老千

菲律宾百艘渔船强闯黄岩岛，中国海警提前占位布局_我的网站

第八号当铺

一 |

真当中国是软柿子不敢出手？为逼美国下场，马科斯政府心生一计，菲律宾百艘渔船强闯黄岩岛。而就在此时，为了应对这轮挑衅动作，中国海警的打法也变了！

据央视公布的消息，中国海警在黄岩岛海域专门进行了海上救生训练，并强调今后还会定期开展救生训练。

显而易见，在这个敏感时刻，我国海警专程赶赴黄岩岛启动海上救生训练，充斥着一股不同寻常的味道，证明我们做好了应对任何突发状况的准备。智猩猩AI整理编辑：没方最近在折腾几款 AI 编程工具，很多人第一反应都是问背后用的是GPT-5.6 Sol还是Claude Fable 5。

二 |

要知道，由于菲媒早早的就放出了风声，炫耀来自该国“民间组织”的200人将赶往黄岩岛临近海域，并且为了更好的宣示所谓的“主权”，抵达目的地后他们还会投放标志性的浮标。

据环球网16日援引多家外媒消息，菲“民间组织”召集所谓的“当地渔民”出发冲向黄岩岛，为首的5艘船里还搭载着记者、外国观察员等等，另有100余艘渔船跟在后面。但相同模型，放进不同的编程工具里，表现可能完全不一样。更重要的是，这些参与者返国后，还将在马尼拉专门召开一场发布会大肆炒作。有的 Agent 能连续工作几个小时，写完代码还知道运行测试、检查结果、继续优化。

结合这些能看出，百艘渔船计划强闯黄岩岛是有备而来，他们准备在南海玩一把大的，制造混乱局面，然后再指责中国“欺凌弱小”。有的写了几十行代码，就告诉你任务已经完成。只能说，这种戏码菲律宾不知道上演了多少遍，尽管他们对此乐此不疲，可我们也早就看腻了。

但接下来我要说的是，除了想利用这项“伟大计划”进一步塑造“被霸凌”的形象，马科斯政府更是试图趁机挑动南海局势升级，逼美军亲自下场。

三 | 之所以这样说，一是因为菲律宾该“民间组织”的计划显然得到了马科斯政府的授意，否则菲律宾海岸警卫队也用不着为了他们“勇闯”黄岩岛的行动提供护航了。等真正运行项目，才发现测试没跑、依赖没装，甚至文件都改错了。

马科斯此前放出话来，称若有人在南海遭到攻击丧命，将恳求美军出手。

四 | 基于这两点，再加上菲律宾独自在南海“冲锋陷阵”，且美国长期扮演着幕后推手的角色没展露半点要军事介入的意思，完全可以大胆猜想，马科斯政府授意“民间组织”在黄岩岛闹这么一出，就是企图制造伤亡，从而将美军正式引入到中菲海上争端当中来。

五 | 而也正是识破了马科斯政府的“毒计”，中国海警才会提早模拟有人落水展开海上救生的场景。模型明明没有变，差距从哪来？答案可能藏在模型外面的那层 Agent Harness 里，可以理解为包裹在大模型外部的“智能体运行系统”。

此外，透过近来在黄岩岛海域我们的常态化训练，想必不少网友注意到了中国海警这次的打法也完全变了。它负责把模型、上下文、记忆、工具、权限、终端界面、任务调度和多智能体协作串联起来。模型决定 Agent 的能力下限，而 Harness 则在很大程度上决定模型能够稳定工作多久、一次能处理多复杂的任务，以及最终能把多少智能转化成真实生产力。今天刷github日趋榜，看到了个名叫 jcode 的开源项目，正试图把 Agent 这层外壳推到更远。

六 |

早在此前，出于想怂恿日本在钓鱼岛问题上与中国对抗，美方便借助《美日安保条例》给日本撑腰，而为了防止日本升级挑衅，中国海警针对钓鱼岛实施了常态化的巡航，并且直到去年，我们几乎实现了对钓鱼岛的全天候巡航，对此日本只能干着急。

