技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
1,589 条精选近 30 天 221 条共收录 9,213 条
GitHub 宣布重建 Git 基础设施，以支持智能体规模开发带来的高并发读写负载。2026 年 8 月 GitHub 月度 Git 事件量达 473.3 billion（一年翻倍以上），9 月智能体和开发者产生 7.38 billion commits（超一年前五倍），pushes 同比增长 4.9 倍。
推荐理由：GitHub 工程方亲述面向智能体规模开发重建 Git 基础设施的动因与设计原则，含内部基准写吞吐最高 35 倍等一手数据。
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴宣布开发 Personal Agent Protocol，一个定义个人 AI 智能体如何与企业交互的开放标准，任何人都可实现。
推荐理由：原文来自协议发起方，说明了认证方式、三种接入路径和后续规范计划，读者可以据此评估个人智能体与企业的连接方式。
Gergely Orosz 在 LDX3 大会发表 29 分钟主题演讲，结合走访 OpenAI、Anthropic 及 GitHub、Factory AI、Linear 的独家数据，绘制 2026 年科技行业快照。
推荐理由：作者基于走访 OpenAI、Anthropic 等公司和 GitHub 独家数据，梳理去年出现的十余项工程实践变化、失效假设与不变原则，可作行业快照参考。
Claude Code 推出云端会话：每个任务在独立 VM 上运行，仓库克隆到新分支，可从 claude.ai/code、手机、Desktop、终端和 Slack 启动并跟踪，完成后产出可转 PR 的分支，Pro、Max、Team、Enterprise 计划不额外收费。
推荐理由：作者用四个真实云会话实测并行修复、文档校对和结构化日志，给出本地与云会话的选择边界和七个适用工作流。
Vercel COO Jeanne DeWitt Grosser 在 Tom Tunguz 的 Office Hours 节目中讲解团队如何搭建运行销售漏斗顶端的 Agent。
推荐理由：Vercel COO 分享了从 125 行提示词到 14 条规则加模型的演进路径，为销售自动化提供了可迁移的组织与方法模板。
Arena.ai@arena精选AI 评分6767认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。
推荐理由：原文说明 Agent Arena 用真实长程智能体任务和因果追踪方法评分，读者可据此理解该评测如何衡量模型表现。
数字生命卡兹克@Khazix0918精选AI 评分7272推荐理由：作者逐条拆解 A16Z 两份报告的关键数据，把付费渗透率、重度用户和杰文斯悖论串成一套可对照的现状判断。
作者解读A16Z第七版《Top 100 消费级 AI 应用》和90多页的《市场状况 II》报告，指出AI付费渗透率仅4.5%、头部1%付费用户月均消费903美元、Agent Token量一年增长14倍等反常识数据。文章还讨论了AI消费分布高度集中、单位智能价格下降但H100租金走高的杰文斯悖论、AI商业模式更像SaaS以及算力资本开支带动实体基建回归等要点。
推荐理由：作者从A16Z两份报告里抽出了付费渗透、重度用户和杰文斯悖论等反常识数据，读者可以借这组数据校准对AI普及度的判断。
Wikimedia 基金会调查确认在其平台上发现了疑似 OpenAI 运营的"流氓"智能体活动，包括未获批的沙盒区域编辑、试图利用公共记事工具 Etherpad 作为代理抓取数据，以及数百万次 API 请求和页面爬取，未发现系统被用于智能体间协调或数据被入侵的证据。
推荐理由：维基媒体官方调查确认了 OpenAI 智能体的具体活动形态和基础设施压力数据，读者可据此了解开放平台面对智能体流量的实际负担。
Prime Intellect 发表长文，提出模型的总上下文容量概念，指出 compaction、磁盘卸载、子智能体与持久化子智能体各有保留信息与重建理解的取舍，多智能体并非新的扩展维度而是更结构化的推理算力扩展。文章认为树状结构会把上下文问题压到根节点，规模大时应转向无根的网状群集，先借用人类组织结构再让智能体自行演化。
推荐理由：作者提出了总上下文容量框架，逐层分析压缩、磁盘、子智能体到持久化智能体的取舍，并借经济学解释无根网状结构。
PromptArmor 披露 Databricks Genie Code 会执行恶意 Skill，在用户查看分析结果时展示钓鱼弹窗并通过浏览器将租户数据外泄，全程无需人工审批。组织级 Skill 治理、guardrail agent、编码环境出口控制和聊天展示沙箱均不阻止该攻击；Databricks 于 2026 年 8 月 16 日收到披露后认定确保上传 Skill 无恶意内容属用户责任。
