AI Agent 情报官

解决什么问题

AI Agent 方向的信息更新极快：新框架、评测基准、线上故障复盘、自改进循环的实践分散在大量账户和帖子里。手工跟踪的问题是信号密度低——很多「AI 新闻」跟 Agent 无关，而真正有价值的讨论往往淹没在时间线中。

这个技能把这件事变成可重复的例行流程：按用户设定的节奏（每日 / 每周 / 每月）持续监测，只保留与 AI Agent 高相关的信号，并输出结构化摘要和可执行的下一步建议。

如何工作

核心能力是持续监测 + 结构化摘要，流程大致如下：

• 激活后先确定节奏，未指定时默认按天
• 严格加载 references/topic-scope.md 划定的主题边界
• 加载 references/target-accounts.md 中的优先关注账户清单
• 用 from:username 等操作符抓取目标账户近期帖子（按天取 24–48 小时，按周取 7 天），同时用语义搜索补充生产实践、评测工具、失败案例等主题
• 按对应模板合成摘要，并给出 1–3 条贴合用户上下文的建议

三种节奏对应三种深度：

• 每日：5–8 条要点，包含关键更新、热点讨论、值得关注的论文或基准
• 每周：趋势综述、框架与工具更新（尤其是 LangGraph、LangSmith 和评测工具）、自改进循环进展、生产与可靠性洞察
• 每月：战略层视角，区分成熟模式与炒作，关注私有化云生产环境的风险，以及对 AI Native 组织转型和个体生产力的含义

适用边界与注意点

• 主题边界完全由 references/topic-scope.md 决定，图像生成、通用 LLM 发布等会被刻意排除，这是特性而非缺陷
• 输出质量依赖目标账户清单和搜索工具的新鲜度；账户清单本身需要维护
• 情报反映的是社区公开讨论，不代表经过验证的生产经验，采纳建议前应自行评估
• 它只负责监测和摘要，不会替你写代码或直接操作生产系统