AI 日报

比漏洞本身更值得记:官方把'排查'做成一个可执行技能而不是文档。安全响应的交付形态从通告变成 agent 任务,这条线下半年会在各家安全团队反复出现。

从被动问答到主动接管日常事务,Duet 是 Anthropic 对'常驻 agent'的产品化回答。和今天 Codex 12 小时 prompt 缓存对照读:两边都在为长时运行的 agent 铺基建。

扩散路线打低延迟赛道,是价格战之外的第二战场。注意这是厂商自报对比,等第三方 harness 复现再定价——和昨天'自报数字打折扣'的教训同频。

购物成为第一场景,意味着 Meta 的 AI 变现走的是广告与交易闭环,不是订阅。与 Anthropic 的 IPO 叙事对照:一个靠现金流,一个靠承诺,估值逻辑完全不同源。

卖芯片之后卖'交付速度',这是把资本开支转化为更快的收入确认。和今天 Blackwell 预付款锁产能的旧线并读:英伟达在同时压缩客户的决策周期与自己的现金流周期。

欧洲队选择在工业仿真这个高壁垒场景绑定英伟达软硬栈,避开通用对话正面战场。这是区域模型公司少见的清醒定位,值得作为'非美系模型怎么活'的样本跟踪。

存储超级周期又有新证据,从 DRAM 合约价传到 HBM 售罄。与今天字节、阿里、腾讯 350 亿美元英伟达订单同频:上游锁产能、下游抢货,GPU 涨价压力会顺价到推理成本。

在出口管制与国产替代双压下,三家同时下这么大单,说明高端算力缺口仍是硬约束。与 HBM 售罄并读,中国云厂商这轮抢的是 2027 年的确定性,不是当期价格。

不比题库比真实工程任务,这才是编程 agent 的有效测法。国产 Flash 级模型与顶级闭源正面对撞,结论比跑分有意义——盯失败模式而非总分,与昨天的独立评测线索同频。

端侧跑满专家而不降质,是今年本地部署最值得记的一条工程进展。与今天 KFlash 的 Apple Silicon 引擎基准并读,手机与 Mac 两条端侧栈正在同时成熟。

三小时内隔离,响应算快,但 LiteLLM 是多模型网关的事实标准,被投毒等于踩在 agent 栈的咽喉上。凡是把密钥交给路由层的团队,今天该做一次依赖审计。

Artificial Analysis 测评显示 Cognition 的 Devin Fusion（Opus 5.5 max + GPT-6 Luna sidekick）在 Coding Agent Index 拿到 68，高于同档 Claude Code，且单任务成本更低。多模型编排/侧车成为 coding agent 新赛点。

Avi Chawla 介绍用 Jev 低成本识别 agent 运行中可复用的 corrections/trajectories，并配上开源自改进 memory，把信号沉淀到多套 harness。agent memory 从「记对话」走向「可迁移技能」。

中文圈博主梳理 DSH 实用插件起步清单，强调内置插件市场可搜索/一键安装社区插件。DSH「Everything is a Plugin」路线继续扩张。

覆盖流程图、架构图、时序图、甘特图等，给 coding agent 明确的布局/字体/配色规则，减少「箭头乱飞」的架构图。图表/可视化类 skill 热度高。

日文圈高转警示：安装 litellm 1.107.0 可能感染恶意软件，需检查 SSH 密钥、云凭证、K8s/Docker config、npm/PyPI/GitHub token 等。大量 agent 网关依赖 LiteLLM，务必立刻核验版本。

官方默认切到 API 版本 2026-10-21（移除 temperature/top_p/top_k 等），并提供迁移指南。coding agent 工作流里的 API 客户端需同步升级。

milesdeutscher 分享：Claude Code 管 agent 不够顺手时，把 5 个专职 agent 直接丢进 Slack 协作。多 agent 编排继续从 IDE 外溢到 IM。

工作坊观点：多数人把 Opus 当搜索用，少数人在跑 agent swarm。展示多角色 agent 编排与自学习闭环，是今日 multi-agent 话题的高热素材。

面向 Codex、Claude Code、Cursor、OpenClaw 等 SKILL.md 兼容工具，避免从零拼 prompt。agent skills/插件层的「可搬运工作流」仍是刚需。

针对「给 agent 买昂贵社媒 API」的吐槽，推荐开源 agent-reach 作为眼睛：覆盖多平台内容抓取与搜索。数据抓取/搜索 API 方向的实用替代方案。

把今天中美两条监管线收进同一篇,正是'监管成为竞争变量'的框架文。和 DeepSeek 清除、中国反制并读,能看清两边都在把准入当产业政策用。

第一次有开源推理栈把单位经济性算得这么细,81 天回本是极强的信号。若数字站得住,开源推理对闭源 API 的价格压制会从'便宜'升级为'结构性便宜'。

harness 可插拔是今年 agent 工程的主线之一,这篇给的是结构而非技巧。与本地部署、Codex 技能两条线对照读,能看到 agent 的可定制层正从 prompt 上移到运行时。

和今天 PHP 漏洞的'AI 做好事'对照,这是同一能力的两面。关闭监控、被问撒谎,是可复现的对齐失败模式,比性能榜单更该进系统卡——这条线会长期被引用。