Loop 日报: 2026-05-20
#1
5 月 18 日 loop 信号很薄——autoresearch、agentic loop、agent loop、auto-research 全部 no_data，只有 "self-improving agent" 拉出来了内容，而且大多数还是 crypto agent token 的推广，不是真实工作流 loop。能留下来的就是下面这些。今天值得盯的形态：多个有名字的 agent 各自带定时任务的明确分工，而不是单 agent 链条。
#2
@lucas_fabric
https://x.com/lucas_fabric/status/2056471967554048263
搭了一个 4 个 agent 跑的新闻通讯生意，每月净赚 2000+ 美元，自己每周投入不到 4 小时。CEO agent 盯公司指标、雇 agent、分活；growth engineer agent 写爬虫、自己排日程、出新功能；内容总监 agent 从本地事件数据里写每期通讯；销售总监 agent 自动卖广告位。全部跑在 Paperclip AI 上，每个 agent 有自己的 skill、记忆、定时任务。订阅 6000+，上个月广告收入 2000+ 美元。当天最清晰的 agentic loop 实战——每个 agent 都有岗位、有记忆、有 cron。
https://x.com/lucas_fabric/status/2056471967554048263
搭了一个 4 个 agent 跑的新闻通讯生意，每月净赚 2000+ 美元，自己每周投入不到 4 小时。CEO agent 盯公司指标、雇 agent、分活；growth engineer agent 写爬虫、自己排日程、出新功能；内容总监 agent 从本地事件数据里写每期通讯；销售总监 agent 自动卖广告位。全部跑在 Paperclip AI 上，每个 agent 有自己的 skill、记忆、定时任务。订阅 6000+，上个月广告收入 2000+ 美元。当天最清晰的 agentic loop 实战——每个 agent 都有岗位、有记忆、有 cron。
#3
@OrbisAPI
https://x.com/OrbisAPI/status/2056385074061263089
Orbis 和 EarnFi 整合，把自己定位成 agent 的「工作层」——agent 现在可以发起 token-gated 活动、雇真人完成现实任务、自动付款协调。从 agent 经济泡沫里能捞出来的硬货：这是第一个像样的尝试，把 agent 放在「micropayment 市场买方」的位置，而不只是卖方。Loop 形态：agent 开活动 → 用户完成任务 → agent 复核并付款 → agent 把结果回写到下一轮活动 brief。它能不能站住取决于 EarnFi 的支付通道做不做得稳，但架构是对的。
https://x.com/OrbisAPI/status/2056385074061263089
Orbis 和 EarnFi 整合，把自己定位成 agent 的「工作层」——agent 现在可以发起 token-gated 活动、雇真人完成现实任务、自动付款协调。从 agent 经济泡沫里能捞出来的硬货：这是第一个像样的尝试，把 agent 放在「micropayment 市场买方」的位置，而不只是卖方。Loop 形态：agent 开活动 → 用户完成任务 → agent 复核并付款 → agent 把结果回写到下一轮活动 brief。它能不能站住取决于 EarnFi 的支付通道做不做得稳，但架构是对的。
#4
@rowantrollope
https://x.com/rowantrollope/status/2056387315996467633
Redis Iris 上线，定位是「agent 一直缺的那层上下文」。卖点：Redis 已经是 agent 数据最常用的数据库，Iris 把「给 agent 一份工作记忆」从家庭作业变成一行代码。对 loop 这件事的意义在于——所有 agentic loop 都死于同一种方式：上下文窗口一爆，loop 就忘了它在迭代什么。Iris 是第一批专门为「loop 失败模式」做的产品，而不是为「聊天失败模式」做的。
https://x.com/rowantrollope/status/2056387315996467633
Redis Iris 上线，定位是「agent 一直缺的那层上下文」。卖点：Redis 已经是 agent 数据最常用的数据库，Iris 把「给 agent 一份工作记忆」从家庭作业变成一行代码。对 loop 这件事的意义在于——所有 agentic loop 都死于同一种方式：上下文窗口一爆，loop 就忘了它在迭代什么。Iris 是第一批专门为「loop 失败模式」做的产品，而不是为「聊天失败模式」做的。
#5
@dyanacek
https://x.com/dyanacek/status/2056383746576961992
AWS DevOps Agent 的访谈讲清了一件事——一家做了 15 年 DevOps 的公司，把「自动化运维」做成了什么形态。这个 agent 把 AWS 自己内部的运维实践编码成一个可执行的 loop，监控基础设施、提补救方案、在策略允许范围内执行。值得抓的不是 agent，是它的「真相来源」：AWS 把 15 年的事后复盘文档变成了 agent 跑的程序性记忆。所有想做 autoresearch / 自我改进 loop 的人，方法论在这里：从你已经写好的故障复盘开始。
