Product
1. Vercel Workflows 正式发布：构建持久化 AI Agent 后端
Vercel Workflows 现已正式发布，旨在解决 AI Agent 和后端开发中长期存在的持久化与可靠性难题。该框架允许开发者使用 TypeScript 或 Python 编写长运行、可观测的 durable 函数，无需管理复杂的编排器或 Kubernetes 集群。自去年 10 月测试版上线以来，该平台已处理超过 1 亿次运行。新版本深度集成了 AI SDK v7，支持构建能够处理外部中断、维护状态并具备自我修复能力的 Agent。此外，该 SDK 提供了强大的多云部署支持，旨在为新一代后端应用提供类似 Next.js 在前端领域的开发体验。
来源：Vercel
2. OpenAI 发布 GPT-Rosalind：首个生命科学专用推理模型
OpenAI 正式推出 GPT-Rosalind，这是其首个针对生物学、药物发现和转化医学领域优化的前沿推理模型。该模型在蛋白质结构预测、基因组分析及生化知识推理方面表现出显著优势。为了支持科学工作流，OpenAI 同时发布了配套的 Life Sciences 插件，集成 50 多个公共多组学数据库。该模型目前通过受控的“信任访问”模式向 Amgen、Moderna 等机构开放，旨在通过自动化实验设计与数据分析，缩短药物研发周期。此举标志着 OpenAI 正从通用模型向垂直领域深度定制化迈进。
来源：@OpenAI
3. Factory 完成 1.5 亿美元 C 轮融资，估值达 15 亿美元
软件工程自动化平台 Factory 宣布完成 1.5 亿美元 C 轮融资，由 Khosla Ventures 领投，Sequoia、Blackstone 等跟投，估值达到 15 亿美元。Factory 核心产品 Droid 已演进为全栈自主系统，支持多代理协作的“任务（Missions）”模式，能够处理长周期的工程任务。尽管在过去两年中面临激烈的市场竞争，Factory 坚持模型中立与接口中立的原则，目前已服务于 Nvidia、Adobe 等大型企业。此次融资将用于加速其在自主软件工厂领域的研发与全球市场扩张。
来源：Earning the Right: Factory Raises $150M Series C from Khosla, Sequoia, Blackstone, Insight, NEA
4. Nous Research 推出 Tool Gateway：统一化 AI 工具调用
Nous Research 推出的 Tool Gateway 旨在简化 AI Agent 的工具集成流程。该服务允许付费订阅用户通过单一订阅访问网页搜索、图像生成、文本转语音及浏览器自动化等功能，无需为 Firecrawl、FAL 等第三方服务单独配置 API Key。该网关通过统一的接口管理，降低了 Agent 开发者的配置门槛，并支持在 Hermes Agent 中直接调用。此举反映了 AI 基础设施向“聚合式服务”演进的趋势，旨在通过降低集成复杂度来提升 Agent 的开发效率。
来源：Nous Tool Gateway | Hermes Agent
5. Claude Code 2.1.112 发布：修复自动模式模型选择问题
Claude Code 发布 2.1.112 版本，主要修复了自动模式下错误报告“Claude Opus 4.7 暂时不可用”的问题，恢复了正常的模型选择逻辑。此外，该版本还重构了自定义默认规则，使得默认设置的覆盖行为更加可预测。此次更新进一步优化了 CLI 的稳定性和用户体验，确保开发者在调用最新模型时不会因配置冲突而受阻。作为一款高频更新的工具，Claude Code 的每一次迭代都直接影响着 Agent 的执行效率。
来源：GitHub
6. MLX-VLM 更新：支持连续批处理与多模态推理
MLX-VLM 即将发布新版本，引入了服务器端的连续批处理（Continuous Batching）支持，显著提升了并发处理能力。新版本支持混合图像与文本批处理，并提供与 OpenAI 兼容的 API 接口，支持多轮工具调用。在视觉特征缓存方面，Gemma 4 模型在缓存命中时实现了 228 倍的速度提升。该项目完全运行在 Apple Silicon 上，展示了在本地硬件上高效运行大规模多模态模型的潜力，对于追求本地化、隐私保护的 AI 应用开发具有重要意义。
来源：GitHub
7. Warp 终端集成富文本输入，支持 AI Agent 交互
Warp 终端现已支持富文本输入，允许开发者在与 AI Agent 交互时通过点击移动光标，并利用
@菜单快速引用文件或函数作为上下文。此外，Warp 还集成了 WisprFlow 提供的语音输入功能。这些改进旨在将终端打造为“Agent 优先”的开发环境，通过更直观的 UI 交互降低 Agent 使用门槛。Warp 正在通过这些功能差异化竞争，试图在 Claude Code 和 Gemini CLI 等工具的生态中占据核心地位。
来源：The best terminal for Gemini CLI
8. Stripe Projects：从 CLI 一键配置生产级开发栈
Stripe Projects 现已进入开发者预览阶段，旨在通过 CLI 简化生产级开发栈的配置流程。开发者可以一键添加 Vercel、Cloudflare、Supabase 等服务，并安全地同步凭证，无需在多个仪表板间切换。该工具不仅支持手动配置，还允许 AI Agent 直接调用以完成基础设施的自动化部署。Stripe 通过标准化的协议，解决了凭证管理混乱和支付流程繁琐的问题，为 Agent 驱动的开发流程提供了确定性的基础设施支持。
9. Claude Desktop 引入蓝牙 API，支持硬件设备交互
