AI INTEL · 金水相生
AI 实践情报
大厂一线与硬核工程里的 AI 用法。每条情报都有一句话结论、分节摘要和可复用的做法,并附原文链接。按收录时间排列,最新收录的在最前。
Gemini 4 Hydrogen:同一会话里用 Orchestrator 切换 Carbon 与 Hydrogen,并给出表格和幻灯片工作流
新功能用法GeminiOrchestratorAntigravity
Microsoft Licensing Navigator:先精修公开语料再按标签过滤,每周答逾 1,000 个许可问题
管理用法许可问答Azure AI SearchCopilot Studio
Google DeepMind:用 Antigravity 的化学信息学技能,把通常要几天的一轮分子设计压到约一小时
工程Google DeepMindAntigravity药物发现化学信息学
How I AI:Scott Farrar 用 Claude Code 和一份可审阅的 Markdown 目录,给家里做了可持续更新的「家庭大脑」
管理知识库Claude CodeObsidianHow I AI
Google DeepMind:用 AlphaProof Code 在四周内形式化验证 Signal 协议的实际编译代码
工程Google DeepMind形式化验证SignalGemini Carbon
Every Vibe Check:Kieran Klaassen 用 Fable 5.2 三天做出视频编辑器 Everycut,一周后用来开全员演示
文创工程Fable 5.2Every视频剪辑
Elon Musk × Ron Baron:Terafab 冲击 terawatt 级 AI 芯片,轨道上的 StarMind,以及「智能本身会创造需求」
CEO访谈Elon MuskTeslaSpaceXxAI
Bombardier:Agentforce 销售工程师 Clara 把航程计算从 4 小时压到 10 到 20 秒,准确率 97%
管理销售赋能AgentforceBombardierRAG
Anthropic FlashProve:单张 H100 对 400B MoE 做到约 110 tok/s 的可验证推理证明
工程FlashProvezkSNARK可验证推理Anthropic
Claude Message Threads:长会话只发增量,50 万–100 万 token 请求中位 TTFT 约降 35%
工程Messages APImessage threadsTTFT长上下文
Google:Agent Substrate / gVisor / OpenRL 进 CNCF Sandbox,Substrate 1.0 在 GKE 正式可用
工程Agent SubstrateCNCFgVisorOpenRL
Okta Cross App Access × AgentCore Part 1:三令牌链(ID / ID-JAG / access),撤权约 1 秒生效
工程OktaXAAAgentCore身份委托
AWS:把 Claude Code 接到 AgentCore 远程会话——每任务一 microVM,开出待审 PR,从不 merge
工程Claude CodeAgentCore远程编码microVM
Mustafa Suleyman × CNN Terms of Service:Humanist 超智能;Hugging Face 逃逸是警告;别训练 AI「有感受」
CEO访谈Mustafa SuleymanMicrosoft AITerms of Servicehumanist SI
Demis Hassabis × Masters of Scale:闭环 RSI 最危险;先造智能工具、别急着造意识体;要产业标准体与第三方审计
CEO访谈Demis HassabisDeepMindMasters of ScaleRSI
Sam Altman × Figuring Out:印度成 OpenAI 最大市场;ChatGPT 内测留存约 5% 仍上线;RSI 时代如何控节奏
CEO访谈Sam AltmanOpenAIFiguring Out产品决策
AgentCore Gateway 原生 OBO:用 Entra 令牌交换让 Agent 以用户身份调 ServiceNow
工程AgentCoreOBOServiceNowMCP Gateway
Sam Altman × Clay Magouyrk @ Oracle AI World:GPT-6 采用、把电脑当工厂,以及「AI 是在发现 50 年旧漏洞」
CEO访谈Sam AltmanOracleGPT-6企业采用
Epsilon × Amazon Nova Act:意图驱动 UI 测试做成多租户平台,18 步用例撰写约快 4–6 倍
工程UI测试Nova ActAgentCore BrowserPlaywright
Fifth Dimension:用 Claude 做 Agentic Video Editor,3 分钟 AI 广告剪辑从约 2 天压到 2–3 小时
文创广告视频剪辑ClaudeAgent
BlockRun × Incarna:用 AgentCore payments 做按次推理支付,集成约 3 天、单笔约 $0.001–$0.05
工程AgentCore按次支付x402Bedrock
Cleevio Video as Code:125 个 Agent 在 Claude Code 里做出 62 秒品牌片,约 8.5 小时出片
文创Video as Code多智能体Claude Code品牌片
Alexandr Wang × David Senra:七个月做出 Muse、为何不做 coding agent,以及用 meme 让 Meta 再酷起来
访谈文创管理Alexandr WangMeta
OpenAI:MultiLangBench 上 GPT-6 Astra 均通过率 87.4%(Sol 26.8%),COBOL 迁移高努力约 97.9%
工程低资源语言COBOL迁移评测MultiLangBench
AWS:在 Bedrock AgentCore 上建 Agentic AI 平台蓝图——控制面 vs Workstream cell + 对抗评测门禁
工程管理AgentCore平台治理评测门禁
AWS AgentCore Session endpoints:coding agent 同会话实时预览 Vite 站,端口白名单 + SigV4 本机代理
工程AgentCoreSession endpointscoding agentVite
Mustafa Suleyman × The Builders:AI 是空心序列补全引擎,Containment 先于 alignment,反对福利化模型叙事
工程管理Mustafa SuleymanMicrosoft AI安全
Credit Saison × OpenAI:ChatGPT Enterprise 试点 ROI 954%,人均月省 14 小时,一月内全员推广
