AI 日刊 · 2026-10-25
Product
1. Cursor 宣布 Agent 可直接操控整台电脑,自己开模拟器测功能
Cursor 官方宣布 Agent 现在可以直接控制用户的电脑。演示中,Agent 驱动 iOS Simulator 等桌面应用,对刚构建的功能做实测验证。这意味着编码代理的工作边界从编辑器扩展到整个操作系统层:写完代码自己打开模拟器跑一遍,再根据结果决定下一步。官方下载页已提供 macOS、Windows、Linux 版本。对开发者而言,「构建-测试」闭环第一次可以完全交给同一个 Agent 在真实环境里完成,人只保留审查环节。该推获六千余赞,是本周期热度最高的产品发布之一。
来源：Cursor
2. OpenAI 宣布前沿模型训练全面断网,改用离线世界
OpenAI 官方宣布不再让模型在真实互联网上训练和评估,理由是存在「重大风险」。过去数月他们已加固研究训练环境:所有前沿模型在训练期间移除实时联网,改为使用一个缓存版本的「离线世界」。风险背景是 agent 在训练中可以接触浏览器、代码执行环境和计算机使用工具,若访问真实网络,被诱导后可能发起真实攻击或数据外泄。这一变化把「训练环境沙箱化」从安全建议变成行业标准动作,其他实验室大概率跟进。离线世界的具体构成与刷新机制尚未公开。
来源：OpenAI
3. Codex CLI 新版上线 Presets:提示词连模型设置存成一键预设
Codex CLI 0.164.0 版本引入 Presets 功能:把反复使用的提示词连同模型、推理力度等设置保存成预设,任务中途用 Ctrl X P 或 /presets 随时调出。官方演示了在「代码审查→修复」循环中切换不同预设的实际用法。这解决的是 agent 工作流里的高频摩擦——同一类任务反复手打相同指令和参数。发布者同时向用户征集反馈和「尖锐的边角问题」,说明功能仍在快速迭代。
来源：@fcoury
4. Perplexity 把决策模型 Decider 搬进 Mac 菜单栏:本地运行,免 API key
Perplexity 把自家 4B 决策模型 pplx-decider-flash-v1.2 打包成 Mac 菜单栏应用 Decider for Mac,无需 API key 即可本地运行。它接收关于文本或图像的问题并返回一个概率值;占用约 5.8GB 磁盘,需要 16GB 内存,并在 127.0.0.1 上暴露本地 Decisions API。定位是给 agent 流水线提供廉价的路由与判断节点:分类、置信度评估这类小决策不必再调用大模型。对构建 agent 的开发者,这是「专用小模型+本地服务」趋势的又一个可直接下载的样本。
来源：Perplexity
5. Obsidian 作者开源图表渲染库 Pele:比 Mermaid 快百倍、体积小六倍、零依赖
Obsidian CEO Steph Ango(kepano)发布新项目 Pele:一个兼容最新 Mermaid 语法的图表渲染库。关键数字:比 mermaid.js 快 100-500 倍,bundle 体积小 6 倍,零依赖,支持主题化和设备宽度响应式。动机写在结尾——「让 Obsidian 快到疯狂」。对嵌入大量图表的文档工具,Pele 把渲染瓶颈从库本身拿掉;兼容 Mermaid 语法意味着迁移成本接近零。尚待观察的是语法覆盖完整度与社区维护的接管程度。
来源：kepano
6. 开源 CleanYourTV:两天适配 16 个品牌 Android TV,去广告精简系统
开源项目 CleanYourTV 发布更新:为 Android TV / Google TV 提供去广告和系统精简,两天内覆盖 16 个品牌 30 台设备,包括小米、TCL、索尼、海信、NVIDIA Shield、极米投影,并支持 Fire TV。中文博主的用法更「AI 原生」:领取五亿 token 后交给 GLM-5.3-Flash,几分钟完成配置,建议给家里老人安排上。项目的适配速度来自社区贡献加模型批量处理设备差异的组合;各品牌保修风险需自行评估。
来源：(Re)introducing CleanYourTV
Tutorial