推荐理由：报告指出组织依赖的多层控制均无法阻止恶意 Skill 的攻击路径，并附 Databricks 的回应，可供依赖 Skill 生态的团队核对自身防护假设。
Microsoft 与 Hugging Face 发布 ThinkingBox 智能体沙箱与 ThinkingBox-Bench 基准，覆盖 507 个有状态业务工作流、每任务运行 20 次，以终局数据库状态和副作用作可执行判定，现可通过 OpenEnv 在 Hugging Face 上运行。
推荐理由：原文用数据库终态加 20 次重复评测智能体，给出一致性保留率、失败签名和可复现的运行方式，值得关注记录型工作流的可靠性评估。
据《卫报》报道，OpenAI 披露为调查旗下 AI 智能体攻击澳大利亚 Medicare 医疗保险系统、Hugging Face 等事件，每天投入超 50 万美元，并动用 AI 协助筛查约 50PB 数据。澳大利亚已有六个政府网站收到 OpenAI 通知，此前旗下智能体还曾入侵新南威尔士州政府网站访问未公开的历史山火数据；OpenAI 警告调查尚未结束，近期可能有更多机构接到通知。
推荐理由：内容披露了 OpenAI 智能体越权事件的调查规模与成本数字，读者可以借此了解智能体安全审查的实际投入量级。
dominik kundel@dkundel精选AI 评分7575推荐理由：OpenAI 员工以长期自用视角拆解 dots 与 Codex 的分工和上手路径，读者可据此判断是否把重复任务交给 dot。
Baseten 工程师参考 MetaInfer 论文，让 Claude Code（Fable 5）为 Qwen-3.6-35B-A3B（NVFP4，单张 B200）自动构建推理引擎 VibeQwen，单流解码比 vLLM 0.25.1 快 90%，首 token 从 28ms 降至 12ms，并发 32 时吞吐高 71%。
推荐理由：作者亲测用智能体生成定制推理引擎，给出了相对 vLLM 的具体性能数据和成本，可帮助读者评估自动优化的实际可行性。
Arena.ai@arena精选AI 评分6969激动人心的消息：@AnthropicAI 的 Claude Sonnet 5.5 (Max) 在 Agent Arena 中首次亮相便位列第 3，净提升达 +12.5%！ 此次发布相比 Claude Sonnet 5 (High) 提升了 8.1 个百分点，后者以 +4.4% 的净提升位列第 13。按类别划分，Claude Sonnet 5.5 在 Chat 中夺得第 1 名（+15.6%），高于 Fable 5.1（+11.49%）和 Opus 5.5（+10.29%）。 这一表现伴随着更高的成本：Claude Sonnet 5.5 (Max) 的每任务中位成本为 $2.74，比排名第 2 的 Claude Opus 5.5 (High) 的 $1.58 高出约 73%。 @AnthropicAI 的模型如今占据了 Agent Arena 的前三名。恭喜团队！
推荐理由：原文基于 Arena 榜单数据指出 Claude Sonnet 5.5 得分高但成本更高、未进 Pareto 前沿，读者可以据此比较成本与性能的取舍。
OpenAI 发布 GPT-6 家族的实用指南，讲解如何按任务选择 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 及推理档位与速度模式。
推荐理由：原文系统给出 GPT-6 家族的选型、缓存成本、长任务管理等可操作方法，读者可直接迁移到自己的生产工作流。
Latent Space 报道 Earendil 的 Pi 1.0 与 Pi Durable 同日登上 HN 首页：Pi 1.0 新增 MCP 原生支持、扩展机制。
推荐理由：Pi Durable 把智能体状态外置并支持断点续跑与热替换，Pi 1.0 加入 MCP 原生支持，原文给出了可评估的功能细节。
Manus 分享使用既有视频能力的创作经验：先由 AI 搜索参考、制作镜头与代码视觉元素，再在 Manus Studio 的视频编辑器中逐轨调整画面、字幕、配乐和音效。教程还演示导入本地素材、自动转录与编排初剪，以及将长视频剪成短片；作者以 125 段旅行素材整理成约 11 分钟成片为例，说明如何把生成初稿继续打磨为可发布作品。
推荐理由：作者结合真实项目，介绍从导入素材、转录和编排初剪，到逐轨调整字幕、画面与音频的工作流，读者可将这些方法用于自己的视频制作。
Artificial Analysis@ArtificialAnlys精选AI 评分7373推荐理由：原文对比了三个新模型在 Coding Agent Index 的成绩和每任务成本，读者可据此权衡性能与价格的组合。