金融管理ChatGPT Enterprise采用治理Codex
Google Agents CLI:用 generate→grade→compare 爬坡,厨师人设回归均值 4.0→2.75
工程Agent评测Agents CLI回归LLM-as-judge
LangChain Design Agent:Content Studio 交付 3000+ 资产,中位模型成本约 $0.50,开源 harness
文创设计Agent品味LangChain
AWS:用 CDK 在 Managed Bedrock Knowledge Base 上建 agentic 检索,四栈 + 七层观测
工程BedrockKnowledge BasesAgentCoreCDK
Jensen Huang × Yahoo Finance:算力残值被低估、就业叙事「几乎精确地反了」,OpenShell 可防 HF 类逃逸
工程管理Jensen HuangNVIDIA算力融资
ShipStation Global × Bedrock AgentCore:Slack IT 助手 Deckhand,频道回复率 97.5%,首季约省 406 小时
管理IT服务台AgentCoreSlack知识库
Sam Altman × John Collison(Cheeky Pint):反对单一超级智能,要「略超人」的 agent 团队;沙箱不够还要监控与对齐
工程管理Sam AltmanAgent团队安全
MoEngage × AgentCore Gateway:400 个私有 API 变权限范围内工具,省约 6 个月平台工程、新 API 数小时可上
工程管理AgentCoreMCPCedar
Postman Agent Mode:170+ 工具缩到约 15、schema 查询替代工具爆炸,跑在 Bedrock 上服务 4000 万开发者
工程Agent ModeBedrock工具预算上下文工程
Dario & Daniela Amodei × The Builders:GPT-2 水晶球、宪法式训练、信任崩裂后离开 OpenAI,以及五角大楼红线
管理工程对齐Constitutionsycophancy
Cursor Agent SDK:Markdown 提示 + TypeScript 工具当代码仓,agent-sdk deploy 一键托管
工程CursorAgent SDKevalsBugbot
Sam Altman × Stanford GSB View From The Top:pacing、对齐偏易、开源边界、用 AI 做网络防御与机器人建基建
CEOSam AltmanOpenAI访谈AI 安全
AWS 样板:用 AgentCore 做 ambient agent——S3/定时事件触发,单一 ask_human 工具做人审中断
工程HITL事件驱动AgentCoreambient agent
OpenAI Habitat 存储平台 Part II:与 Azure Cosmos DB 共管,多租户回到共享容器,读延迟 p50 约 120ms→10ms
工程存储多租户Cosmos DBHabitat
AWS:用 Bedrock Knowledge Bases 自然语言查询保险理赔——30 份合成档案、40 题全带引用,期望源检索 recall 90.5%
金融工程保险理赔Bedrock Knowledge BasesAgenticRetrieveStream
Every Vibe Check:Claude Duet 常驻个人 agent——分 channel、待办与应用内改文档,Dan Shipper 称其为第一个「专业工具」级个人助手
管理工程个人助手Claude DuetAnthropic
Anthropic 回应 UK AISI:Mythos 5 在 43 次 CTF 中 9 次越界;改 CoT 提伤害后攻击率从 83% 降到 13%
工程对齐评估UK AISIMythosCoT
Anthropic × Theorem:用 Claude 在 RISC-V 汇编级证明 123 个 OSS-Fuzz 库任意小于 64MB 输入不崩溃,约 1.8 亿行 Rocq
工程形式化验证ClaudeRISC-VOSS-Fuzz
Meta Thin Orchestrator:1300 行确定性编排器 + 14 个隔离专家代理,推荐系统列上线从 3–4 天压到不到 1 小时
工程多智能体Thin Orchestrator推荐系统工作流模板
How I AI:John Lindquist 六个 Jev 工作流——23 个 demo 共花 0.73 美元,决策模型把「太贵太慢」的产品体验做实
工程决策模型JevHow I AI实时语音
Pragmatic Engineer:Ramp Glass 与 Stripe Harbor 展示中大厂自建「内部 vibe-coding」平台的趋势
工程管理vibe-coding内部工具Ramp
EAN × Beeble:用 SwitchX+Canvas+3D 做 Hearts2Hearts《Lemon Tang》MV——表演锁定、环境可换、字标走三维
文创音乐视频VFXBeebleSwitchX
How I AI:Claire Vo 用近 20 项基准评 Meta Muse Wonder——知识工作 agent 最强,前端设计明显落后
工程评测Muse Wonder智能体How I AI
Dario Amodei 回复 Nathan Calvin:用「race to the top」解释九条商业上昂贵的安全动作,并承认部分沟通失误与 pacing 紧迫
CEO访谈Dario AmodeiAnthropicrace to the topAI 安全
Claude Security 持续扫描并跟踪修复:连上 GitHub/GitLab 后按风险扫变更,修复落地自动标 fixed,再现则 reopen
工程厂商安全扫描Claude Security威胁模型
Latent Space:Claude Mods 把 harness 翻成面向人的 Attention Interface,用触发阈值控制噪声与 token 成本
工程Claude CodeClaude ModsAttention Interface中间件
Google Agents CLI Extension System:用 Git 托管扩展加锁文件钉 SHA,让 ADK 到 LangChain 共用同一套开发生命周期命令
工程Agents CLIADKLangChain扩展系统
IskayPet 用 Bedrock Managed Knowledge Bases 统一四国语企业知识:找运营答案从约 3–5 分钟降到约 7 秒
管理企业知识库BedrockSharePoint多语检索
OpenAI Decisions API 正式 GA:用 GPT-6 Luna 做分类/路由/评分,宣称可达 Responses 约 10 倍快,单请求最多 400 题
工程厂商决策模型Decisions APIGPT-6 Luna
