Thariq 的核心观点是换个思路用 Claude Code：别老盯着输出结果挑错，先确保它接对了任务。他给了十条具体做法。第一，一上来就把项目背景、限制条件全丢给它，把它当能跟你讨论的同事，而不是个补丁工具。第二，用一份简短的需求文档引导 Claude 反问你细节，把模糊想法聊清楚。第三，让它同时探索几个方案，直接生成 HTML 原型给你看，比看文字...
推荐理由：这篇是 Claude Code 的实战教程，干货密度高。Thariq 没讲大道理，而是给了十条能立刻上手的操作，比如先把项目背景全丢给模型、用需求文档引导它反问细节、让它同时跑几个方案出 HTML 原型对比。核心思路是把 Claude 当能讨论的同事，而不是补丁工具，这个视角切换本身就值回票价。内部人士分享加上三条 HKR 全中，放在 featured 没问题。
OpenRouter 原本要介绍一个叫 Advisor 的工具，让 GPT-4o Mini 这类便宜模型在生成过程中可以随时去问 Claude Fable 等更强模型。但博客页面直接返回 404，文章不存在。定价、延迟、路由策略这些关键信息全都没公开，目前只能看到标题和摘要里的概念，没法判断实际效果和成本。
推荐理由：我会先打个折：OpenRouter 这篇博客直接 404，正文没披露定价、延迟、路由策略和实际效果，目前只有标题和摘要里的概念。概念本身有意思——让便宜模型在生成中途去问强模型，相当于给低成本模型配了个随时可叫的顾问，不是简单的 fallback 或静态路由。这点先别太激动，因为没数据验证到底省不省钱、延迟高不高、强模型被调用的频率和策略全都不清楚。对正在搭模型路由栈的团队来说，这个方向确实踩中了成本与质量的平衡点，但信息缺口太大，只能当产品信号看。
GitHub Copilot CLI 新增了自定义智能体功能，让模型能读懂你团队的技术栈和常用流程，把以前在终端里零散敲的提示词变成一套可复用的自动化工作流。正文没披露具体的配置方式、推送范围和是否额外收费，所以实际落地成本还不清楚。
推荐理由：GitHub 官方产品更新，HKR 拿到 H 和 R：自定义 Copilot CLI 智能体对开发者工作流有实际影响。K 偏弱，因为配置方式、推送范围和是否额外收费都没披露，所以定在 featured 门槛。
Cohere 在 Hugging Face 上开源了 North Mini Code，采用 Apache 2.0 协议。这是一个 30B 参数的混合专家模型，每次推理只激活 3B 参数，专门为让模型在终端里自主写代码、修 bug 这类任务设计。在 SWE-Bench Verified 上，它的 pass@10 跑到了 80.2%，在 Artificia...
推荐理由：HKR-H 来自一个紧凑的 MoE 编码模型加上一个亮眼的 SWE-Bench 成绩；HKR-K 有参数、协议、上下文和基准数据。Cohere 不是前沿实验室，所以这个发布放在 78-84 分的开源编码模型区间比较合适。
塔塔咨询服务（TCS）说以后招聘会放缓，原因是公司正在把更多 AI 智能体塞进业务流程里，让它们接手一部分原来由人做的外包工作。不过正文没披露具体要少招多少人、AI 智能体部署到了多大规模，也没给时间表。
推荐理由：TCS 放话要因为 AI 智能体少招人，这是外包行业一个很实在的转折信号。我会先打个折：正文没披露具体砍多少岗位、AI 部署到了什么量级，也没时间表，所以信息缺口不小。但“亚洲最大外包商因 AI 放缓招聘”这个事实本身已经够硬，HKR 三条全中，给 76 分放在 featured 里是合适的。
WWDC 上苹果把迟到 AI 这件事包装成“为了隐私才慢”，Apple Intelligence 和 Siri AI 会铺到 iPhone、iPad、Mac、Apple Watch 和 Vision Pro，还单独做了个 Siri AI 应用，带聊天界面、AI 拍照修图和一些初步的“让模型替你干活”的功能。但文章没解释清楚一件事：处理任务已经扩展到 G...
