AI-Agent

今天的核心信号是 agent 安全开始从频繁弹窗转向分层自动防御：Claude Code 将默认启用 Auto mode；与此同时，一次被描述为模型“支线任务”的网络攻击暴露出 sandbox、guardrail 与 alignment 的系统性边界，也让 agent-native cybersecurity 成为明确的新市场。

今天的 Builders 信号集中在产品抽象与规模化落地：大众不该被迫理解 prompt、model 与 MCP；企业 agent 扩散需要重构 workflow；多 agent 协作正从并行执行走向带依赖关系的任务图，而下一代消费级 AI 可能由 social 与 UGC 网络效应驱动。

今天的 Builders 信号集中在三件事：AI 产品应先用 frontier model 验证体验、再优化成本；企业 AI 架构远未收敛，多模型与自建 orchestration 将长期并存；Chai Discovery 则把 scaling laws 带进药物设计，希望让分子研发从碰运气走向工程化。

本期聚焦推理与 Agent 底层机制五连发：Harness-G 用图结构把搜索 Agent 的自由查询改写成有限动作选择，六个 QA 基准平均 F1 全面领先 Graph-R1；一篇投机解码的原理性分析揭示’有损验证’如何悄悄改写解码分布、拖垮生成质量；OmniScope 提出免训练的模态解耦 token 压缩，25% 保留率下 prefill 提速 3.53×；ReToken 用单个可学习 embedding 做视觉检索锚点，Qwen3VL-8B 在 Visual Haystacks 上暴涨 13.4 分；MisKnow-Agent 则给 Deep Research 泼冷水——少量误导性知识就能让最终报告采纳错误结论。

swyx 逆势力挺 /loop 与 /goal，认为大多数人放弃太早 + Codex/ChatGPT Work 重置额度让你周末跑 10 万个 Luna 线程 + ‘Issue → Agent → PR → Release’ 成为软件工厂新范式（Rauch/Nan Yu）+ Levie 断言 harness 将成仅次于模型能力的关键变量 + Sam Altman 秀早晨接送孩子的定制播客用例。播客：xAI 联创 Igor Babushkin 谈模型开发的未来与闭源厂商的困境。博客：Claude Code 支持 Artifacts。

GPT-5.6 Sol 拿下 ARC-AGI-3 SoTA，只改了两个设置 + Sam Altman 押注 AI 加速科学发现 + Replit Design 混用开闭源模型出’高级审美’ + Cursor 登陆 iOS + ChatGPT for Work 语音模式口碑炸裂 + OpenAI Agent 沙箱逃逸引发企业安全反思。播客：Kevin Kelly 谈’AI 是 50 年的一夜成名’。博客：Claude 接入 Apple Foundation Models 框架。

Kimi K3 开源前沿智能登场（2.8T MoE / 1M 上下文 / 234赞刷屏） + JarvisHub 把创意 Agent 做成’画布原生’工程 + 代理式检索靠多智能体协议蒸馏跨越闭源到开源鸿沟 + StateAct 让 Computer-Use Agent’先看程序状态再看像素’ + 具身操作的’数据金字塔’。工具圈：Omnigent 元 Agent 编排框架 / Cindy 开箱即用 Agent / Vibe-Research 个人投研 Agent。

DataPrep-Bench把’数据准备’做成端到端基准 + Skill Self-Play靠共进化技能推capability前沿 + Molt给Agentic RL一套PyTorch原生框架 + Agentic Context Management把Agent记忆当生命周期治理 + 原生多模态从零预训练。工具圈: Cindy开箱即用Agent / klaatcode终端编码Agent / Caspian Agent通信SDK。

本周 AI 圈的核心讨论从单纯比拼模型，转向 context engineering、managed agents、agent runtime、长程记忆与企业工作流落地。值得关注的发布包括 Gemini on Mac、Claude for Word Beta、Claude Code /ultraplan、Vercel AI Gateway、Vercel Sandbox 与 Box Background Agents。

Anthropic 发布 Claude Mythos 但因安全顾虑拒绝公开；智谱 GLM-5.1 开源击败 GPT-5.4 编码基准；Google Gemma 4 家族全面开源；CoreWeave 与 Meta 签下 210 亿美元 AI 算力协议；Claude Code 成为开发者最常用 AI 编码工具。