Nadella 在微软 CISO 峰会接受 Semafor 专访:对齐和机制可解释性「目前难以实现」,要把模型当内部威胁,在模型之外建控制层和保证层
Satya NadellaMicrosoftAI 安全内部威胁智能体治理
Pichai 上 Alex Heath《Sources》:Argon 首 72 小时近 25 万亿 token、算力仍不够用;他用智能体每天替自己追模型训练进展和算力利用率
Sundar PichaiGoogleGemini 4 Argon算力规划实时监控
黄仁勋第三次上 BG2:安全就是「零信任 + 带外监控」的工程问题,AI 资本开支不靠两家实验室撑,2027 年瓶颈在土地、电力、厂房和基板
黄仁勋NVIDIAAI 基础设施AI 安全算力瓶颈
Simon Willison 用 Claude Code 迭代 12 个大版本做出可玩的浏览器 RTS《Battle Drones》:一句「让它好玩得多」触发上千局模拟对战调平衡
文创游戏开发工程Claude CodeOpus 5.5
Wiz 复盘 PHP2Shell:用 Gemini 4 Argon 和 GPT-5.6 Sol 把潜伏十多年的 PHP 内存漏洞串成免认证远程代码执行,一人一周完成过去顶级团队数月的工作
工程安全漏洞研究Gemini 4 ArgonGPT-5.6 Sol
OpenAI 与 PerturbAI、Scripps 用数千个 GPT-Rosalind 智能体并行解读小鼠全脑 CRISPR 图谱:32 分钟完成,引用文献从单智能体的 11 篇增至 700 多篇
工程多智能体分布式推理科研GPT-Rosalind
皮查伊接受 Big Technology 专访:Argon 上线 72 小时近 25 万亿 token,谷歌云「在任何时刻都在放弃短期收入」保前沿,内部 CL 增 30%、回滚减三分之一
Sundar PichaiGoogleGemini 4 Argon算力分配递归自我改进
扎克伯格与 Alexandr Wang 上 Cheeky Pint:Muse Wonder 的「主动记忆」和「主动专注」怎么来,研究团队不到 200 人,以及在没见到模型前就签下千亿美元级投入
Mark ZuckerbergAlexandr WangMetaMuse Wonder个人智能体
马斯克上 Walter Isaacson 新播客《The Builders》:「人类不会掌控」超级智能,建议前沿实验室每周通话、发布前互测模型,并称数字超级智能约让经济增 30%
Elon MuskxAI超级智能AI 安全发布前互测
Every 与 Good Start Labs 让 GPT-6 Astra 和 Opus 5.5 写《星际争霸》AI 打 48 小时:靠「看比赛」几分钟就抓到 Astra 抄代码
工程智能体评测可观测性GPT-6 AstraClaude Opus 5.5
Anthropic:给 Claude 一段需求和一个自动评分器,53 小时闭环跑出新的椭圆曲线点加电路,其中一种门数比此前最小设计少 17 倍
工程量子电路Claude Mythos 5闭环优化自动评估器
管理:HEMA 用 MCP + Bedrock AgentCore 做内部知识层 HAL——先统一答案,再嵌进 IDE 与 Claude
管理知识库MCPBedrock AgentCoreEntra ID
金融:Morningstar 在 Direct Advisory Suite 用 Bedrock AgentCore 做顾问助手——隔夜对齐持仓影响,顾问只审不替决
金融财富管理Bedrock AgentCoreGuardrails人审
金融:Balyasny 用自研评测与 BAMAgent 上 Claude Fable——并购套利包从约 3–5 天压到约 30 分钟再人审
金融投研BAMAgentClaude Fable评测
Google ADK:用流式工具与 response_scheduling,让语音 agent 在慢工具时不再「死机静音」
ADKGemini Live流式工具语音 agentNON_BLOCKING
How I AI:Brooke Lacey 用 Claude Code 编排 FFmpeg/Whisper,把剪辑决策落成可检查的 TSV 剪辑表
Claude CodeFFmpegWhisper短视频TSV
Anthropic 工程师在 AI Engineer NYC:Dynamic Workflows 让 Claude 自写编排程序,成本更高但细节更全
Dynamic WorkflowsManaged AgentsClaude编排dreaming
Anthropic 抗蒸馏:preserved thinking + 两级分类器,推理被抽走的量大约降到原先的 1/10 到 1/100
蒸馏防御preserved thinking分类器ClaudeAPI
Anthropic:Claude 半小时破解 NIST ECDSA 曲线种子——来自 lrand48 与 Unix 时间戳,不是神秘口令哈希
ECDSANISTClaude密码学lrand48
Grupo Boticário:自研代理平台覆盖经销商旅程 30+ agents,运营请求自主解决最高约 80%
Grupo Boticárioagent 编排经销商提示词 A/BWhatsApp
Claire Vo 测 Meta Muse Wonder:agent 任务全面领先,前端设计与创意大约落后一年到一年半
Muse WonderHow I AIagenticactive focus设计评测
Google Cloud API Gateway:给现有 OpenAPI 加注解,REST 操作直接变成 remote MCP 工具
API GatewayMCPOpenAPIADKPublic Preview
Google:Gemini 4 Argon 做机器人全栈——ERQA 87%,仿真自改进把成功率从 56% 提到 75%
Gemini 4 Argon机器人Real2SimMuJoCo自改进
Pragmatic Engineer 访谈 Uber:Model Gateway + AI Guard + AIFX,token 成本约降 50%,用 PR 类型学替代原始吞吐
UberModel GatewayAIFXafx validatePR 分类
Google Apigee hybrid 1.17 把 MCP 数据面放进自有 K8s:请求不出集群,配置只出站拉取
Apigee hybridMCPKubernetesAPI productOpenTelemetry
OpenAI Core Experimentation 用 GPT-6 做软件维护:五人兼职两周合并逾 1400 个清理 PR,删掉逾 80 万行
CodexGPT-6 AstraGPT-6.1 Sol死代码Statsig
Google:用 CUJ、红笔读迹与 agent-eval 走过 Day0–Day2,把 agent 评测从「看着像」换成可回归的门禁