推荐理由：WWDC 上苹果把 Siri AI 铺到全系设备，隐私是整场发布会的定调词。但这篇文章没跟着喊口号，而是揪住一个正文都没解释清楚的点：任务已经跑到 Google 这类外部云上了，苹果却没交代跨云隐私机制。这个信息缺口让整件事从“苹果终于做 AI 了”升级成“苹果的隐私故事能不能站住脚”，所以值得推给读者。
作者让一个编程 agent 自己动手，把 ideogram-ai/ideogram4 和 VAST-AI/TripoSplat 这两个 Space 串了起来。流程是：先用 ideogram4 生成巴黎地标的图片，再把图片喂给 TripoSplat，从单张图片重建出 3D 高斯泼溅文件（.ply），接着转成体积小约 3 倍的 .ksplat 格式，最后用...
推荐理由：我会先打个折：这不是模型或平台发布，而是一篇 Hugging Face Spaces 的实操教程。但作者把两个现成 Space 串起来，让 agent 自己跑通从文字到 3D 场景的流程，还给出了约 3 倍的压缩数据，对做 agent 编排和轻量 3D 管线的人挺实用。正文没披露生成质量和延迟的具体测试，这点先别太激动。整体放在 featured 档位合适。
实验里 Qwen3.7-Max 不看设计稿、不接后端，只读一份约 15 万字的产品调研文档，在隔离环境里分别生成了安卓 APK 和一个 Web 应用，单端耗时约 4 小时，中间没人插手。模型本身看不懂图，它是通过像素坐标反推布局来还原界面。做法是把任务拆成规划、架构、编码等阶段，每步做完就检查——静态检查、编译自检（0 error）、Web 端 34 ...
推荐理由：我会先打个折：正文没披露失败率、重试次数、人工介入点，也没说这15万字文档本身质量如何。但亮点在于它把模型看不懂图这个短板说清楚了——靠像素坐标反推布局，不是真懂设计。任务拆成规划、架构、编码并逐段自检的做法，让4小时出双端这件事有了可复现的骨架。如果是真的挺省钱，但没给对比基线，先别太激动。
Skills 仓库新出的 Teach 技能，核心是把一个普通文件夹变成有状态的学习环境。它用四个文件来追踪学习进度：MISSION.md 写目标，lessons/ 放课程，learning-records/ 记你已经掌握的东西（不是记“讲了什么”），reference/ 自动生成速查手册。五个机制里比较有意思的是 ZPD，会根据你的学习记录动态调整难度...
推荐理由：这条更新来自 Skills 仓库（GitHub 122K 星），核心是把一个目录变成带记忆的学习环境，靠四个文件追踪进度，ZPD 机制会根据你已掌握的内容动态调难度。对做 agent 记忆和可复现学习流程的人有直接启发。但信息源只有一篇 X 上的总结，没有基准测试、维护者细节或用户反馈，所以我会先打个折——概念扎实，落地效果还得看实际跑起来怎么样。
苹果终于把拖了很久的 Siri 大改版拿出来了，叫 Siri AI。FT 这篇报道的正文被付费墙挡住了，只返回了安全验证页面，所以具体改了啥、模型细节、什么时候能用、功能清单这些，正文都没披露。从标题看，苹果是直接冲着 ChatGPT 这类对手去的，但 RSS 摘要里只提了一句用户隐私承诺，别的信息全是空白。我会先打个折：光看标题像是个大动作，但没看到...
推荐理由：FT 的信源权威性加上 Siri 大改版这个动作，H 和 R 都站得住，所以能进 featured。但 K 过不了，因为正文除了隐私承诺什么都没给，模型规格、发布时间、功能清单全是空白，我会先打个折：光看标题像是个大动作，没看到实质内容之前别太激动。
这篇 Reddit 帖子本身被屏蔽了，正文内容看不到，只能从标题和现有摘要拼出大致信息。Apple 的 MLX LM Server 支持连续批处理，能同时处理多个子代理的请求，不会一个一个排队干等。它还支持分布式推理，可以通过 Thunderbolt RDMA 把几台 Mac 连起来一起跑模型，相当于用高速雷电网口把算力拼成一台虚拟大机器。具体性能、延...
