Signal #16：Coding Agent 开始有了工作现场
本周几个更新放在一起看，一个更具体的变化开始出现：Coding Agent 不再只是执行一次任务，而是开始留下可追踪、可恢复、可接管的工作现场。
OpenAI 收购 Ona，是给 Codex 补安全、持久的云端执行环境；AWS Bedrock AgentCore 也在强调，Agent 不应该依赖开发者本机，而是需要独立 workspace、shell、权限和观测能力。(OpenAI) GitHub Copilot Chat 开始能查看 Agent session logs，Linear 让 Claude Code 和 Codex 直接从 issue、comment、Slack thread 里开启 coding session；Cursor Auto-review 则在执行过程中判断动作风险。(The GitHub Blog)
这些变化说明，AI Coding 的竞争点正在从“能不能生成代码”，继续走向“能不能把 Agent 的工作过程组织起来”。一次真实研发任务，不只是几轮 Chat。它需要上下文、执行环境、过程记录、验证证据，也需要人在中途介入或事后接管。
未来 Coding Agent 的关键，可能不只是更会写代码，而是能不能留下一个人类可以理解、审查和继续推进的 Session。
从个人生产力到组织能力：LoongSuite-Pilot×SLS 的 AI Coding 度量实践
LoongSuite - Pilot与SLS组合实现AI Coding度量实践
Google Cloud DORA团队报告显示，AI辅助开发虽能提升编码速度，但不会自动转化为组织产出，组织需事件级度量能力判断收益曲线位置。LoongSuite - Pilot×阿里云日志服务SLS组合可实现AI Coding度量。数据接入层用LoongSuite - Pilot按LoongSuite GenAI语义规范采集异构Agent事件流，通过事实表与维表分离设计，将数据接入SLS。度量层在SLS看板用SQL构建度量大盘，利用公共CTE保证口径一致和可维护性，8个Section按分析层次递进，从整体感知到结构拆解再到风险校验。最后文章指出该实践是三层递进路径，可让组织看清AI放大的内容并决定行动方向。
这个 Skill 让 Agent 从会理解到会执行，补齐移动 APP 执行最后一公里
Mobile Use Agent 以 Skill 方式接入补齐 Agent 移动端执行能力
文章围绕 Mobile Use Agent 以 Skill 方式接入展开。当前企业 Agent 在移动 App 操作上存在执行缺口，Mobile Use Agent Skill 应运而生，它负责在手机环境中完成 App 操作，承担执行层能力。通过 Skill 接入可让上层 Agent 统一调度，降低企业成本。其适用于移动端运营、自动化测试等场景，能降低人力、提高效率、提升流程一致性并保留过程证据。文中举例说明其执行任务的过程，称此举能补齐 Agent 移动端执行闭环，延伸其能力边界。最后提供多种体验和接入方式。
知识库分层编排：从 RAG 到 Agent-native Knowledge Context Layer
文章分享知识库分层编排经验，介绍多种范式及测评结果
文章围绕知识库分层编排展开，先指出RAG在工程知识库场景的结构性缺陷及常见症状，根源是知识库缺少结构。介绍了四种主流知识库构建范式：Naive RAG实现简单但无积累关联；LLM Wiki由LLM维护知识，适合中等规模；Graphify将异构资源映射为知识图谱，擅长关联分析；GraphRAG是对Naive RAG的结构化升级，解决部分痛点但构建成本高。提出金字塔知识工程范式，按稳定性和抽象度分五层，有跨层关联、角色感知和独特检索机制，与其他范式互补。还阐述知识库同步机制，解决内容过期问题。最后测评显示分层结构与向量检索混合方案有优势，但需更多验证。
如何构建一个更“好”的知识库？
文章探讨构建高质量RAG知识库的技术与实践
文章深入探讨构建高质量RAG知识库的技术原理与工程实践。先介绍RAG起源、知识库定义与适用场景，引入RAGAS框架评估知识库好坏，包括检索和生成质量指标。构建知识库分离线索引和在线查询两阶段，涉及文档加载、切分、向量化等步骤。还介绍AutoRAG、QuIM - RAG、OpenViking等开源项目。切分环节有多种策略，如Late Chunking、意图驱动动态切分等；检索有稀疏、稠密、混合三种范式及进阶策略；重排序用交叉编码器提升精度，最后总结构建知识库需多环节系统优化，结合实际情况权衡取舍。
面向 Agent Skill 的 CLI/SSO 鉴权体系：安全、无感、可追溯
产研团队推出面向Agent场景的CLI/SSO鉴权方案
文章介绍面向Agent场景的CLI/SSO鉴权方案，解决智能体调用企业业务系统的鉴权难题。先说明Agent CLI需新鉴权方案的背景，其面临登录、隔离、存储缺失问题。鉴权体系由sso-cli、业务CLI、sso-sdk和SSO平台构成，运行时按特定调用流工作。详细阐述sso-cli安全存储与无感登录设计，如主密钥存储、加密文件存储、多用户隔离等；SSO平台引入Agent Poll授权模式；业务CLI集成sso-sdk获取Token。该方案已落地，未来将向“人 - 智能体 - 能力”三维管控演进。
3步给你的Agent配一个云盘
文章介绍3步为Agent配置云盘但未展开
文章标题为‘3步给你的Agent配一个云盘’，但正文仅提供了多张图片及‘点击【阅读原文】立即体验’的引导，未阐述具体步骤内容。
