助手。如果智能体坏了需要重装，或者你想迁移到另一个智能体平台，只要把上下文迁移走，你的助手理论上就还能继续存在。 于是，一个新的问题出现了： 如何安全地迁移上下文？ 但现在的问题是： 各家之间的文件名、结构、格式都完全不同。这就导致上下文迁移非常麻烦。我相信，未来一定会出现更统一、更标准化的上下文协议。而"上下文治理"，也会逐渐成为 AI Agent 最核心的能力之一。
https://mdia.gov.mt/services/ai-for-all-ai-ghal-kulhadd/ ai4all.mt Login 6 个帖子 - 4 位参与者 阅读完整话题
在这里： https://www.war.gov/UFO/ 25 个帖子 - 19 位参与者 阅读完整话题
https://www.war.gov/UFO/
https://www.war.gov/UFO/