推荐理由：这篇 Reddit 帖子正文被屏蔽了，只能从标题和摘要拼出信息，所以我会先打个折。Apple 的 MLX LM Server 支持连续批处理，多个子代理的请求不用排队干等；还支持通过 Thunderbolt RDMA 把几台 Mac 连起来做分布式推理，相当于用高速雷电网口拼出一台虚拟大机器。这点先别太激动，正文没披露吞吐量、延迟、支持的最大模型尺寸和发布时间，验证很弱。但思路本身对关注本地推理成本的人有参考价值，所以给到 featured 门槛以上。
Anthropic 发布了 Claude Fable 5，输出价格每百万 token 50 美元，是 Sonnet 4.6 的三倍多。省钱的办法他们自己早在四月就给了：advisor tool。让便宜的模型（比如 Sonnet）干活，遇到拿不准的决策时，花几百个 token 请 Opus 出个主意，方向盘始终在便宜模型手里。官方数据显示，Sonnet ...
推荐理由：Fable 5 发布本身是大新闻，但这篇的重点是 advisor tool 作为省钱模式，不是首发消息。HKR 全中：价格对比制造好奇，advisor 机制具体可操作，成本决策直接戳中 agent 开发者。但文章没给 Fable 5 自己的评测数据，信息有缺口，所以重要性给 78 而不是更高。
OpenAI 的 CEO 奥尔特曼和首席科学家帕霍茨基发了一篇博客，把公司发展分成三个阶段：第一阶段搞技术研发，第二阶段把产品推向全球看用户怎么用，现在正式进入第三阶段。他们的目标是让先进 AI 变得供给充足、成本亲民、安全实用，让每个人和机构都能用上。具体提了三个方向：做能自动搞科研的 AI 研究员、加快经济增长、给全球每个人配一个专属的通用人工智能...
推荐理由：这篇是奥尔特曼和首席科学家联名的路线图博客，把公司发展切成三个阶段，现在正式进入“让 AI 普及、易用且安全”的第三阶段。我会先打个折：正文没给出任何模型发布时间、性能指标或成本数字，所以重要性到不了 85。但“第三阶段”这个提法本身是个清晰的叙事钩子，三个目标（自动科研、经济加速、个人 AGI）和成立国际机构的建议，把 OpenAI 接下来的发力方向摊开了。对从业者来说，这篇能帮你判断 OpenAI 会把资源往哪砸、安全治理的调子怎么定，值得一看。
OpenAI 已经向 SEC 秘密交了 S-1 表格，正式启动上市审查。秘密提交的好处是收入、亏损、客户名单这些敏感数字暂时不用公开。Anthropic 上周也走了同样的流程，两家从拼模型直接升级成拼融资，抢的是下一代 AI 基础设施的钱。Sam Altman 在博客里放了个时间点：到 2028 年 3 月，OpenAI 大部分研究工作会由 AI 自己...
