每天讲透
一个 AI 主题

112 Days Late: I Built a Product Anthropic Had Already Shipped

A field report with the full data. I spent 22 days and 215 commits building a macOS app to manage Claude Code sessions — Anthropic had shipped most of it 112 days before my first line, and my one competitive check scoped itself around the mobile line and missed the desktop redesign entirely. Includes the 48-feature audit (18 replaced / 15 overlapping / 15 unique), the review economics (~190 agents for ~170 findings, 33% hit rate at one stage), six dated incidents including a symlink that destroyed an 823MB corpus, and a full data appendix with timestamps.

我的 app 有多少功能被 Claude 官方吃掉了 —— 一次逐条对账

自研 macOS 菜单栏 app 与 Claude Code 官方能力的逐条对账:48 条功能里 18 条已被替代、15 条部分重叠、15 条仍独占。核心发现是 2026-04 的桌面端重做吃掉的是 Mac 主线(多 session 侧边栏、每 session worktree、集成终端、预览窗格、环境选择器),而上一次竞品核查只查了手机线因此漏掉了它;剩下的护城河按含金量排是跨品牌抽象、看得见外部终端 session、审批台三条。含方法反思与未核实清单

多 Session 还是多 Agent?我跑了 27 个 agent 来回答这个问题

带实测的编排调研:6 个探针测出 subagent 的隔离边界,13 个 agent 用三种编排方式各造一遍同一个游戏并用无头浏览器逐个验证。结论反直觉——多 agent 解决「一次任务内部的宽度」、多 session 解决「跨时间的长度与上下文总量」,是两个正交的轴;真正决定并行开发成败的是有没有一份人人遵守的接口契约(无契约并行 5 组白屏 2 组)。附决策 SOP 与 iOS/SpriteKit 专章

我让 Claude Code 和 Codex 搭伙开发 iOS 游戏:双 AI 协作完整打法

StarPairs 项目实战复盘:不用多 agent 框架,一个 git 仓库 + 三份 Markdown 就让 Claude Code 当工程师、Codex 当美工——划地盘、开工单、轮流上场、验收分级,5 天两轮 UI 改版零冲突;含真实截图、真实文件原文和可照抄的 8 步清单

Warp University 精华指南:40 个官方教程视频一篇看完

Warp 官方教程站(原站已下线)全量整理:40 课 7 大类,每课附原视频+基于完整字幕的中文讲解——从 warp.md 规则文件、agent profiles、MCP 接入到 Warp 团队在百万行 Rust 代码库上的实战,核心是把 agent 当同事来管理

Warp VS Claude Code:一场来自 Warp 工程师的正面对比实测

Warp 官方对比视频全文整理:CLI vs 内置 agent,从 diff 处理、上下文引用到模型池逐维度拆解;真实 Sentry issue 各跑三轮均 2–4 分钟修复,另附 GPT-5 加试——结论不是谁全赢,而是两类人各选各的

AI Agent 技术栈(2026 版):LLM 与生产级 Agent 之间的六层基础设施

Paolo Perrone 重画 Letta 2024 经典栈图:模型推理/协议工具/记忆知识/框架SDK/评估可观测/护栏安全六层逐层拆解,每层按状态管理·厂商锁定·demo→生产鸿沟三问打分;四种 Agent 类型决定投资哪几层,预判 2027 年栈将向厂商 SDK 坍缩。

Awesome Claude Agents:给 Claude Code 配一支 24 人 AI 开发团队

开源子智能体合集全文整理:3 编排器 + 13 框架专家 + 4 通用专家 + 4 核心成员,team-configurator 六步自动配队写进 CLAUDE.md;作者坦言实验性且一个复杂功能可烧 1–5 万 token

SuperClaude Framework:把 Claude Code 变成结构化开发平台

元编程配置框架 README 全文整理:30 斜杠命令 + 20 专职 agents + 7 行为模式 + 8 MCP 服务器,以行为指令注入重塑 Claude Code;含 Deep Research 多跳调研与四级深度分级

