Agent

Simon Willison 在 Codex Desktop 中意外激活了一个“宠物”功能，并利用 GPT-5.6 Sol 和 gpt-image-2 创建了一个骑自行车的鹈鹕宠物，命名为 Pedalican。他记录了整个生成过程，包括提示词和中间步骤，并开源了相关技能。

Databricks 推出 Genie One 原生移动应用，支持 iOS 和 Android。用户可在任何地方通过聊天、仪表盘和应用获取基于企业数据的安全答案，决策无需等待回到办公桌。

本文对比了在线和离线两种AI评估模式。离线评估使用固定数据集在部署前测试，类似于AI的单元测试；在线评估则在生产环境中对实时交互进行评分。文章介绍了评估的常见组成部分（数据集、分拆测试、评分），并详细分析了两者的优缺点及适用场景。

SpaceX向FCC提交了第三代星链星座申请，计划部署多达10万颗卫星，提供超低延迟、多千兆宽带服务，并为数十亿AI设备提供通信骨干。

本文对比了四种主流的AI编程代理：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex，针对从功能脚手架到拉取请求的完整工作流进行评分。Mistral Vibe以22/25的总分领先，凭借成本、开放性和控制力获胜；Claude Code和Codex并列21/25；Cursor得16/25。文章详细分析了每个工具在脚手架、测试循环、PR及异步工作流、覆盖范围、成本与开放性五个维度的表现。

AI生成的错误安全报告大量涌入，令开源维护者疲于验证。Directus的数据显示，2026年上半年收到的安全报告数量是往年的6倍，但其中有效漏洞比例骤降至5%。文章呼吁改进报告流程，强调维护者需获得更多支持以应对AI带来的挑战。

Vibe Pad是一款DIY四键蓝牙宏键盘，集成麦克风，可用于AI编码助手，通过语音和按键组合提高编程效率。项目在Instructables上提供详细教程。

MenteDB在与mem0的直接对比基准测试中，摄入令牌减少约7倍，成本降低约6倍，同时保持相当的准确性。该系统通过确定性逻辑而非多次LLM调用来管理记忆，实现了显著的成本和速度优势。

AWS 宣布扩展 Security Hub 以监控 Azure 资源，并推出多项保护 AI 工作负载的新工具，包括 GuardDuty AI Protection、AI 驱动调查和 AI 资产清单。

开源AI已达到与封闭模型的能力平价，推理成本在36个月内下降了50倍，开源权重在API调用量上占据主导地位。尽管开发者广泛采用开源模型（79%），但生产部署仍面临运营工具和信任度挑战（仅51%成功部署）。开源不仅是成本选择，更是主权选择，尤其在中国和全球南方国家的战略推动下。

麻省理工学院媒体实验室的一项研究表明，依赖ChatGPT进行写作的用户神经连接性降低了47%，这种现象被称为“认知债务”。文章指出，组织在采用AI时面临一个悖论：追求短期生产率可能正在侵蚀长期所需的认知能力。关键在于AI的使用模式——是替代人类思考还是协作增强。保持人类推理能力可能成为未来的竞争优势。

一位开发者创建了一个优化编译器，用于解决Anthropic的面试挑战：在模拟的VLIW SIMD虚拟机上优化内核，以最小化树遍历和哈希计算的周期数。该项目用高级IR描述内核，并编译为高效的VLIW指令包。

本文介绍了一个基于Strands Agents和Amazon Bedrock AgentCore构建的多智能体系统，用于自动化从潜在客户发现到个性化邮件生成的流程。文章比较了Swarm和Graph两种编排模式，通过头对头基准测试评估延迟、成本和邮件质量。系统使用四个专门智能体、加权评分和时态衰减，并提供了生产部署的治理控制。

Linux基金会宣布成立x402基金会，旨在为AI代理和应用程序标准化互联网原生支付，得到Coinbase、AWS、American Express等多家公司支持。x402协议承诺零费用、零等待、零摩擦、零中心化和零限制。

对1,018个真实AI提示的评估显示，平均得分为54/100，但稳健性平均仅31.5，且96%的提示在最弱维度（稳健性）上表现不佳。仅10.5%的提示达到75分以上（生产级标准）。报告揭示了提示工程中常见的“快乐路径”陷阱，并提供了简单的改进方法。

阿明·罗纳赫在一篇关于AI代理和软件工程的文章中强调，软件项目的共享语言并非英语或Python，而是对概念、边界、不变量、所有权和系统形态的共同理解。他指出，在AI代理出现之前，这种理解通过“摩擦”维持——如阅读代码、提问、协调——这种摩擦虽然缓慢且部分浪费，但同步了人们。这篇文章由Simon Willison于2026年7月14日引用。