推荐理由：两家最受关注的 AI 公司几乎同时启动上市流程，从拼模型直接升级成拼融资，这个节点本身就值得从业者关注。Altman 给出的 2028 年研究自动化时间表是个很具体的判断，不管最后能不能兑现，都会影响行业对人才和资金配置的预期。信息源只有一条 X 上的帖子，没看到 S-1 原文或更多财务细节，所以先打 90 分，等正式招股书出来再往上调。
Sam Altman 在一篇博客里列出了三个目标：先造出能自动做研究的 AI 研究员，再用它去加速科学和产品开发，最后给每个人配一个个人 AGI，帮你处理工作、学习、写代码、做生意、健康文书和日常决策。时间节点定在 2028 年 3 月，但正文没披露具体怎么验证这些目标是否达成，也没说成本、安全措施或失败预案。
推荐理由：HKR三项都踩中了：OpenAI给AGI研究路线图贴了个2028年3月的标签，还列了三个目标。我会先打个折，因为原文只是一篇博客摘要，不是正式产品发布或带技术细节的长文，所以没给P1。正文没披露怎么验证目标是否达成，也没提成本、安全措施或失败预案，这点先别太激动。
苹果说目前没法在欧盟地区的 iPhone、Apple Watch 或 iPad 上推出 Siri AI 功能。公司把原因归结为欧盟监管机构“拒绝沟通”，但正文没披露具体是哪些法规卡住了、双方谈了什么、以及有没有预计的解决时间。
推荐理由：这条消息有冲突、有事实、有共鸣，HKR 三项全中。苹果点名欧盟监管“拒绝沟通”，但正文没写具体是哪条法规卡了、双方到底谈没谈、以及有没有解禁时间表，信息缺口很明显。我会先打个折：没有技术细节和合规路径，只能算一条有话题性的产品/政策动态，放在 75 分的中等权重位置刚好，别因为苹果牌子就往上拔。
苹果在 Safari、快捷指令和密码 App 里塞了 AI 功能，能自动补文字、修图和串流程。正文没提什么时候推送、支持哪些 iPhone 机型，也没说背后用的是哪款模型。
推荐理由：我会先打个折：正文只说了功能方向，没给时间表、机型范围和模型细节，所以不能当正式发布稿来读。但苹果在 Safari 里补文字、在快捷指令里串流程、在密码 App 里修图，这三个落点都是系统级入口，一旦铺开对 agent workflow 和端侧分发的冲击不小。这点先别太激动，等具体推送和模型信息出来再调判断。
苹果在快捷指令 App 里塞进了一个 AI 功能，你直接用大白话告诉它想干什么，它就能自动生成对应的自动化流程。目前只放出了一小段 RSS 摘要，正文没披露具体上线时间、哪个系统版本会支持、收不收费，也没说背后用的是本地模型还是云端模型。这点先别太激动，等苹果自己把细节补上再说。
推荐理由：我会先打个折：正文只放了一段 RSS 摘要，没写上线时间、系统版本、收费模式，也没说背后是本地模型还是云端模型。能确认的是苹果让快捷指令听懂人话并自动生成自动化流程，这对从业者来说是个系统级 agent 的实锤信号。但细节全缺，先别太激动，等苹果自己把机制和限制补上再判断实际分量。
苹果发了一篇简短声明，把锅甩给了欧盟的《数字市场法》（DMA），说因为监管要求，Siri 的新 AI 功能不会随 iOS 27 和 iPadOS 27 一起在欧盟推出。具体哪些功能被拦、什么时候能在欧盟上线，正文一个字都没提。
推荐理由：苹果这篇声明很短，核心就一句话：因为 DMA，Siri 的新 AI 功能不会跟着 iOS 27 和 iPadOS 27 在欧盟上线。我会先打个折——正文没列出具体受影响的功能，也没给任何时间表，信息缺口不小。但这件事本身信号够强：大厂的产品节奏被法规直接打断，不是技术问题，是政策问题。对做全球化产品的 AI 从业者来说，这是个实打实的案例，提醒你分区合规可能比模型训练还难搞。所以虽然细节少，还是值得放在 featured 位置。
苹果发布了新版 Siri AI，想把 Siri 从听指令的语音助手升级成能陪你聊天、能干更多活的 AI 伙伴。不过 TechCrunch 这篇正文很短，没写具体用了什么模型、什么时候推送、要不要付费、到底多了哪些功能，这些关键信息都还没披露。
推荐理由：HKR-H 和 HKR-R 都过了，因为苹果拖了很久的 Siri AI 大改版本身就是个高关注度的产品故事。HKR-K 没过：正文没给模型、没给推送时间、没给具体能力，信息太虚，只能卡在 featured 门槛上。
苹果在 WWDC 上公布了 Siri AI，说是“全新版本”，比旧版更会聊天、能力更强。语音可以自己调语速、表现力和口音。Siri AI 会做成系统级，能看懂屏幕内容，也能直接操作你的应用。软件工程高级副总裁 Craig Federighi 做了介绍，但正文没披露具体上线时间和支持哪些设备。
推荐理由：苹果在 WWDC 上把 Siri 重新包装成 Siri AI，核心变化是让它能看懂你屏幕上的内容，并且直接跨应用帮你操作，不再是以前那个只回答问题的助手。Craig Federighi 出来站台，但正文没给出具体上线日期，也没说哪些设备能跑。我会先打个折：功能听着挺实用，但没时间表就是画饼，所以重要性停在 86 分，没往上走。
Levi 是一个开源项目，让你能在本地用 Qwen3-30B-A3B 模型跑一套类似 AlphaEvolve 的搜索系统。作者在 ADRS、IFBench 和 HotpotQA 三个基准上做了测试，声称在单模型、相同预算的条件下，整体成本最多能降到原来的 1/35，评估次数最多能减少到 1/12。不过正文被 Reddit 的网络屏蔽页挡住了，具体实现细...
