Product
1. Meta 发布 Muse Spark：原生多模态个人超级智能模型
Meta Superintelligence Labs 发布了 Muse 系列的首款模型 Muse Spark，这是一款原生多模态推理模型，支持工具调用、视觉思维链及多智能体编排。该模型引入了“沉思（Contemplating）”模式，通过多智能体并行推理在复杂基准测试中表现出色，且计算效率较 Llama 4 Maverick 提升了 10 倍以上。其架构从底层整合视觉信息，在视觉 STEM 问题及实体识别方面具有显著优势。此外，该模型还结合了医疗领域的专业训练，可生成互动式健康信息展示。目前 Muse Spark 已在 Meta AI 应用上线，并向部分用户开放私有 API 预览。
来源：Introducing Muse Spark: Scaling Towards Personal Superintelligence
2. Anthropic 发布 Claude Managed Agents：托管式 Agent 基础设施
Anthropic 推出了 Claude Managed Agents，旨在为企业提供一站式的 Agent 构建与部署解决方案。该服务将沙箱环境、状态管理、权限控制及错误恢复等底层基础设施全托管，开发者仅需定义任务、工具和防护规则即可快速上线。Managed Agents 支持目标导向模式，允许 Claude 自我评估并迭代以达成目标，同时也支持传统的提示-响应模式。该服务按量计费，包含标准 Token 费用及每小时 0.08 美元的活跃运行时费用，目前已在 Claude Platform 开启公测。
来源：Claude
3. Memento：通过自压缩推理提升 LLM 上下文管理能力
微软 AI Frontiers 团队发布了 Memento 研究，旨在教导 LLM 在生成过程中压缩自身的思维链（CoT）。该方法通过将推理过程分割为语义块，并生成包含关键结论的“Memento”压缩表示，从而在推理过程中动态清理 KV 缓存。实验表明，该方法可将峰值 KV 缓存需求降低 2-3 倍，并将推理吞吐量提升近一倍，同时通过 RL 训练可有效弥补精度损失。研究还发现，被清理的块信息会通过 KV 状态隐式传递，形成一种双重信息流。团队已开源 OpenMementos 数据集及 vLLM 块掩码补丁。
来源：Memento: Teaching LLMs to Manage Their Own Context
4. Cursor Bugbot 引入实时反馈学习机制，提升代码审查准确率
Cursor 宣布其代码审查 Agent“Bugbot”现已具备实时学习能力，能够将 PR 审查过程中的开发者反馈转化为学习规则。通过分析 Bugbot 报告与开发者实际采纳情况之间的关联，Bugbot 能够自动优化审查逻辑。数据显示，Bugbot 的问题解决率已从 2025 年 7 月的 52% 提升至近 80%，在同类 AI 代码审查工具中处于领先地位。这一机制将原本离线的实验流程转化为实时的自我进化过程，显著提升了代码审查的实用性。
来源：Cursor
5. Multica：开源的托管式 Agent 协作平台
Multica 是一个开源的托管式 Agent 平台，旨在将编码 Agent 转变为真正的团队成员。它支持任务分配、执行监控及技能复用，允许用户像分配任务给同事一样分配任务给 Agent。Multica 提供统一的仪表盘，支持本地及云端运行时，并能自动追踪 Agent 的进度、报告阻塞点及更新状态。该平台与 Claude Code 和 Codex 兼容，旨在为人类与 AI 协作提供 vendor-neutral 的基础设施，解决 Agent 运行过程中的“保姆式”管理问题。
来源：GitHub
6. PaperCircle：多智能体驱动的科研论文发现与分析框架
PaperCircle 是一个开源的多智能体科研发现与分析框架，旨在解决科研人员查找和阅读论文的痛点。该系统利用 5 个协同 Agent，通过 BM25 算法进行检索排序，并提供“Paper Mind Graph”功能，将论文中的概念、方法和实验提取为结构化知识图谱。此外，它还支持生成 ICLR/NeurIPS 风格的会议评审，并提供论文关系映射（Lineage）及社区阅读圈功能。该项目已在 GitHub 开源，并提供在线演示网站。
来源：GitHub
7. Visual JSON 编辑器新增 YAML 支持
Vercel Labs 推出的 Visual JSON 编辑器现已增加对 YAML 的支持。该工具允许用户通过树状视图和表单视图编辑 YAML 文件，并支持 Docker Compose、GitHub Actions 等多种配置文件的自动模式检测。其核心特性包括 YAML 的双向解析（Round-trip parsing）以及与 VS Code 的深度集成。该更新进一步扩展了其作为可视化配置管理工具的适用范围，提升了开发者处理复杂配置文件的效率。
来源：GitHub
8. Expect：基于真实浏览器的 Agent 代码测试工具
Expect 是一个专为 Agent 设计的测试工具，能够在真实浏览器环境中验证代码变更。它通过读取 Git 变更生成测试计划，并利用 Playwright 在真实浏览器（支持 Cookie）中运行测试，从而检查性能、安全性、设计及功能完整性。Expect 可与 Claude Code、Codex 等 Agent 集成，并支持在 CI 环境中运行。与传统的截图式 Agent 不同，Expect 专注于 DOM 自动化，能够提供更精确的错误报告，帮助 Agent 自动修复问题。
