## Agent没地基：本周HN六款新工具 海外技术圈这两周悄悄换了赛道。当国内还在争论"Claude Code 到底打不打得过 Codex、Cursor 该不该续费"的时候，Hacker News 的 Show HN 首页突然被一种全新品类刷屏——**不是新的 Agent，而是给 Agent 用的基础设施**。版本控制、上下文管理、持久记忆、工作流状态机、用户验收……这些过去只有"人"才需要的工程地基，现在被一群开发者当成新大陆来开垦。 这篇文章要告诉你的信息差只有一句话：**2026 年中，AI 编码智能体的竞争重心已经从"谁的模型更聪明"转移到了"谁的地基更稳"，而这个地基市场国内几乎无人入场。** 下面拆解本周 HN 上六个最值得关注的新工具，每个都带官网、安装命令、价格和它解决的具体痛点。 ### 为什么会出现"Agent 地基"这波新物种 先用一张图看清楚这件事的全貌。过去一年，Claude Code、Codex、Cursor 这类编码智能体把开发效率拉高了，但同时也暴露了五个"人用着没事、Agent 一用就塌"的工程缺口： ```mermaid flowchart TD A["AI编码智能体暴露的5个地基缺口"] --> B1["① 版本控制：提交洪水"] A --> B2["② 工具墙：MCP塞爆上下文"] A --> B3["③ 失忆：每次会话从零开始"] A --> B4["④ 失控：workflow没有状态机"] A --> B5["⑤ 无QA：没人验收产出"] B1 --> C1["Oak — 给Agent用的VCS
oak.space · 207分"] B2 --> C2["Caplets — 能力卡替代工具墙
caplets.dev"] B3 --> C3["Recall — 离线持久记忆
github.com/raiyanyahya/recall · 134分"] B4 --> C4["Aharness — Codex工作流状态机
github.com/alfredvc/aharness"] B5 --> C5["OpenUser — 自托管人格测试
为Agent做验收"] style A fill:#fff3cd,stroke:#856404 style C1 fill:#d1ecf1,stroke:#0c5460 style C2 fill:#d1ecf1,stroke:#0c5460 style C3 fill:#d1ecf1,stroke:#0c5460 style C4 fill:#d1ecf1,stroke:#0c5460 style C5 fill:#d1ecf1,stroke:#0c5460 ``` 这五个缺口，每一个都催生了本周 HN 上的新工具。下面逐个拆解。 --- ### 一、Oak —— 给 Agent 重新发明一遍版本控制（本周最热） - **官网**：https://oak.space - **定位**：自称"the agentic substrate"（智能体基底），一套从零设计的版本控制系统，专门为"人 + Agent 协作"优化 - **HN 热度**：207 分 / 177 条评论，1 天前发布，本周 Show HN 头部 - **价格**：公测期，一行命令安装 `curl -fsSL oak.space/install | sh`，无需改模型、改 harness、改 IDE Oak 抛出的核心问题是：**Git 真的是 Agent 最高效的工作方式吗？** 当一个 Agent 在几分钟内产出几十上百次提交、反复 diff、频繁 checkout，传统 Git 的锁、索引、对象存储都在拖后腿。Oak 的卖点很直接——"我们在找每一个毫秒的延迟并干掉它，更少的 token、更少的时间"。 **为什么值得关注**：这是第一次有人公开质疑 Git 在 Agent 时代的适配性。对国内开发者的启示是：当你用 Claude Code 跑大型重构，commit 历史被刷烂、`git log` 慢到不可用时，问题可能不在模型，而在 1991 年设计的 Git 本身。 **适用人群**：重度依赖 Agent 做多分支并行重构的团队；CI/CD 里跑 Agent 的 DevOps；做"一人公司、八个 AI 员工"那种把 Agent 当正式开发者的独立开发者。 **国内对比**：国内 Git 托管（Gitee、CODING）和各类 Agent 编排框架都在 Git 之上做封装，没有人从底层重写版本控制。这是典型的"认知差"——大家默认 Git 不可挑战，海外有人偏不。 --- ### 二、Caplets —— 用"能力卡"替代 MCP 的"工具墙" - **官网**：https://caplets.dev - **定位**：把臃肿的 MCP server 收敛成"聚焦的能力卡"（capability cards） - **价格**：npm 安装，开源 MCP（Model Context Protocol）火了之后，一个新痛点出现了：**工具墙**。