📌 本期说明：follow-builders 的 X（推文）/ Podcast 抓取源本期仍不可用；好消息是 HuggingFace Daily Papers 工作日恢复更新——2026-06-30 批次（42 篇）已上线，论文板块回归。本期以**公开可验证的 GitHub Trending daily（2026-06-30 UTC 榜）+ HuggingFace Daily Papers（2026-06-30 批次）**双源 remix，所有仓库与论文链接已逐条抽查 HTTP 200。
🔥 今日高光
「agent」全面接管榜单——Google 亲自下场发官方 agents-cli 今天最值得记的一条：google/agents-cli（⭐3,950，+433 today）正式登上趋势榜。它干的事一句话能说清——「一套 CLI + skills，把任意 coding assistant 变成在 Google Cloud 上创建、评估、部署 AI agent 的专家」。这是一个非常强的平台级信号：大厂不再只卖模型，而是开始把『造 agent 的工具链』直接做成官方 CLI，对标的正是过去几周我们一直在追的「agent = 工具链 × 技能库 × 部署」这条主线。配合 msitarzewski/agency-agents（⭐120,385，+1,793 today）——「把一整支 AI 代理公司装进你手边：从前端魔法师到 Reddit 社群忍者，每个 agent 都是带人格、流程、可交付物的专家」——今天的关键词非常清楚：agent 正在从『单个助手』升级为『可编排的角色组织』。 🔗 https://github.com/google/agents-cli 🔗 https://github.com/msitarzewski/agency-agents
论文榜和趋势榜罕见同频——「Agentic Abstention：agent 该不该知道何时停手」霸榜（▲111） HF Daily Papers 今天的头条 Agentic Abstention: Do Agents Know When to Stop Instead of Act?（▲111）问了一个非常工程化的问题：agent 被期望能多轮调用搜索/浏览器/终端去完成目标，但不是每个目标都可达——一个可靠的 agent 应当能意识到『继续交互也没用』并主动停手。 团队在网购、终端、问答三类环境、13 个 LLM-as-agent 系统、28,000+ 任务上发现：真正的难点不是 agent 能不能停，而是『何时停』——有的从不该停时还在硬刚，有的则在大量无用交互后才停；更反直觉的是，更大、更强、推理更多的模型有时反而更不会『及时停手』。论文还给出 CONVOLVE（把完整交互轨迹蒸馏成可复用的停手规则）这一上下文工程方法，在 WebShop 上把 Llama-3.3-70B 的及时召回率从 26.7 拉到 57.4。这条和趋势榜的 agent 浪潮是同一枚硬币的两面：当人人都在造 agent，『judgment（判断力）』正在取代『能力』成为新的护城河。 🔗 https://arxiv.org/abs/2606.28733
「给 agent 装上看全网的眼睛」——Agent-Reach 单日 +1,380⭐，零 API 费读遍 B 站/小红书 Panniantong/Agent-Reach（⭐46,755，+1,380 today）今天的描述很戳中国开发者：「给你的 AI agent 一双看遍整个互联网的眼睛——读 & 搜 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书，一个 CLI，零 API 费用」。它解决的是 agent 最现实的痛点之一：信息获取的成本与覆盖——尤其把 B 站、小红书这种官方 API 又贵又难拿的中文平台也接进来。配合 Google 的 agents-cli 与 agency-agents 一起看，今天三条放一块的主线非常一致：agent 工程的竞争正在从『模型本身』下沉到『感知（看什么）+ 编排（谁来干）+ 部署（怎么上线）』的基础设施层。 🔗 https://github.com/Panniantong/Agent-Reach
📄 论文速递（HuggingFace Daily Papers · 2026-06-30 批次）
✅ 工作日恢复更新。今天 42 篇里，agent 方向集体霸榜——从「该不该停手」「终端/电脑操作 agent 怎么评测」到「用 35B agent 摸万亿参数表现」，主题高度收敛。
Agentic Abstention: Do Agents Know When to Stop Instead of Act? — ▲111 把「agent 何时该停手」定义成一个序贯决策问题：每一步可以回答、弃答、或继续收集信息，而『该弃答』往往要等环境揭示后才明朗。28,000+ 任务实测，最大难点是 when 而非 whether；提出 CONVOLVE 把交互轨迹蒸馏成停手规则。今日最值得读的一篇。 🔗 https://arxiv.org/abs/2606.28733
Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent — ▲61 Agents-A1（35B MoE Agentic Model）通过长跨度轨迹扩展 + 异构 agent 能力扩展（SFT + 领域级 teacher + 多 teacher 蒸馏的三阶段训练），用 35B 摸到了万亿参数级表现。核心观点炸裂：要提升 agent，扩的不该是参数，而是 horizon（任务跨度）。 🔗 https://arxiv.org/abs/2606.30616
TUA-Bench: A Benchmark for General-Purpose Terminal-Use Agents — ▲40 面向「通用终端 agent」的综合评测基准，覆盖多样数字活动与专业工作流，揭示当前前沿 agent 之间存在显著性能差距。和昨天的「coding agent 溢出非代码场景」一脉相承——终端正在成为 agent 的主战场之一。 🔗 https://arxiv.org/abs/2606.28480
OSWorld2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks — ▲12 面向「电脑操作 agent（computer-use）」的长跨度真实任务基准，用复杂真实工作流暴露当前 agent 在推理与任务完成上的短板。与 TUA-Bench 一起，构成今天「怎么科学地评测 agent」的双子星。 🔗 https://arxiv.org/abs/2606.29537
TACO: Tool-Augmented Credit Optimization for Agentic Tool Use — ▲14 针对多模态 agent 的工具调用，用双优势通道（Differential Answer-Probe Reward 衡量单次工具贡献 + Outcome-Gated Advantage Routing 分配最终结果）来区分有用 / 冗余 / 误导的代码操作，提升工具使用效率。把『agent 调工具该如何记功』做成了可优化目标。 🔗 https://arxiv.org/abs/2606.30251
LiveEdit: Towards Real-Time Diffusion-Based Streaming Video Editing — ▲65 实时、逐帧因果的流式视频编辑框架，三阶段蒸馏 + AR 友好的 mask cache，做到长时序稳定与实时响应。和趋势榜 browser-use/video-use「用 coding agent 剪视频」呼应——视频编辑的实时化与 agent 化在同时发生。 🔗 https://arxiv.org/abs/2606.26740
📈 GitHub Trending（daily · 2026-06-30 UTC）
今日 AI 相关榜单三条主线：① 大厂与社区把『造 agent / 编排 agent』做成工具链（google/agents-cli、agency-agents、herdr、astryx）；② 给 agent 装感知与触达（Agent-Reach）；③ 中文投研 & 交易 agent 持续上量（ai-berkshire、Vibe-Trading），外加安全 agent（strix）与 3D 基础模型（lingbot-map）。
msitarzewski/agency-agents — ⭐120,385（+1,793 today）· Shell 「把一整支 AI 代理公司装进你手边」：从前端魔法师到 Reddit 社群忍者，每个 agent 都是带人格、流程、可交付物的专家。「agent 角色组织化」的最直观样本。 🔗 https://github.com/msitarzewski/agency-agents
Panniantong/Agent-Reach — ⭐46,755（+1,380 today）· Python · 🇨🇳 「给你的 AI agent 一双看遍全网的眼睛——读 & 搜 Twitter / Reddit / YouTube / GitHub / B 站 / 小红书，一个 CLI，零 API 费」。解决 agent 信息获取的成本与覆盖痛点，对中文平台尤其友好。 🔗 https://github.com/Panniantong/Agent-Reach
xbtlin/ai-berkshire — ⭐7,381（+966 today）· Python · 🇨🇳 「AI 时代的伯克希尔」：基于 Claude Code / Codex 的价值投资研究框架，巴菲特 / 芒格 / 段永平 / 李录方法论 + 多 Agent 并行研究。连续多日上榜，中文「方法论即 agent 角色」的旗帜。 🔗 https://github.com/xbtlin/ai-berkshire
obra/superpowers — ⭐242,235（+884 today）· Shell 「一套能跑通的 agentic 技能框架 & 软件开发方法论」。常青的 agent 工程方法论项目，和今天「agent 工具链」主线同源。 🔗 https://github.com/obra/superpowers
