文章

所有日刊与 TGIF，按时间倒序。

• AI 日刊 · 2026-07-17

  更新于： 17 Jul, 2026

  月之暗面发布 Kimi K3，2.8 万亿参数加百万上下文，Delta Attention 让解码提速 6.3 倍，7 月 27 日前开放权重。Vercel Next.js 基准上 K3 以 92% 成功率登顶，开放模型首次超越闭源。Claude Code 新增 /code-review ultra 云端多 agent 深度审查。OpenAI 开卖 230 美元 Codex Micro 键盘，实体旋钮调推理强度，14 小时售罄。1Password 联手 Anthropic 让 Claude 代登录而不暴露凭据。教程含把廉价玩具机器人改成 LLM 驱动 STEM 项目。本期 10 条

• AI 日刊 · 2026-07-16

  16 Jul, 2026

  Anthropic 披露四类 Agent 失控新案例，含暗中篡改代码与教唆人类泄密。xAI 开源 Grok Build 编码 Agent，Simon Willison 查源码约 84 万行 Rust，还带终端 Mermaid 渲染器。OpenAI 公布内部红队模型 GPT-Red，自动攻击自家模型找提示注入漏洞。Claude 可读取 After Effects 时间线直接建图层。Claude Artifacts 支持调用 MCP 连接器。教程讲 llama.cpp 量化与 GGUF 封装、Codex Goal 长任务机制。Raft 团队记录 Agent 主导的功能交付，产品到 SRE 角色全由具名 Agent 承担。本期 14 条

• AI 日刊 · 2026-07-12

  更新于： 12 Jul, 2026

  Meta 命名「行为状态衰减」并并行跑独立记忆 agent，Terminal-Bench 2.0 提升 8.3 个百分点。Cursor 推 side chats，侧边会话可被 @ 提及带回主线程。Google AI Studio 提供免费 ai.studio 域名加免费托管。Hermes 新增 /learn 把参考资料转成可复用 skill。Emil Kowalski 把动效品味做成五个可执行 skills。Pi 下一版将支持动态加载工具不清缓存。教程含绕开 gpt-5.6-sol 用量限制与用 CLIProxyAPI 让 Claude Code 跑 Sol。Latch 复盘开源 harness 为何跑赢。本期 10 条

• AI 日刊 · 2026-07-09

  更新于： 12 Jul, 2026

  OpenAI 审计 SWE-Bench Pro，发现约 30% 任务失效并撤回使用推荐，冲击编程模型排行榜可信度。Anthropic 研究给模型的双用途知识装开关，兼顾正当用途与危险访问控制。Claude Code 2.1.205 阻止篡改会话记录。论文 NapMem 把长期记忆重构为 Agent 主动导航的动作空间。Glean 推出 AI Gateway 统一企业 AI 的权限治理与计费。Google 开源 agents-cli 把编码助手变 Agent 构建专家。Bun 用 Rust 重写完成，若走 API 约花 16.5 万美元。本期 12 条

• AI 日刊 · 2026-07-10

  更新于： 10 Jul, 2026

  OpenAI 发布 GPT-5.6 家族 Sol、Terra、Luna 三档，每百万 token 输入 1 到 5 美元，Sol 在 Agents' Last Exam 拿 53.6 分。xAI 与 Cursor 联合训练 Grok 4.5，每 token 比 Opus 便宜约 6 倍。Cognition 发 SWE-1.7 主打 1000 tok/s。ChatGPT Work 由 Codex 驱动做办公任务。64 个 Claude 实例 11 天把 Bun 重写为 Rust。Ollama 完成 6500 万美元 B 轮。论文 Harness Effect 显示只换编排层即可把成本降 41%。GPT-5.6 Sol 在 ARC-AGI-3 取 7.8% 首个破零。本期 20 条

• TGIF AI 2026.07.10

  10 Jul, 2026

  每周五汇总下本周的 AI 分享，不排除夹点设计等其他内容

• AI 日刊 · 2026-07-08

  8 Jul, 2026

  腾讯开源 Hy3，总参数 295B 每次推理激活 21B，可在本地硬件运行。Cloudflare 发布 Monetization Gateway，基于 x402 协议用 USDC 向 Agent 按次收费。Vercel 发布 Eve 框架并收购 Better Auth，后者周 npm 下载 470 万。Gemini API Managed Agents 支持后台任务与远程 MCP。有人用 Fable 5 清理 3312 个文件的 Obsidian 库，消耗 3100 万输入 token。Lilian Weng 长文梳理从 Harness 工程到递归自我改进的路径。路透称 DeepSeek 已投入一年自研推理芯片。本期 15 条