掀开 Claude Code 的引擎盖:用代理抓包逆向它的提示工程

OutSight AI 用 LiteLLM 代理抓包数百次 API 调用:system-reminder 贯穿全管线、Bash 权限竟是生成式判定、子智能体默认不带 todo 提醒——Claude Code 的魔法 = 一段宏大提示 + 系统化上下文工程

Google Antigravity 深度调研:Agent-First 开发平台完全指南

Google 随 Gemini 3 发布的 agent-first 开发平台:是什么、2.0 产品家族改了什么、怎么上手、和 Claude Code / Cursor 怎么选,以及真实发生过的坑

第三方 Agent 生态与行业结构(2026 年中调研)

从 Cursor、Devin、Manus 到 LangGraph 与中国开源生态,梳理 2025–2026 年 agent 生态五个层面的现状,收束到一个核心问题:harness(执行外壳)是护城河,还是终将被商品化的耗材

Claude 全产品 Agent 矩阵调研:垂直整合 Harness 的布局逻辑

Claude Code、Agent SDK、Cowork、Chrome、Excel、PowerPoint、Deep Research——七个入口、一套引擎:讲清每个产品是什么、给谁用、有多成熟、怎么收费,以及 Anthropic 垂直整合 Harness 的布局逻辑

OpenAI / ChatGPT Agent 生态全景调研

Codex、ChatGPT Agent、Agents SDK / AgentKit、GPTs 与 ChatGPT Apps、Atlas 浏览器五条产品线,逐一梳理定位、目标用户、场景、成熟度与定价,并与 Anthropic 的路线做系统对比

An afternoon on Supabase: pgvector, a 44x query plan, and two RLS lessons

Supabase 实战英文复盘:pgvector 44x 查询优化与 RLS 双闸门

我的网站没有后端:拿 mingyuyang.com 讲透 Supabase

《Supabase 面试备考指南》实战篇:本站零后端接口的真相——resources 表即全站内容、PostgREST 自动 API、六行代码的 Google 登录、两张表两种 RLS 配方、匿名探针实证(公开表 78 行 vs 私有表空数组)、两把钥匙的管理纪律,外加四个真实踩坑和一段两分钟面试陈述逐字稿;所有代码原文摘自本站仓库

Supabase 面试备考指南:架构 · RLS · Auth · 一周学习路径

把「会用」升级成「能讲」:database-centric 架构、RLS 四种策略与性能优化六招、JWT 与新旧 API Key 体系、Realtime 逻辑复制原理与扩展限制、Supavisor 连接池两模式,配 28 道可折叠自测的高频面试题和 7 天学习计划;关键数字全部核对 2026-07 官方文档

How Warp uses Warp:一份来自 Warp 内部的「编码强制令」

Warp 公开的内部工程规范:每个编码任务必须从 prompt 开始,10 分钟没进展就报反馈、可换竞品、最后允许手写;红线是「AI 写的」永远不是借口——人对提交的每行代码负全责,所有失败案例优先做成 eval

Anthropic 内部团队怎么用 Claude Code:10 个部门的一线实战

Anthropic 官方 23 页 PDF 全文整理:从数据基础设施到法务,10 个团队的用例、量化影响与实操建议——Vim mode 70% 自主完成、研究时间省 80%、广告文案 2 小时变 15 分钟,以及「按风险分层给 agent 放权」的共性方法论

Claude Code 最佳实践:官方指南全文整理

官方文档现行版全文:上下文窗口是一切实践的出发点——给 Claude 可运行的验证、先探索再计划再编码、写好 CLAUDE.md、技能/子智能体/插件扩展、并行会话与扇出、五大失败模式

好上下文产出好代码:StockApp 如何从零构建 AI-Native 工程文化

StockApp 团队实战全文:AI-native 文化比手工开发提效约 2.5 倍(1,098 PR / 13 周实测)——monorepo 共享工作区、分层开发六级、万事先问能不能用 AI、MCP 补上下文、多模型集成评审五大原则