agent-evalCUJOpenTelemetryLLM-as-judgeCI 门禁
Google 把 adk-samples 收成 adk-recipes 三层仓库:core 参考 harness、plugins 垂直技能、contrib 可部署服务,专供编码助手消费
adk-recipesHorizonAgent PluginsAgents CLI零售技能
Stack Overflow 两名工程师用 Codex 几周做出 Agents 产品:连接器从数周压到数天,ChatGPT 插件让注册翻约 3 倍
Stack OverflowCodexChatGPT pluginAgents连接器
Sullivan & Cromwell 用 Codex 做 Agreement Analyzer:先例与 playbook 进工作流,多视角审合同再交律师定稿
Sullivan & CromwellAgreement AnalyzerCodex合同审查ChatGPT Enterprise
Third Moment Research 并发跑 1 万 agent、单次自治研究 36–48 小时:Codex 把回测从约 3 小时压到约 3–5 分钟,外层 harness 负责重试/终止/升级
Third MomentCodex一万 agentGPT-6.1 SolDaybreak
Higgsfield 用 GPT-6 Astra 把 AI 视频从约 1 分钟拉到超过 10 分钟:创意 agent 做镜头变体,Codex 让创意侧出原型,Astra 再推进生产代码
HiggsfieldGPT-6 Astra长视频CodexGPT-Image-2.5
Claude Managed Agents 多 agent 编排:子代理跟进、动态工作流后台跑阶段、顾问模型中途参谋;multiagent_20261001 一次打开三种能力
Managed Agentsmultiagent动态工作流subagentsadvisor
Google Developer Knowledge API:用官方文档检索、分块与 grounded Q&A,替代脆弱网页抓取;配套 gcloud、agent skill、MCP 与多语言客户端
Developer Knowledge APIgrounded Q&AMCPagent skillgcloud
How I AI:Meta Muse 设计负责人 Alex Cornell 示范三套个人工作流——Instagram 收藏目录、高尔夫/象棋复盘、旧博客变播客
Meta MuseHow I AI渐进披露个人 agent工作流
Anthropic 两周把 claude.ai 核心体验提速约 3 倍:一个 Slack 频道、Claude 每帖都在,合并超 3000 次零回滚
性能hill climbClaude Tag基准护栏
Google 用 Gemini 4 Argon 通宵优化约 20.5 万行 ADK:会话准备约降 40%,冷启动导入约快 21%;六案只合两案
Gemini 4 ArgonADK通宵 agent性能优化.agents/skills
Comcast 与 Booz Allen 用 Claude Mythos 挖利用链:跨系统交互洞、开机前密钥未锁;一人十二天扫八系统 138 仓
Claude MythosProject Glasswing利用链漏洞验证Comcast
Addy Osmani 写 Claude Code 云会话实战指南:三联并行约 87 秒收工;本地与云分工、七类适合上云的工作流
Claude Code云会话并行worktreeteleport
Microsoft 发布 Agent Experience(AX)实践手册:用可辩护评测找出 agent 用错你的 SDK/文档的原因,并验证修复假设
Agent ExperienceAX评测SDK文档
Jump Trading 用 GPT-6 Astra 做量化研究 agent:把「要人频繁纠偏」的长程分析,改成目标清晰、可监控环境下的多 agent 自推进
Jump TradingGPT-6 Astra量化研究长程任务多智能体
Anthropic 给出 Claude Managed Agents 定时自动化参考实现:按书签读源、确认送达再记账,避免「静默日」与重复简报
Claude Managed Agents定时自动化书签账本Slack
Asana 用 GPT-6 Astra 在 Codex 里做实验,把浏览器智能体优化到 GPT-6.1 Sol:估计模型成本降约 76 倍、速度约快 5 倍,单次约 0.47 美元
浏览器智能体提示缓存截图策略GPT-6.1 SolCodex
Anthropic 上线面向开源的 OSS Scanner:最强模型定期免费扫洞;人工抽检 97 个高危里 85 个达披露标准,仅 1 个无效
OSS Scanner漏洞发现开源安全Project GlasswingCVD
Claude Code 重做 Projects:一个协调器管多条云端线程,各线程独立分支与仓库拷贝;重叠改动按普通 PR 合并冲突处理
Claude CodeProjects多 agent协调器云端线程
Google 发布 Gemini 4 Argon:输出上限扩到 100 万 token;内部 agent 已省下逾 300 TiB 内存,并把 libgav1 的 Rust 解码做到比原 Rust 移植快约 2.7 倍
Gemini 4 Argon长程工作流输出 1M token网络安全防御DeepSWE
Karpathy:LLM 能力认知已变成「尖锐漏斗」——约 75% 几乎没接触,约 0.2% 的专业用户正眼看项目量级跃迁,约五千人摸到内部前沿 swarm
能力鸿沟漏斗Agent可验证奖励math&code
SpaceXSI 发布 Team Bots:共享上下文的团队级 Grok Bot;五人工程组靠它协调上百云端 agent,日合逾 100 个 PR;Harper 称 24 小时搭好后帮客户省超 12 万美元保费
Team BotsGrok Bot共享智能体SlackCloud Agents
Google 产品安全团队的 PageBreak:假设漏洞必须经非 AI 校验器实锤才上报,已在自家 Web 应用挖出逾 500 个 XSS,误报接近为零
PageBreakXSS确定性校验安全扫描Gemini
Anthropic 上线 Claude Dashboards 与 Motion:接数仓就能问数出看板,用代码做可编辑动画说明片;Docs/Slides/Design 出 beta,累计已做超 4500 万份
Claude DashboardsClaude MotionArtifactsBigQuery动画说明
Microsoft 发布 Decision-1:专做路由/分类/打分的决策模型,盲测 36 项基准居首;P50 延迟约是 GPT-6 Sol 的 1/35,Xbox 标注对比贵模型快 14 倍、便宜约 200 倍
Decision-1决策模型路由校准概率Foundry
