drizzle digest
⌕ ESC
↑↓ 选择↵ 打开esc 关闭⌘K 唤起
← 主页 NO.200
专栏 · AI 工作流实战 ›
第 200 期 · AGENT 工程 · 收录于 2026 年 8 月 24 日

我如何用 Agent 自动化自己在 Hugging Face 的工作——Niels Rogge(Hugging Face)

NR
Niels Rogge · AI Engineer
Agent 工程
视频 20:20 原文约 1.9 万字 预计阅读 13 分钟 来源视频 ↗ 中英对照全文
原平台热度 YouTube ↗
5,039观看
104赞
2.1%点赞率
10评论
62.7万频道订阅
数据截至 8 月 27 日
TL;DR · 三句话
  1. 一Hugging Face 工程师 Niels Rogge 把自己「劝研究者把模型从 Google Drive 搬上 Hub」的日常工作交给了 agent：每晚一个 cron job 读几百篇 arXiv 论文、自动开 GitHub issue/PR，几千个 issue 只收到 2 条负面评论。 → 详细
  2. 二他的架构经历了两代：2024 年按 Anthropic「别做 agent、从简单开始」的建议搭确定性 workflow；如今因为模型够强，改用 Claude Agent SDK 的完全自主 agent——只要一个 CLI + 一个 skill + 沙箱，就能替换成千上万行自定义代码。 → 详细
  3. 三三点结论：开放模型（GLM 5.2、DeepSeek V4）已能替换闭源模型；就他的场景 agent 胜过 workflow；以及——别忘了评估（推荐 Hamel Husain 的《LLM Evals FAQ》）。 → 详细
01

他要自动化的到底是什么活：把研究成果从 Google Drive 搬到 Hugging Face

  • 讲者 Niels Rogge，比利时人，KU Leuven（鲁汶大学）毕业，在 Hugging Face 做机器学习工程师已 5 年，属于 community science 团队——他自嘲这个团队也可以叫「Google Drive 搬运到 Hub 团队」。 → 详细
  • 起因：他在 GitHub 上刷到热门研究时，发现很多论文的权重（模型参数文件）不在 Hugging Face 上，而是散落在 Google Drive、GitHub releases、Dropbox、Zenodo 等第三方服务器——这很伤成果的「可发现性」。他去开 GitHub issue 劝作者迁移，对方大多回复「确实很有道理」。 → 详细
  • Hugging Face 的 paper pages（论文页面，每篇都对应 arXiv）能在右侧关联模型/数据集，加上元数据标签和筛选器（按任务、语言、兼容库查找），对研究者和使用者是双赢：文档更好（model card / dataset card）、上传下载有配套工具、还能帮研究者推广工作。 → 详细
02

为什么必须上 agent：一个人开 issue 的手工模式撞上了每天几百篇论文

  • 他原本的人肉套路是固定模板：开 issue 问「能不能把这个 checkpoint / 数据集发布到 Hugging Face？」，再开 PR 补 model card / dataset card。但 arXiv 每天涌出几百篇论文，AI 爆发期 NeurIPS 投稿量也暴涨，一个人根本不可持续——于是问题变成「能不能用 agent 扩展 community science 团队的产能」。 → 详细
  • 被自动化的人肉工作流本身很清晰：看到论文 → 找 GitHub 链接 → 读 readme → 判断有没有新东西值得上 Hub；若已在 Hub 就查 model card / 元数据标签是否完善（不完善开 PR），不在就开 issue，最后还要跟作者跟进。 → 详细
03

2024 年的选择：确定性 workflow，不用框架

  • 他引用 Anthropic《Building Effective Agents》博客的二分：workflow（工作流）是在预定义路径的各步骤里调用 LLM API，更可预测、掌控力强但不灵活；autonomous agent（自主智能体）是「一个在循环里不断调用工具直到任务完成的 LLM」，更灵活但更不可预测——而且两者可以按用例混搭，不是非此即彼。 → 详细
  • 他 2024 年动手时选了「相当确定性的 workflow」，理由就是那篇博客的原话："尽量别做 agent，从简单开始，从单次 LLM API 调用开始……避免用框架。" 他照做了：整条 pipeline 复刻自己人肉 outreach 的流程，每步直接调 LLM API、零框架，「相当确定，我对整个流程的掌控力也很强」。流程图是用 Cursor 里的 Excalidraw MCP server 画的——他顺口安利这是给代码做可视化的好办法。 → 详细 → 详细
04