推荐理由：这篇来自 Reddit 的帖子只给了模型名、基准和成本比例，代码成熟度和可复现细节正文被屏蔽了没看到，所以我会先打个折。但能在本地用 Qwen3-30B-A3B 跑 AlphaEvolve 风格搜索这件事本身挺抓人，数字如果属实确实省钱，先给 featured 让社区去验证。
Google 给 AI Ultra 订阅用户推了个 NotebookLM 大更新。现在你在对话里就能让它执行多步骤任务，不用自己来回倒腾，相当于把 agent 塞进了聊天窗口。推理能力也升了级，处理复杂研究问题会更顺。官方说新增了一批输出格式，但正文没列具体是哪些，也没提价格会不会变、什么时候推给普通用户。我会先打个折：功能听着实用，但信息缺口不小，别...
推荐理由：HKR 三项都踩中：Google 确认 NotebookLM 给 AI Ultra 用户加了 in-chat agent、高级推理和多输出格式。但正文没列出具体格式、没提价格变动、也没说普通用户什么时候能用，信息缺口不小，所以停在中等权重的产品更新档位。
Hivemind 这个工具现在开放了持续学习功能，专门给 AI 编程智能体用。它会自动收集 Claude Code、Codex、Cursor、Hermes、Pi 这些助手干活时的操作轨迹，把成功的套路提炼成可复用的技能，存到你自己的云盘里，再同步给所有助手。内置的 SkillOpt 负责持续训练这些技能，效果上，Claude Code 准确率涨了 19...
推荐理由：HKR三项都站得住，但这是Hivemind的一次功能更新，不是大厂动作，也没有其他来源交叉验证。52个场景的测试结果让它有干货，够格进低位的featured。
OpenEnv 这个用来给 AI 智能体创建终端、浏览器等执行环境的工具，现在不再由单一团队控制，而是转交给一个委员会来协调。初始成员有 9 家，包括 Meta 的 PyTorch、Unsloth、Modal、Prime Intellect、Nvidia 和 Mercor。不过 Reddit 原帖内容被屏蔽了，正文没披露具体的治理规则、各家出钱出力的比...
推荐理由：这条消息本身信息量不大，但动作很实在——OpenEnv 不再是一家说了算，而是拉了个委员会来管，初始成员有 PyTorch、Unsloth、Modal 等 9 家。对做智能体训练的人来说，执行环境归谁管、会不会突然改协议或停更，是选型时很实际的风险点。我会先打个折：正文没披露各家出钱出力的比例、决策机制和后续路线图，所以现在只能说治理结构变了，别急着解读成“大厂全面接管”。
这篇博客因为 Hugging Face 返回了 429 错误（请求太频繁），正文内容没抓到。从标题和摘要看，实验用 OpenAI、NVIDIA、OpenBMB 的模型和一个自己微调的 5 亿参数模型来驱动市场里的交易代理。他们试了三种干预手段都没能重现价格崩盘，最后是靠结算时强行改写价格才把崩盘做出来。我会先打个折：具体怎么干预、崩盘长什么样、数据量多...
