📊 今日概览

🔥 趋势洞察

• 编程代理安全范式转向：Claude Code 默认开启 Auto Mode，89% 拦截率 vs 人类审查 13.6%，"机器审"正取代"人审"，但第三方包诱导数据外渗的质疑仍需独立验证。

• 模型层数"军备竞赛"失灵：DeepSeek 从 V1 的 95 层降至 V4-Flash 的 43 层，LLaMA-405B 的 126 层成过去式，效率与架构创新正取代堆参数成为新主线。

• Agent 执行流基础设施成型：斯坦福 Shepherd 给 agent 做"Git"、NVIDIA NOOA 用 Python 类定义 agent、OpenOntology 让 agent 自建概念地图，执行流版本管理与状态回滚走向工程化。

🐦 X 推文动态

📈 热点与趋势

• YC CEO Garry Tan谈个人AGI：输出比2013年高400倍，220,000页个人wiki是护城河 - Tan称模型差距已小于用户差距，同用Claude有人2倍有人100倍；agent可持有百万token，相当于3本《哈利波特》同时摊开在脑内。他要求每天把任务沉淀为skill file，"问两次同一件事就是失败" @alex_prompter

• 报道：Anthropic投资者希望Dario Amodei减少AI灾难警告，为IPO铺路 - Polymarket（预测市场平台）引述投资者要求CEO"别把大家吓坏"，担心影响上市进程。Anthropic尚未回应 @Polymarket

• 爆料：OpenAI年底发布最大预训练模型，代号Doug - AI内容博主Chris称Doug是OpenAI目前已知最大一次预训练，会让Fable看起来"原始"。GPT-6将是好模型，但Doug是年度重头戏 @ChrisGPT

• Demis Hassabis谈AlphaGo move 37的十年意义：可验证领域的数学与科学突破 - 与WSJ对谈回顾2016年那步人类不会下的棋，认为它标志着AI在可验证领域发现新知识的开端 @demishassabis

• swyx"杀死我的SaaS"黑客松正式启动 - 1万美元奖金、最多500美元token预算、任意coding agent和模型、所有代码开源；swyx（Latent Space主播）把截止日期延至周三，报名已满600人 @swyx

🔧 工具与产品

• MiniMax H3 AMA总结：保持开源至AGI，计划Apache-2.0，将开源H3-Regenerate-2K和稀疏注意力实现 - H3-Regenerate-2K是专用潜空间DiT再生模型，非像素放大；稀疏注意力采用MoBA式训练感知块选择，目标零感知损失。统一文生图+编辑模型正在后训练微调，4-NFE/8-NFE低步变体在考虑中 @MiniMax_AI

• NVIDIA开源MotionBricks：实时生成35万个运动技能，集成GR00T机器人栈 - 15,000 fps、2ms延迟，无需动捕和蒙皮，用"智能图元"快速搭建场景。NVIDIA称其"消灭30年动画技术" @HowToPrompt__

• LiteParse支持毫秒级提取复选框、注释、矢量图形和词级边界框 - Jerry Liu（LlamaIndex创始人）称其为最全面准确的免费开源文档处理器；复杂页面靠复杂度信号路由到VLM方案（如LlamaParse），给coding agent提供source grounding @jerryjliu0

• Hermes Agent上线插件系统：4个文件扩展原生能力，兼容Claude Code/Codex/Cursor - Nous Research（开源AI研究组织）出品，89个内置技能、88,000+hub技能。原生插件可注入生命周期钩子、覆写内置工具、扩展桌面端；便携插件实现跨agent兼容。Lightning AI已上线托管版本 @IBuzovskyi @LightningAI

• 两个编码agent周边更新：广告版agent新增GPT-5.6 Luna和DeepSeek V4 Flash免费模型；Agent Orchestrator管理并行工作区 - James Grugett（Superclaude创始人）的广告资助coding agent开放两个新免费模型；Agent Orchestrator协调隔离workspace，自动化CI失败、评审意见和合并冲突的反馈循环 @jahooma @tom_doerr

• Hebbian Robotics（YC S26）发布数据质量评估API，无需训练机器人模型 - 面向Physical AI数据供应商，API搜索/分析/监控数据质量：证明采集合规、检测SOP变更引起的质量漂移、查重。创始人此前训练工业清洁机器人，联合创始人有Jane Street基础架构背景 @bdono_

⚙️ 技术实践

• 斯坦福发布Shepherd：给agent执行流做的Git，fork/回滚运行时状态 - 每个agent-环境交互生成一次commit，copy-on-write同时追踪进程和文件系统；fork比docker commit快5倍，回放时KV cache复用超95%。CooperBench双agent协作通过率从28.8%提至54.7%。数据库写入等副作用无法自动撤销，需预置undo步骤 @akshay_pachaar

• NVIDIA NOOA：agent用Python类定义，方法即工具、字段即状态、文档字符串即提示 - GPT-5.5跑出SWE-bench Verified 82.2%、Terminal-Bench 2.0 65.2%、CyberGym L1 86.8%（开源最强）；把6-agent世界模型系统压进1个agent的50行skill后，GPT-5.6-sol在ARC-AGI-3达85.1%，而raw eval仅13.3% @hasantoxr

• Google开源TPU Raiden推理优化库：预填充/解码实例间KV cache传输与offload原语 - SemiAnalysis（芯片产业分析机构）称其对应NVIDIA NIXL层，标志着Google加速外化TPU软件栈 @SemiAnalysis_

• OpenOntology：让agent自建概念地图，Haiku+ont在agentic搜索上超越Opus - Wiley Jones（DOSS公司创始人）称agent遍历语料生成"ont"层次结构，搜索/问答步数减少5-10倍、prompt缓存下30倍压缩、成本100倍+更低。DeepSeek-Flash+ont也能超过Opus，地图由source vacuums自动保持新鲜 @wileycwj

• DeepSeek层数一路走低：V1的95层降到V4-Flash的43层，LLaMA-405B有126层 - Teortaxes（DeepSeek社区研究者）指出"堆层数"范式正在失灵，实证来自V4-Flash-0731仅43层 @teortaxesTex

• 企业AI平台给agent配distress_call工具：后台agent随时向人求救 - 一家国家食品安全关键公司的AI平台负责人分享：agent用该工具报告用户问题、后端故障，甚至在工具死循环时呼救介入省下大量费用；Patrick McKenzie（知名独立开发者/前Stripe员工）强烈建议每个公司都设一个"紧急热线" @patio11

⭐ 精选内容

🎙️ 播客精选

41 Stats That Tell the Story of AI Right Now