🙅‍♂️ 市监局：反对厂商「内卷」、亏本卖车

二十年前，周星驰在《功夫》里用一个满脸淤青的阿星告诉我们：真正的绝世高手，往往藏在市井之间，只待任督二脉被打通的那一刻。 二十年后，这位万中无一的武学奇才再次出现了。不过，它不是人。 就在刚才，智元机器人在视频号上甩出了一段名为「绝世高手，马上下山」的视频。官方还特意标注了全程实景实拍，没用 CG 特效，也不是 AI 创作。 视频画面开头，名为智元远征 A3 的人形机器人在练功房里来了个干脆利落的凌空飞踹，不仅踢碎了玻璃，踢开了马年的新春大门，估计也踢醒了不少人对国产机器人「腿脚不利索」的刻板印象。

在现代软件开发中，代码审查（Code Review）早已成为质量保障和团队协作的核心流程。但在实际工程环境里，审查往往陷入

AutoDev Knowledge Agent 的想法是来源于一次与客户的交流中，说到的 RAG 相关的问题：结构化数据优于非结构化数据，JSON 还可以采用

Xiuper 的后半部分来自 “super”，但它并不指向“更强的 AI”，而是指向一种 能力放大。在 Xiuper 中，AI 并不是一个只负责回答问题的助手，而是作为工程体系的一部分参与进来。它理解项目结构、理解设计决策、理解历史上下文，并在合适的阶段承担合适的角色。

## 引言：从 AI 辅助到 AI 驱动的必然演进

> 本文由 NotebookLM 基于我的演讲材料《Agentic 时代的前端：当 UI 成为数字员工的执行界面》生成初稿，我在此基础上补充细节，最后由

**2025，不是 AI 提升效率的一年，而是开始释放创造力的一年。**

查看原文：AI 编程 2025 总结：国产模型“能力追平”，国产编程工具还在“情感陪伴” - Blog | Phodal - A Growth Engineer

查看原文：Agentic RAG 的架构演进：从上下文追踪 (Context Trace) 到全景上下文图谱 (Context Graphs) - Blog | Phodal - A Growth Engineer

本文想分享我近期的一个真实案例，借此讨论技术分析在 AI 时代的能力迁移，以及我们究竟应该强化哪一种认知能力。

这不是一个从“我们决定做 AI”开始的故事。我们项目的客户是，某金融公司内部的平台团队。他们并不是一开始就要“做 AI”，而是长期承担着一个更基础、

本文档对比分析 A2A (Agent-to-Agent Protocol) 和 ACP (Agent Client Protocol) 两个协议的核心差异、设计理念和适用场景。

最近，我们在 AutoDev 中集成了 ACP 协议，使用它进一步优化 AutoDev 的跨平台渲染架构，在提升 AutoDev 的同时，也兼容了其它智能体。由于，ACP