Eval(AI 评估)深度学习文档:从「感觉能跑」到「可度量地可靠」

Eval 是给 AI 系统出的一套「考试」:三种打分器、两类 Eval、pass@k 与 pass^k、从零建第一套 Eval 到全生命周期落地,基于 Anthropic 官方工程指南与一线实践整理

FAANG 是怎么 Vibe Coding 的:大厂 AI 写生产代码的 7 步工作流

高赞 Reddit 帖全文整理:设计文档打地基、评审把痛苦前置、AI 先写测试再写码、双人评审+staging 收口,从提案到上线提速约 30%

让 AI 在复杂代码库中真正干活:频繁有意压缩(FIC)实战

HumanLayer ace-fca 全文整理:上下文窗口是影响输出质量的唯一杠杆;研究/计划/实现三步工作流+40–60% 利用率+高杠杆人工审查,让 Claude Code 拿下 30 万行 Rust 代码库、7 小时交付 3.5 万行

规格说明书是新的源代码:Spec 正在成为 AI 时代的 Source of Truth

Ravi Mehta 文章全文整理:AI 提速工程交付后,瓶颈转向「知道做什么、对齐需求」;含 Sean Grove 的 spec-as-source-code 论断、新旧工作流对比与非技术创始人 spec 驱动发布实战

CS146S第一周：Introduction to Building and Evaluating Large Language Model Applications

CS146S Week1 笔记

Claude开发者手册：从API到应用开发

Claude 开发者手册

长上下文如何失效

先看作者要挑战的那个流行假设:「上下文窗口越大,agent 就越强」。

RAG 全景图:核心概念与完整流程

从知识源到答案输出的 11 个阶段一次看全:切块、向量化、检索、重排序、上下文组装、生成与评估,外加 6 种高级范式、12 张概念速查卡与常见指标解释

DSpark 论文精读:置信度调度的半自回归推测解码

DSpark 论文精读

提示工程技术全览:从零样本到智能体推理

Prompting Techniques 技术全览

DeepSeek-R1：深度求索的推理模型进化之路

DeepSeek-R1 模型解读

Anthropic提示工程圆桌会议：Prompt Engineering Roundtable

Anthropic 提示工程圆桌

大语言模型完全指南：从入门到实战

大语言模型完全指南

深入理解大语言模型：架构、训练与推理

深入理解 LLM

iOS App 第一次出海:归因与投放接入入门指南

整理自 Adjust 线上课堂:iOS 归因为什么难、ATT 与 SKAN 两套独立框架怎么理解和配置、Google(ICM)/ Meta(MAE/AEM)/ TikTok(SAN)三大渠道接入路径、归因窗口对齐建议与该看的指标,收尾附首次出海接入七步清单

Adjust Web to App Campaign 流程及设置:全渠道配置指南

从「为什么要做 Web2App」讲起,逐渠道拆解 Google、Facebook、TikTok、Kwai、Snap / Pinterest / Bing 的广告流程、Adjust 后台配置、跟踪链接拼接与数据回传设置,配动态流程图讲清每条链路的归因原理

Adjust Redownloads设置全解析：让数据更真实，用户价值更高

今天我们就来拆解 Adjust 的 Redownloads 功能，帮你轻松理解这些复杂的数据逻辑。

为什么做 iOS 投放，Meta 的 AEM MAE一定要开 Universal Deeplink？

Meta 要 Universal Deeplink，不是为了跳转，是为了让 AEM 在没有 IDFA 的情况下继续识别流量来源、接收事件、做优化。不开 UDL，AEM 等于白开。

【实操进阶】工具类 App 的 SKAN 4 三次回调与 ROI 建模

对大多数开发者来说，工具类 App 看似简单（打开→使用→广告或订阅），但在 iOS 生态里，它反而是最考验

SKAN CV 空值太多怎么办？一文讲清隐私阈值

为什么 SKAN CV 空值那么多？在做 iOS 广告投放时，很多人都会遇到这样的问题：👉 广告跑了，钱花了，但 SKAN 回传的数据里 CV 值却是空的（null）。