部署真相：所谓「agent」其实是每晚跑一次的免费 cron job

  • 「我睡觉的时候，这个 agent——技术上其实就是一个 cron job，一个带 LLM API 的 Python 脚本——会去读那几百篇 arXiv 论文，然后可能去开 GitHub issue 或 PR。」cron job（定时任务）就是按固定时间自动运行的程序，他设定每晚跑一次。 → 详细
  • 跑在 GitHub Actions 上：他推荐博客《free cron jobs with GitHub Actions》（用 GitHub Actions 白嫖 cron job）作为最佳入门途径——GitHub 免费额度相当慷慨，UI 里管理定时任务也方便。 → 详细
05

可观测性用 LangFuse：看清 LLM 每一步在干什么

  • 每晚有几百个 GitHub issue 被自动创建。tracing（链路追踪）用 LangFuse：「就是看 LLM 在干什么：输入是什么、输出是什么、prompt 是什么、花了多少钱、延迟多少等等」，他明确推荐。 → 详细
  • 但规模化制造了新问题：agent 每晚开几百个 issue，人们纷纷回复，他攒下海量未读 GitHub 通知——「挨个回复这些 issue 是巨大的工作量，有点像清理你的邮箱」。第一版只自动化了「开 issue」，跟进回复的还是他本人；几个月前他把跟进这一步也自动化了。 → 详细
06

第二次选型改判：模型够强了，自主 agent 反超 workflow

  • 跟进 issue 这个新任务，他这次选了完全自主的 agent：「它比较灵活，可预测性差一点，但效果相当不错。」转变契机是去年 11 月纽约 AI Engineer 大会上 Anthropic 的 Claude Agent SDK workshop——「他们说 agent 可能比 workflow 更好，所以他们某种程度上是在自我打脸——但他们说模型已经变得如此之强，你现在或许真的可以直接上完全自主的 agent。」他因此采用 Claude Agent SDK（他评价是「相当不错的用来构建 agent 的 Python SDK」）。 → 详细
  • 佐证是 Cursor 在伦敦 AI Engineer 的演讲：他们把 12,000 行自定义代码的复杂 workflow，替换成一个 200 行代码的 skill。Niels 说自己情况类似：「如今我可以把成千上万行自定义代码，替换成一个简单的 agent，配一个 CLI 作为工具、再加一个 skill，就够了——因为模型已经变得足够强了。」 → 详细
07

技术栈实账:GLM 5.2 替换 Claude、Modal 批量并行容器

  • 模型层：最初用 Claude 系列，「就从这周开始」改用 GLM 5.2，经 Hugging Face inference providers 调用——该服务把 Together AI、Fireworks、Cerebras 等推理服务商统一封装，接口兼容 OpenAI / Anthropic 格式，让你用统一方式调各种开源模型。换的理由：Cursor 在自家 Cursor bench 上看到 GLM 5.2 表现很好；在 Post-training bench 上它「甚至打败了 Opus 4.8，而且还更便宜。所以没有理由不用 GLM 5.2，何况我还在 Hugging Face 工作」。 → 详细 → 详细
  • 工具层极简：agent 主要用 Bash（终端）一个工具去执行 Hugging Face CLI 命令，配一个 Hugging Face CLI skill——「其实它需要的就这一个」；产出动作是去 GitHub 留言跟进 + 往 Slack 发结果。 → 详细
  • 部署层用 Modal 的批处理（batch processing）功能：「一口气并行拉起海量容器，每个容器就是一个 agent 循环，处理一个 GitHub issue」，超级简单、启动快——他推荐给所有要跑「后台 / 整夜运行」类 agent 的人。 → 详细
08

触发方式：一个 `process_on_modal` skill，agent 套 agent

  • 跟进这条链他仍是手动触发：在 Cursor 里建了个叫 process_on_modal 的 skill，调用时由 Composer 2.5（他在 Cursor 里最常用的 agent）再去调用其他所有 agent——「这就是大家常说的那种 agent 套 agent 的循环」——最后把所有结果发到 Slack 频道。技术上也可以把它做成 Modal 上的 cron job，但他保留了人工触发。 → 详细
  • Slack 上的产出：agent 发布大量 Hugging Face papers（凡是有人在 model card / dataset card 里提到某论文，Hub 就会给它建索引），以及基于 GitHub 外联触达后大家实际上传的所有产物。调用 skill 几分钟后消息就出现在频道里；他还说「看大家跟这些 agent 互动挺好玩的」。 → 详细
09