推荐理由：我会先打个折：正文因为 Hugging Face 限流没抓到，具体干预怎么设计、崩盘长什么样、数据量多大都只能靠标题和摘要猜。但就现有信息看，五个模型经济体里崩盘凭空消失、只能靠结算作弊做出来，这个发现对代理可靠性和模拟真实性都是实打实的质疑。信息缺口明显，但角度够刁，值得推给从业者看一眼。
这个版本把架构改成了分布式无状态，能挂在 K8s 上自动扩缩容，会话断了也能恢复。多租户用 Workspace 做数据隔离，权限控制做得比较细，还加了人工介入的环节。长期运行靠 HarnessAgent 管上下文和容错。开源地址在推文链接里，但正文没给出性能基准或实际部署规模的数据。
推荐理由：阿里云把 AgentScope 的 Java 版推到了 2.0，这次改动挺实在：架构拆成分布式无状态，能挂在 K8s 上自动扩缩容，会话断了也能接上。多租户用 Workspace 做数据隔离，权限粒度更细，还加了人工介入环节，长期任务靠 HarnessAgent 管上下文和容错。我会先打个折——正文没给性能基准，也没说实际部署规模，所以这些能力到底省多少资源、稳不稳，还看不出来。开源地址在推文链接里，但没披露定价或落地案例。整体是给 Java 技术栈的企业把智能体往生产环境推了一步，信息缺口明显，先放在 featured 这档。
腾讯正在灰度测试一个藏在微信里的 AI 助手，右滑就能呼出。它用自然语言指令直接调用数百万个小程序，比如帮你点咖啡。微信还跟华为、荣耀、小米、OPPO、vivo 合作，让手机系统助手也能跨应用调微信的服务，6 月 8 号已经放出了开发者接入指引。不过原文因为环境异常没加载出完整内容，具体的技术实现和开放范围正文没披露。
推荐理由：这条消息的钩子很足——微信开始把自己当成 agent 运行环境，不是只聊天，而是直接调小程序干活，还同步打通了手机厂商的系统级入口。我会先打个折，因为原文没加载完整，技术方案、开放范围、模型选型这些关键信息正文都没披露，所以暂时不能给更高分。但右滑入口加开发者指引加五家厂商合作，三个点放在一起，已经足够让从业者重新评估微信在 agent 分发上的位置。
一位 Reddit 用户拿 qwen3.6-27b-autoround-int4 模型做测试，对比单张 3090 和两张 3090 的表现。在没装 NVLink、走 8x/8x PCIe 通道、P2P 自动开启、张量并行设为 2 的条件下，叙事类文本的解码速度从 53 token/秒涨到 94 token/秒，代码类解码从 62 token/秒涨到 1...
推荐理由：我会先打个折：这只是 Reddit 上一个用户的单次测试，没换模型、没换卡型复现，所以别急着当通用结论。但它的价值在于给了一个很具体的参考点——在没桥接器、走普通 PCIe 通道的情况下，qwen3.6-27b 的 int4 量化版用张量并行跑，解码速度几乎翻倍。对正在纠结要不要加卡跑本地推理的人来说，这个数据比厂商白皮书实在。正文没披露功耗、延迟波动和长文本下的表现，这些缺口让结论只能停在“值得自己试一下”的程度。
微信开放平台发了接入指引，确认微信 AI 在内测。开发者可以选两种模式：自动模式是授权平台读小程序源码，不用额外开发，AI 就能分析页面并直接操作；开发模式是自己写技能提交审核，让 AI 调用。两种模式不冲突，可以同时开，也不影响现有小程序服务。官方说“微信 AI”这个名字可能还会改。
推荐理由：这条消息对微信生态的开发者很关键，因为官方终于给出了接入路径，不是画饼。自动模式等于让 AI 直接读你的小程序源码去干活，省掉额外开发，但正文没提对复杂页面的理解准确率怎么样，这点先别太激动。开发模式更灵活，但需要自己写技能并审核，上线节奏和审核标准也没说。整体看，平台动作明确，但模型能力、收费方式和正式开放时间都还是空白，所以分数卡在 featured 门槛附近。
openJiuwen 提出了 MANGO，一个多智能体流网络框架。它把强化学习、文本梯度（用自然语言反馈来调模型）和 Skip-k 机制（跳过不靠谱的中间步骤）揉在一起，让一群模型自己学会怎么组队、怎么分工。用 GPT-4o-mini 跑分，在 MATH500 数学题上比 MaAS 准确率高了 12.8 个百分点，在 DROP 阅读理解上比 AFlow...
