Product
1. Anthropic发布Claude Tag：将Claude以同事身份嵌入Slack
Anthropic 正式推出 Claude Tag，将 Claude 以团队成员身份嵌入 Slack 频道。团队成员在频道中 @Claude 即可分配任务，Claude 会自主拆解任务为若干步骤，逐步完成后在线程中交付结果。每个频道只有一个共享 Claude 身份，所有成员共用同一对话上下文。开启 ambient 模式后，Claude 会主动跟进未解决的线程、提醒被遗忘的任务。Anthropic 内部产品团队 65% 的代码已由内部版 Claude Tag 生成。底层模型为 Opus 4.8，目前以 beta 形式提供，面向 Claude Enterprise 和 Team 客户。
2. Google Workspace CLI作者因该项目被解雇
Google 前开发者关系工程师 Justin Poehnelt 因创建 Google Workspace CLI（gog）被解雇。他用 Rust 编写了该工具，可让用户在终端或 AI Agent 中操作 Gmail、Calendar、Drive、Docs 等所有 Workspace 服务，并内置了 MCP 服务器。项目在 Hacker News 上冲到第一，GitHub 星标超过 26000。Google 内部反应两极——有高管表示支持，也有管理层担心被 AI Agent 颠覆。在 Google Cloud Next 大会官方宣布即将推出官方 CLI 两天后，Justin 被解雇。项目目前仍在 Google GitHub 组织下维护。
来源：gog
3. Latitude开源Agent可观测性平台正式发布
Latitude 发布了开源（MIT 协议）的 AI Agent 监控平台，可以直接用来观察 Claude Code 等 Agent 的实际行为。该工具可以分析完整 Agent 轨迹，发现行为模式，识别重复失败、工具故障等关键事件。支持会话搜索和智能分析，能够标记升级、解决、放弃、信任破裂等问题。开发者在编辑器中即可完成故障排查。开源社区驱动的可观测性是 Agent 工程化落地的重要基础设施。
来源：AI Agent Observability & Monitoring - Latitude
4. Claude Tag的Agent身份与权限模型详解
Anthropic 工程师 Noah Zweben 详细阐述了 Claude Tag 的 Agent 身份访问模型。在多人协作场景中，Claude 需要有自己的账号和权限，设置由管理员完成并绑定到工作区，而非个人用户。Agent 身份模型将权限从按用户划分转变为按频道划分，管理员可以精确指定每个频道 Claude 能访问的工具和数据。这是从单人 AI 体验到多人团队 AI 体验的关键架构设计决策。
来源：Claude
5. ActiveGraph开源一个月：发表两篇论文并发布交互式教程
Yohei Nakajima 宣布 ActiveGraph 开源已满一个月，取得一系列进展：发表了两篇论文——The Log is the Agent 和关于自改进循环的论文；完成了三项 LongMemEval 实验；发布交互式学习网站 learn.activegraph.ai 和实验环境 lab.activegraph.ai；提供了两个参考 Agent（代码和研究）；以及核心”packs”模板。ActiveGraph 是一个事件溯源的反应式图运行时，专为长期运行、可审计的 Agent 设计。
6. Claude Code 新增 Artifacts 功能：可分享的交互式 HTML 页面
Claude Code 推出了 Artifacts 功能，允许用户创建带有一定功能的 HTML 页面，并分享给他人（例如 PR 走查或实时项目仪表板）。该功能目前面向 Team 和 Enterprise 计划提供 Beta 版本。
来源：Claude Code has Artifacts now
7. GPT-5.5 Instant 健康问题回答能力提升，追平顶级思考模型
OpenAI 表示 GPT-5.5 Instant 在处理健康问题上的表现已得到改进，现在与 OpenAI 最好的思考型模型处于同一水平。
来源：GPT-5.5 Instant got better at health questions
8. 字节跳动推出豆包专业版：付费模式与三级阶梯定价
字节跳动旗下 AI 助手豆包正式推出专业版，开启付费模式。定价方案分三级：标准套餐包月 68 元、加强套餐 200 元、高级套餐 500 元。专业版专注应用开发、数据分析等专业工作场景，支持操作本地电脑、使用浏览器、调用 Skills 技能和定时任务。内置 Office 办公套件，支持图片视频设计和应用网站生成。由最新豆包 2.1 Pro 模型驱动，据称能力和 Opus 4.6 相当。学生优惠价 38 元/月。
来源：@xiaohu
9. Cursor /automate：用自然语言描述自动化，Cursor 自动设置触发器、工具和指令
Cursor 推出了 /automate 功能，用户只需用自然语言描述一个自动化流程，Cursor 便会自动配置触发器、工具和指令。
10. Ports：Mac 菜单栏应用，管理本地开发服务器和端口
Ports 是一款 Mac 菜单栏应用，可以列出本地开发服务器、端口，并提供快速打开/关闭按钮。
来源：Ports
Tutorial
1. Vibecoding完全指南：零编码利用Claude Code构建应用
Ruben Hassid 发布了针对非开发者的 Claude Code 零编码使用指南。核心方法是开启 Bypass 权限模式、选择 Opus 4.8 模型、连接 Netlify 和 Supabase 后，用自然语言描述需求。进阶技巧包括：从截图开始而非描述，让人工智能边问边建；一个页面一个页面地构建以减少出错；覆盖出问题时截图返回而不是文字描述；使用真实品牌的设计文件复制样式避免界面同质化。完整指南在 Substack 上免费提供。
来源：Vibecoding.