开发者给 Agent 接十个 MCP server，每个 server 又吐出几十个工具，庞大的 schema 直接塞进 prompt，上下文瞬间爆掉，模型还要花 token 去"理解"它根本用不上的工具。 Caplets 的解法是**渐进式暴露**：Agent 一开始只看到一条"路由"，需要时才"放大"到具体工具。它的交互链路是 `route → inspect → search_tools → get_tool → call_tool`——也就是说，巨大的工具 schema 在"真正需要之前"完全不会进入 prompt。 **为什么值得关注**：这是对"工具越多越强"这个直觉的直接反例。对你我这种动辄给 Claude Code 接一坨 MCP 的玩家来说，Caplets 能在工具数量翻倍时把上下文开销压回去，本质上是个隐形的成本优化器。 **适用人群**：重度 MCP 用户；做 Agent 中台的架构师；上下文经常吃满的 Claude Code / Codex 深度用户。 **国内对比**：国内 MCP 生态刚起步，多数教程还在教"怎么接更多 MCP"，几乎没人讲"接太多会拖垮 Agent"。Caplets 提前给出了答案。 --- ### 三、Recall —— 给 Claude Code 装一块"离线硬盘记忆" - **仓库**：https://github.com/raiyanyahya/recall - **定位**：为 Claude Code 提供"持久记忆，完全离线" - **HN 热度**：134 分 / 84 条评论，1 天前 - **价格**：开源免费 - **官方一句话**："Stop wasting tokens and re-explaining your project every session"（别再每次会话都浪费 token 重新解释你的项目） 这是本周第二个爆款。痛点极其普遍：每次开新会话，Claude Code 都要从零开始读你的项目结构、命名约定、踩过的坑，你反复粘贴同样的上下文说明。Recall 把这些"项目记忆"持久化到本地，下次会话自动加载，全程不上云。 **为什么值得关注**：它精准切中了两个国内用户的敏感点——**省 token** 和**数据不出本地**。对通信、金融这类合规要求高的行业，"离线 + 本地"几乎是刚需。而且它和官方的 `/compact` 是互补关系：`/compact` 压缩当前会话，Recall 跨会话留存。 **适用人群**：每天开多个会话的 Claude Code 用户；需要把项目知识沉淀成"团队资产"的小团队；对数据上云有顾虑的企业开发者。 **国内对比**：国内已有 RAG/向量库方案做"长期记忆"，但配置重、依赖云。Recall 的卖点是零依赖、纯本地，开箱即用。这和 [[agent-memory-overthrows-vector-db]] 是同一趋势的延续——轻量本地记忆正在吃掉重型向量库的市场。 --- ### 四、Aharness —— 用状态机把 Codex 的工作流关进笼子 - **仓库**：https://github.com/alfredvc/aharness - **定位**：Codex 的工作流 harness，提供 typed gates、validated evidence、controlled transitions、repair paths、inspectable logs - **价格**：开源 当 Agent 越来越自主，最大的恐惧从"它写错代码"变成了"它跑飞了没人拦得住"。Aharness 把 Agent 的工作流建模成**状态机**：每一步转换都有类型化的关卡（typed gates）、需要验证过的证据（validated evidence）才能放行，失败时有修复路径（repair paths），全程日志可审查（inspectable logs）。 **为什么值得关注**：这是把软件工程里成熟的"有限状态机 + 门禁"思想搬到了 Agent 编排上。对你我意味着：可以让 Codex 自动跑长任务，同时保证它不会在某个中间状态乱提交、乱部署。 **适用人群**：让 Codex 跑自动修复、自动重构的团队；需要 Agent 操作可审计、可回滚的场景；对 Agent "失控"有顾虑的技术负责人。 **国内对比**：国内的 Agent 框架（Dify、Coze 之类）侧重于"搭流程画布"，强调可视化和编排，但对"工作流的强约束和审计"做得偏弱。Aharness 走的是另一条路——先确保可控，再谈自由。 --- ### 五、OpenUser —— 给 AI 编码 Agent 做一套"用户验收测试" - **定位**：自托管的 user-persona tester for AI coding agents（用户人格测试器） - **价格**：开源 这是个角度很新的工具。