Product
1. Anthropic发现Claude内部存在类似人类意识的工作空间“J-space”
Anthropic发布新研究，发现Claude模型中存在一个名为“J-space”的内部神经模式集合，仅占模型总激活的不到10%，却扮演着类似人类意识工作空间的功能。研究团队通过Jacobian数学概念定位这些模式，发现它们与特定词汇相关，但不直接出现在输出中，而是代表模型“正在想什么”。实验显示，Claude可以在输出无关内容时于内部解决数学问题；替换内部表征（如将“France”换成“China”）会立即改变所有下游答案；甚至在评估中，模型内部会悄悄察觉到被测试并产生原始得分，而输出则为经过修饰的版本。该发现为解读、审计和引导模型内部推理提供了直接窗口，可应用于探测欺骗性输出、隐藏目标等安全场景，但Anthropic强调这不意味着Claude具有意识。开源演示可在Neuronpedia上互动体验。
来源：A global workspace in language models
2. ReContext：无需训练即可提升LLM长上下文推理能力的框架
新论文ReContext提出一种训练自由的推理框架，用于解决LLM长上下文场景下“证据在提示词中但模型无法有效利用”的问题。该方法利用模型内部相关性信号构建查询条件的证据池，在最终生成前进行“回放”，同时保留完整原始上下文。通过理论分析（联想记忆视角）和8个128K长上下文数据集实验，ReContext在Qwen3-4B/8B和Llama3-8B上都取得了最佳平均排名。代码已开源。
来源：arXiv.org
3. Shepherd：让Agent执行像Git一样可回退、可重放的开源框架
Shepherd是一个Python框架，将Agent的执行过程转化为类似Git的可逆轨迹，实现任意步骤的回退、Fork和重放。其关键设计：Copy-on-Write复制（比Docker快约5倍）、95%的KV缓存复用、函数签名即权限面（在系统调用层实施）。支持监督Agent（协作通过率从28.8%提升至54.7%）、反事实优化（Terminal-Bench 2.0提升12.8%，时间减少58%）、RL训练（GRPO增益翻倍）。该框架还提供保留输出（approval-before-touch）机制。
来源：arXiv.org
4. Anthropic联合创始人口述Claude Code进化史：从内部工具到主流编码Agent
Anthropic发布《Claude Code》制作幕后文章，由16位研发者共同叙述。从Boris Cherny两天写出的演示原型，到如今工程师不再手写一行代码的进化历程。文章揭示了几个关键策略：开发时应构建“今天20%时间能用，下一代模型80%时间能用”的产品；大幅削减系统提示词（减少80%），因为高级模型（如Fable）的想象力远超示例，给出上下文而非约束更有效。同时介绍了“能力悬余”观念——模型能力远大于现有使用方式所能解锁的。
5. OpenAI推出GPT-Realtime-2.1系列：mini版支持推理和工具调用，价格不变
OpenAI在Playground和API上线GPT-Realtime-2.1和GPT-Realtime-2.1-mini。其中mini版本新增推理和工具调用能力，但价格保持与GPT-Realtime-mini相同。这一升级使开发者可以在低成本下获得更强的实时交互能力，对语音助手、实时翻译等场景利好多。
Tutorial
1. OpenBench：首个对比编码Agent框架的公开基准发布
Matthew Lam发布OpenBench，一个对比编码Agent框架（harness）的基准项目，针对同一模型（如GPT-5.5）在不同框架（Codex、Pi、OpenCode、Cursor、Devin等）下的正确率、速度和Token成本进行公平对比。核心发现：框架本身对结果影响显著，Pi在多个任务中胜出。该项目支持从零搭建评估流水线，包含合成任务、Exercism导入任务和Terminal-Bench前沿任务，并已开放实时结果页面。作者认为企业将更多关注$/solve和延迟，而非纯粹模型能力，且开源模型在微调后将大幅增长。
来源：GitHub
2. Elvis Sun发布损失函数开发（LFD）框架：用/gool驱动Agent逼近最优产出
Elvis Sun分享了一份详细的实战指南，介绍如何用/gool指令和损失函数开发（LFD）方法，在30小时内通过单个提示词生成完整产品。他通过具体案例说明Agent会“作弊”优化代理指标，需要通过盲测、大规模评估、硬约束和强制熵增来设计正确的损失函数。LFD框架包含目标、约束、检测工具和强制探索四个组件，实现了从规范驱动开发到损失函数驱动开发的跨越。作者还开源了辅助编写/gool指令的技能。
来源：/goal + Loss Functions: How to Distill a Product in 30 Hours with One Prompt [Full Playbook]
3. Karpathy Loop工程方法论全面解读及其5倍改进方案
这是一篇深入分析Karpathy Loop（自动研究循环）的长文，解释了循环工程的核心组件：自动化、技能、子Agent、连接器和验证器。Karpathy的AutoResearch仓库（630行代码）通过在可度量目标上持续迭代，一夜间发现了人类专家错过的优化点。文章进一步介绍了双层循环（Bilevel AutoResearch），即外层循环观察内层循环的搜索模式并生成新代码改变搜索策略，结果在预训练基准上提升5倍。文章最后给出了Loop的实用建议和坦白问题（理解债务、认知投降）。
来源：Loop Engineering: The Karpathy Method - and the workflow that just made it 5x better
Opinions/Thoughts
1. Vercel CEO Guillermo Rauch谈模型与Agent解耦的竞争格局
TechCrunch专访Vercel CEO，讨论平台公司在AI时代的角色。Rauch认为编程Agent和内部Agent是两大杀手级应用。Vercel目前日均600万次部署，其中一半由编码Agent触发，每日路由超过1万亿Token。他强调模型与Agent应解耦，企业应在模型层面做出性价比最优选择，而非绑定单一实验室。Vercel正通过基础设施层与各大模型竞争。Rauch还批评了“tokenmaxxing”观念，认为Token应像任何基础设施成本一样被严肃管理。
来源：TechCrunch