第一次出海投放广告：必备 SDK 全指南（附选型建议+文档合集）

对于首次尝试出海广告投放的团队，选平台、找代理、准备素材是基础，但 SDK 接入却是决定投放效果和数据分析的关键。本文将全面拆解出海广告投放所需的 SDK，从功能、选择到调试，附上官方文档链接，助你快速构建知识框架，少走弯路！

搞懂 Apple Ads：iOS 流量红利下的投放秘籍

「2025 最新 Apple Ads 投放指南：怎么投、怎么测、怎么优」❝ATT 时代，iOS 最靠谱的增长通

小游戏也能跑 ROAS？IAA 数据共享实操指南

🎯 小游戏也能跑 ROAS？IAA 数据共享实操指南❝“我们是靠广告变现的，没内购，怎么跑 ROAS 呀？

跑了ATT还要看SKAN吗？广告人必须搞懂的三套归因系统

在iOS生态中，广告归因的复杂性让无数广告人头疼。

广告变现进阶指南：分流策略2.0——比价分流 + LTV保护，收益提升10%！

App广告变现入门指南：从零开始，赚海外用户的钱！

辛苦开发了一款App，终于有了用户，但它还没开始赚钱？或者你听说过广告变现，却不知道从哪儿下手？别担心！

【SKAN 4必看】中重度类游戏CV怎么设计才有效？（入门全讲）

1. 引言：三次回传，解锁中重度游戏的用户价值在中重度IAP游戏的运营中，用户从安装到成为高价值玩家的过程需要

【实操进阶】广告变现APP第一回传 CV 值到底怎么拆？附映射表模板

【实操进阶】广告变现APP第一回传 CV 值到底怎么拆？

ODDL内部培训：移动广告归因与数据对接

ODDL 培训笔记

Adjust数据差异排查指南：从日志到归因

Adjust 数据排查指南

Adjust ODDL：海外广告投放与数据监控

Adjust ODDL 海外投放

从移动广告视角看 Generative Engine Optimization：AI 搜索时代，品牌、 App 和广告主应该如何获得可见性与转化

最近半年，越来越多客户开始问我一个问题：“以后用户都不搜 Google 了，直接问 ChatGPT，我们的 A

FB/GG买量为主的团队，如何借力海外DSP实现ROI稳定提升+量级突破

作为移动App/游戏出海的UA（User Acquisition）同学，我们过去几年最依赖的永远是Meta（F

刷App时广告咋来的？揭秘海外广告交易的 0.2秒幕后

你有没有想过，刷手机App时弹出的广告，到底是怎么“选中”你的？从你打开App到广告出现在屏幕上，整个过程可能只用了0.2秒！

iOS用户价值高，但买量分析好难？

说真的，谁不想多拿点iOS用户？他们消费能力强、付费意愿高，还不怎么退款，简直是理想客户。BUT！

Google Ads 又出新招：ICM 是什么？对出海归因有多大影响？ | 鸣宇出海研习社

最近，“ICM”这个词在出海圈子里有点火。不少广告主和运营同学都在问：“听说 Google 广告开始支持 ICM，这是个啥？

海外小游戏怎么算赚钱？一篇搞懂ROI和变现逻辑

小游戏出海这几年真是越来越卷！想在海外市场站稳脚跟，光靠产品好玩可不够，投入的每一分钱都得算清楚能不能赚回来。

Claude Code 小课 · 第 59 课:新功能速用 —— v2.1.299 / v2.1.300(空闲压缩、hook 失败即拦截、MCP 放行收紧、OTel GenAI 属性)

你让 Claude 跑完一个大重构就去吃饭,回来继续聊。升级到 v2.1.299 之后,这段「空闲后回来」的体验变了;同时你的 hook 脚本如果依赖的工具没装,以前是静默放行,现在可能直接拦住动作。下面四条按「立刻能用 → 需要改配置」递进。

Claude Code 小课 · 第 58 课:新功能速用 —— v2.1.293 ~ v2.1.296(Haiku 5.5、子 agent 提前压缩、工作流统一模型、过载重试上限)

