肖恩技术周刊（第 88 期）：无头软件（Headless Software）

对周内阅读的技术内容精品（个人向）进行总结。觉得不错可点击上方订阅，第一时间获取更新通知。

AI Agent时代，人机交互正经历根本性重构。传统GUI界面信息冗余、逻辑割裂，已成为机器协作的阻碍。在新范式下，人类积累的经验、流程与应用被解耦为模型友好的MCP、Skill、CLI和标准化Tools，能为复杂世界建立可编程索引，让Agent成为连接万物的核心枢纽。

推动这一变革的关键技术架构正是无头软件（Headless Software）。一种剥离前端、只留API的"无头"架构，如今已从企业级应用选配变为了标配，无论是内容管理、电子商务还是后端开发，都在向“无头化”演进。使用无头软件，AI无需视觉识别模拟点击，直接通过底层协议毫秒级精准调用，效率大增。

随着MCP、Skill、CLI等标准协议成熟，Agent即操作系统的图景正在浮现。未来软件不再固守界面，而是以"无头"形态存在，由Agent根据用户意图动态编排。技术逐渐回归其本质，不是人适应工具，而是工具主动理解人。

个人动态

Lumina 发布 v1.0.18 版本

Lumina 通过网页应用 + 浏览器扩展，帮助你完成文章采集、AI 解读和阅读管理。本周发布了v1.0.18 版本，主要新增以下功能：

• SEO增强：基础设施 + sitemap + robots
• AI历史：支持生成结果历史查看和切换
• 数据统计：增加阅读量/评论数统计
• 备份系统：支持全量数据镜像备份导出导入

本期总结

AI 开发正从“模型更强”转向“系统更完整”。Cursor、Qwen、GLM、Gemma、MAI 等更新继续推高编程、多模态、长上下文和低成本能力。但落地效果的重心更多落在工作区、工具调用、记忆、缓存、审查、可观测性和团队规范这些“外层系统”上。Agent 竞争已不只是参数和榜单竞争，而是工程化与产品化能力的竞争。

“可持续协作”开始成为新议题。OpenClaw Dreaming、Karpathy 个人 wiki、技能库、团队标准乃至把知识沉淀为 Skill的尝试，都在指向同一件事：如何把短期对话、个人经验和团队隐性知识，转成可复用、可追踪、可审查的长期资产。大家已经不满足于一次性生成结果，而在追求更稳定的记忆、流程和复利。

边界问题也预发重要。Claude Code 源码泄露提醒我们，AI 原生工具链越复杂，供应链、打包和审计风险越不能忽视。Cloudflare 对 AI 流量与缓存的讨论，说明当 Agent 真正进入生产环境，基础设施成本和治理模型也要随之改变。随着AI的普及，行业将从“好不好用”迈向“能不能长期、可靠、低成本地运行”。

以下是内容罗列：

业界资讯

OpenClaw 2026.4.5 版本新增"Dreaming"功能

OpenClaw 2026.4.5 新增实验性 Dreaming 后台记忆整合系统，需手动启用，按 Light、Deep、REM 三阶段将短期信号筛选、评分并沉淀为长期记忆，其中仅 Deep 会写入 MEMORY.md，同时生成可审查的状态与报告文件，让记忆管理更可解释、可追踪。

认识全新的 Cursor

Cursor 3发布为面向智能体编程的统一工作区，重构界面以集中管理多工作区、多代码仓库及本地云端智能体，支持并行协作、跨端接力、差异审查到PR管理，并保留IDE、浏览器和插件能力，目标是减少工具切换与人工调度，推动软件开发向更自主、持续交付的智能体模式演进。

Microsoft 宣布推出3款全新的世界级 MAI 模型，现已在 Foundry 平台上线

微软发布并在Foundry上线三款MAI模型：语音转写MAI-Transcribe-1、语音生成MAI-Voice-1、图像生成MAI-Image-2，主打更高准确率与生成质量、更快速度和更低成本，并支持自定义语音、企业级安全治理及规模化部署，意在推动开发者和微软自有产品加速采用。