推荐理由：我会先打个折：这还是个研究框架，不是大模型或平台级发布，所以别当重磅炸弹看。但 HKR 里 K 最扎实，机制和数字都给出来了，MATH500 上 +12.8% 的差距不算小。H 和 R 靠“流网络”这个角度撑住，对搞多智能体协作的人有参考价值。正文没提开源代码链接，这点先别太激动。
Sam Altman 和 Jakub Pachocki 在 6 月 8 日发文，把 OpenAI 的路线图摊开了讲。公司内部判断，到 2028 年 3 月，AI 系统可能承担他们研究工作里“相当大一部分”，所以第一个目标是造一个能自动做 AI 研究的系统，帮研究员更快地测试想法、找错和迭代。第二个目标是加速经济增长，同时把收益分出去。第三个目标最直接：...
推荐理由：Sam Altman 和 Jakub Pachocki 这次没画大饼，而是给了个带时间点的内部判断：到 2028 年 3 月，AI 可能接手 OpenAI 研究工作的相当一部分。我会先打个折，这种预测本身就有自我实现的成分，但把它写进公开路线图，说明内部对研究自动化的信心已经很高了。文章把目标拆成三个：造自动做研究的系统、加速经济并把收益分出去、以及最直接的安全对齐。信息量够，时间点具体，对从业者来说既是信号也是压力，值得马上写。
OpenEnv 是一个给 AI 智能体用的训练环境，比如模拟终端、浏览器，让模型在里面干活并学习。Hugging Face 宣布这个项目不再自己说了算，改由一个委员会来协调，首批成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia 等。项目代码已经搬到 huggingface...
推荐理由：这条不是模型发布，但比很多模型发布更值得看。OpenEnv 做的事很简单：给智能体一个能反复试错、学会干活的沙盒，比如在终端里敲命令、在浏览器里点按钮。现在 Hugging Face 把控制权交出来，换成委员会模式，首批成员名单挺能打——Meta-PyTorch 管框架，Unsloth 管训练加速，Modal 和 Prime Intellect 管算力，Nvidia 也在。技术上两个点值得留意：一是 API 照着 Gymnasium 那套强化学习标准来，老玩家上手快；二是集成了 MCP，让智能体在环境里干活时能直接调外部工具，不用自己从头写胶水代码...
OpenAI 准备给 ChatGPT 做上线以来最大的一次改版，从聊天机器人转成一个能直接干活的 Agent 平台。它会整合自家的编程工具 Codex、图像生成，还会接入 Canva、Booking 这类第三方应用。高管放话说“聊天已死”，目标是做成跨平台的个人 AI 助手，以后甚至不用你手动输入提示词。改版预计几周内在网页和手机端上线。商业压力不小：...
推荐理由：这条消息把改版讲得挺清楚，但来源只是一条 X 帖子，正文没披露正式上线时间、开放范围和定价，我会先打个折。高管那句“聊天已死”听着唬人，实际产品还没交付，这点先别太激动。整体判断是：方向重要，落地细节还缺，所以放在 84 分这个位置。
北海道农民富安弘毅把 ChatGPT 和 Codex 当工程师用，做了 8 件事：拍照识别西兰花病害、用卫星 NDVI 数据看作物长势、拿 ESP32 加 LINE 机器人远程开关温室卷帘、给农场群聊写了个管温度和排期的机器人、从聊天记录里自动统计播种数量、研究 RTK-GPS 自动转向原理并算了自建要花多少钱、用 Airtable 搭了农场管理数据库...