你开了一个大任务,让 Claude 派出十几个 subagent 去并行读代码。半小时后你发现两件事:一是 /usage 里 subagent 的 token 占了大头,而它们干的活(grep、总结)根本不需要最强模型;二是遇到服务过载(529)时,重试等得越来越久,你守在屏幕前不知道它是在等还是…

Claude Code 小课 · 第 39 课:新功能速用 —— v2.1.292 ~ v2.1.295(plugin 直装、hooks 失败即拦截、子 agent effort、MCP 协议协商)

本课五条,前三条:claude plugin install --marketplace 一步装插件;hooks 的 onFailure: "block"——失败就拦,别放行;给子 agent 指定 effort

Claude Code 小课 · 第 38 课:新功能速用 —— Mods(v2.1.287 / v2.1.289)

本课六条,前三条:先确认版本,认识「内置 Mods」;10 分钟写出你的第一个 Mod;装之前先"体检",出问题有三道急停

Claude Code 小课 · 第 37 课:怎么用 Claude Code 做 App UI 设计?——HTML 先行、打破千篇一律、多版对比选稿

本课五条,前三条:先出 HTML 可点击原型,别让 SwiftUI 承担"设计探索"的成本;显式点名 frontend-design 技能,用"设计维度"提示而不是"再好看点";一次性并行出 3 个风格迥异的版本,而不是来回改一个版本

Claude Code 小课 · 第 36 课:新功能速用 —— v2.1.281(无限重试熔断、网关企业级加固、MCP URL 授权)

本课五条,前三条:--max-turns 终于真的能兜底了;网关/代理后面的 prompt cache 不再"莫名其妙"失效;MCP URL-mode elicitation —— 工具第一次能"礼貌地"把你导向外部授权页

Claude Code 小课 · 第 35 课:新功能速用 —— v2.1.280(Opus 5.5 默认切换、effort 封顶、plugin eval)

本课六条,前三条:先确认你今天到底在用哪个模型;用 maxEffortLevel 给 effort 设个天花板;claude plugin eval —— 装插件前,先让它跑一遍测试集再决定要不要留

Claude Code 小课 · 第 34 课:新功能速用 —— v2.1.277 / v2.1.278(AGENTS.md、subagent 输出加固、auto mode 计费)

本课五条,前三条:AGENTS.md —— 一份项目指令喂给所有 Agent;subagent 的返回值现在是「带引号的数据」,不再是指令;auto mode 分类器改跑服务端 —— 顺手确认你没在为它付钱

Claude Code 小课 · 第 46 课(补):新功能速用 —— v2.1.275 / v2.1.276(立即发送、claude.ai 技能同步、npm 插件不跑安装脚本、系统提示缓存分界)

本课五条,前三条:Ctrl+Enter —— 打断当前回合,一次发出所有排队消息;claude.ai 上启用的技能/插件会同步到终端——需要时关掉;npm 插件不再运行安装脚本 + 清查 marketplace URL 里的凭据

Claude Code 小课 · 第 33 课:新功能速用 —— v2.1.273(长会话、权限收口与网关可观测)

本课五条,前三条:先升级,然后确认你的上下文窗口「变大了一倍」;把「subagent 莫名失败」从你的工作流里划掉;复核你的权限与管理设置是不是真的生效了

Claude Code 小课 · 第 32 课:新功能速用 —— v2.1.271 / v2.1.272

本课五条,前三条:--accept-command —— 别再用 -y 装插件了;allowed_domains 下沉到单条命令 —— 出网权限从会话级变成命令级;omitClaudeMd —— 让 subagent 不吃项目的 CLAUDE.md

Claude Code 小课 · 第 31 课:周配额收紧生存指南(进阶)

本课五条,前三条:先分清两套限流,再谈省;把「读」和「写」拆到不同模型上;把可批处理的活从交互式会话里赶出去

Claude Code 小课 · 第 30 课:新功能速用 —— v2.1.269 / v2.1.270

本课五条,前三条:/output-style —— 不退出会话就换掉 Claude 的「说话方式」;让 Bash 改文件时把 diff 吐出来;把 Workflow 的并发上限推到 256