传统软件有 QA、有用户验收（UAT），但 **Agent 写出来的代码谁来验收？** OpenUser 的思路是：用模拟的"用户人格"去测试 Agent 的产出，看它是否真的满足了不同类型用户的需求。自托管意味着测试数据和人格设定都不出本地。 **为什么值得关注**：它补上了 Agent 开发链路里最缺的一环——"人肉验收"。当 Agent 产出速度远超人工 review 速度时，必须有自动化的人格化测试来兜底。 **适用人群**：把 Agent 当正式开发者、需要交付质量的团队；做 to-B AI 编码产品的创业者。 **国内对比**：国内 AI 编码测试生态还停留在"单元测试生成"层面，几乎没人做"用户人格验收"这一层。这是产品差异化机会。 --- ### 六、Cachet —— 100% 本地的语义缓存，Rust 写的 - **仓库**：github.com/abhix2112（Cachet） - **定位**：drop-in semantic cache for LLM APIs，100% 本地，Rust 实现 - **价格**：开源 虽然热度还在早期，但概念值得放进清单。它是一个"即插即用"的语义缓存——相似的问题命中缓存就不再调用 LLM API，纯本地、Rust 高性能。这和近期国内热议的"语义缓存砍三成账"是同一思路的开源实现，区别在于它强调**零云依赖**。 **适用人群**：API 调用量大、想压成本的团队；对缓存数据上云有顾虑的场景。这和我们一直在跟踪的 [[semantic-cache-cuts-30-percent]] 完全对得上——Rust 本地版是该趋势的最新拼图。 --- ### 信息差总结：你知道的 vs 别人已经动手的 | 维度 | 国内主流认知（信息洼地） | 海外本周动态（信息差） | |------|------------------------|----------------------| | Agent 竞争焦点 | 还在比"谁更聪明/更便宜" | 已转向"谁的地基更稳" | | 版本控制 | 默认 Git 永远正确 | Oak 公开质疑 Git，重写 VCS（207 分） | | MCP 工具管理 | 接越多越强 | Caplets 说"工具墙"在拖垮 Agent | | Agent 记忆 | RAG/向量库/上云 | Recall：纯本地、零依赖持久记忆 | | Agent 工作流 | 画布式编排、偏自由 | Aharness：状态机 + 门禁 + 可审计 | | Agent 验收 | 几乎空白 | OpenUser：用户人格化测试 | | 成本优化 | 改 prompt、换便宜模型 | Cachet：本地语义缓存即插即用 | 这张表就是这一轮的全部信息差：**国内同行还在打磨"Agent 本身"，海外已经有人在卖"Agent 的水电煤"。** ### 行动指南：这周你可以做的三件事 1. **先吃 Recall 这块最肥的肉**。它是纯本地、零成本、对现有 Claude Code 工作流零侵入，今晚就能装上。对省 token 和数据合规是双重利好，ROI 最高。 2. **如果你是 MCP 重度用户，拿一个小项目试 Caplets**。把现有最臃肿的 MCP server 迁过去，对比迁移前后的上下文占用和响应速度，你会直观看到"工具墙"到底吃掉了多少 token。 3. **如果你做 to-B 的 AI 编码产品，盯死 Oak 和 Aharness**。它们代表的是"Agent 基础设施"这个新赛道，国内尚无对标。早期跟进、做中文适配或本地化封装，是有窗口期的创业机会——参考我们总结的 [[agent-memory-overthrows-vector-db]] 和 [[agent-cost-hidden-multipliers]] 两条线，地基层的机会往往比模型层更持久。 一句话收尾：**当所有人都在追问"哪个 Agent 最强"时，最聪明的钱已经流向"怎么给 Agent 搭脚手架"。这个判断，比任何一个新模型都值钱。** --- ### 参考来源 - Oak 官网 —— https://oak.space - Caplets 官网 —— https://caplets.dev - Recall 仓库 —— https://github.com/raiyanyahya/recall - Aharness 仓库 —— https://github.com/alfredvc/aharness - Hacker News Show 首页（本周新品聚合）—— https://news.ycombinator.com/show --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。