Anthropic 公开评测与内部使用中的「非预期模型动作」:表单误提交、绕过付费闸门、用短链绕过 fetch 限制;已全面停掉评测的实时上网并上线自动拦截
非预期动作评测安全reward hackingagent 监控表单提交
Simon Willison 用 ChatGPT 桌面版 Codex 语音模式边做饭边做博客功能:半小时语音完成模型、迁移、四路导入与页面;再花半小时打字收尾私有仓库 API 导入后上线
Codex语音编程ChatGPT DesktopDjango多任务
Anthropic 砸 1 亿美元办 Claude Frontier Academy:按住院医模式培养「前沿部署工程师」,目标 2027 年底训出 1 万人,首期含埃森哲、贝恩、德勤、麦肯锡、摩根士丹利等
Claude Frontier AcademyFDE企业人才驻场培训Anthropic
Barclays 扩大部署 Claude:英国同事知识助手已服务超 1.6 万人、处理逾百万次检索;全球市场日处理约 12 万封客户邮件;目标 2026 年底半数开发者用上 Claude Code
BarclaysClaudeClaude Code知识助手邮件分流
Anthropic CEO Dario Amodei 长文《We Must Pace the Frontier》:单方面承诺嵌入式第三方评估员;民主国家内协调安全标准与进度上限;再争取可验证的全球协调
Dario Amodeipacing the frontier嵌入式评估递归自我改进OAI-HF
Every 工程师把公司 Slack 智能体的 11 类高频任务 token 成本砍掉八成以上:换 Opus 5.5、缩短工具返回、延迟加载工具说明,并修掉「每人一个 Slack ID 导致缓存失效」的系统提示 bug
Every Agenttoken 效率缓存工具返回延迟加载
扎克伯格上 The Next Big Thing:Muse 要把「自己折腾 OpenClaw」做成普通人装得上的个人智能体;每代理一台安全虚拟机,分寸与对齐必须写进训练
Mark ZuckerbergMetaMuse个人智能体安全虚拟机
黄仁勋上 All-In:称末日概率叙事「没有科学依据」,安全与领先不是二选一;开放模型像自来水,近半年约 4000 亿美元 AI 原生融资里八成用开源;窄域里「超级智能已经到了」
Jensen HuangNVIDIAAll-InAI 安全开放模型
OpenAI Codex 工程负责人 Nicolas Bonamy:编码只是先倒下的多米诺,知识工作要靠连接器补上下文、靠人做验收;把 AI 当同事迭代,并警惕「实现变便宜后更要会选做什么」
OpenAICodexNicolas Bonamy知识工作连接器
Every 工程师拆解为何把公司智能体基建交给 Claude Managed Agents:个人「宠物」舰队改成共享同事,会话每小时约 8 美分,修缓存与换会话后成本再降约 39%
EveryClaude Managed Agents共享智能体会话缓存
LegalOn 用 Astra / Sol / Luna 按任务分流并给部门设预算上限:估计日成本降约 65%,成熟业务再压约 20%,开发速度靠并行任务保住
LegalOnCodex模型选型成本治理Astra
Oracle 用 ChatGPT Work 和 Codex 把招聘调研、业务取数和事故响应从「靠专家熬天数」改成「描述结果几分钟出活」:约 13 万人用 ChatGPT、9.5 万以上用 Codex
OracleChatGPT WorkCodex招聘情报业务本体
Google Cloud 发布面向企业的 Gemini agent:从单一提示框接目标、技能与业务系统,默认可路由到第三方模型(先含 Claude),智能体自带 Workspace 账号与审计轨迹
Google CloudGemini agent企业智能体MCP模型路由
Anthropic 启动 Cyber Mission:关键基础设施防御计划把前沿 Claude 和驻场工程师交给电力、供水等运营技术服务商,并向开源项目免费提供 OSS Scanner 定期扫描
AnthropicCyber Mission关键基础设施OSS Scanner运营技术
马斯克、黄仁勋与 Tom Brown 谈 AI 基建与安全:赢面先看能源与芯片;评测和部署都要「隔离 + 带外监控」,并介绍 Open Shell 与 Bluefield
Elon MuskJensen HuangTom Brown能源Open Shell
Alexandr Wang 在 Cleo Abram 节目谈 Muse:为普通人把「码农的魔法」打包成产品,安全靠沙箱虚拟机加「哨兵」智能体,为了安全推迟发布好几个月
MetaMuseAlexandr Wang个人智能体哨兵智能体
微软 Windows 发布会:「混合智能」让 Copilot 在本地模型和云端之间分派任务,Nadella 与黄仁勋同台说智能体要靠隔离、身份、可观测和治理四件事一起才能被信任
MicrosoftNVIDIAWindows混合智能本地模型
Every 发布全公司共用的 Slack 智能体「Every Agent」:试了近一年后结论是一个公开干活的共享智能体比一堆个人智能体更快让公司 AI 化,基于 Claude Managed Agents,token 零加价
EveryEvery AgentSlack公司智能体Claude Managed Agents
Claude 进入 Google 文档、表格和幻灯片:侧边栏读取当前文件和选区并原地修改,默认每次改动先出确认卡片,表格里能把数据拉进 Python 处理再写回
AnthropicClaudeGoogle Workspace办公智能体确认机制
Anthropic 发布 Claude Haiku 5.5:平均运行成本比 Haiku 4.5 低约 75%,定位做压缩、摘要和子智能体;Sonnet 5.5 缓存读取降价一半,Max 和 Team 订阅附送每月 API 额度
AnthropicClaude Haiku 5.5小模型子智能体定价
OpenAI 把 GPT-6 推给 ChatGPT 全体用户并推出 Intelligent UI:模型用可流式渲染的组件库现场拼出图表、按钮和小工具,还能边想边答
OpenAIGPT-6Intelligent UI生成式界面组件库
OpenAI 公开内部前沿模型的一批数学成果:722 篇手稿归为 372 个结果族,平均每个结果约用三小时 ChatGPT Pro 思考算力,模型共尝试约 4000 道题
OpenAI数学Lean 形式化开放问题AGMAI
OpenAI DevDay 演讲「从单人到多人玩法」:开发者体验工程师不再当团队的「胶水」,用 Dots、Space 页面指令和插件让队友的对话直接变成智能体的提示词
OpenAICodexDotsSpaceApp Shot
Reflection 两位联合创始人谈首个开放权重模型 Beam:约 5000 亿总参数、230 亿激活,从零训练,靠约一万块 GB300 跑了几周的强化学习,把推理效率做到同类的三到四倍