Claude Code 小课 · 第 29 课:新功能速用 —— v2.1.267 / v2.1.268

本课五条,前三条:技巧一:maxEffortLevel —— 给 effort 档位上一个不会被绕过的天花板;技巧二:--system-prompt-snapshot off —— 调 prompt 时别再被快照坑;技巧三:claude plugin ... --json —— 让插件管理能被脚本…

AI 每日简报 · 2026年10月23日

今日头条:Anthropic 把 Agent Skills 捐给了 Agentic AI Foundation(AAIF)

AI 每日简报 · 2026年10月22日

今日头条:OpenAI 发起「Patch the Planet」:AI 找到的严重漏洞,怎么在公开前把补丁准备好

AI 每日简报 · 2026年10月21日

今日头条:Claude Code 2.1.304 / 2.1.305:新增 /auto-mode-setup,Code Review 有了三档深度。

AI 每日简报 · 2026年10月20日

今日头条:OpenAI 发布低资源编程语言评测:COBOL 迁移准确率从 5.4% 跳到 86.6%(10-19)

AI 每日简报 · 2026年10月19日

今日头条:Schwab 和 JPMorgan 公开说:不让外部 AI Agent 代客户登录、转钱(10-14 至 10-16)

AI 每日简报 · 2026年10月16日

今日头条:Google 发布 Gemini 4 Argon,API 起步价 $2 / $10 每百万 token,12 月 1 日翻倍(10-13)

AI 每日简报 · 2026年10月15日

今日头条:Claude Code v2.1.299 / v2.1.300 同日发布:空闲压缩、hook「读不到输入就拦截」、MCP 放行规则收紧(10-14)

AI 每日简报 · 2026年10月14日

今日头条:Anthropic 红队预警:小模型可能很快能在廉价 IoT 设备上“自我复制”(10-12)

AI 每日简报 · 2026年10月13日

今日头条:GitHub 重建 Git 基础设施以应对"智能体规模"写入(10-06)

AI 每日简报 · 2026年10月5日

今日头条:OpenAI DevDay 2026(09-29):常驻智能体 "Dots" + GPT-6.1 Sol

AI 每日简报 · 2026年9月25日

今日头条:OpenAI 与 Anthropic 的 CEO 同台联合国安理会,罕见共同呼吁全球 AI 监管

AI 每日简报 · 2026年9月24日

今日头条:Claude Code v2.1.281 发布,集中修复一批"每天都会撞见"的老毛病(09-23)

AI 每日简报 · 2026年9月23日

今日头条:Anthropic 发布 Claude Opus 5.5,Claude Code v2.1.280 把默认模型从 Sonnet 换成 Opus(09-22)

AI 每日简报 · 2026年9月21日

今日头条:Plugin4Shell:四大 AI 编码 Agent 共享同一个零点击 RCE(09-17 披露,09-18 扩散)

Agent Skills 移交 AAIF:一个跨厂商技能包标准的归属、规范与风险 | Agent Skills Moves to AAIF: Ownership, Spec and Risks of a Cross-Vendor Skill Format

依据规范原文和 Linux Foundation 新闻稿:Skill 是什么、规范写了什么、移交了什么、装之前该看什么。

Patch the Planet:AI 发现的漏洞怎么协调披露 | Patch the Planet: Coordinated Disclosure for AI-Found Vulnerabilities

10 月 21 日 OpenAI 原文整理:PHP 案例、五步流程、披露取舍,以及还没答案的问题。

Anthropic 反蒸馏防御:推理轨迹怎么被保护 | How Anthropic Defends Claude's Reasoning Against Distillation

10 月 12 日原文读完后的整理:三层防御、官方数字怎么读、你的集成要查什么。

怎么验证 Agent 做的代码迁移“行为没变”:OpenAI MultiLangBench 与 COBOL 迁移评测 | How to Check an Agent's Code Migration Kept Behavior: OpenAI's MultiLangBench and COBOL Migration Evals