不披露是 agent：几千个 issue 只收到 2 条负面评论

  • 「说实话，我不会公开说这是个 agent。为什么呢？因为如果大家知道这是个机器人，可能很快就会把 issue 关掉。而且它们发的内容跟我以前手动发的一模一样，所以我实在看不出有什么理由要披露。」在 Hugging Face 上创建的几千个 issue 里，至今只有 2 条负面评论（其中一人回「请把这坨 slop 关掉吧」并关了 issue）；绝大多数回复是「完全说得通，我怎么没想到呢」。 → 详细 → 详细
  • 一个时代注脚：「我也经常看到有人用 agent 来回复我的 agent，这就是如今的互联网了。」 → 详细
10

战果集锦：Apple 研究员私信、PaddleOCR 整体迁移、60+ 人点赞的 issue

  • Apple 一位研究员私信他「我看到你联系我了」——其实是他的 agent 开的 issue；agent 还去联系 Google DeepMind 发布数学数据集；有人来邮件想发布 400 GB 数据集，也是 agent 触发的。 → 详细 → 详细
  • 中国公司的 PaddleOCR 项目因 agent 外联，把所有 OCR 模型迁到了 Hugging Face。agent 还会按 Margaret Mitchell（也在 Hugging Face，著名论文《Model Cards for Model Reporting》）定的默认模板，根据论文、GitHub readme、PDF 原文补全 model card——有次它自作主张在作者栏写上「Niels，Hugging Face 社区科学团队成员」，他从没这样提示过它。 → 详细 → 详细
  • 最火的一个 issue 是 Tiny Recursive Models 论文，60 多人点赞求上库，模型最终发布到 Hugging Face——他反复强调这是双赢：研究者的成果更易被发现，想复用研究的人也更方便。 → 详细
11

怎么避免变成 slop 机器：Hamel Husain 的《LLM Evals FAQ》

  • 他直面质疑「你这不就是放一个 agent 用 GitHub issue 刷屏整个互联网吗？」——除了双赢逻辑，他强烈推荐 Hamel Husain（他称之为「LLM 评估领域的头号专家」，有付费课程但也免费发布大量内容）的博客《LLM Evals FAQ》，作为学习评估 agent、避免产出垃圾内容的入口。 → 详细
12

三点结论：开放模型追平、agent 胜出、别忘评估

  • ① 开放模型真的够强了（GLM 5.2、DeepSeek V4 等），「我们现在已经能用开放模型替换掉闭源模型了」；② 就他的场景，agent 确实比 workflow 更好——「它们只需要一个 CLI（Hugging Face CLI）、一个 skill（Hugging Face CLI skill）、再加一个 sandbox（沙箱，隔离的安全运行环境），就能干活了」；③ 别忘了评估。 → 详细
13

番外两件事：9 万粉的 Daily Papers 账号 + 复活 Papers With Code

  • 他建了个 Twitter 账号 Daily Papers，背后用同一套 workflow，每 4 小时（或每当有人在 Hugging Face 发布酷东西时）自动发布有意思的研究论文和产物，配图由 Gemini 挑选；粉丝最近破 9 万，「我完全没有参与」。最近一条「Nvidia 发布 GLM 5.2 优化版」的推文拿到 2000+ 赞。 → 详细
  • 正在做的最后一件事：复活 Papers With Code（曾被 Meta 收购后死掉的网站），现居 paperswithcode.co——上面有各类 benchmark（如 OCR 的热门基准），也在做成教育资源，讲解混合训练、on-policy 蒸馏等术语。 → 详细
14

闪电问答 / 收尾

本期为大会演讲，无闪电问答；收尾即上文「三点结论 + 番外两件事」，随后致谢观众、掌声结束。

15

联系方式

本期未留个人联系方式。可顺藤摸瓜的资源：Twitter 账号 Daily Papers、paperswithcode.co、Anthropic《Building Effective Agents》、Hamel Husain《LLM Evals FAQ》、博客《free cron jobs with GitHub Actions》。

接着读
NO.199 · AI 产品 缺失的一层:AI 智能体的设计品味——Hassan El Mghari(Together AI) Hassan El Mghari · 8 分钟 NO.197 · Agent 工程 Agent 是不可信软件,防火墙必须放在它外面的网络层——Ryan Dahl(Deno) Ryan Dahl · 11 分钟