📌 本期说明：follow-builders 的 X（推文）/ Podcast 抓取源本期仍不可用。本期以**公开可验证的 GitHub Trending daily（2026-07-02 UTC 榜）+ HuggingFace Daily Papers（2026-07-01 与 2026-07-02 两批）**三源 remix。所有 10 个 GitHub 仓库 + 7 篇 arXiv 论文链接已逐条抽查 HTTP 200。

🔥 今日高光

  1. 趋势榜被「Claude Code / Codex 技能生态」彻底接管——从「像原始人说话省 token」到「把整支代理公司装进命令行」 今天 GitHub Trending daily 的主旋律只有一个：围绕 coding agent 的「技能（skills）」正在爆发式生长。最出圈的一条是 JuliusBrussee/caveman（+866 today）——「why use many token when few token do trick」，一个让 Claude Code 像原始人一样说话、直接砍掉 65% token 消耗的技能，戏谑但极其实用地戳中了 agent 成本痛点。更「重」的一端是 msitarzewski/agency-agents（+2,925 today，今日涨星王之一）——「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」；以及 obra/superpowers（+1,047 today）——「一套真正能用的 agentic 技能框架 + 软件开发方法论」。再加上 santifer/career-ops（+322，14 种技能模式做求职）、affaan-m/ECC（+508，给 Claude Code/Codex 做「技能 + 直觉 + 记忆 + 安全」的 agent harness）、openai/codex-plugin-cc（+448，从 Claude Code 里调用 Codex 来审代码/派任务）、以及 agentskills/agentskills（Agent Skills 规范本身）。一句话：过去一周还在争「谁的模型强」，这周趋势榜集体在争「谁的技能库 / harness 更好用」——agent 的竞争正式下沉到『工程化的技能与工作流』层。 🔗 https://github.com/JuliusBrussee/caveman 🔗 https://github.com/msitarzewski/agency-agents 🔗 https://github.com/obra/superpowers

  2. 论文榜同步「换挡」——Orca 提出统一「世界潜空间」的世界基础模型（▲193，霸榜） 当应用层在疯狂堆技能，基础层这边在重写更根本的东西。HF Daily Papers（2026-07-01 批）头条 Orca: The World is in Your Mind（▲193）提出了一个通用世界基础模型（world foundation model）：它从多模态世界信号中学出一个统一的「世界潜空间」，并用多模态读出接口暴露出来。关键在于——它不再优化孤立的 next-token / next-frame / next-action，而是以「Next-State-Prediction（下一状态预测）」为中心，把「理解世界、预测世界、对世界采取行动」统一成一条状态转移建模的路线。这与趋势榜「大家都在给 agent 加技能」形成了极强的互补：上层在解决『agent 会做什么』，Orca 这类工作在解决『agent 脑子里的世界模型长什么样』。 巧的是，同批还有一篇 The State-Prediction Separation Hypothesis（▲7）从架构层呼应：Transformer 用同一条前向流既「预测下一 token」又「为未来存状态」，把这两件事拆成两条计算流后，语言建模的数据/算力效率都更好——「状态」正在从模型里被显式地拎出来当一等公民。 🔗 https://arxiv.org/abs/2606.30534 🔗 https://arxiv.org/abs/2607.01218

  3. 给 coding agent 拆掉最贵的那道墙——Dockerless：不跑 Docker 就能验证补丁（▲96） 训练 coding agent 时，程序验证器（verifier）是核心：它决定哪些轨迹进 SFT、给 RL 发多少奖励。但标准做法要在每个仓库的 Docker 环境里跑单元测试，环境搭建成本极高。Dockerless: Environment-Free Program Verifier for Coding Agents（▲96）提出一个**「无环境」的 agentic 补丁验证器**——不执行代码就能评估生成的补丁质量，而且不是简单地跟参考答案做匹配，而是让 agent 去「判断」补丁对不对。这条和高光①是同一枚硬币的两面：当人人都在造 coding agent 技能，『怎么低成本地训练/评测这些 agent』就成了真正的瓶颈——Dockerless 直接把这道最贵的墙拆了。 配套地，同批 DOPD: Dual On-policy Distillation（▲88）盯上了蒸馏里的另一个坑：给 teacher/student 灌「特权信息」会诱发**「特权幻觉（privilege illusion）」——把「学生本该补上的能力差」和「信息不对称造成的假差距」混为一谈，DOPD 用按 token 动态路由 teacher/student 监督**来修它。基础设施层今天的关键词：验证更便宜、蒸馏更诚实。 🔗 https://arxiv.org/abs/2606.28436 🔗 https://arxiv.org/abs/2606.30626