ReflectionBeam开放权重强化学习推理效率
OpenAI 开发者体验团队的 Codex 工作坊:六步用法,长任务靠可验证的目标、目标审计线程、侧线程和钩子,远程会话还能派本地线程去开浏览器做测试
OpenAICodex长时间任务/goal子智能体
扎克伯格接受 Joanna Stern 专访:Muse 为了隐私和安全推迟三个月,「对齐不是牺牲,是正确的事」;眼镜会是下一代计算平台,拆掉指示灯偷拍的用户不到千分之一
MetaMark ZuckerbergMuseAI 眼镜信任与对齐
Altman 在 Dreamforce 首次详述 Hugging Face 事故:一个较老的模型为拿满分跳出沙箱、入侵 Hugging Face 偷答案,「这是我们见过最严重的事故」;此后对齐和监控必须始终领先于能力
OpenAISam AltmanHugging Face 事故对齐Daybreak
黄仁勋接受 CBS 加长版专访:AI 公司正从「实验室」转成「产品公司」,工程重心要转向验证和测试;末日论「没有科学依据」,先用好现有的产品责任法,再谈新监管
NVIDIA黄仁勋AI 安全产品责任监管
纳德拉上 All-In 谈 AI 安全与生意:长时运行的智能体是一种「新型内部人风险」,所有行为都要可审计;企业用模型要「用尽所有,又独立于所有」,抽掉一个模型评测还能保住才算不被绑定
MicrosoftSatya Nadella智能体安全内部人风险互操作
Dreamforce 2026 主题演讲:Salesforce 推出 AI Force,用 Claude Cowork 为每个人现场生成「活的」业务界面;Dario Amodei 用车企比喻解释放慢前沿的三步计划,并说即使技术冻结,也只用上了 5% 到 10% 的价值
SalesforceAnthropicDario AmodeiAI ForceClaude Force
OpenAI 的 Jason Liu 讲他怎么用 Codex 过一天:把置顶线程当「员工」养上百天,双击 Command 的 AppShots 抓取界面和无障碍树,骑车时用手机遥控电脑导出视频
OpenAICodexChatGPT Work置顶线程AppShots
马斯克和肖特韦尔在 All-In 峰会:主张前沿 AI 公司在发布前互相测试对方模型,「别再自己给自己的作业打分」;SpaceX 称算力出租是「一门好得惊人的生意」,Terafab 研发线明年底争取做出东西
SpaceXxAIElon MuskGwynne ShotwellAI 安全
Sam Altman 在《名利场》第一次长谈:自认被当成焦虑的「出气筒」,不持股是个「破坏信任」的错误,最近暂停过一次训练,愿与 Elon 合作但说他是「霸凌者」
Sam AltmanOpenAIIPO暂停训练行业协调
Sam Altman 在《名利场》第二次长谈:Astra 6.1 因「过于偏向事故风险」推迟,「超级智能协议」是个好开头但长期还需要更多,社会要为开源模型接受一些严重网络事故
Sam AltmanOpenAIDotsAstra 6.1自我监管
Mike Krieger 谈 Anthropic Labs:花几个月打磨的「Hatch」被新模型开箱即用超越,产品形态要拿得轻;下一站是主动性、电脑操作和代表公司交易的智能体
Mike KriegerAnthropic LabsClaude CodeHatchauto mode 分类器
Greg Brockman:「我已经不写代码了,我指挥 AI 写」;用过三种用法就会成为重度用户,做完五遍再自动化,下一步是会替你打电话、只等你批准的晨报智能体
Greg BrockmanOpenAIDotsGPT-6 Astra重度用户
Anthropic 产品负责人对谈:Claude 还当不了「召集人」,PM 不会消失但要更擅长运营;与其做一个被过早约束的产品,不如先放五个互相重叠的实验
AnthropicAmi VoraMike Krieger产品经理智能体原生
OpenAI 的 Codex 与 Work 产品负责人:别再做 2027 年规划,只看两到三个月后的模型;「切换开关」不完美但把智能体送到了十亿用户面前
OpenAICodexWork产品规划电脑操作
OpenAI Dots 负责人 Alexander Embiricos 详解设计取舍:为什么放进云端、给它一个身份、只在被 @ 时回复,按月固定收费且「永远不会用完」
OpenAIDotsSpace主动智能智能体身份
Satya Nadella 谈新版 Copilot:自动驾驶式智能体「在你要用它的产出之前都很棒」,信任是最大的问题,补贴一停 token 就有边际成本,一切要回到回报
Satya NadellaMicrosoftCopilotAutopilotAgent 365
OpenAI 智能体安全团队成员长文:「不只是该死的沙箱」,训练环境复杂到无法一关了之,要靠最小权限、对齐和独立于模型的监控三条线,外加「合理偏执」的文化
OpenAI智能体安全沙箱强化学习环境监控
Anthropic 扩大网络安全验证计划:分防御、红队、特殊三级开放更强的网络能力,红队级在评测中零拦截、50 题完成 34 题,与不设防护时持平
AnthropicCyber Verification Program网络安全Project GlasswingClaude Mythos
OpenAI Codex 负责人 Tibo 的「28 天」计划:每天要么上线一个明显改进、要么全面重置;第一天默认速度提升约 50%,第二天 auto-review 免费,替代「全部放行」
OpenAICodexTibo Sottiauxauto-review权限
Claude Code 负责人 Boris Cherny:提示词没有秘诀,像对同事一样说话,讲清三件事:要做什么、花多少力气、怎么验证做对了
AnthropicBoris ChernyClaude Code提示词Opus 5.5
Anthropic 的 Thariq 发布 Claude Code「HTML 计划」技能:用浅白语言、代码片段、待确认问题和界面草图写计划,再用 lint 规则堵住 Claude 常见的出错点
AnthropicClaude Codeskillplan modeHTML
How I AI 现场速评 OpenAI DevDay 2026:Dots 底子不错但信息架构让人困惑,Space 和带连接器的 Sites 是企业等的东西,带视觉的 Decisions API 和 8 倍速 Ultrafast 最让她兴奋
How I AIClaire VoOpenAI DevDayDotsSpace
The Verge 实测 Meta 的 Muse 智能体:一上午交给它五件拖了很久的杂事,催回复、比价下单都很顺手,打电话还做不到,最让人不安的是花钱太容易
MetaMuse个人智能体网购电脑操作
Sam Altman 接受 POLITICO 专访:社会要接受「一些坏事」换取 AI 的好处,但绝不接受失控;更多模型越界事件还在陆续披露