https://x.com/dyanacek/status/2056383746576961992
AWS DevOps Agent 的访谈讲清了一件事——一家做了 15 年 DevOps 的公司，把「自动化运维」做成了什么形态。这个 agent 把 AWS 自己内部的运维实践编码成一个可执行的 loop，监控基础设施、提补救方案、在策略允许范围内执行。值得抓的不是 agent，是它的「真相来源」：AWS 把 15 年的事后复盘文档变成了 agent 跑的程序性记忆。所有想做 autoresearch / 自我改进 loop 的人，方法论在这里：从你已经写好的故障复盘开始。
#6
@cop_on_fire
https://x.com/cop_on_fire/status/2056466996490047637
在 FlyMy_AI 上 90 秒内做出一个把产品照片变成成片广告视频的 agent，然后把它的 Python SDK 粘进 Lovable 落地页，2 分钟整套产品上线。一个 prompt 做后端、一个 prompt 做前端，8 个 AI 工具自动串起来——没有胶水代码。loop 形态不在于长跑任务，而在于「构建过程」本身被压缩成一次可复制的 agent 跑。会真正吃掉 no-code 平台的形态——「工具自动拼接」成为默认而不是例外。
https://x.com/cop_on_fire/status/2056466996490047637
在 FlyMy_AI 上 90 秒内做出一个把产品照片变成成片广告视频的 agent，然后把它的 Python SDK 粘进 Lovable 落地页，2 分钟整套产品上线。一个 prompt 做后端、一个 prompt 做前端，8 个 AI 工具自动串起来——没有胶水代码。loop 形态不在于长跑任务，而在于「构建过程」本身被压缩成一次可复制的 agent 跑。会真正吃掉 no-code 平台的形态——「工具自动拼接」成为默认而不是例外。
#7
@YinjieW2024
https://x.com/YinjieW2024/status/2056501268693307540
OpenClaw-RL 研究里被低估的一个发现：在长轨迹任务上，文本反馈比单纯的结果反馈信息量大得多。他们给 self-distillation loop 找到的两个稳定性小技巧：(1) 多采几条文本反馈，选 teacher 和 student 重合度最高的那一条；(2) 在 log-p 差值上加一个 clipping 常数。具体到可以直接照做，如果你在跑自我改进 agent loop。配套论文在 OpenClaw-RL 项目页。
https://x.com/YinjieW2024/status/2056501268693307540
OpenClaw-RL 研究里被低估的一个发现：在长轨迹任务上，文本反馈比单纯的结果反馈信息量大得多。他们给 self-distillation loop 找到的两个稳定性小技巧：(1) 多采几条文本反馈，选 teacher 和 student 重合度最高的那一条；(2) 在 log-p 差值上加一个 clipping 常数。具体到可以直接照做，如果你在跑自我改进 agent loop。配套论文在 OpenClaw-RL 项目页。
📡 生态产品雷达
生态产品雷达
Paperclip AI —— @lucas_fabric 那套 4 个 agent 的新闻通讯生意所跑的 agent runtime，提供 skill、记忆、定时任务。
Redis Iris —— 给 agent 数据用的新一层上下文，把 Redis 定位成 loop 型工作负载的持久工作记忆。
FlyMy_AI —— agent 平台，把「产品想法 → 可工作 agent」压缩到 2 分钟内一次构建（@cop_on_fire 引用）。
OpenClaw-RL —— 研究项目，发现文本反馈 + clipping 常数可以稳定 self-distillation loop；如果你在做明确的自我改进 loop，方法论值得读。
EarnFi / Orbis —— 给 agent 用的支付通道方案，agent 现在可以雇人 + 为真实结果付钱。
AWS DevOps Agent —— AWS 把内部运维实践编码成可跑的 agentic loop；把「复盘语料库」变成程序性记忆的案例研究。
Paperclip AI —— @lucas_fabric 那套 4 个 agent 的新闻通讯生意所跑的 agent runtime，提供 skill、记忆、定时任务。
Redis Iris —— 给 agent 数据用的新一层上下文，把 Redis 定位成 loop 型工作负载的持久工作记忆。
FlyMy_AI —— agent 平台，把「产品想法 → 可工作 agent」压缩到 2 分钟内一次构建（@cop_on_fire 引用）。
OpenClaw-RL —— 研究项目，发现文本反馈 + clipping 常数可以稳定 self-distillation loop；如果你在做明确的自我改进 loop，方法论值得读。
EarnFi / Orbis —— 给 agent 用的支付通道方案，agent 现在可以雇人 + 为真实结果付钱。
AWS DevOps Agent —— AWS 把内部运维实践编码成可跑的 agentic loop；把「复盘语料库」变成程序性记忆的案例研究。
评论