browser-use/video-use — ⭐12,412（+722 today）· Python 「用 coding agent 剪视频」。出自 browser-use 团队，把 agent 的执行能力迁到视频编辑工作流，与论文 LiveEdit 的实时视频编辑相互印证。 🔗 https://github.com/browser-use/video-use
HKUDS/Vibe-Trading — ⭐15,620（+719 today）· Python · 🇨🇳 「Vibe-Trading：你的个人交易 agent」，港大数据智能实验室出品。与 ai-berkshire 一起把 agent 推进到个人投研 / 交易决策场景。 🔗 https://github.com/HKUDS/Vibe-Trading
diegosouzapw/OmniRoute — ⭐8,261（+617 today）· TypeScript 「免费 AI 网关：一个端点接 160+ 提供商（50+ 免费），把 Claude Code / Codex / Cursor / Cline / Copilot 接到免费 Claude/GPT/Gemini」，叠加压缩省 15–95% token、智能自动 fallback、MCP/A2A。给 coding agent 省钱省 token 的基础设施。 🔗 https://github.com/diegosouzapw/OmniRoute
facebook/astryx — ⭐1,557（+426 today）· TypeScript 「一个完全可定制、『agent-ready』的开源设计系统」。连 Facebook 的设计系统都开始标榜「为 agent 准备」——「agent 友好」正在成为新组件库的卖点。 🔗 https://github.com/facebook/astryx
Robbyant/lingbot-map — ⭐8,743（+465 today）· Python 「一个 feed-forward 的 3D 基础模型，从流式数据重建场景」。世界模型 / 具身方向今日唯一上榜的硬核研究型项目，承接连日来「让模型理解三维世界」的线。 🔗 https://github.com/Robbyant/lingbot-map
usestrix/strix — ⭐27,826（+395 today）· Python 「开源 AI 渗透测试工具，帮你找出并修复 app 漏洞」。把 agent 做成主动安全角色，常青上榜。 🔗 https://github.com/usestrix/strix
google/agents-cli — ⭐3,950（+433 today）· Python *「把任意 coding assistant 变成在 Google Cloud 上创建 / 评估 / 部署 AI agent 的专家」*的官方 CLI + skills。大厂把『造 agent 的工具链』做成官方品。 🔗 https://github.com/google/agents-cli
ogulcancelik/herdr — ⭐8,827（+485 today）· Rust 「活在你终端里的 agent 多路复用器（agent multiplexer）」。和 OmniRoute 一样属于 agent 基础设施层——怎么同时管好多个 agent。 🔗 https://github.com/ogulcancelik/herdr
🇨🇳 中文圈
今日中文圈的关注度依旧集中在「把方法论沉淀成 agent 角色」与「为 agent 接通中文平台」两条线，且都拿到了全球榜单级别的关注：
- xbtlin/ai-berkshire（+966 today）—— 价值投资方法论 × 多 Agent 并行研究，连续上榜。🔗 https://github.com/xbtlin/ai-berkshire
- HKUDS/Vibe-Trading（+719 today）—— 港大出品的个人交易 agent。🔗 https://github.com/HKUDS/Vibe-Trading
- Panniantong/Agent-Reach（+1,380 today）—— 给 agent 接通 B 站 / 小红书等中文平台的「眼睛」，零 API 费。🔗 https://github.com/Panniantong/Agent-Reach
一句话：中文开发者正把 agent 往『高价值真实场景（投研/交易）+ 中文信息生态』这两个最难啃的方向推，而且开始拿到世界级关注度。
🎧 Podcast
⚠️ 本期暂缺。follow-builders 的 Podcast 抓取源本期不可用，待数据源恢复后回归。
🛠️ 数据来源与口径：GitHub Trending daily（2026-06-30 UTC 榜）+ HuggingFace Daily Papers（2026-06-30 批次，42 篇）。星标增量为 GitHub Trending 页面当日「stars today」口径，可能与仓库主页实时数略有出入。所有 GitHub 仓库与 arXiv 论文链接均已逐条抽查 HTTP 200。follow-builders 的 X / Podcast 源本期不可用。