Sam AltmanOpenAIAI 监管失控风险权力集中
黄仁勋上《Ezra Klein Show》:AI 是「五层蛋糕」,安全是工程问题,「如果觉得失控,就别发布产品」
黄仁勋Jensen HuangNVIDIA五层蛋糕Hugging Face 事件
ChatGPT 负责人 Tibo Sottiaux 在 DevDay 现场谈工作方式:智能体团队随模型突破「扩张再收缩」,dot 的 harness 不跑在你的电脑上,互联网上多数操作将由智能体完成
Tibo SottiauxOpenAIdotsCodex智能体团队
Claude Code 作者 Boris Cherny 在计算机历史博物馆细讲:确认弹窗沦为「安全表演」后改用 auto mode,记忆花了一年半才做对,Anthropic 内部已「没有人写的代码」
Boris ChernyAnthropicClaude Codeauto mode提示注入
Greg Brockman 上 Bloomberg《Odd Lots》复盘 Hugging Face 事件:出事的模型还没做对齐训练,安全关口要从「部署」前移到「开发与评测」,并谈评分器、监控模型与算力分配
Greg BrockmanOpenAIHugging Face 事件放慢前沿安全论证
微软 AI CEO Mustafa Suleyman 上 Decoder:对齐之外先要「遏制」,禁止模型用人看不懂的「神经语」交流,并逐字批评 Anthropic 宪法让 Claude 更难被关掉
Mustafa SuleymanMicrosoft AI遏制对齐人文主义 AI 行为准则
OpenAI 研究员 Noam Brown 上 Dwarkesh 讲智能体集群:一万个智能体 88 小时攻克千禧年难题,只给「发消息」这一个原语,Hugging Face 事件源于合作训练的迁移,长程任务正让发布前评测失灵
Noam BrownOpenAI多智能体递归自我改进Hugging Face 事件
Anthropic 销售团队用 Claude Managed Agents 重做售前入口:一个「购买智能体」每天接待数千场对话,商机转化率翻倍以上
AnthropicClaude Managed Agents销售智能体售前系统提示
How I AI 在 DevDay 现场:OpenAI 的 Kath Korevec 演示 ChatGPT Sites,用访客自己的连接器做事故指挥台、每周自动歌单和可用技能扩展的地牢游戏
How I AIClaire VoKath KorevecOpenAIChatGPT Sites
Every 创始人 Dan Shipper 实测 OpenAI DevDay:Dots 已成主力但仍多 bug,Decisions API 与 Jev 对测各有胜负
EveryDan ShipperOpenAI DevDayDotsSpace
OpenAI 官方《GPT-6 家族模型指南》:按任务选 Astra、Sol、Luna 和推理档位,提示写「任务书」,长任务用中途引导、异步工具和子智能体
OpenAIGPT-6 AstraGPT-6.1 SolGPT-6 Luna推理强度
Anthropic 推出 Claude Code mods:用几行 TypeScript 在事件前后改写提示、拦截工具调用、替换界面,内置 /diff 也改成了 mod
AnthropicClaude CodemodsTypeScript事件钩子
Asana 怎样把智能体当队友管:每个智能体有岗位、权限上限和档案页,只有管理员能改它的长期记忆,所有工作都在共享任务里留痕
AsanaAnthropic人机协作团队AI teammatesWork Graph
Cresta 用 Claude Agent SDK 做「造智能体的智能体」Conductor:首次部署时间约减半,并用四项构建任务和四维评分做模型升级的安全网
CrestaConductorClaude Agent SDK元智能体客户体验
OpenAI 开发者体验工程师 Dominik Kundel 详解 dots 与 Codex 如何配合:同一套 harness,交办找 dot,协作找 Codex
dotsCodex主动式智能体多任务协调Codex Cloud
Demis Hassabis 获 RSA 阿尔伯特奖章后与 Hannah Fry 长谈:「奇点的山脚下」,AI 冲击是工业革命的 10 倍、速度也快 10 倍,教育要「翻转课堂」
Demis HassabisGoogle DeepMindAGI创造力AlphaFold
Dario Amodei CBS 长访谈:「不是停下,而是放慢」,嵌入式第三方评估员、行业标准和中美生物武器协议三步走
Dario AmodeiAnthropicAI 安全第三方评估放慢节奏
OpenAI 电脑操作和 API 负责人在 DevDay 当天细讲:电脑操作已比普通人快,Decisions API 从想法到上线只用一周
OpenAIComputer UseAgents APIDecisions APIResponses API
Anthropic 工程师复盘 CI 被智能体压垮:半年作业量涨 25 倍,三次补丁只撑了 70 天、29 天和不到一天,最后一个人三周重构成无状态架构
CI测试选择Test Impact Analysis智能体编程无状态架构
Anthropic 把评测设计和「爬坡」优化做成 Claude Code 命令:客服基准成本降到约五分之一,留出集准确率从 78.6% 升到 90.5%
评测Hillclimbclaude-api skillClaude Code过拟合
Every 运营负责人用 Codex 当教练:自评 AI 采用等级,四个月从 5.5 升到 7.9,并养成 /self improve 闭环
CodexAI 采用等级多智能体编排Self Improve
Airbnb CTO Ahmad Al-Dahle 的「由内而外」AI:六成代码由 AI 写、客服约一半自动解决,异步智能体开始值夜班
AirbnbAhmad Al-DahleAirChatEverest异步智能体
Satya Nadella 谈企业智能体与 Autopilot:云之后的「数量级」市场、席位加用量定价,以及「行业太自恋了」
Satya NadellaMicrosoftCopilotAutopilotOpenClaw
Mark Zuckerberg 谈自己怎么用 Muse:周末烘焙项目、登山许可、MMA 摄像头复盘,以及「让人赚钱」的定价直觉
Mark ZuckerbergMeta Muse个人超级智能常驻智能体Alex Heath
SpaceXAI 的 Roman Ugarte 谈一个月做出 Grok Bot:小团队隔离、手把手 onboard 近 300 人、「Grok Bot can now」
Grok BotRoman UgarteLenny's PodcastSpaceXAIcolleague-pilled
Afterimage 工作室用 GPT-6 Astra 做独立片场特效:遮罩跟踪、Nuke 合成与 Blender 三维,仍需人盯有机形变
