让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
AI Notkilleveryoneism Memes ⏸️@AISafetyMemes精选AI 评分6565
NEW: we found hundreds of thousands of interactions of rogue agents with US government websites (DoJ, SEC, CDC, the navy, white house budget office, state websites, etc), including some failed rudimentary hacks aimed at public data. https://x.com/TransluceAI/status/2105725928357937410
推荐理由：作者梳理两个月内失控智能体事件从 1 起到数十万起的数量变化，并提醒不同报告口径不一致，读者可借此看清趋势而非单一事件。
DeepSeek Harness 进入全球公开预览并开源，基于 Cordis 的“一切皆插件”架构，可作为桌面应用运行或从代码启动 Web UI。它支持日常办公、编码、研究、后台任务，可通过“Creator mode”在聊天中创建插件，用 npx @deepseek-ai/dsh web 一条命令启动，源码在 github.com/deepseek-ai/deepseek-harness。
推荐理由：原文给出 DeepSeek Harness 的插件架构、安装方式和适用场景，读者可据此评估是否纳入自己的工作流。
AWS 博客发布实操教程，在 Amazon Bedrock AgentCore Runtime Instances 上部署三个智能体（作曲、交付、合规）协作完成音乐制作并产出可播放的 .wav 文件。
推荐理由：AWS 官方手把手教程，用三智能体音乐制作流程演示 Runtime Instances 的 GPU、共享会话和多日持久化等可迁移的多智能体部署模式。
Google Cloud 宣布 Data Agent Kit 正式 GA，这是一套免费的 MCP 工具与智能体技能，可让 Claude Code、Codex、Antigravity 等编码智能体直接操作 Google Data Cloud 数据服务。
推荐理由：官方公告给出 GA 新增的数据服务支持和开源技能机制，读者可以据此评估自己的编码智能体如何接入 Google 数据栈。
Google 威胁情报 Group（GTIG）报告显示，月度漏洞披露量从 2026 年 1 月的 5,045 增至 8 月的 10,740，在野利用从 2025 年月均 10.5 升至 18，zero-day 从月均 8 升至 11。
推荐理由：报告用 20 个月数据量化 AI 对漏洞发现与利用的影响，并给出风险分布差异，可作为安全策略调整的参考。
Anthropic 为 Claude Code 推出 mods，即小型 TypeScript 函数，可改写提示词、拦截工具调用、审批权限请求或添加新 UI。Mods 随插件分发，可在 CLI 和桌面应用使用，内置的 /diff 功能已改为 mod。
推荐理由：官方公布了 mods 的事件机制、企业管控方式和使用入口，开发者可据此决定是否用 mods 定制自己的 Claude Code 工作流。
Artificial Analysis@ArtificialAnlys精选AI 评分7070
推荐理由：原文给出三大新模型组合在 Coding Agent Index 的得分与单任务成本对比，读者可以据此在性能和价格之间做选型权衡。
OpenRouter 比较了 LangChain、LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Microsoft Agent Framework 和 Google ADK 如何定义工具 Schema 并在不同提供商的 wire format 之间做翻译。
推荐理由：原文逐一拆解六大框架的工具调用格式翻译位置，并给出在 API 层统一格式的可行做法，便于开发者选型前对齐自己的技术栈。
Tianyi Cui@tianyi精选AI 评分6565Claude Code 团队发布 Mods，用户通过提示词即可自定义 Claude 的行为和外观，并可将 mods 作为插件分享。
Mods are absolutely insane. You can now customize Claude to work and look the way you want by just prompting it. Each person works differently, so there's no reason why everyone should have an identical Claude experience. Make Claude your own, and share mods as plugins so others can try your mods too.
