Product
1. Google发布CoDaS：利用AI代理进行可穿戴设备生物标志物发现
Google研究团队推出了CoDaS（AI Co-Data-Scientist），这是一个旨在将可穿戴设备原始生理数据转化为临床相关生物标志物的多智能体系统。该系统通过假设生成、统计分析、对抗性验证及文献推理的迭代循环，在9,279个观察样本中成功识别出41个心理健康和25个代谢相关的候选生物标志物。CoDaS的意义在于将生物标志物发现这一传统上高度依赖专家、耗时漫长的医学流程自动化，从而加速转化医学研究。该系统不仅展示了AI在处理大规模传感器数据中的潜力，也为临床医生提供了更具可操作性的数字健康指标。目前该研究已在arXiv发布，为数字健康领域的智能代理应用提供了新的范式。
来源：arXiv.org
2. Manifest：为个人AI代理提供智能模型路由，降低70%成本
Manifest是一款专为个人AI代理设计的智能模型路由工具，旨在通过自动化的请求评分机制显著降低使用成本。该工具内置23维度评分算法，能在2ms内完成请求评估，并将任务分配至Simple到Reasoning四个层级，每个层级可配置最多5个备选模型。Manifest支持300多种模型，兼容现有的API Key及订阅服务，并提供Docker一键自托管方案。通过将简单请求路由至廉价模型，复杂请求路由至高级模型，用户最高可节省70%的API调用成本。该工具不仅优化了经济性，还通过自动故障转移机制提升了代理的稳定性。
来源：GitHub
3. Browser Harness：基于CDP的自愈式浏览器自动化框架
Browser Harness是一个轻量级、自愈式的浏览器自动化框架，直接构建在Chrome DevTools Protocol (CDP)之上。该框架移除了复杂的中间层，通过单一WebSocket连接Chrome，允许LLM直接控制浏览器。其核心特性是“自愈”能力，代理可以在任务执行过程中动态编辑helpers.py文件以补充缺失功能。该项目旨在为Claude Code和Codex提供一个无框架限制、高自由度的浏览器交互方案，并支持远程浏览器部署，是构建复杂网页自动化代理的有力工具。
来源：GitHub
4. Tokenjuice v0.4：专为终端代理工作流设计的输出压缩工具
Tokenjuice v0.4版本正式发布，专注于为终端密集型代理工作流提供输出压缩。该工具通过在工具调用前进行拦截，自动修剪冗余的终端输出，仅将精简后的结果返回给代理，从而节省宝贵的上下文窗口。新版本增加了对Pi和Claude扩展的原生支持、Linux二进制文件支持以及对npm、yarn等包管理器的规则优化。Tokenjuice旨在通过减少“终端垃圾信息”来提升代理的推理质量和效率，是优化代理性能的实用工具。
来源：GitHub
5. Wterm：基于Web的终端模拟器，实现终端自动化与E2E测试
Wterm是一个基于Web的终端模拟器，核心采用Zig编写并编译为WASM，实现了近乎原生的性能。它将终端渲染至DOM，使得文本选择、复制粘贴及辅助功能（a11y）变得简单。Wterm支持24位色彩、自动调整大小及WebSocket传输，能够与代理浏览器（agent-browser）结合，实现终端自动化与端到端测试。该项目为构建基于浏览器的终端交互代理提供了坚实的基础，使得在Web环境中运行复杂的终端任务成为可能。
来源：GitHub
6. OpenResponses规范：构建多供应商互操作的LLM接口
OpenResponses是一个开源规范，旨在为多供应商LLM接口提供统一的交互标准。它基于OpenAI Responses API，定义了共享的模式和工具层，使得开发者能够以统一的方式调用不同模型、处理流式结果并构建代理工作流。该规范支持多供应商默认配置，对代理工作流友好，且在保持核心稳定的同时允许扩展。随着支持供应商数量的翻倍，OpenResponses正在成为构建可移植、互操作性强的AI产品的关键基础设施。
7. Hermes Agent集成Infographic技能：提升信息可视化效率
Hermes Agent引入了全新的Infographic技能，允许用户通过URL直接生成高质量的信息图表。该技能在Hermes Agent中表现优异，相比传统的Excalidraw等工具，在处理复杂文章内容并转化为可视化图表方面具有显著优势。这一更新展示了AI代理在内容创作与可视化领域的深度集成能力，为用户提供了更直观的信息呈现方式。该技能的引入进一步丰富了Hermes Agent的工具生态，提升了其在创意工作流中的实用性。