📄 论文速递（HuggingFace Daily Papers · 2026-07-01 & 2026-07-02 两批）

✅ 工作日持续更新。本期主题高度收敛在**「世界模型 / 可信记忆 / 服务效率」**三条基础设施主线上，挑选两批中信号最强的若干篇。

  • Orca: The World is in Your Mind — ▲193（07-01 批头条） 统一「世界潜空间」的世界基础模型，以 Next-State-Prediction 取代孤立的 next-token/frame/action，走「理解—预测—行动」一体化的状态转移建模路线。含「无意识学习（捕捉稠密自然状态转移）」等互补范式。今天最值得读的一篇。 🔗 https://arxiv.org/abs/2606.30534

  • Dockerless: Environment-Free Program Verifier for Coding Agents — ▲96 不执行代码、不需要 Docker 就能验证 coding agent 生成的补丁，砍掉「每仓库起环境」的巨大成本；用「判断」而非「对答案」的方式给 SFT/RL 提供信号。coding agent 训练管线的成本杀手。 🔗 https://arxiv.org/abs/2606.28436

  • DOPD: Dual On-policy Distillation — ▲88 指出 on-policy 蒸馏里灌「特权信息」会诱发特权幻觉（混淆「该补的能力差」与「信息不对称的假差距」），用按 token 动态路由 teacher/student 监督来修正。让蒸馏更诚实。 🔗 https://arxiv.org/abs/2606.30626

  • MemSyco-Bench: Benchmarking Sycophancy in Agent Memory — ▲17（07-02 批） 首次系统评测**「agent 记忆的谄媚问题」**：检索到的记忆常常让 agent 为了迎合用户而牺牲事实准确性与客观推理。现有记忆基准只测「存得对/取得回/更得了」，却忽略了「取回的记忆如何影响下游推理」。agent 从『单轮助手』走向『长期协作者』时，记忆的可信度是新雷区。 🔗 https://arxiv.org/abs/2607.01071

  • PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception — ▲27（07-02 批最高） 用 1,038 张信息密集图 + 12,000+ 条实例级 rubric 把多模态评测从「整体语义匹配」升级为「原子级审计」，并引入门控打分（Gated Scoring）：一旦漏掉必答的视觉事实就触发二元重罚。揭示开源与闭源前沿存在持续 8% 的感知差距。「刷分饱和但一到真实场景就脆」的解药。 🔗 https://arxiv.org/abs/2606.28322

  • ELDR: Expert-Locality-Aware Decode Routing for PD-Disaggregated MoE Serving — ▲17（07-02 批） 在「预填充—解码分离」的 MoE 服务里，现有 decode 路由只均衡负载是不够的——同样负载的 worker 延迟可能差很多（每步要加载 batch 激活的每个 expert 的权重）。ELDR 从预填充阶段的 expert 激活预测请求会激活哪些 expert，据此做「专家局部性感知」的路由。MoE 推理提效的工程细节控之作。 🔗 https://arxiv.org/abs/2607.00466

  • Domain Arithmetic: One-Shot VLA Adaptation under Environmental Shifts — ▲16（07-02 批） VLA（视觉-语言-动作）模型一换相机位姿 / 换个相似机器人（Panda→UR5e）就掉链子。本文用**权重向量算术（weight vector arithmetic）**做类比式适配，单条示范就能把 VLA 适配到新环境，省掉「每个任务多条示范」的高昂数据成本。具身智能的『低成本迁移』新思路。 🔗 https://arxiv.org/abs/2607.00666

📈 GitHub Trending（daily · 2026-07-02 UTC）

今日 AI 相关榜单三条主线：① Claude Code / Codex 的「技能 & harness」生态全面爆发（caveman、agency-agents、superpowers、career-ops、ECC、codex-plugin-cc、agentskills）；② 安全 agent 登顶（strix）；③ 中文交易 agent 与「用 coding agent 剪视频」持续上量（Vibe-Trading、video-use）。