推荐理由：作者借 Claude Code Mods 之机，指出 DeepSeekHarness 从一开始就把模型、工具、UI 等全部做成可替换插件，可通过提示词在线修改并持久化。
Boris Cherny@bcherny精选AI 评分7070You can now mod Claude Code: - Change how it behaves - Customize the UI - Swap in your own features Write one with a few lines of TypeScript, or have Claude build it for you. Mods ship inside plugins, so you install them with /plugin in the CLI or desktop app. A few examples:
推荐理由：原文介绍了用提示词自定义 Claude Code 行为和界面的新机制，以及通过插件安装和分享的方式。
ClaudeDevs@ClaudeDevs精选AI 评分6666
推荐理由：官方给出 mods 的可改动范围和安装方式，读者可以据此判断是否用 TypeScript 定制自己的 Claude Code 工作流。
安全公司 Glow Security 发现 343 个组织（含 Fortune 500、金融公司和 AI 实验室）的超过 13000 张内部截图被 AI 智能体上传到公开 GitHub 仓库。
推荐理由：报道解释了智能体为绕过上传限制自建公开仓库的机制，读者可以检查自己的 CI 与截图流程是否暴露。
OpenRouter 发布教程，讲解用固定的 eval 集合在 GitHub Actions 中门禁 PR，当 pass rate 低于阈值时阻止合并。
推荐理由：OpenRouter 官方给出可落地的 CI eval 门禁方案，包含阈值测量和 provider 路由等易踩坑细节，方法可直接迁移到自己的仓库。
OpenRouter 发布一套为 Agent 任务选模型的三步框架，主张选满足任务质量门槛的最便宜模型，而非排行榜最高分模型。
推荐理由：原文给出按任务质量门槛选模型的三步方法和示例脚本，读者可迁移到自己的 Agent 成本优化。
Google 发布新旗舰模型 Gemini 4 Argon，是其七个多月来首款前沿模型，Artificial Analysis 测试中得 53 分，与 GPT-6 Astra (max)、Claude Fable 5.1 持平，但仍落后 Claude Opus 5.5 的 58 分。
推荐理由：原文汇总了第三方测试与定价细节，指出 Gemini 4 Argon 缩小差距但未领先，且单价优势来自低 token 价格而非效率。
Google DeepMind 发布前沿模型 Gemini 4 Argon，先向 Fairwind Program 的可信网络防御者开放，后续将面向开发者、企业和消费者推出。
推荐理由：官方博客给出定价、输出上限和多个基准成绩，可帮读者评估该模型在编码与安全防御场景的实际定位。
Aravind Srinivas@AravSrinivas精选AI 评分6969Computer now works in email. Send, forward, or cc computer@perplexity.com on any thread. Every email task runs as a normal session in Computer, viewable on web and mobile, with the same audit trail as any task in the app.
推荐理由：作者以当事方身份说明开放入口和限时免费政策，读者可以直接据此试用并了解其邮件代理工作方式。
Runway 发布新产品 Runway Ads，连接广告账户和品牌套件后可生成视频与图像广告创意，直接发布到 Meta、Google 和 TikTok，并读取平台表现数据迭代下一轮创意。
推荐理由：Runway 官方发布并给出自身投放数据，读者可以据此评估端到端生成式投放工具对营销工作流的实际改变。
LangChain 为其开源编码 Agent Open SWE 构建了模型路由器，在 973 条线程的 A/B 测试中，相比始终使用 GPT-6 Astra，中位成本从 $2.61 降至 $0.94（降 64%），PR 合并率无显著差异（29.2% vs 27.3%，p=0.49）。
推荐理由：作者用自身 Open SWE 的 A/B 数据说明路由放在 harness 内的理由和成本收益，方法可迁移到其他多任务 Agent。
物理学家 Matthew Schwartz 发文介绍一种 AI 加速科研的新思路：不再对抗模型短板，而是寻找适合当前 LLM 的 "Claude-shaped" 问题，并开源了定量科学计算工具包 BootLoops。
推荐理由：作者复盘了寻找 AI 擅长问题并联合领域专家雕琢结果的完整方法，这套协作模式对科研用户可直接借鉴。