推荐理由：我会先打个折：全文只有一个人、一个农场，没有产量对比或省了多少工时的数字，所以不能当行业证据用。但它的价值不在严谨，而在把 AI 写代码这件事从屏幕拉到了泥地里——一个农民没找外包、没学编程，直接用 Codex 做出了 8 个能跑的工具。这种'非程序员用 AI 写代码干物理世界的活'的案例现在还很少，对国内做 agent 和 coding 方向的人是个挺新鲜的参照。
UIUC 和 Chroma 发布了一个叫 Harness-1 的检索子智能体，参数量 200 亿，基于 gpt-oss-20b 训练。它被放在一个“有状态搜索框架”里用强化学习训练，简单说就是模型在搜索时能记住上一步干了什么，再决定下一步怎么查，而不是每次都从头瞎找。在 8 个基准测试上，它的平均整理召回率是 0.730，比目前最好的开源子智能体高出 ...
推荐理由：HKR三项都站得住：Harness-1把强化学习和有状态搜索结合，机制讲得明白，基准测试结果也给了具体数字。分数定在78-84区间，因为它是个子智能体的研究发布，不是大厂主力模型，但开源圈确实需要这种能打的检索方案。
Anthropic 联合创始人 Jack Clark 公开说，Claude 目前产出了公司里 80% 被合并进主干的代码，他预计两年内这个比例会到 100%。另外文章提到，2026 年第二季度 Anthropic 工程师人均每天合并的代码量是 2024 年的 8 倍。不过原文因为微信环境验证问题，正文没抓到，这些数字的具体口径和统计方式没法核实，先打个折看。
推荐理由：HKR 三项都成立：Jack Clark 亲口说的代码占比数字是个硬钩子，事实点够具体，而且对从业者的职业焦虑和效率想象都有触动。这不是模型发布或重大产品更新，所以分数留在 78–84 区间合理。正文没抓到，统计口径没法核实，我会先打个折看。
这篇 ICML 2026 的论文提出了一种叫 FusionRoute 的多模型协作方法。它不直接合并模型，而是冻结住几个专家模型不动，只训练一个轻量的路由器。这个路由器会在生成文本的每一个 token（词或子词）时，实时挑选一个最合适的专家模型来输出，同时把路由器的判断分数和专家模型的输出分数揉在一起，让最终选择更准。论文在 GSM8K、MATH-50...
推荐理由：这篇 ICML 2026 的 FusionRoute 论文，核心是让几个冻住的专家模型在生成每个 token 时都能被一个轻量路由器实时挑选，还加了自我修正来纠错。思路确实有意思，但文章没给出具体的性能提升数字、代码链接和实际部署成本，所以我会先打个折，放在 featured 里偏低的档位。
京东放出了一个叫 JoyAI-Echo 的开源框架，专门解决 AI 生成 5 分钟长视频时画面容易崩、前后不一致的问题。它用跨模态记忆模块把视频里的角色、场景信息存下来，保证长镜头里不会突然变脸或换衣服。训练上用了 DMD 后训练技术，推理速度比原来快了大概 7.5 倍，生成一段视频的成本和时间都压下来了。输出端还做了实时超分，能把 720P 画面直接...
推荐理由：我会先打个折：正文没提第三方评测或用户实测，所有性能数据都来自京东自己，所以效果得等上手再看。但这条消息本身有料——JoyAI-Echo用记忆模块存角色和场景信息，解决长视频变脸换衣服的老毛病，推理还快了7.5倍，成本往下走。对做视频生成的团队来说，开源就意味着能拿来改、能压成本，这点挺实在。先给80分，等有实测对比再往上调。
Tomasz Tunguz 观察到，基础模型公司往上抢应用层生意、最聪明的闭源模型越来越贵、开源模型又已经够用，这三件事逼着 AI 买家开始大规模“换芯”。Coinbase 把简单任务分流到便宜模型，用量指数级涨但成本没变；Lindy 把所有流量从 Anthropic 切到 DeepSeek v4，省了几百万美元，核心场景效果反而更好；Harvey 在...
推荐理由：这篇不是那种“AI 要颠覆一切”的空话，而是把 Coinbase、Lindy、Harvey 这些公司怎么在实际业务里换模型、省了多少钱讲得很清楚。Harvey 那个 84 美元对 954 美元的例子尤其直观，让人一看就知道成本压力有多大。它属于对行业成本结构变化的扎实观察，不是重大模型发布或产品上线，所以放在 featured 里、76 分这个位置是合适的。