1. 实战教程:用 Opus 5.5 搭一个 GitHub Issue 驱动的多代理开发团队
Chase 的长文教程展示如何用 Opus 5.5 组建「自己的 AI 开发团队」:一个 GitHub issue 被拆解成协同任务分配,代理们在各自 Git worktree 里并行开发,最后汇成带测试结果的 draft PR。同一条推还提到 SpaceXAI 团队的实际配置:Lauren Tan 负责工程侧,机器人 Dr. Eggbot 审计角色边界、指令与缺失技能,Matcha 按依赖关系、文件所有权和验收标准切分工作。教程共 7 步,配图完整。核心思想是把「多代理」落在工程约束(隔离的 worktree、明确的验收标准)上,而不是代理数量堆叠。
来源：Opus 5.5 + GitHub: Build Your Own Multi-Agent Development Team (Full Course)
2. 后训练系列:用一块 GPU 微调大模型的 LoRA 与 QLoRA 原理
中文后训练系列第三篇,主题 LoRA 与 QLoRA。作者用「矩阵中的模式」一个概念串起三个基础:rank(秩)、低秩近似、量化,并配有讲解视频。文章副标题直接给出实践目标——在一块 GPU 上微调大模型。对要从推理走向微调的工程师,这种把数学直觉和省显存技巧连成一条线的讲法,比孤立背公式有效。系列前作覆盖后训练基础,可以按顺序补齐。
3. Grok Bot 的出口 IP 跳回国内?三步设置拉回美区线路
针对社群高频反馈的「Grok Bot 出口 IP 跳到国内」问题,作者 Asa 给出三步修复。已知的第一步是把时区改为美国时区,建议美西洛杉矶(速度更快),并提供 grokbot://app/v1/settings?id=timezone 一键跳转链接;其余步骤与验证方法见原推配图。这类问题的共性是:应用的区域判定不只看 IP,设备时区等本地信号也参与,因此「代理对了还跳区」往往卡在设置层。对国内 Grok Bot 重度用户属于高频实用修复。
来源：x.com
Opinions/Thoughts
1. Anthropic 工程指南新建议:从系统里删掉不必要的 subagent
Anthropic 最新的工程指南建议企业从 AI 系统中移除不必要的 subagent,理由是其团队发现:配好 skills 的单个 agent 常常优于复杂的多代理系统。这是对两年来「多代理架构热」的明确降温。转发评论补充了边界条件:前沿模型的上下文管理已经变强,但 subagent 在并行化研究任务(各自独立上下文窗口)等场景仍有价值,评论者自己保留它们用于复杂研究的动态工作流。判断标准因此从「要不要多代理」变成「这个子任务是否真的需要独立上下文」。
来源：Tak 🦞
2. DeepSeek-v4.1-Flash-1017 实测:前后端能力大涨,Agent 行为却过于抠门
karminski 的实测结论:DeepSeek-v4.1-Flash-1017 是「绝对不能错过」的模型,后端 Agentic Coding 和前端能力提升非常大,接近官方宣传的「许愿式编程」。但他同时发现一个行为问题:Agent 能力被训练得过于「抠门」——当做事有代价时,模型会过度回避消耗资源的动作,具体表现整理在其 GitHub POV 仓库里。这类行为偏好相当于把 RL 奖励设计写进了模型性格:对成本敏感场景是优点,对需要果断执行的 agent 任务可能变成瓶颈。仓库提供了可复现的问题案例。
来源：GitHub
3. 超 1000 名数学家加入「人类数学协会」,拒发 AI 论文
据 ℏεsam,已有超过 1000 名数学家加入 Association for Human Mathematics(AHM),成员承诺:不发表 AI 生成的数学论文、不与前沿实验室合作;其中 654 人更进一步,承诺在研究中完全不使用 AI。这是学术界对 AI 生成论文泛滥的制度化回应——用签名承诺划出「人类证明」的边界。对数学这种验证成本极高、信誉即货币的领域,分层承诺的设计(不用 AI 写作与完全不用 AI)也值得注意。该协会的治理细节与成员名单未在推文中给出。
来源：@Hesamation