Product
1. OpenCode 发布公共统计页面，追踪 AI 模型使用趋势
OpenCode 推出了公共统计页面，旨在提供关于 AI 模型实际使用情况的深度数据。该页面展示了包括模型市场份额、Token 成本、会话成本及地理分布在内的关键指标。通过追踪 OpenCode Go 的实时使用数据，开发者可以观察到模型使用趋势的动态变化，例如 DeepSeek 等模型在特定时间段内的增长情况。这一工具为理解 AI 行业的真实需求和模型竞争格局提供了透明的视角。
来源：OpenCode
2. Homebrew 6.0.0 发布：引入 Tap Trust 安全机制
Homebrew 6.0.0 正式发布，引入了名为“Tap Trust”的安全机制，要求第三方 Tap 必须经过显式信任才能执行代码，从而降低了恶意或受损 Tap 的风险。此外，新版本还优化了 JSON API 的性能，增加了 Linux 沙箱支持，并根据用户调查改进了默认配置。此次更新还包括了对 macOS 27 (Golden Gate) 的初步支持及多项性能优化，旨在提升 Homebrew 的安全性和易用性。
来源：Homebrew
3. Cursor 发布 Auto-review：治理代理自主性
Cursor 发布了 Auto-review 功能，通过分类器代理在动作执行前进行上下文审查，从而治理代理的自主性。该功能将代理的自主性视为一个连续谱而非开关，允许低风险动作自由运行，并在高风险动作时进行干预。Auto-review 旨在解决频繁请求用户许可带来的安全疲劳问题，同时确保代理在操作敏感资源时的安全性。该功能现已成为所有新用户的默认设置，且评估显示其准确率高达 97%。
来源：Cursor
4. Comma.ai 即将发布全球最大驾驶数据集
Comma.ai 宣布即将发布全球最大的驾驶数据集，包含来自全球生产车辆的 100 万个片段。这一数据集的发布将为自动驾驶研究提供宝贵的真实世界数据，推动 AI 在驾驶领域的进步。Comma.ai 一直致力于开源驾驶技术，此次数据集的发布进一步体现了其对开源社区的贡献。该数据集将涵盖多种驾驶场景，为研究人员和开发者提供丰富的训练素材。
来源：@comma_ai
5. GPT-5.6 传闻：下周发布，性能显著提升
据传 OpenAI 将于下周发布 GPT-5.6，该模型被描述为 GPT-5.5 的“有意义的改进”。此外，Design Arena 上出现了一个名为“Kindle”的匿名模型，可能与 GPT-5.6 的检查点有关。GPT-5.6 预计将在推理、编码、代理工作流和视觉生成方面带来重大提升，并可能在价格上与 Claude Fable 5 竞争。OpenAI 也在考虑进一步降低 Token 价格，以应对日益激烈的市场竞争。
6. Perplexity Deep Research 现已作为原生技能集成
Perplexity Deep Research 现已作为原生技能集成至 Perplexity Computer 中。该功能能够将复杂问题拆解为子任务，路由至 20 多种前沿模型进行处理，并返回工作就绪的报告、演示文稿和仪表板。目前，该功能已向 Pro 和 Max 订阅用户开放。这一集成进一步增强了 Perplexity 在深度研究和复杂任务处理方面的能力。
7. Factory Desktop 引入 Missions 功能
Factory Desktop 平台现已支持 Missions 功能，进一步增强了其自动化工作流能力。
来源：Missions
Tutorial
1. 技能评估 Python 工具
一个用于评估模型技能的 Python 工具，帮助开发者判断特定技能的引入是提升了还是损害了模型的整体性能。
Opinions/Thoughts
1. 从测试驱动到循环驱动开发：AI 编码的演进
本文提出了“循环驱动开发”（Loop-Driven Development）的概念，认为 AI 编码正在从简单的测试驱动开发演进为包含任务、拉取请求和循环工作流的系统工程。作者将 AI 编码的杠杆栈分为自动补全、提示工程、上下文工程、工具链工程和循环工程五个层次。文章强调，随着 AI 自主性的提升，确定性的验证机制（如测试、构建、类型检查）变得至关重要。工程师的角色正在从编写代码转向设计能够产生可靠代码的系统和约束。
2. Claude Fable 5：展现“无情主动性”的 AI 代理
Simon Willison 分享了使用 Claude Fable 5 的体验，将其描述为“无情主动性”（relentlessly proactive）。Fable 5 不仅能深入分析依赖代码，还能在未明确指令的情况下，自动部署浏览器自动化工具来排查 UI 问题。这种主动解决问题的能力展示了 AI 代理在复杂任务中的潜力。Willison 通过一个具体的排查案例，展示了 Fable 5 如何通过调用 Python 服务器和框架来捕获截图并定位错误，体现了其在开发工作流中的强大辅助作用。