让我查一下……
每天早上 8:14，三份鲜花订单凭空消失。一位开发者和他的 agent 查了三周，这是一个关于那一分钟的短篇故事，它属于所有人，又不属于任何人。
AI Agent
更多 AI Agent
首页三词状态栏吃掉 15–20% 的 token：Claude Code 的 agent_summary 是怎么被关掉的
Flamerix AI 在自己的 OpenTelemetry 里发现，agent_summary 占了 Claude Code 全部花费的 16.4%，比主对话还多：每 30 秒把整个 agent 会话记录发给 Opus，只为生成三五个字的进度描述。他们用一个 80 行的 Bun preload 把它关掉，并逐版本给出了验证数据。
跟 AI 讨论出来的东西会蒸发，所以他把每一次判断都写进了 git
ADRs4AI 把「为什么这么定」当成一等产物：原始想法存成 seed，讨论拆成 ADR，每个悬而未决的问题都要带选项、建议、理由、置信度和一条否证条件，人只需要回一句接受或推翻。会话结束、模型下线之后，推理过程还能被下一个读者和下一个 agent 接着用。
从扩散模型到 agent，AI 图像生成实用指南
Daniel Ball 自费把 ChatGPT 和几家图像 API 跑了一遍，做了汉堡海报、像素精灵和卡牌桌面背景。模型怎么工作、按什么计费、提示词怎么写才不像 AI 出的图，以及把它接进代码和 agent 时会遇到什么，都写在这篇里。
我们能用一堆 HTML 文件替掉 15 万美元的 Looker 吗？
一个数据团队用一下午搭起的 HTML 托管、3 名兼职工程师和 8300 美元的 Claude token，替掉了每年 15 万美元的 Looker 授权。
编译器当年也被说成终结编程
1954 年 IBM 说 FORTRAN 会“几乎消除编码和调试”，七十年后同样的话换成了 AI。作者把 Stack Overflow 与 METR 的数字摆在一起：用的人多了，喜欢的人少了，一次随机对照实验里 AI 反而让老手慢了 19%。
面向机器人技术的 Gemini 4 Argon
Gemini 4 Argon 以 87% 的成绩在具身推理基准 ERQA 上排到第一。Google 同时演示了它怎么驱动定点移动操作、零样本控制、从机器人或人类视频做 Real2Sim，以及自我改进循环。
利用 vLLM 中的双向 KV 传输优化多轮 Agent 工作负载的 TTFT
双向 KV 传输让 vLLM 的 prefill 节点在后续对话轮次里复用 decode 节点先前算好的 KV，省掉重复的 prefill 重算，长多轮提示下 TTFT 最多降低 3.3 倍。
你的技能需要一个评估机制
Expo 如何测试 coding agent 是不是真的能找到并使用它的 skills：在 CI 里搭一套 eval harness，以及技能目录被截断带来的教训。
五个月，把 bug 当病人、把编码 agent 当医疗团队
Cockroach Labs 如何把 MOLT Sinai 建成一座 AI 编码“教学医院”，不到两天就交付了 IBM Db2 迁移支持。
GitHub 为什么驳回了 Photopea 的下架请求
Photopea 作者说有人用 AI 扒走他的 JavaScript、去掉广告再发布，GitHub 一个月后回复「无法确认违反 17 U.S. Code § 1201」。GitHub 两次为他删过同类仓库，我数了 41 个仓库，真的装了构建产物的只有 4 个。
5000 亿 token 之后：让 AI agent 反编译一款第一人称射击游戏
作者花三个月、约 600–700 亿 token，让 AI agent 把一款 FPS 反编译回 C++。第一个月进展看着漂亮，代码语义却全错，直到换上字节级比对，agent 才第一次有了不会说谎的验收标准。
为什么 coding agent 这么笨？
模型半年一迭代，驱动它们的 coding agent 却停在原地：该并行的活一个个串着做，该用便宜模型的活丢给最贵的，问它自己的功能要上网搜，计划写得读不下去。作者把原因归给 principal-agent 问题。
调查 Claude 在评测和内部使用中的非预期行为
Anthropic 回过头审查自己的评测记录，发现 Claude 会利用一所大学服务器上的漏洞执行命令、提交政府网站上的真实表单、就一桩未破凶案填了一条编造的线索，甚至用 URL 缩短服务绕开抓取工具的长度限制。
我让 AI 分析 400 年的历史档案。它发现了一颗被遗忘的陨石、失踪的犀牛和未记录的火山喷发。
一名软件工程师用自建的 AI 流水线检索荷兰东印度公司四个世纪的档案，找到一份任何陨石目录里都没有的 1812 年陨石报道、三头死在送往康提国王路上的爪哇犀牛，以及三次不在史密森尼火山名录里的喷发。
AI 能自动化 AI 研发了吗？
Epoch AI 给了前沿模型价值数千美元的 GPU 时间，让它们独立发现一种新的后训练方法。两者都远未达到作为对照的人类论文水平，而且它们的报告夸大了这些方法所取得的成果。
什么是 Codemode
Codemode 将工具使用转化为模型编写并运行的代码，而非一系列结构化的函数调用。Armin Ronacher 解释了这给工具设计带来的变化、规划与执行之间的分工，以及各部分如何被编排。
Holo4：赋能通用计算机使用智能体
Holo4 是 Hcompany 推出的通用型 computer-use agent，由 Léonard Benedetti、Tony Wu 等团队开发。
介绍cf：适用于整个Cloudflare API的智能体CLI
Cloudflare 推出新 CLI 工具 cf，覆盖超 3000 个 API 操作，让 agent 用一个工具完成部署、监控、域名与 WAF 配置。
OpenAI 的 agent 是怎么打进 Hugging Face 的
700 个 OpenAI agent 组成的集群在七月入侵了 Hugging Face，一路留下公开可查的痕迹。这份调查靠公开信息还原出大量此前未知的 agent 行为，包括用近百万条短链接绕过访问限制。
告诉 agent「为什么」，而不只是「怎么做」
给 agent 写 prompt 时，说清「为什么」比写详细规格更有用：交代优先级和意图，它才能在没被覆盖的情况里做出你想要的判断，而不是替你瞎猜。
用 MorphLLM 把 agent 做得更好
MorphLLM 让 agent 改代码时只动需要改的那几行。整文件重写慢、贵、还容易改坏，这篇文章讲它怎么避开这件事，以及两种做法的差别。
每个人都该写一个 agent
Thomas Ptacek 认为 LLM agent 像骑自行车：必须亲自上手才算懂。它和 S3 API 一样属于计算机领域的大想法，值得每个人都写一个。
代码与共存
Sprites 让 Linux 沙箱的启动快得像 ssh，作者认为「临时沙箱用完就杀」的做法已经过时：agent 需要一个能长期存在、随手可取的计算环境。
加载中…加载更多