来源：Flowchart Maker & Online Diagram Software
8. Prefill-as-a-Service：KVCache跨数据中心传输的工程创新
Kimi Linear团队提出的Prefill-as-a-Service架构，通过解耦Prefill与Decode阶段，实现了KVCache的跨数据中心传输。Prefill作为算力密集型任务在高性能集群运行，而Decode则在资源受限的集群中进行。通过混合注意力架构压缩KVCache，使得跨机房传输成为可能。这一工程创新不仅提升了资源弹性，还为利用国产卡或二手卡进行推理提供了想象空间，展示了在算力受限环境下通过架构优化实现大规模部署的潜力。
来源：Prefill-as-a-Service: KVCache of Next-Generation Models Could Go Cross-Datacenter
9. CodexBar 0.21发布：增强对Abacus AI及Claude Pro的支持
CodexBar 0.21版本发布，新增了对Abacus AI提供商的支持，并优化了对Claude Pro $100计划的识别。该版本修复了本地成本扫描、Keychain问题及macOS图标显示错误。为了解决CPU占用过高的问题，新安装版本默认禁用了OpenAI Web抓取功能。CodexBar作为监控OpenAI Codex和Claude Code使用情况的工具，通过此次更新进一步提升了稳定性和兼容性，为开发者提供了更清晰的成本与使用统计。
来源：GitHub
10. Baoyu Skills：提升Claude Code工作效率的技能库
Baoyu Skills是一个开源技能库，旨在通过Claude Code提升日常工作效率。该库包含内容生成、AI后端及实用工具，支持通过npm或ClawHub进行安装。用户可以通过简单的指令安装特定技能，如baoyu-imagine或baoyu-markdown-to-html。该项目支持将技能发布为独立的ClawHub插件，并提供了详细的同步脚本。Baoyu Skills为开发者提供了一种模块化的方式来扩展Claude Code的功能，是提升代理生产力的实用资源。
来源：GitHub
11. Qwen3.6-35B-A3B：基于Opus 4.6蒸馏数据的微调模型
Hesamation发布了Qwen3.6-35B-A3B模型，该模型使用Claude Opus 4.6蒸馏的思维链（CoT）数据进行微调。该模型旨在结合Qwen的高推理速度与Opus级别的推理能力。这一微调策略遵循了社区流行的Qwen 3.5 27B微调路径，为开发者提供了一个高性能的开源模型选择。该项目欢迎社区贡献评估数据，旨在通过开源协作提升模型的推理质量，是本地化代理栈的有力补充。
来源：hesamation/Qwen3.6-35B-A3B-Claude-4.6-Opus-Reasoning-Distilled · Hugging Face
12. Anthropic发布Claude Design：通过对话生成原型与演示文稿
Anthropic Labs发布了Claude Design研究预览版，用户可以通过与Claude对话生成原型、幻灯片和单页文档。该工具由Claude Opus 4.7模型驱动，具备强大的视觉理解能力。Claude Design目前已在Pro、Max、Team及Enterprise计划中推出。这一工具的发布标志着Anthropic正式进入设计驱动的AI工作流领域，通过将自然语言转化为结构化的设计产出，极大地降低了原型设计的门槛。
来源：@claudeai
13. OpenCode 1.4.11发布：引入工作区支持与远程环境协作
OpenCode 1.4.11版本引入了工作区支持（测试版），允许用户在Git工作树及远程环境中运行会话。该功能确保会话在多处保持协调，远程服务器负责运行，本地同步确保数据一致。此外，插件系统支持添加任何类型的工作区。这一更新极大地提升了OpenCode在复杂开发环境中的协作能力，使得开发者能够更灵活地管理远程开发任务，是提升代理开发体验的重要一步。
来源：@jlongster
Tutorial
1. Sebastian Raschka：理解LLM架构的学习型工作流