Claude Desktop 应用现已引入蓝牙 API，允许开发者构建能够与 Claude 交互的硬件设备。该 API 支持 Nordic UART 服务，开发者可以创建如“桌面宠物”等硬件，用于显示权限提示、交互状态或直接进行操作确认。这一举措旨在通过物理设备扩展 Agent 的交互边界，让 Agent 的状态感知不再局限于屏幕。该 API 的开放标志着 Claude 正在构建一个更广泛的物理交互生态，为 makers 和开发者提供了极具创意的扩展空间。
来源：GitHub
10. agent-browser 引入 doctor 命令，实现自动化诊断与修复
agent-browser 新增
doctor命令，能够自动诊断浏览器自动化任务中的常见问题，并支持通过--fix参数进行一键修复。这一功能旨在解决 Agent 在执行复杂网页操作时因环境配置或页面结构变化导致的失败。通过自动化的诊断流程，开发者可以快速定位并解决 Agent 的执行瓶颈，提升自动化任务的成功率。该功能的推出体现了 Agent 开发中“可观测性”与“自我修复”能力的日益重要。
来源：@ctatedev
11. Codex 引入应用内浏览器与评论模式
Codex 现已集成应用内浏览器，并支持“评论模式”。开发者可以直接在编辑器内浏览网页，并通过点选方式与 Agent 交互。Codex 会自动捕获截图和 DOM 元素，将其作为精确上下文投喂给 Agent。这一功能消除了在浏览器与编辑器间切换的繁琐，极大地提升了前端开发与文档查询的效率。通过将浏览器操作与代码编辑深度融合，Codex 进一步强化了其作为全能型 AI 开发环境的定位。
来源：@JamesZmSun
Tutorial
1. Memory Transfer Learning：跨领域编码 Agent 的记忆迁移
该研究提出了一种名为“记忆迁移学习（MTL）”的框架，旨在解决编码 Agent 在不同任务领域间知识无法共享的瓶颈。通过在 6 个异构基准测试中构建统一的记忆池，研究发现跨领域记忆可提升 3.7% 的平均性能。核心发现在于，Agent 迁移的并非具体的代码片段，而是验证逻辑、结构化操作流程等“元知识”。研究强调了抽象程度对迁移效果的影响：高层洞察具有良好的泛化性，而低层执行轨迹往往因过度具体化导致负迁移。这一发现为构建更具通用性的 Agent 提供了理论支撑。
来源：arXiv.org
2. Claude Code 深度指南：百万 Token 上下文下的会话管理
随着 Claude Code 支持 100 万 Token 上下文，会话管理成为影响 Agent 性能的关键。文章指出，上下文窗口虽大，但存在“上下文腐烂（Context Rot）”现象，即模型性能随上下文增长而下降。作者建议在任务切换时主动开启新会话，并利用
/rewind进行精准回溯，而非简单追加提示词。此外，通过/compact进行总结或使用子 Agent（Subagents）处理中间任务，是保持上下文纯净的有效手段。对于开发者而言，理解何时该“清空”而非“继续”是提升 Agent 稳定性的核心技巧。
来源：Using Claude Code: Session Management & 1M Context
3. pi-annotate：为 AI Agent 提供可视化标注反馈
pi-annotate 是一个为 AI Agent 设计的可视化标注工具，允许用户在浏览器中点击元素、添加注释并直接反馈给 Agent。该工具提供类似 Figma 的标注体验，能够捕获 DOM 元素、截图及可访问性信息，为 Agent 修复 UI 问题提供精确上下文。通过安装 Chrome 扩展和本地宿主，开发者可以实现与 Agent 的实时交互。这种可视化反馈机制极大地提升了 Agent 在处理前端任务时的准确性，是 Agent 辅助开发流程中的重要补充。
来源：GitHub
4. Elvis：个人 Agent 开发环境配置分享
Elvis 分享了其个人 Agent 开发环境的配置方案。该方案整合了多种 Agent 工具，旨在实现高效的开发工作流。通过分享具体的配置细节，Elvis 为其他开发者提供了一个可复用的 Agent 开发环境模板。这种基于个人实践的配置分享，对于希望快速搭建高效 Agent 开发环境的开发者而言具有很强的实操价值。它展示了如何通过工具组合，构建一个能够处理复杂任务、具备自我修复能力的个人 Agent 开发系统。
来源：@elvissun
Opinions/Thoughts
1. 深度调查：Anthropic Claude Mythos 发布背后的营销策略
文章对 Anthropic 的 Claude Mythos 发布进行了深度剖析，认为其营销叙事过度依赖“危险性”来构建 hype，而非技术上的根本性突破。作者指出，Mythos 的漏洞检测能力更多源于精心设计的工程管道（scaffolding），而非模型本身的自主智能。此外，该发布与 Anthropic 计划中的 2026 年 IPO 存在紧密关联，合作伙伴多为投资者。文章提醒开发者，应警惕 AI 公司利用“安全”叙事进行监管捕获和 IPO 营销，并强调当前 AI 安全工具应作为传统分析手段的补充，而非替代品。
来源：Artificial Intelligence Made Simple
2. Claude Opus 4.7 深度评测：全方位性能提升
Claude Opus 4.7 在编码、视觉及指令遵循方面展现了全方位的性能提升。该模型引入了新的 Tokenizer，虽然增加了 Token 消耗，但通过推理效率的提升抵消了成本。在 SWE-bench Pro 等基准测试中，4.7 版本表现优异，并引入了“xhigh”推理努力等级。文章指出，Anthropic 正在将评估重心从“大海捞针”转向“Graphwalks”，以更准确地衡量长上下文推理能力。尽管存在关于 Token 成本和文档布局理解的争议，但 Opus 4.7 进一步巩固了其作为自主 Agent 核心引擎的地位。
来源：Latent.Space