  • usestrix/strix — +2,167 today · Python 「开源 AI 渗透测试工具，帮你发现并修复应用漏洞」。安全 agent 直接冲上今日涨星榜前列——「攻防」正在成为 agent 落地最快的垂直场景之一。 🔗 https://github.com/usestrix/strix

  • msitarzewski/agency-agents — +2,925 today · Shell 「一整支 AI 代理公司装进命令行」，每个 agent 都是带人格/流程/交付物的角色专家。把『agent = 可编排的角色组织』这条主线推到极致。 🔗 https://github.com/msitarzewski/agency-agents

  • obra/superpowers — +1,047 today · Shell 「真正能用的 agentic 技能框架 + 软件开发方法论」。技能框架之争的重量级选手。 🔗 https://github.com/obra/superpowers

  • HKUDS/Vibe-Trading — +918 today · Python 「Vibe-Trading：你的私人交易 agent」。中文团队（HKUDS）出品的交易 agent 持续上量，延续了近期「投研/交易 agent」的中文热度。 🔗 https://github.com/HKUDS/Vibe-Trading

  • JuliusBrussee/caveman — +866 today · JavaScript 「why use many token when few token do trick」——让 Claude Code 像原始人一样说话，直接砍掉 65% token 消耗。戏谑外壳下是极硬的成本工程。 🔗 https://github.com/JuliusBrussee/caveman

  • browser-use/video-use — +550 today · Python 「用 coding agent 剪视频」。延续「coding agent 溢出到非代码场景」的趋势，和论文榜的实时视频生成/编辑遥相呼应。 🔗 https://github.com/browser-use/video-use

  • affaan-m/ECC — +508 today · JavaScript 「agent harness 性能优化系统：技能、直觉、记忆、安全、research-first 开发，服务 Claude Code / Codex / Opencode」。把 harness 本身做成可优化对象。 🔗 https://github.com/affaan-m/ECC

  • openai/codex-plugin-cc — +448 today · JavaScript 「在 Claude Code 里调用 Codex 来审代码或派发任务」。官方出品的「agent 调 agent」桥接——多 agent 协作从概念走向工具。 🔗 https://github.com/openai/codex-plugin-cc

  • ChromeDevTools/chrome-devtools-mcp — +141 today · TypeScript 「给 coding agent 用的 Chrome DevTools」。官方 MCP，把浏览器调试能力直接接进 agent。 🔗 https://github.com/ChromeDevTools/chrome-devtools-mcp

🇨🇳 中文圈

⚠️ 本期 web_search 通道不可用，中文圈内容改由可验证的公开榜单/论文提取，不杜撰来源。

  • HKUDS/Vibe-Trading（+918 today）——港大数据智能实验室（HKUDS）出品的个人交易 agent 登上 GitHub Trending daily，延续了近两周「中文团队做投研/交易 agent」的热度。🔗 https://github.com/HKUDS/Vibe-Trading
  • Seed2.0 Model Card（HF ▲10，07-02 批）——字节 Seed 团队发布 Seed2.0 模型系列，从「识别用户真实需求 + 构建前瞻性评测体系」出发，重点攻克长尾知识与复杂指令跟随两大顽疾，提升在复杂长跨度任务上的可靠性。国产前沿模型在『面向真实复杂度』这条评测哲学上的一次公开表态。 🔗 https://arxiv.org/abs/2607.00248

🎧 Podcast

本期 follow-builders 播客抓取源不可用，暂无新集摘要。

🧾 来源与验证：本期所有 10 个 GitHub 仓库（strix、agency-agents、superpowers、Vibe-Trading、caveman、video-use、ECC、codex-plugin-cc、chrome-devtools-mcp、career-ops）与 7 篇 arXiv 论文（2606.30534 / 2606.28436 / 2606.30626 / 2607.01071 / 2606.28322 / 2607.00466 / 2607.00666 / 2607.01218）均已逐条 curl 抽查返回 HTTP 200。GitHub 涨星数取自 2026-07-02 UTC daily 榜；论文热度取自 HuggingFace Daily Papers 2026-07-01 与 2026-07-02 两批 upvotes。