Sebastian Raschka分享了他用于解构和可视化开源LLM架构的学习型工作流。针对技术论文细节不足的问题，他建议直接检查Hugging Face模型配置和Python transformers库代码。这种手动检查方法不仅是理解模型内部机制的最佳教育练习，也是验证模型架构的可靠手段。该工作流特别适用于开源模型，强调了直接阅读代码对于掌握前沿AI系统的重要性。尽管过程耗时，但对于希望深入理解模型内部运作的开发者而言，这是不可替代的学习路径。
来源：Ahead of AI
Opinions/Thoughts
1. Simon Willison：对比Claude Opus 4.6与4.7的系统提示词差异
Simon Willison通过对比Anthropic发布的Claude Opus 4.6与4.7系统提示词，分析了模型行为的演变。他发现Claude平台正在整合更多代理工具，包括Claude in Chrome（浏览代理）、Claude in Excel（表格代理）和Claude in Powerpoint（演示文稿代理）。这一分析揭示了Anthropic在构建多功能代理生态系统方面的战略布局。Willison强调，Anthropic是唯一公开系统提示词的主要AI实验室，这种透明度对于理解模型能力边界至关重要。
2. 鸭哥：深度解析AI生成的中文为何存在“翻译腔”
作者指出AI生成的中文普遍存在“翻译腔”，这并非模型能力问题，而是因为AI在生成中文时先用英文句法构思，再逐字翻译。文章总结了四种常见的翻译腔套路：用物理动作描述思考（如“接住”）、形容词先行判断、抽象名词做主语、以及中英文词汇混用。作者认为，解决之道在于放弃逐字翻译，用中文的逻辑重新组织语言。这一观察将AI味从一种模糊的语感提升为可解决的技术问题，为提升AI生成内容的质量提供了具体建议。
来源：写作中的AI味是哪儿来的
3. Freeport：利用AI驱动的实时新闻流进行宏观交易
Freeport平台通过AI过滤实时新闻流，帮助用户在宏观市场中进行交易。在上线45天内，用户在2700万美元的交易量中实现了11.7%的收益。文章分析了用户行为，指出成功的交易者并非盲目追逐热点，而是利用信息差在 geopolitical 升级过程中捕捉趋势。Freeport的推荐引擎倾向于推荐反相关资产，而非简单的做空，这种策略在市场波动中表现良好。该案例展示了AI如何通过压缩信息滞后，赋能零售投资者在复杂的宏观环境中做出更精准的决策。
来源：How Freeport Users Made 11.7% on $27M in the Last 45 Days
4. TED演讲：Peter Steinberger谈OpenClaw的创造与代理革命
OpenClaw的创造者Peter Steinberger在TED演讲中分享了该项目的起源，并探讨了AI代理带来的范式转移。他认为代理不仅仅是聊天机器人的升级，而是能够重塑工作、构建与创造方式的全新力量。Steinberger强调，未来我们将拥有多个代理，而非单一的AI助手。他将代理的普及比作“龙虾出笼”，意味着技术一旦释放便无法收回。演讲探讨了代理如何改变人类与技术的互动关系，并引发了关于代理自主性与未来社会结构的思考。
来源：How I created OpenClaw, the breakthrough AI agent
5. Simon Willison：本地运行Qwen模型与AI安全趋势观察
Simon Willison分享了在本地运行Qwen3.6-35B-A3B模型的体验，并对比了其与Claude Opus 4.7在图像生成任务上的表现。他指出，本地运行的小型模型在特定任务上已具备极强的竞争力。此外，文章讨论了PyCon US 2026的AI与安全议题，以及Datasette等工具在安全头文件方面的更新。Willison强调，AI安全正逐渐演变为一种经济博弈，即防御成本与攻击成本的平衡。这些观察为理解AI模型在本地与云端的部署趋势提供了视角。
来源：Simon Willison’s Newsletter
6. Lenny’s Newsletter：组织内Claude Code技能共享与AI应用洞察
Lenny’s Newsletter社区讨论了组织内Claude Code技能共享的策略、LLC设立的法律考量以及AI在SMB销售中的应用。社区成员分享了如何通过结构化知识共享来扩展Claude Code的使用，以及在 sunsetting 实验性产品时的战略决策。这些讨论为产品领导者和创业者提供了实用的运营洞察，强调了在AI集成过程中，组织文化与知识管理的重要性。这些经验分享对于希望在企业内部推广AI工具的团队具有极高的参考价值。