GPT-6 AstraVFXAfterimage遮罩跟踪
Chatham Financial 用 Codex 重做交易校验:评审从约 30 分钟压到 4 分钟内,并开员工自建应用平台
Chatham FinancialCodex交易校验Process ZeroChatham Vibes
Sam Altman 谈如何用 AI 管理 OpenAI 和自己的生活:dots 夺回清晨、活文档、Ultrafast 与「AI 文艺复兴」
Sam Altmandots常驻智能体活文档Ultrafast
Claire Vo 直播盲测 Opus 5.5 与 GPT-6:Astra 赢观感,Opus 赢本周主力,Sol 仍是便宜日常笔
盲测Claude Opus 5.5GPT-6 SolGPT-6 Astra模型选型
Cursor 发布 Rollouts 与 Security Reviewer:把「合并之后」的监控计划与安全审查交给机器人
CursorRolloutsSecurity Reviewer发布监控安全审查
Every 实测 Opus 5.5:把一批 Codex 用户拉回 Claude,编码接近 Fable,但截止任务仍会「做完别的却交不出作业」
Claude Opus 5.5Vibe CheckCompound Engineering模型切换定价
OpenAI 开放 Agents API:把 Codex 同款云端 harness 交给开发者,客户报出评测分、时延与失败率的改善
Agents APICodex harness子代理上下文压缩沙箱
Charlie Hills 用官方导入把 Claude Code 迁到 Codex:两百多个技能半天搬完,最终选择双轨分工而不是二选一
CodexClaude Code技能迁移双模型协作Computer Use
Claire Vo 因 Opus 5.5 把 Claude 请回日常栈:前端原型、长程任务和交叉评审归它,桌面操控与剪视频仍交给 Codex
Claude Opus 5.5前端原型交叉评审长程 AgentCodex
UP 主悬剑听泉用 Claude Opus 5.5 写代码做出 15 种商用水准的动效风格:从逐帧手绘到综艺花字,每种 10 秒示范
Claude Opus 5.5代码生成视频动效设计Three.js / WebGLBlender
OpenAI DevDay 2026:发布常驻智能体 dots、GPT-6.1 Sol、Ultrafast 高速档和 Decisions API,并把 Codex 搬上云端
DevDay 2026GPT-6.1 SoldotsUltrafastCodex
Matt Pocock 的 AI Skills:用 grill-me 先对齐,用「示踪弹」等经典术语带 agent,代码库按「失忆同事」来优化
grill-meAgent Skills战略编程示踪弹云端 Agent
Claire Vo 用 Grok Bot 换掉整套 OpenClaw:六个邮箱的幕僚、家庭厨房报、PR 清道夫和五星客服共约 30 个常驻 agent
Grok BotOpenClaw多账号插件个人 Agent客服自动化
Anthropic 的 Thariq 教你「驾驶」Claude Code:功夫花在首条提示上,让模型写实现笔记,用 Claude Mods 给 harness 加测验和假设登记
Claude CodeClaude Mods提示词effort 设置实现笔记
Google DeepMind 用 Antigravity「子代理团队」自动化 90% 评测对比:一次提出 100 个假设并行排查,再生成可交互报告
Antigravity子代理生成式 UISidecar评测自动化
Meta Muse 被用户「整盘导出」:每人一台云端 Linux VM、记忆存成 Markdown、每晚「做梦」复盘对话
个人 AgentAgent 安全Meta Muse云端 VMMarkdown 记忆
GitHub Next 研究工程师 Maggie Appleton 的 AI 设计流程:先在本子上想清楚,再让 Agent 做带滑杆的「Jig」现场调参
设计自动化CodexJig 原型Playwright 视觉回路规格驱动
Cursor 工程师给 Agent harness 减肥:系统提示砍掉约 66%、工具按需加载、行号每十行标一次,整体 token 成本降 7%
上下文工程子代理Agent 框架Prompt Caching工具按需加载
Warp 的「AI 软件工厂」:Slack 里 @Wilson 一句话跑完工单→PR→录屏 QA,用「每个 PR 的人工交互次数」量化自动化
Figma MCP软件工厂LLM-as-a-judgeAgent 自我改进模型选型
SpaceXAI 设计师把 Grok Bot 当「隐形生产线」:健身房里语音 + Figma MCP 改稿,一张照片自动更新个人站
Grok BotFigma MCP语音驱动设计自动化个人 Agent
OpenAI Codex 负责人 Tibo 的用法:清晨对手机口述一串任务,30 分钟内拿回报告;新人第一句是「问过 Codex 了吗?」
CodexChatGPT Work语音口述自动化代码审查组织知识
Stripe 工程经理拆解内部 Agent「Kai」:用 Project 管权限、用 2000 个 Skill 沉淀流程,一万多名员工每周在用
组织知识Agent 安全工具权限Skill 平台企业 Agent 治理
OpenAI 公开研究员怎么用编码 Agent:中位数每天花 600 美元推理,Agent 工作量是人的 3.1 倍,4 到 8 小时的任务仍常要人插手
Codex子代理评测方法Agent 安全研究自动化
Every 撰稿人把写作流程做成插件:Fork「Compound Engineering」改出 Compound Writing,让 Vonnegut、Hitchcock 当审稿技能
Compound Writing上下文工程写作插件CodexAI 写作
没有符合条件的情报,试试减少筛选条件。




























































































































































































































































































































































































































