Product
1. Claude Code 引入动态工作流：通过JavaScript实现任务编排
Claude Code 最新引入的动态工作流功能，允许 Claude 在运行时动态编写和执行 JavaScript 文件，从而创建自定义的“任务骨架”。这一机制解决了单一上下文窗口在处理长周期、复杂或对抗性任务时的局限性，如代理懒惰、目标漂移等问题。通过将任务拆解为多个子代理，Claude 可以实现更高效的并行处理和验证。该功能支持多种模式，包括分类与行动、分发与合成、对抗性验证等。虽然该功能增加了 token 消耗，但为处理复杂工程任务提供了强大的编排能力。
来源：A harness for every task: dynamic workflows in Claude Code
2. BigSet：通过自然语言描述构建实时更新的结构化数据集
BigSet 是一个开源的多代理系统，允许用户通过简单的自然语言描述来构建和维护实时数据集。系统会自动推断数据模式，派遣自主代理在互联网上进行研究、验证和去重，最终生成 CSV 或 XLSX 格式的结构化数据。BigSet 支持设置刷新频率，确保数据始终保持最新。该工具无需编写爬虫或选择器，极大地降低了数据获取的门槛，适用于 GPU 价格监控、竞争对手分析、研究论文追踪等多种场景。
来源：GitHub
3. Google 测试 NotebookLM 视频概览的“规划模式”
Google 正在测试 NotebookLM 视频概览功能的“规划模式”。该模式允许用户在 Gemini 生成最终视频前，先预览并编辑视频的结构规划。这一功能类似于代码助手的“先规划后执行”模式，为用户提供了编辑控制权，避免了因视频内容偏离重点而导致的无效生成。该功能的引入也暗示了 Google 可能正在将 Gemini Omni 模型集成到视频概览功能中，以提升多模态处理能力。
4. Nous Research 发布 Hermes Desktop 公测版
Nous Research 发布了 Hermes Desktop 公测版，将 Hermes 代理的能力原生带到了 macOS、Windows 和 Linux 桌面端。该应用旨在提供与云端体验一致的本地代理操作，支持用户在本地硬件上运行和管理代理。作为 Jensen Huang 在 GTC 主题演讲中演示的产品，Hermes Desktop 的发布标志着 Nous Research 在本地 AI 代理生态建设上的重要进展。
5. Claude Code 引入 Managed Agents 追踪与调试功能
Claude Code 增强了对 Managed Agents 的支持，允许 CLI 启动代理会话、发送事件并获取详细的执行追踪。用户可以检索代理的每一个决策、工具调用和事件记录，从而实现对代理行为的深度调试。这一功能提升了 Claude Code 在处理复杂任务时的透明度和可控性，帮助开发者更好地理解和优化代理的执行逻辑。
来源：@ClaudeDevs
6. MagicPath：人类与代理协作的共享工作空间
MagicPath 是一个旨在促进人类与 AI 代理协作的共享工作空间。它允许用户创建、细化和探索 AI 生成的内容。通过提供一个协作界面，MagicPath 旨在弥合人类意图与 AI 执行之间的鸿沟，支持用户与代理在同一空间内进行交互。该平台强调协作的透明度和可控性，是探索人机协作新模式的重要尝试。
来源：MagicPath | The shared workspace for humans and agents
7. Cognition 发布 Devin Desktop：统一管理本地与云端代理
Cognition 发布了 Devin Desktop，这是一个统一的代理管理平台，允许用户从单一界面管理本地和云端代理集群。用户可以在该平台内进行规划、委派、审查和交付，无需离开编辑器。Devin Desktop 旨在解决多代理协作中的碎片化问题，通过统一的界面提升开发者的工作流效率，是 Cognition 在代理开发工具领域的重要布局。
来源：@cognition
8. Figma Make 支持本地代码
Figma Make 现在支持本地代码编辑，用户可以进行可视化修改、标注、聊天并直接提交 PR。
Tutorial
1. 代码库理解技巧
分享了四条帮助 AI 代理更好地理解代码库的实用建议。
Opinions/Thoughts
1. Cursor：构建云端代理的经验教训
Cursor 分享了过去一年构建云端代理的经验。他们发现，云端代理的成功不仅仅是本地代理的迁移，更需要构建一个围绕代理的操作系统层。核心经验包括：高质量的开发环境是产品本身；长运行代理需要持久化执行平台；代理与对话状态的解耦；以及构建自愈环境的重要性。随着云端代理能力的增强，其架构越来越像是一个复杂的分布式系统，而非简单的脚本执行器。
来源：Cursor
2. 视觉 AI 的下一前沿：从像素生成转向代码生成
a16z 的 Yoko Li 指出，视觉 AI 正在从单纯的像素生成转向代码生成。相比于不可编辑的像素输出，生成代码（如 UI 组件、3D 几何结构、动画曲线）能够解锁更强的可编辑性、迭代能力和反馈循环。这种转变使得 AI 工具能够更好地融入设计和开发工作流。市场正在围绕这些代码制品的渲染和执行环境进行组织，未来视觉 AI 的核心竞争力将在于其生成的制品是否具备可操作性和可扩展性。
来源：The Next Frontier of Visual AI Is Code
3. 沙盒作为代理操作系统
探讨了沙盒环境如何逐渐演变为 AI 代理的操作系统。
4. AI 的理性视角
分享了关于 AI 发展的理性观点，被认为是今年最值得一听的分析。