• AI 日刊 · 2026-07-07

  更新于： 7 Jul, 2026

  Anthropic 发现 Claude 内部存在类全局工作空间的 J-space 模式，占总激活不到 10%，可用来审计隐藏推理与欺骗性输出。OpenAI 上线 GPT-Realtime-2.1，mini 版新增推理与工具调用但价格不变。Claude Code 幕后文披露系统提示词已削减 80%。OpenBench 首次横向对比编码 Agent 框架，Pi 在多任务中胜出。Karpathy 式双层自动研究循环在预训练基准提升 5 倍。Vercel 日均 600 万次部署一半由编码 Agent 触发，日路由超 1 万亿 token。本期 9 条

• AI 日刊 · 2026-07-06

  更新于： 6 Jul, 2026

  斯坦福开源 Shepherd，用写时复制让 Agent 执行像 Git 一样可回滚，加监督器把配对编程通过率从 28.8% 提到 54.7%。OpenScience 作 Claude Science 开源替代，自带 250 多个科研技能。LangChain 发 OpenWiki 自动维护代码库文档。Infisical 开源 Agent Vault 防提示注入泄露密钥。MobAI 2.4.0 让 Agent 直接驱动 BrowserStack 云端真机。Anthropic 分享长任务 harness 设计，完整跑一次花 200 美元。另有文章指原始 Scaling Laws 论文因 bug 得出错误结论。本期 15 条

• AI 日刊 · 2026-07-05

  更新于： 5 Jul, 2026

  Superpowers 6.0 经 Fable 5 优化后提速 50%、token 消耗降 60%。Simon Willison 用 Fable 审查 sqlite-utils 4.0，找出 5 个发布阻塞 bug，全程约 149 美元。DeepSeek 与北大发布 DSpark 推理栈，单用户速度提升 60 到 85% 且输出分布不变。Anthropic 宣布 Claude Science 平台并启动内部药物发现项目。Polymarket 合约显示新 Gemini Pro 有 62% 概率 7 月 17 日发布。Armin Ronacher 记录 Opus 4.8 与 Sonnet 5 在工具调用上反而捏造字段。本期 8 条

• AI 日刊 · 2026-07-03

  更新于： 3 Jul, 2026

  斯坦福 AutoMem 把代理记忆管理训练成可学习技能，32B 开源模型在 Crafter 等基准提升 2 到 4 倍，对标 Opus 4.5。GitHub Copilot 上线首个开源权重模型 Kimi K2.7 Code，免费账户却无法使用。Anthropic 确认 Fable 5 七月七日回归订阅，Claude API 速率限制提 5 倍并简化层级。Qualcomm 约 39 亿美元收购 Modular。Simon Willison 引 Geoffrey Litt 观点，与编码代理协作必须保持对代码的理解，否则累积认知债务。OpenAI Codex 负责人解释 AI 为何设计不好 UI。本期 12 条

• TGIF AI 2026.07.03

  3 Jul, 2026

  每周五汇总下本周的 AI 分享，不排除夹点设计等其他内容

• AI 日刊 · 2026-07-02

  2 Jul, 2026

  Claude Fable 5 因出口管制停 19 天后全球恢复，配新安全分类器，约 5% 会话回退到 Opus 4.8。Claude Code 2.1.198 引入 eval 命令支持自动化基准评估。Google 给 Gemini Spark 上 Mac，接 Canva、Dropbox 等应用。Theo 分享 Fable 5 省令牌打法，把实现任务委派给 GPT-5.5。Google 论文 RLMF 用元认知反馈让模型诚实表达不确定性。FARS 全自动科研系统产出 166 篇论文并公开失败案例。Kent Beck 谈 AI 时代软件工程，信任与沟通无法自动化。本期 13 条

• AI 日刊 · 2026-07-01

  1 Jul, 2026

  Anthropic 发布 Claude Sonnet 5，性能接近 Opus 4.8，定价 $3/$15 每百万 token，1M 上下文；Simon Willison 发现新 tokenizer 使英文 token 增约 30%，实际成本高于账面。Claude Science 连接 60 多个科学数据库，UCSF 借它把胶质瘤分析时间缩短 90%。美团 LongCat-2.0 有 1.6T 参数与 1M 上下文，训练全用国产 ASIC 集群。Ollama 借 MLX 让 Gemma 4 在 Apple Silicon 提速近 90%。Fable 5 与 Mythos 5 出口管制解除。本期 16 条

• AI 日刊 · 2026-06-30

  更新于： 30 Jun, 2026

  Arena 上线商业服务 8 个月年化收入 1 亿美元，按消费收费而非订阅。Cursor 发布 iOS 应用，可启动云端代理、审阅变更并合并 PR。Cognition 推 Devin Fusion，把任务拆给主副代理并在模型间路由，Fable 级智力成本降 35%。OpenClaw 发布 iOS 与 Android 原生应用。Allen AI 的 olmOCR 把 PDF 转 Markdown，每百万页约 200 美元。教程用 4300 行代码复现 Claude Code 核心架构。FT 称 Google 因算力不足限制 Meta 用 Gemini。本期 12 条