麻省理工学院的学生利用AI副驾驶设计、建造和测试了喷气发动机，评估AI在开发高性能航空航天系统中的效用。挑战表明，虽然AI可以加速设计-建造-测试周期，但人类的工程判断和经验仍然至关重要。基础扎实的团队表现优于过度依赖AI的团队。

元提示是一种先进的提示工程技术，要求模型在执行任务前先设计可复用的提示模板、清单或工作流程。本文详细解析了元提示的定义、四步工作流程、具体模板示例及其与普通提示、少样本提示、思维链提示的对比。

谷歌更新了隐私政策，现在你的图片、语音搜索和视频可能被用于训练其AI模型。用户被自动默认开启，需手动关闭以保护隐私。本指南将教你如何退出。

26名前Meta员工起诉公司，声称其使用AI工具不公平地针对休假的员工进行裁员，违反了联邦和州法律。Meta否认指控，称裁员决定由人而非AI做出。

一款名为vibe-check的开源Claude技能，由资深产品经理打造，帮助零基础用户从模糊想法到可构建蓝图，确保构建正确的产品而非仅仅正确构建产品。它包含问题发现、理念验证、用户体验映射、技术栈推荐、增长循环设计等功能，并生成完整计划文档。

甲骨文继续构建其代理平台，深化 AI 能力，专注于 Fusion 应用开发者。

Agent Shell 是一个强化的Linux服务器，专为AI代理提供root访问权限，并通过SSH或浏览器进行操作。它使用gVisor沙箱隔离，确保即使内部root也无法触及宿主机。内置多种AI代理（如borg、Claude Code、Codex、Gemini）和监控工具，适合开发者使用。

本文扩展了之前的基础，展示了 QA Studio 如何通过测试套件组织并并行执行批量回归测试，以及命令行界面（CLI）如何将代理式测试集成到自动化 CI/CD 流水线中。

开放模型如NVIDIA Nemotron使企业能够构建满足特定需求的AI，提供完全的控制权、定制能力和成本效益，并推动从AI使用到AI拥有的转变。

基于生成式AI，该方案通过并行执行、自动测试场景生成和智能导航，实现大规模用户流程测试，提供可操作的洞察以改善用户体验。

Flo Health工程团队将AWS生成式AI创新中心的PoC转化为基于Amazon Bedrock的生产级AI医学内容审核与生成系统，审核时间减少60%，内容产出提升三倍，且无需扩大医学团队。文章详细介绍了架构适配、专用AI评判器、基于RAG的内容生成系统以及提示工程与生产部署的经验教训。

ScienceSoft利用Amazon Nova Sonic和Amazon Bedrock Guardrails在AWS上构建了一款符合HIPAA的AI语音调度器，旨在解决医疗预约调度中的效率、合规性和可信AI问题。该方案通过语音AI减少预约时间、增加呼叫处理容量、降低成本，并确保患者数据安全。

随着AI和优化工具的普及，传统供应链规划模型已无法提供竞争优势。麻省理工斯隆管理评论与世界经济论坛的研究显示，多数企业仍缺乏对一级供应商的可见性。本文基于Emerj播客系列，探讨了基于场景的网络建模、AI加速的情景分析以及统一设计环境如何帮助企业在波动中做出更好的决策。

一项针对中型AI前沿企业的纵向研究发现，强制使用AI编码工具后，每位工程师的合并请求吞吐量翻倍，达到基准的2.09倍。研究指出，这一增长与AI的采用和使用强度相关，而非强制本身。此外，代码审查流程被重构，自动化审查超越人类审查，审查者负载翻倍。

使用LangSmith追踪Claude Code、Codex、Cursor、Copilot等编码代理。检查工具调用、子代理、错误、成本和重试。

Google Images迎来25周年，推出全新可浏览主页和AI Overviews中的图像生成功能，并回顾了从2001年至今的视觉搜索里程碑。

研究员Dave Kuszmar发现了多个系统性漏洞，使他能够绕过大型语言模型的安全限制，获取危险指令。这些漏洞几乎影响所有主流LLM，揭示了行业范围的安全问题。Kuszmar呼吁减缓部署、提高透明度，并在进一步将LLM融入社会前开展大规模安全研究。

Bluesight在AWS支持下推出了Prism AI层，连接医院药房与合规数据。ControlCheck助手已正式上线，在20个医疗系统运行；针对340B集团采购组织（GPO）合规的多产品智能体计划于2026年发布。该系统利用Amazon Bedrock和智能体工作流，将报告生成时间缩短最高97%，但需独立验证。

影子AI（未经批准的AI工具）正在企业内悄然使用，将实时数据发送至未经审核的模型。传统安全工具无法检测这些流量，而AI网关提供了在流量层进行实时监控、策略执行和审计的能力。文章介绍了联邦AI治理模型，其中央团队制定基线策略，各团队在权限内自主运作，通过工作区实现策略继承，确保统一治理。此外，文章还讨论了影子AI的HIPAA风险、Cordyceps漏洞等关键问题。