七 |

而如今中国海警在黄岩岛也俨然启动了“钓鱼岛模式”，通过在此地展开定期训练，进而实现常态化巡航。

八 |

也就是说，菲律宾若还是认不清自己几斤几两，决心在黄岩岛与中国硬刚到底，那就尽管放马过来，中国海警必将依法维权，势必粉碎美菲一切的阴谋诡计！

。

九 | 它是一套使用 Rust 构建的终端 Coding Agent Harness，主打多会话工作流、持久记忆、多智能体协作、高度自定义和低资源占用。在github上已经收获10k stars。项目链接： https://github.com/1jehuang/jcode 01 从单次对话，走向长期运行的Agent工作系统记忆系统是jcode的一大杀手锏，下面这段演示视频可以直观看到它的记忆召回效果：播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 jcode 记忆功能演示它会将每轮对话转换为语义向量，并利用记忆图谱管理这些信息。当新任务到来时，系统会通过余弦相似度检索与当前对话有关的记忆，再将命中的信息注入上下文。为了降低“相似但不相关”的记忆干扰，jcode还可以调用独立的Memory Sideagent，对召回内容进行二次判断。这个Sideagent既可以验证记忆是否真正相关，也可以继续执行信息检索，再把整理后的结果交给主Agent。记忆的写入也不完全依赖用户操作。当对话发生明显语义漂移、间隔一定轮次或者会话结束时，记忆Sideagent可以从对话中抽取值得长期保存的信息，写入记忆图谱。在后台模式（Ambient Mode）下，系统还会定期整理和整合记忆，检查过期信息与潜在冲突。 jcode将多会话工作流作为核心设计目标。用户可以让jcode作为后台服务器持续运行，再从不同终端连接到同一服务。多个会话可以复用同一个后台服务，并由服务端统一管理会话连接、Agent通信和协作状态，而不需要为每个终端都重新启动一套完整的运行环境。根据项目公布的自测结果，按照PSS内存指标计算，在关闭本地嵌入功能时，jcode运行一个活跃会话的内存占用约为27.8MB。而Claude Code约为386.6MB，约是 jcode 的13.9倍。当活跃会话增加到10个时，两者的资源差距更加明显：jcode的内存占用约为117MB，Claude Code则达到约2300.6MB，约为jcode的19.7倍。

十 | 从会话扩展成本来看，jcode每增加一个会话，额外内存占用约为9.9MB；Claude Code每增加一个会话则需要约212.7MB，约为jcode的21.5倍。 jcode的另一项重要能力，是原生Swarm多智能体协作。当Agent A修改了Agent B此前读取过的文件，服务器会主动通知Agent B，提醒它当前代码已经发生变化。Agent B可以根据任务相关性忽略提醒，也可以查看Diff，确认自己的修改是否需要调整。 Swarm协作文件变更通知不同Agent之间还可以发送私信、广播消息和同步任务状态。主Agent也能够自主创建新的Agent团队，把工作拆分给不同成员并行处理，自己则转变为负责规划、调度和汇总结果的协调者。

十一 | 为了降低大仓库中的上下文消耗，jcode还开发了面向Agent的代码搜索工具Agent Grep。该工具会在搜索结果中加入文件结构、函数列表和函数所在位置等信息，让模型在不读取全文的情况下，大致判断相关代码承担什么作用。还会根据Agent已经看过的内容，自适应地截断重复搜索结果。 Skills也采用了类似的按需加载思路。

十二 | jcode不会在启动时把所有Skill完整写入上下文，而是对当前对话进行语义匹配，在检索到相关Skill时再自动注入。用户和Agent仍然可以通过工具或斜杠命令手动激活Skill，但无关的说明不会长期占据上下文窗口。浏览器能力同样纳入了Harness设计。目前jcode内置的浏览器工具主要通过Firefox Agent Bridge工作，可以执行打开页面、获取内容、点击、输入、填写表单、截图、滚动和上传文件等操作。 jcode最有趣的功能是Self-Dev模式。进入这一模式后，Agent可以直接修改jcode自身的源代码，随后完成构建和测试，重新加载生成的二进制程序，并继续处理原有的一个或多个会话。如果用户不满意界面布局、工具行为或者某项工作流，可以让Agent直接修改Harness本身，而不必完全等待项目维护者提供新功能。

十三 | 这让人想到翁荔最近提出的一个判断，在模型能够稳定修改自身权重之前，AI的自我改进可能会率先发生在Harness层。《DeepSeek崔添翼力挺翁荔最新长文：AI自进化先从Harness开始》 jcode的Self-Dev正是提供了象征意义的工程样本。 02 安装教程（1）macOS 和 Linux `curl -fsSL https://jcode.sh/install | bash` （2）Windows 11 `irm https://jcode.sh/install.ps1 | iex` 安装完成后，在终端输入 `jcode` 即可启动交互式界面。