2. Claude Code 操控指南：指令、技能、钩子与子代理的最佳实践
Claude 官方发布了一份详细的 Claude Code 使用指南，涵盖如何放置指令、技能、钩子和子代理，帮助开发者更高效地配置和使用该工具。
Opinions/Thoughts
1. Dan Koe论如何在AI替代中生存：核心是逃脱”工资奴役”
Dan Koe 在长文中提出，AI 不是真正的威胁，真正的威胁是个体对他人的生存依赖。他强调五要素：自主性（agency）、品味（taste）、说服力（persuasion）、坚持（persistence）和迭代（iteration）。核心建议一：选择媒体技能胜于代码技能，因为内容的价值是主观的，不易被 AI 替代。建议二：扔自己进入迫使你成长的环境，改变身份的捷径是改变环境。建议三：选择反馈尽可能贴近现实的”容器”——创业是最好的持续错误修正练习。提供了六个写问题，帮助读者15分钟内找到自己的”毕生事业”方向。
来源：How to survive AI mass replacement (& escape wage slavery)
2. Agent-as-a-Router：将模型路由从静态分类升级为学习循环
DAIR.AI 介绍了一篇新论文 Agent-as-a-Router，它提出的模型路由方法不是将问题视为静态的一次性分类，而是将其形式化为 Context→Action→Feedback→Context 的持续学习循环。研究发现传统路由器的性能瓶颈在于信息缺失——仅通过添加任务维度的性能统计数据就能获得 15.3% 的相对提升。ACRouter 框架包含调度器、验证器、记忆模块，能够在部署过程中积累执行经验来改进路由决策。对于在多模型间进行成本与性能权衡的团队来说，这代表了更先进的技术路径。
来源：arXiv.org
3. AI时代的新内功：情感清晰度才是真正的竞争优势
Lenny Rachitsky 邀请 OpenAI 研究团队的教练 Joe Hudson 撰写了一篇深度文章。Hudson 观察到，在 AI 驱动的环境中获胜的人不是因为掌握了更多知识或付出了更多努力——这两样恰好是 AI 最擅长的。真正的优势在于”情感清晰度”：保持艰难对话的能力、不自我攻击的能力、面对失败继续推进的能力。文章提出了”智慧堆栈”（wisdom stack），包含四个可训练的特质：洞察力、建设性冲突、愿意失败、积极的自我对话。Anthropic 等公司正在推行”NBA 化”——更小、更扁平的团队，每个人都是球员兼教练。
来源：The new inner game: Your unfair advantage in the age of AI
4. 放缓以加速：AI Agent六个月如何改变软件工程
Pragmatic Engineer 深度分析了最近六个月的工程变革。文章以 Meta 的严重宕机为引子——由 AI 生成的代码、AI 审查的代码加上裁减安全和信任团队导致账号被劫持。数据显示个人生产力提高 2.5 倍，团队却持平；代码审查标准下降，更多变更无人类审查直接上线。Cursor 用户写代码量从 1 月的 3500 行增长到 8600 行。Anthropic 内部约 70-90% 的代码由 Claude 生成。Uber 已构建了 MCP 网关、Agent Builder 等整套工具链。文章结论是：当前环境下的明智策略可能是”放缓以加速”——把质量、安全和人类监督优先级提前。
5. Armin Ronacher论编码Agent的”外循环”——任务超越单次Agent执行边界
Sentry 联合创始人 Armin Ronacher 深入分析了编码 Agent 中正在出现的”外循环”（outer loop）现象。每个编码 Agent 内部都有一个 AI 调用工具的循环，但越来越多人在 Agent 之上构建了一个更高的循环：任务被放入队列，被机器取出执行，然后一个”外循环”系统决定是否已经完成，如果没有，就继续注入新消息、开启新会话或发送给另一个 Agent。这个外循环正在编码工作的方式中变得日益重要——从工作到完成的完整任务生命周期管理，而非单次执行。
6. SpaceX GPU租赁年化收入280亿美元：Neocloud崛起与行业趋势
Latent.Space 的 AI 新闻汇总报道了多个重大动态：Jamin Ball 估算 SpaceX 向 Anthropic、Google 和 Reflection AI 的 GPU 租赁年化收入达到 280 亿美元——这大约是 CoreWeave 当前收入的两倍。OpenAI 扩大 Daybreak 网络安全计划推出 GPT-5.5-Cyber；Sakana AI 发布 Fugu 编排 API 但被批评基准不透明；GLM-5.2 被认可为首个接近前沿级别的开源 Agent 模型；Baseten 完成 15 亿美元 F 轮，押注开源模型微调。LLM-as-Judge 审计揭示精确匹配方法高估评分，Cohen’s kappa 显示评分一致性下降 33-41 个点。
来源：Latent.Space
7. gstack拥有11万GitHub星标但鲜有人日常使用？生态现象引热议
Adam Silverman 在 X 上提出了一个引人深思的问题：gstack 虽然拥有 11 万 GitHub 星标，但似乎很少有人在实际工作流中每日使用。这个问题引发了关于 AI Agent 领域开源项目”星标 vs 实际使用”差距的广泛讨论。GitHub 星标作为流行度指标与实际采用率之间的差异，可能反映出 AI 开发工具领域的一些结构性特征——人们乐于关注和点赞，但真正切换日常工具仍需更强的动力。
8. Warp终端实验自定义模型路由：YAML配置按明文指定任务路由策略
Zach Lloyd 展示了 Warp 终端正在实验的自定义模型路由功能。用户可以通过 YAML 配置文件用自然语言描述任务应该路由到什么模型，例如前端任务路由到 GLM 5.2，复杂架构决策路由到 GPT 5.5 High。这种以明文配置表达路由策略的方式降低了门槛，用户可以精确控制成本与性能的权衡。未来可能成为编码环境中模型选择的标准做法。
9. 你在 AI 上花得太多，也用得太少——Ramp 的洞察
Ramp 的一篇工程博客指出，许多企业在 AI 上的投入过多，但实际使用率不足，需要重新评估成本与价值。