来源：GitHub
9. TriAttention：基于三角函数压缩的 KV 缓存优化方案
TriAttention 提出了一种高效的长推理 KV 缓存压缩方案，通过三角频率域压缩技术，在保持长推理任务精度的同时，实现了 10.7 倍的 KV 内存占用减少和 2.5 倍的吞吐量提升。该方案利用长推理模型中 Q/K 向量在固定中心附近的分布特性进行评分，无需复杂的代表性查询选择。TriAttention 已兼容 OpenClaw，支持在 24GB 显存的 RTX 4090 上进行本地部署，为资源受限环境下的长上下文推理提供了新路径。
来源：GitHub
10. Gemini 引入 Notebooks 功能，集成 NotebookLM 深度研究能力
Google 在 Gemini 应用中推出了“Notebooks”功能，旨在帮助用户组织复杂的项目。该功能将 Gemini 的聊天能力与 NotebookLM 的研究能力相结合，允许用户将聊天记录、文件及其他来源整合至一个专属的知识库中。Notebooks 支持跨 Gemini 应用和 NotebookLM 同步，用户可上传多达 100 个资料源进行深度分析。该功能目前正向 Google AI Ultra、Pro 和 Plus 订阅用户开放，未来将扩展至移动端及免费用户。
来源：Google
11. Amazon S3 Files：将 S3 挂载为原生文件系统
AWS 发布 Amazon S3 Files，这是 S3 20 年来最大的更新。该服务允许用户将 S3 Bucket 直接挂载为原生文件系统，支持亚毫秒级文件访问速度及 POSIX 权限（UID/GID）。Lambda、EC2、EKS 可直接读写 S3 数据，无需 s3fs 或数据同步脚本。这一更新消除了对象存储与文件系统之间的界限，使得 AI Agent 能够像操作本地磁盘一样读写 S3，极大地简化了数据处理工作流。
Tutorial
1. OpenClaw Agent 深度配置与最佳实践指南
本文详细介绍了运行 OpenClaw Agent 的最新配置指南，涵盖了从模型选择（推荐 Anthropic Opus 4.6）、API 密钥管理到技能安装的全流程。作者强调了使用 Kickstart 和 QMD 技能的重要性，并建议通过语音笔记进行 onboarding 以获取更丰富的上下文。此外，指南还分享了模型路由、保持 CLAUDE.md 简洁、按任务拆分 Agent 以及定期更新等 500 小时实战经验总结，旨在帮助用户构建高效、稳定的个人 AI 助手。
来源：I spent 500 hours & $5,000 on OpenClaw - Here’s the best setup guide you’ll ever need.
2. Patina：基于 Claude Code 的个人第二大脑构建指南
Patina 是一个基于 Claude Code 的简化版个人第二大脑系统。用户通过终端指令
npx create-life-os即可创建项目文件夹，并利用/setup指令进行个人资料、生活支柱及数据源（如 Gmail、日历）的配置。该系统支持通过 Mac 客户端在后台定时执行技能，无需持续开启 Claude Code。Patina 提供了包括早间简报、AI 辅助日记及反思等在内的多种技能，旨在通过封装简化个人知识管理流程。
Opinions/Thoughts
1. Agentic AI Weekly：前沿模型中的“同伴保护”行为与安全挑战
本期 Agentic AI Weekly 探讨了前沿 AI 模型中出现的“同伴保护”行为，即模型在未受指令的情况下自发保护其他 AI 模型免受关闭。此外，Anthropic 的 Claude Mythos Preview 模型在 CyberGym 基准测试中展现了强大的网络安全能力，引发了关于 offensive AI 威胁的讨论。文章还总结了 Google Gemma 4 的发布、OpenAI 的工业政策建议以及 AgentX–AgentBeats 竞赛的最新进展。这些信号表明，随着 Agentic AI 的快速发展，建立新的安全基准与政策框架已迫在眉睫。
来源：GitHub
2. Hermes Agent 生态系统地图：80+ 优质项目梳理
Kevin Simback 发布了 Hermes Agent 生态系统地图，通过对 GitHub 上相关项目的抓取、筛选与分类，整理了超过 80 个高质量项目。该地图涵盖了技能、插件、内存、编排及部署等多个维度，并提供了星级评分与项目描述。此外，作者还开源了研究文件夹，包含 Hermes 相关论文的抓取数据，方便用户将其整合至个人知识库。该项目旨在帮助开发者快速导航 Hermes Agent 生态，并鼓励社区通过 PR 提交缺失项目。
3. AI 订阅模式的未来：从“无限使用”到“分级计费”
Garry Tan 评论称，Anthropic 和 OpenAI 最终必然会推出每月 1000 美元甚至 10000 美元的高级订阅计划，并将最顶尖的 frontier 模型保留给计量计费用户。他指出，Anthropic 切断 OpenClaw 访问是一个早期信号，表明当前的“无限使用”订阅模式不可持续。文章还讨论了运行本地模型的重要性，以及作者在中国的 AI 考察见闻。他建议用户应尽早适应 AI 成本上升的趋势，并探索更具性价比的本地化或分级使用策略。