beta.7 最值得先畫 surviving store、delivery recovery 與 stale-branch rejection,因為版本更新真正教的是恢復路徑,不是功能數量。
最新消息重點
今天先抓三個工程問題:版本升級後哪些 state 真的可恢復、安裝與 provider 設定的 source of truth 在哪裡、以及一段工作該寫成 skill 還是要保留成隔離 sub-agent。
v2026.8.3 與 explicit API key precedence 可以一起讀:能力宣告之外,還要問 transport、event 與 config authority 到底在哪一層生效。
skill 與 sub-agent 的取捨,可當作今天的課堂比較題:重複流程看程序封裝,探索流程看隔離上下文與獨立證據。
教學小提示
今天固定補五欄:surviving store、install source proof、config precedence、task boundary、recovery / verification artifact。
課程定位與教學重點
閱讀時可把兩個專案當成兩種案例系統:OpenClaw 偏向個人 AI 助手產品整合,Hermes Agent 偏向可擴充的 AI Agent 工作流平台。前者適合看通道、部署與互動設計,後者適合看 tools、memory、skills 與 delegate。
對大二到大四學生
幫助你把 AI Agent 理解成系統工程問題,而不是只有聊天介面。
對專題與競賽
可用來拆解成平台整合、工具鏈設計、資料流與使用者互動等子題目。
本次閱讀任務
- 兩個 AI Agent 專案的差異與定位
- 適合工程學生的學習模組
- 專題、課堂報告與實作切入點
- 近期版本與產業新聞的工程重點
- 練習把 release、commit 與外部報導各自對應到驗證方法
- 遇到 sandbox 或 state migration 類消息時,固定寫出它隔離或修補的是哪一層狀態。
- 再補 1 欄「設定是暫時覆蓋還是永久寫回」,避免把示範旗標誤當成系統預設
- 遇到跨平台 agent 問題時,再補 1 欄「這個假設只在 POSIX 成立,還是 Windows 也成立」,避免把 signal/process 邏輯直接複製到所有系統
- 看到 onboarding、approval 或 provider setup 類消息時,再補 1 欄「哪一步要人核准、哪一步可 fallback、哪一步會寫成持久化狀態」
- 把「看不見的 guardrail」改寫成可驗證證據欄位:文件、旗標、畫面、log 或回歸測試
- 同一天至少對照 1 則官方 release 與 1 則 commit,分辨 source of truth 是 release notes、host env policy、實際路徑,還是平台最終渲染
- 每讀一條消息都補 1 個可驗證證據:產物、測試檔、log、畫面或評估結果
- 若消息同時牽涉排程與介面,再分開記「背景任務真的完成了嗎」與「畫面是否把完成狀態正確顯示出來」。
- 官方文件、影片與新聞之間的對照閱讀路徑
今天記錄的最小欄位
- 哪一份 artifact 才是 source of truth:release notes、host env policy、真正讀取的 .env 路徑,或平台 finalize 流程。
- 如果失敗,症狀會先出現在 timeout、環境繼承、Docker 路徑、Telegram 預覽,還是 memory 評估退化。
- 至少補 1 個回歸證據:測試檔、錯誤訊息、實際路徑、最終訊息畫面或比較實驗。
- 若是 release 或 UI 消息,再補 1 欄「下游產物/畫面是否真的改變」:Docker build、tagged artifact、自動捲動或工具分組是否可直接觀察。
- 若消息提到 loopback、pairing 或 local dashboard,固定再問:先通過的是 token/password 驗證,還是配對流程本身;避免把本機連線誤看成免授權。
- 若消息提到 remote coding session,再補 1 欄「session 歸屬主機/resume 終端/artifact 留存位置」,避免只看到功能名稱卻沒記主控權在哪裡。
- 若消息提到 state schema、SQLite 或 migration,再補 1 欄「升級路徑/舊資料相容/回滾證據」,避免只記得版本號卻沒記資料層風險。
- 若消息牽涉大型 transcript 或桌面切換,再把「模型延遲」與「介面切換延遲」分開記,避免把所有卡頓都誤判成推理問題。
OpenClaw 與 Hermes Agent 快速比較
如果你是工程相關科系學生,可以先把兩個專案理解成兩種不同的學習案例:一個偏向個人 AI 助手產品化,一個偏向可擴充的 AI Agent 系統工程。
| 面向 | OpenClaw | Hermes Agent |
|---|---|---|
| 工程觀點 | 偏向跨平台整合、訊息通道與個人助理產品體驗。 | 偏向工具調度、記憶、技能與代理工作流設計。 |
| 適合觀察的系統面 | 平台整合、使用者互動、部署與通道接入。 | 工具呼叫、長期記憶、任務分解、多步驟自動化。 |
| 適合的課堂用途 | 可做智慧助理平台、介面與應用情境分析。 | 可做 AI Agent 架構、workflow 與工具系統示範。 |
| 初學者建議 | 先看官網與 Getting Started,再研究應用展示。 | 先看 Getting Started,再理解 tools、skills、memory。 |
- 可從部署、通道整合與使用情境角度切入
- 適合做智慧助理平台案例分析
- 也適合作為產品導向 AI 系統的研究材料
- 適合觀察 tools、memory、skills 與 delegate
- 可作為 AI Agent 系統架構與 workflow 教材
- 也很適合做實作型專題與功能拆解分析
Intelligent Agent 實作研習
新增一個可直接用於教師研習的完整教材頁,內容依據 Workshop 規格整理成 6 小時教學網站版本,涵蓋 Agent 理論、工具比較、API、Ollama、RAG、Multi-Agent 與 GB10 教學環境。
- 適合用來帶教師理解 Agent 生態,而不只談 prompt engineering
- 每章都包含理論、架構圖、程式碼、實作練習與常見錯誤
- 可直接作為研習主頁教材,後續也能再拆成多頁課程單元
Coding Agents
Claude Code 與 OpenAI Codex 可當成 CLI 型 AI coding agent 的代表案例,用來觀察重構、除錯、測試、PR review 與開發流程自動化如何被整合成一條工作流。
- 可搭配 Hermes Agent 一起比較工具型 agent 的能力邊界
- 適合課堂討論重構、除錯、PR review 與自動化流程
- 可搭配官方文件、影片與新聞對照同一主題的不同表述
YouTube 教學影片
可優先找安裝流程、功能示範、實際操作與專案比較影片,搭配官方文件一起看,較容易把名詞、操作步驟與系統設計連起來。
建議學習路線
- 先看首頁比較,確認兩個專案的差異。
- 選一個專案深入閱讀詳頁與官方文件。
- 搭配影片入口與 release notes 看近期演進。
- 把內容轉成報告、專題或實作題目。
- 最後回到資源頁整理自己的學習筆記與方向。
適合的專題方向
- AI 助手平台與跨通道整合
- AI Agent 工具鏈與自動化工作流
- 記憶系統與個人化互動設計
- 工程教育中的 agent 應用展示
- 從產品與系統兩種角度比較開源 AI 專案
報告與專題查詢路徑
做報告時可先讀專案詳頁建立背景,再看消息彙整抓近期重點,最後用影片與歷史新聞補足案例與脈絡。
建議每次整理至少留下三個觀察:功能面、系統面、以及可以延伸成專題的實作面。