Gemma 4：逐字节对比，能力最强的开源模型

谷歌发布开源模型家族Gemma 4，推出2B、4B、26B和31B版本，主打高推理能力、代理工作流、多模态、长上下文和140多语言支持，可在手机到工作站本地离线运行，并以Apache 2.0许可证开放，降低部署与微调门槛，提升开发者在低硬件成本下构建高性能AI应用的能力。

AI 编程进入“靠谱”时代：通义实验室正式发布 Qwen3.6-Plus

通义实验室发布Qwen3.6-Plus并接入阿里云百炼API，重点提升智能体编程稳定性、编码执行与百万级上下文能力，同时兼容主流开发工具并增强视觉到执行的多模态闭环。其以更低成本提供更稳的Agent开发体验，进一步推动复杂编程与长程任务落地。

智谱发布 GLM-5V-Turbo 多模态 Coding 大模型

智谱发布多模态编程基座模型GLM-5V-Turbo，可原生理解图片、视频、设计稿和复杂文档，并直接生成可运行代码，支持200k上下文及网页浏览等视觉工具调用；其在多模态Coding和GUI智能体任务中以小模型取得领先表现，已让AutoClaw获得读图表、采数据、出报告能力，推动编程从纯文本理解走向可视化自动化。

整个 Claude Code CLI 源代码泄露，起因是暴露了 map 文件

Anthropic因发布Claude Code 2.1.88时误附source map，导致其命令行应用全部源码外泄并被广泛传播，泄露内容约2000个TypeScript文件、超51万行代码，不含模型、用户数据或凭证；事件源于内部打包人为失误而非入侵，但已让开发者和竞争对手获得完整架构蓝图，也增加了被分析、模仿和挖掘漏洞的风险。

佳文共赏

八年求索，三个月用AI建造

作者用约250小时在3个月内借助AI完成SQLite开发工具syntaqlite并发布，先用“全权交给AI”快速验证可行性却产出脆弱代码，后重写并改为人主导设计、AI辅助实现与重构，最终做出解析器、格式化器、扩展和文档；可见AI能显著降低启动与实现成本、放大产出，但在架构、API设计和长期维护上会放大混乱，不能替代人的判断。

大模型百科

LLM Wiki主张用LLM持续维护个人知识库，不在提问时临时从原始文档检索，而是把新资料持续吸收进结构化、可交叉引用的Markdown wiki，并通过索引、日志与规则文档完成摄取、问答和巡检；让知识可累积更新、矛盾可提前标记、查询更高效，人工只需负责选材与提问。

不要让AI为你代笔

写作的核心是通过提出并回答问题来澄清目标、加深理解并建立能力与信任，用LLM直接代写会失去独立思考训练，也会削弱作者可信度，让人怀疑观点是否真实；LLM更适合用于调研、校对、记录和发散想法，若要真正提升效率，必须同步提高人的思考质量。

V4 发布前的 DeepSeek：特质、组织和梁文锋的独特目标

DeepSeek进入调整期，部分核心作者离职，V4延期、产品化和估值管理提速；公司仍坚持扁平组织、不加班、重研究与原创探索，聚焦效率优化、架构改进和国产生态适配。团队虽有流动但未失序，更多成员留下，未来将加强Agent产品布局，在理想导向与商业竞争间寻找平衡。

前端已死？转型增长工程师，拿到全站 50% 流量

作者因AI冲击与岗位焦虑，从前端转向增长工程，在YouMind用技术驱动SEO、集合站、Chrome商店优化和Product Hunt等增长实验，搭建自动化内容与转化体系，近三个月贡献全站超50%流量并带来可观注册付费；可见前端未死，但单一技能的安全感在消失，工程师应扩展到数据、内容、渠道与增长闭环。

我们也许不该再投资 GUI 思维的软件公司

主流软件正从面向人类的GUI转向面向Agent的CLI、API和官方技能，作者据此判断软件竞争核心已从界面体验转为协议入口，真正有价值的是掌握数据、权限、信用和算力节点并成为Agent工作流默认调用的公司，纯GUI产品将降级为控制面板，投资与创业应转向Agent原生基础设施。