OpenAI 10 月 19 日的评测怎么设计、数字怎么读、你能借走什么。

银行为什么拦外部 AI Agent:凭证代登录 vs 受限接入 | Why Banks Block Outside AI Agents: Credential Login vs Scoped Access

Schwab 和 JPMorgan 同一周公开表态。拦的是什么,留的是什么,做 Agent 的人该怎么办。

Agent 推理负载与服务成本 | Serving Cost of Agent Workloads

先说结论:你用 agent 写代码时,模型服务器吃的不是「一问一答」,而是一个越滚越长的会话。每一轮都要把之前的全部内容(系统提示、工具定义、历史、工具返回)再送一遍,新生成的却只有几百个 token。所以瓶颈主要在「读上下文」(prefill,预填充)和显存里的 KV cache(模型为已读内容…

OpenTelemetry GenAI 语义约定与 Agent 可观测性 | OpenTelemetry GenAI Semantic Conventions for Agent Observability

OpenTelemetry GenAI 语义约定(semantic conventions,简称 semconv)是一份「命名词典」:规定 LLM 调用、agent 运行、工具执行在 trace(链路追踪)、metric(指标)和 event(事件)里该用什么名字、带哪些属性(都以 gen_ai.…

小模型自我复制与 IoT 防御 | Small-Model Self-Replication and IoT Defense

基于 Anthropic Frontier Red Team 研究文章(2026-10-12)与 NDSS 2023 Mirai 清理论文整理。读完你会知道:实验做了什么、结果能说明什么、不能说明什么、怎么防。

Agent 规模下的 Git 基础设施 | Git Infrastructure at Agent Scale

基于 GitHub 工程博客(2026-10-06)及多方报道整理。读完你会知道:agent 为什么压垮 Git、新旧架构差在哪、该怎么借鉴。

OpenAI Dots:常驻智能体的架构与权限设计 | OpenAI Dots: Architecture and Permissions of Always-On Agents

2026 年 9 月 29 日的 DevDay 上,OpenAI 发布了 Dots——运行在各自云端电脑里、无需逐条提示就能持续工作的 ChatGPT 智能体。这不只是一个新功能,而是 agent 产品形态从"被调用"走向"持续在线"的标志。本文拆解它的组成、三级权限与自动复核机制、配套 API…

智能体驱动的科学发现 | Agentic Scientific Discovery

2026 年 9 月 23 日,Anthropic 宣布约 950 个 Claude 智能体协作 21 小时、消耗约 2.1 亿 tokens,在噬菌体基因组中发现一种此前未被系统描述的类 CRISPR 酶系统。这不是一次孤立的"AI 很聪明"新闻,而是"智能体驱动科学发现"这条工程路线第一次给出…

AI 原生自主网络攻防:从 CLOSEDQUORUM 看"投票委员会式"恶意软件 | AI-Native Autonomous Cyber Offense & Defense: CLOSEDQUORUM's "Voting Committee" Malware

2026 年 9 月 22 日,同一天里发生了两件互为镜像的事:Cisco Talos 披露了 CLOSEDQUORUM——第一个把"要不要偷密码、要不要注入进程、要不要横向移动"这类战术决策,完全交给四个大模型投票决定的 Windows 恶意软件;几乎同时,Palo Alto Networks…

Agent Harness 怎样进化才不"刷题":RRSI 正则化递归自我改进拆解 | How Agent Harnesses Evolve Without Gaming the Test: A Deep Dive into RRSI

2026 年 9 月 21 日,Google Cloud AI Research 联合 Stanford、UNC-Chapel Hill、Washington University in St. Louis 等机构提交了论文《RRSI: Regularized Recursive Self-Imp…

Agent 插件供应链安全:Plugin4Shell 与失效的 SHA 钉扎 | Agent Plugin Supply Chain Security: Plugin4Shell and the SHA Pin That Wasn't

四家做编码 Agent 的公司,各自独立实现了插件安装,然后犯了同一个错:按 commit SHA 签出,却从不确认签出后真的落在那个 commit 上。这一份文档把这个错误拆到 git 的解析规则层面,再带你把自己的机器检查一遍。