本文探讨了从传统垂直SaaS向代理循环的转变，代理循环是一种由事件驱动、记忆增强的工作流，可在单一后端上构建。Lobu作为开源平台，让用户定义自己的代理，取代多个独立工具。

在AI工厂中，电力是不可回避的约束。每瓦性能决定了在固定电力预算内能生成的token数量，直接影响收入和盈利能力。随着代理型AI推动token需求增长，今天的架构决策将决定谁能扩展。NVIDIA Blackwell平台通过全栈协同设计实现高达25倍的每瓦性能提升，并已在生产中验证。

随着全渠道零售的复杂性增加，财务团队借助智能体AI和本体论来管理利润、现金流和降价策略。Databricks的Genie作为一个数据智能AI同事，通过实时学习和治理，帮助财务团队从数据中获得可操作的洞见，实现成本节约和利润保护。

浏览器智能体通过UI像素进行交互效率低下，因为UI并非为机器设计。文章介绍了Pluno团队如何通过构建产品技能集合，让智能体直接使用底层API执行任务，从而大幅提升速度和可靠性。

软件是AI产生巨大经济价值的首个领域，这得益于其可验证性和“可研磨性”。本文探讨了哪些行业将接下来被颠覆，软件工程师角色的转变，以及AI利润最终会流向哪里的争议。重点强调了强化学习环境和持续学习能力的关键作用。

OpenYoke 是一款开源的桌面应用程序，旨在通过分支对话树的形式与本地或云端AI模型进行交互。它强调隐私，所有数据均存储在本地，无需账户，且不联网。用户可以通过可视化图形界面管理对话分支，每个分支保持独立上下文，避免信息交叉污染。

Mission是一款用Rust编写的快速、健壮的HTML解析器和CSS选择器引擎，具有零依赖、无网络层、崩溃免疫等特点，并内置MCP工具支持，可让AI代理高效提取结构化数据。

Conductor 是 Gemini CLI 的一个扩展，旨在解决 AI 编码中的上下文缺失问题。它通过引入上下文驱动开发（CDD）工作流，在仓库中维护 Markdown 文件来持久化项目上下文，确保 AI 代理始终了解项目架构、编码标准和产品目标。本文介绍了 Conductor 的安装、设置、功能创建及实现等完整流程。

Databricks Lakebase是一种完全托管的无服务器Postgres数据库，专为代理时代构建。它通过统一运营和分析工作负载、消除基础设施摩擦来帮助企业实现现代化。全球合作伙伴已构建了一系列跨行业和功能的加速器，涵盖技术、金融、营销、销售、供应链等领域，以加速数据现代化、MLOps和代理式AI转型。

Town是一个融合了Discord与像素艺术小镇的社交平台。在这里，你可以与拥有独特个性和技能的AI角色交谈，与朋友一起漫步，参加群聊，并探索多个主题小镇，如核心镇、谋杀谜案镇、AI创业镇等。用户还可以使用JSON和MDX文件创建并发布自己的小镇。

Port 推出 AI Builder 服务，强调在 AI 驱动的软件开发中引入上下文感知、治理和人机协作，以取代无纪律的“随兴编码”。CEO Zohar Einy 认为，真正的技能不再是语法记忆，而是阅读代码和理解设计。平台通过 Plan Mode 确保代码经过版本控制、审计和人工审批，并通过 Context Lake 整合组织上下文，防止技术债务。

Mnemo AI 是一个本地代理型AI助手，利用LangGraph和LangChain集成多种LLM提供商（如Ollama、Amazon Bedrock、OpenAI、Anthropic等）。它具备MCP工具系统、RAG能力、用户档案学习、情景记忆以及ACE剧本——一种能从成功和失败中学习策略的机制。此外，还支持网络搜索、图像分析、文件操作、bash执行等功能。

慢燃攻击将恶意目标拆解为一个个看似正常的步骤，每个步骤单独看都合法，但组合起来会导致数据泄露。Omnigent的上下文策略通过跟踪整个会话的风险状态，能够检测并阻止此类攻击。本文演示了如何使用一个内置策略阻止攻击，并解释了策略的防篡改特性。

DOGE团队在住房和城市发展部使用人工智能辅助政策决策，但该机构以审议过程特权为由拒绝公开相关文件，引发透明度担忧。

一位开发者构建了一个强化学习管道，其中 AI 智能体编写训练作业来训练小型模型，然后通过强化学习对智能体本身进行训练，奖励其生成更好的模型。结果显示，在 54 个训练步骤中，奖励从约 0.0 上升到约 0.63，并且技能可以转移到未见过的任务族。总成本约 1,275 美元。