Product
1. Meta 提出「行为状态衰减」：用独立记忆 agent 治长程遗忘
Meta 研究者给长程 agent 的一个老毛病命名——「行为状态衰减（behavioral state decay）」：任务事实、过往尝试和未决子目标随轨迹增长被埋进或推出上下文窗口，因而无法影响下一步决策。他们的方案是在不改动 action agent 的前提下，并行跑一个独立的 memory agent，从近期轨迹维护一份结构化记忆库，并在每一步决定是注入一条「记忆提醒」还是保持沉默。该模块对前沿 agent 与现有 harness 即插即用。在 Terminal-Bench 2.0 与 τ²-Bench 上分别带来 +8.3 与 +6.8 个百分点的 pass@1 提升，对强弱 action agent 都有效。消融显示「主动选择时机介入」优于被动暴露记忆库——结论是：能在恰当时刻主动浮现正确事实的记忆，才是真正起作用的记忆。
来源：arXiv.org
2. Emil Kowalski 把动效品味打包成可执行 AI Skills
Sonner、Vaul 的作者、前 Vercel 与 Linear 的 Emil Kowalski，把自己多年练出来的动效与设计品味做成了一套 AI skills，主打「给 design engineer 用」。核心洞察是：界面显不显高级，往往毁在一堆「没人单独会提」的小选择上——入场动画选错 easing、该用半透明阴影却用了实线边框。这套 skill 把这些坑逐条列成可执行规则，共五个：emil-design-eng（主）、review-animations（按其严格标准审查）、animation-vocabulary（教你说对动画术语）、apple-design（把 WWDC 的动效与设计原则翻译成 web 可用规则）、improve-animations（仿 shadcn/improve：用最强模型审整个代码库、按 8 类打分出优先级清单，再写成自包含 plan 交给便宜模型执行，自己不碰源码）。本质上是「贵模型定计划、便宜模型干活」的打法，只是这次被委派的是「审美判断」。
来源：GitHub
3. Vercel Native SDK 持续打磨 Windows/Linux 体验
Vercel Labs 的 Native SDK 自发布以来持续出货，本轮集中修复 Windows/Linux 的稳定性并打磨体验。重点包括：修复 npm 包资源、Windows DPI 与 WebView2 问题、更锐利的几何渲染、溢出输入框修复、跨盘 Windows 应用、纯原生 Windows/Linux 构建，以及 Linux WebView 懒启动。整体方向是把跨平台原生壳的「最后一公里」磨平，让桌面应用的跨平台一致性更接近原生体验。
来源：GitHub
4. mitsuhiko：下一版 Pi 将支持动态加载工具且不冲缓存
Armin（mitsuhiko）透露 Pi 的下一个版本会在受支持的模型与 provider 上实现「动态加载工具而不清空缓存」。团队做了调研，找到了让 OpenAI 与 Anthropic 两家 API 行为「基本一致」的办法，并感谢 zeeg 的推动。对 agent harness 而言，「加工具就丢缓存」长期是个出血点，这条消息意味着相关 workaround 正在收口，未来或能直接动态增删工具而不付出缓存失效的代价。
来源：@mitsuhiko
5. Hermes 加 /learn：把参考资料直接变成可复用 skill
Nous 团队给 Hermes agent 加了 /learn 命令：把你已掌握的内容或一堆参考资料，转化成一个可复用的 skill，而无需手写 SKILL.md。这把「skill 的生产」从「人写规则」推向「agent 自己沉淀」，进一步降低了把领域知识固化进 agent 的门槛。
6. Cursor 推出 side chats：可 @ 的持久化侧边 agent 会话
Cursor 推出 side chats，一种在不打断主对话的前提下提问、探索想法的新方式。每个 side chat 本身是一个持久的 agent 会话，你可以 @ 提及它，把上下文重新带回主线程。本质是把「临时旁路讨论」也升级成「可被主线程调用的、带状态的 agent 资源」，让编辑器内的多线协作更接近真正的 agent 编排。
来源：@cursor_ai
7. Google AI Studio：免费 ai.studio 域名 + 免费托管与构建
ammaar（Google）宣布：用 AI Studio 做任何站点或应用，都能免费拿到一个 ai.studio 域名，并提供免费托管、免费域名与免费构建。这是把「建站+上线+域名」一整条链路的门槛压到零的明确信号，作者预告后续还会有一系列配套发布来补齐从构想到上线的所需能力。
来源：@ammaar
Tutorial
1. Theo 写了篇绕开 gpt-5.6-sol 用量限制的实操指南
theo 整理了一份简短指南，讲解如何避免反复撞上 gpt-5.6-sol 的用量上限，以 X article 形式发布，并预告后续可能配上视频说明。在多家服务频繁返回限流（429）的当下，「如何不被额度打断」正成为重度用户的日常刚需。对正在重度使用 5.6-sol 的开发者，这是可直接参考的实操入口。由于源帖较短，具体手法需以原文为准。
来源：gpt-5.6-sol without hitting limits
2. 不装 Codex app 也能用：用 CLIProxyAPI 把 Claude Code 指向 GPT-5.6 Sol
thsottiaux 转述并整理了 Theo 的玩法：不必安装 Codex app，也能让 Claude Code 跑在 GPT-5.6 Sol 上。步骤是装 CLIProxyAPI、完成 Claude 与 Codex 两套认证、连上 Claude Code，再定义一个 claudex 别名，设置 CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol、CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1、CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY=3、ENABLE_TOOL_SEARCH=false，并以 —model gpt-5.6-sol 启动 claude。相当于用一个代理把 Claude Code 的壳接到 OpenAI 的模型上。
来源：@thsottiaux
Opinions/Thoughts
1. Latch 复盘：为什么开源 harness 反而跑赢
Latch 团队撰文复盘「为什么一套开源 harness 反而表现更好」，并附上基准数据。文章特别致谢 badlogicgames 的 Pi harness——Latch 在内部一直在用。这篇的看点不在某一处配置，而在用真实数据支撑「开源 harness 可胜过自研/闭源方案」这一判断。对正在选型 agent harness 的团队，是一份有据可依的参考。
来源：Why An Open Source Harness Outperforms Claude Code On Frontier Biology Tasks