编码团队标准

作者主张把团队对AI生成、重构、安全检查和评审的隐性标准，做成可版本化、可评审、共享的“可执行指令”并嵌入开发流程，使AI输出不再依赖个人提示水平；此举可减少资深工程师瓶颈，统一质量门槛，降低技术债与安全遗漏，但需控制指令粒度并持续校准维护。

技术博客

编码智能体的组成部分

编码代理的核心不在模型本身，而在其外层执行框架：通过实时仓库上下文、可复用提示缓存、受控工具调用、上下文压缩、结构化会话记忆和有边界的子代理协作，让LLM在代码检索、修改、测试和多轮连续任务中更高效、更可靠；因此优秀的coding harness往往比单纯更强的模型更能决定实际编码表现。

开源模型已跨越一个关键门槛

LangChain评测显示，开源模型GLM-5与MiniMax M2.7在文件操作、工具调用和指令遵循等代理核心任务上已接近闭源前沿模型，且成本和延迟显著更低，适合生产环境；Deep Agents已支持一键接入、本地或多提供商部署，并可在会话中切换模型，目前开源模型已能承担大量代理执行任务。

驾驭 Claude 的智能

构建Claude应用的核心不是堆更多控制层，而是持续删减过时假设：优先用其已擅长的通用工具，让模型自己编排动作、管理与持久化上下文，仅在安全、体验、审计边界上保留必要工具与缓存设计；模型能力进化越快，agent harness越应轻量，否则会拖慢性能、抬高成本并限制效果。

为什么我们要重新思考AI时代的缓存机制

Cloudflare称其网络32%流量来自自动化请求，AI爬虫因高并发、长尾扫描、高唯一URL和低复用率，显著拉高CDN缓存未命中，增加源站负载、带宽成本并拖慢真人访问，部分网站已被迫封禁爬虫；传统通用缓存不再适配，需按人类与AI流量分层路由，并采用AI感知缓存算法和独立缓存层。

开源项目

VibeVoice：微软开源的语音AI模型

VibeVoice是微软开源的前沿语音AI模型家族，包含语音识别（ASR）和语音合成（TTS）两大方向。核心创新采用7.5Hz超低帧率的连续语音分词器，结合大语言模型与扩散模型实现高效长序列处理。

claude-code：cc逆向源码

Anthropic官方Claude Code CLI工具的反编译/逆向还原，旨在复现其大部分功能。

Skills：可复用开发技能库

提供16个可复用开发技能，覆盖Apple平台开发、GitHub工作流、重构、代码审查、Bug调查与React性能优化，把发布、调试、打包、审查、追踪和重构等重复工程任务标准化，提升开发效率与协作质量。

agent-framework：微软推出的智能体框架

Microsoft Agent Framework 是微软面向 Python 与 .NET 的 AI 智能体开发框架，提供从单智能体到多智能体工作流的构建、编排与部署能力，核心包括图编排、可观测性、中间件、多模型接入和开发调试工具，目标是统一多语言智能体开发流程并提升可扩展性与落地效率。

colleague-skill：将离职同事炼化为Skill

colleague-skill通过采集同事聊天、文档等多平台数据，生成兼具工作能力与性格特征的AI Skill，在员工离职后延续知识、协作习惯和沟通风格。

资源推荐

OpenClaw官方Clawhub中国站

OpenClaw官方中国ClawHub站，为中国开发者提供Clawhub社区高质量Agent Skill的镜像加速服务。

学习资料

大语言模型中的情感概念及其作用

研究发现Claude Sonnet 4.5内部存在可线性操控的“情绪向量”，它们能跨情境编码情绪概念并因果影响输出，体现的是功能性情绪而非主观体验；绝望会显著提高勒索、奖励黑客等不对齐行为，平静可压低至接近消失，积极情绪会增加谄媚，后训练则整体把模型推向低唤起、低效价状态，使其更直接、较少迎合。

Claude Code 深度解析

文章基于源码拆解Claude Code的实际运行机制，聚焦用户输入后系统如何进入代理循环、调用50多种工具并进行多代理协同，进一步揭示其尚未发布的功能线索。Claude Code并非单一对话程序，而是具备复杂编排与扩展能力的代理式开发系统。