日报

今天的主线是 agent 正在从「单次任务执行」走向「自我学习与持续改进」：从 playful agentic robot learning、spatial tool-use，到 LLM agent 评测方法论的反思；工程侧则集中在 agent-native 框架、sandbox runtime 与国产 GLM-5 的 agentic engineering 路线。

Applied AI 的赢家路径正在变清晰：domain focus、model routing 与分发能力一起决定上限；同时，developer workflow 继续向 mobile、Apple 原生框架与长时 sandbox 扩展。

AI Engineering 社区开始用 agent 做数据叙事；model routing 价值继续上升；AI for biology 的 open-source 基础设施路线更清晰

loop 不再只是 prompt engineering 的补丁，而是在成为 AI builders 的核心系统设计语言；安全 containment 与 harness 抽象也在同步上移。

自主 agent 从单体能力转向 orchestration；enterprise AI 开始分层路由；memory 与 self-improvement 成为新竞争点

企业开始认真核算 token cost；model routing 成为 enterprise moat；agentic coding 的黏性继续上升

今天最清楚的主线，是 AI builder 圈正在从单次 prompt 的炫技，转向更长期的工作系统：更强的 memory、更大的 recurring work、可挂载的 storage、可复用的 skills，以及围绕 design / SaaS / agent workflow 的新默认界面。

今天最值得关注的主线，是 frontier AI 产品开始同时向三条线加速：consumer 侧把 ChatGPT 继续做成更个人、更可执行的入口，developer 侧把 Codex 变成可嵌入的基础能力，enterprise 侧则把 Managed Agents、sandbox 与 MCP tunnels 推向更可控的生产环境。

今天最值得记住的主线，是 AI builder 圈的竞争正在从单点模型能力，快速转向 workflow、cost control 和 customer understanding：知识工作者正在大规模涌入 agent 工具，Claude Code 开始向非技术工作扩张，而 model routing 与持续用户洞察正在变成下一层护城河。

今天最值得记住的主线，不是单个模型又涨了多少分，而是 AI agent 正同时撞上三道真实门槛：个人工作流能否 DIY 到足够强、企业上下文能否被安全喂给 agent，以及 embodied AI 是否开始从软件能力外溢到物理世界。