真正的跨平台 AI 自动化框架，甚至还支持鸿蒙
开源框架 agent-device 支持多平台，适合 AI 自动化测试
文章介绍开源测试框架 agent-device，它是为 AI Agent 设计的设备自动化 CLI 工具，不用截图识别控件，支持多平台，包括 iOS、Android、Linux、鸿蒙等。该框架有 Session 模型、Daemon 架构等特点，也存在一些平台限制。各平台有不同实现，如 iOS 用 XCTest Runner，Android 用 ADB 和自定义 APK，Linux 用 AT - SPI2，鸿蒙用 HDC 链路。与传统框架相比，它更适合 AI 自动化测试，适合 Agent 开发的实时反馈和修复支持，且开源免费。
5 个 Agent 一起干活，背后这套方法公开了！
Generic Agent团队开源Goal Hive模式解决AI长任务难题
Generic Agent团队开源Goal Hive模式，解决AI长任务交付问题。AI做长任务易跑偏，原因是缺少分工和验收。Goal Hive核心是组织智能，设Hive Master拆派验，BBS作任务账本，引入持续预算机制。但多Worker有成本，前提是任务可拆、边界清晰、结果可验收。它与Claude Code/Codex的Goal模式不同，是不同层次解法可组合。还给出适用场景，强调AI需组织能力，开源框架筹备中。
人和Agent怎么一起干活？---复制粘贴的进化之路，先装个贾维斯吧
作者分享AI增强剪贴板应用ClipFlow功能及特点
文章介绍作者开发的Vibe Coding小应用ClipFlow，它是AI增强的剪贴板，解决传统复制粘贴仅搬运文字的问题。其核心概念是在复制粘贴间插入AI处理，有两大核心能力：多模型自由切换，可配置多种AI模型并实时切换；无限扩展的Prompt功能库，可添加自定义Prompt。功能展示包括操作选择面板、AI流式生成等。与传统剪贴板相比，操作更简便。还介绍了内置操作、快捷键、技术特点、已测试模型、安装方法、系统要求、运行依赖、构建依赖、第三方依赖和版本历史等。
从 PRD 到可验证代码：AI 需求开发闭环实践
AI编码引入流程框架，构建人机协作需求开发闭环
文章指出AI编码易误解为‘一句话生成代码’，实际需工程框架约束。引入流程框架，面向RN需求开发，输入PRD、接口文档和设计稿，AI与人分工合作。流程包括：先将输入变为需求规格；经需求审阅和架构确认两道人工门禁；代码生成按架构和证据执行，输出架构对齐报告；编译验证使代码可运行，AI自动定位修复错误；视觉审计对照设计稿检查，输出偏差清单回流修复；经验沉淀将有效信息沉淀为SOP等。强调高效AI编码要重新分配人机职责，形成稳定闭环。
每百万 Token 成本砍六成，出海 AI 团队开始重算推理这笔账
出海AI团队重算推理账，Akamai助力降成本
文章围绕出海AI团队推理成本展开。出海AI团队重心转向推理，应用场景增多。选卡方面，并非都需H100，RTX PRO 6000性价比高，适合多数推理场景，消费级卡有局限。算账时，除GPU租金，CPU、存储、网络流量等周边成本易被忽略，Akamai性价比高。案例显示换架构和卡可降成本。模型侧可通过FP4量化等压成本。延迟对出海产品重要，Akamai节点多可降延迟，还可拆分推理流程降成本。未来团队设计云架构要考虑长远，补规模化运营能力。
Claude Code之父说的 “Loop 工程”到底是怎么回事？就问咋变天的？
Claude Code之父谈Loop工程，介绍其功能及对编程的影响
Claude Code之父Boris Cherny在访谈中提到运行Loop驱动Claude，引发AI自媒体断章取义称AI编程变天。实际上Loop工程是Agent工具的自然进化，/loop可按时间间隔重复运行提示词，/goal能让Claude持续工作至目标满足。Loop工程并非让提示词工程失效，它可用于简单任务或复杂工作流。真正的Loop工程需结合两者思想，对Vibe Coding有帮助，包括要有更好的工程上下文、分开“写”和“审”、考虑成本等。
三篇论文入选 SIGMOD 2026：从真实业务深处长出的字节跳动数据库创新
字节跳动数据库团队三篇论文入选 SIGMOD 2026
字节跳动数据库团队三篇论文入选 SIGMOD 2026。这三篇论文既具学术价值，又经生产环境验证。TokaDB 在海量数据与大模型推荐场景下，兼顾性能、成本与资源治理，在数据组织、I/O 引擎、资源管理方面探索，降低硬件成本；ByteGraph - Dione 解决生产级图数据事务处理与实时分析矛盾，有轻量级事务机制、自适应双格式存储等创新；G2⁺D 把万亿边图挖掘做成可落地生产系统，围绕本地化子图构建、相似性调度、资源池共享做优化。这些成果源于业务一线，也将回归业务价值，未来团队会继续应对新挑战。
从月球漫步到赛博都市，WBench测出了世界模型的边界
美团LongCat团队提出WBench评测世界模型并开源
美团LongCat团队提出首个面向交互式视频世界模型的系统性多轮评测基准WBench，用它对20个前沿模型评测，发现不存在全能模型，导航是独立技能，多轮交互是核心难点，开源模型表现出色。WBench基于世界定义、指令集、统一交互接口和评测套件构建，含289个测试案例和1058个交互轮次，设计四种核心交互方式，实现五个维度精准测量。不同模型各有优势，视角切换是难题。WBench揭示问题根源，是统一评测基准，自动评分与人类标注者偏好高度一致，已开源。
控制论与智能体编码中的“人在环上（Human-on-the-Loop）”
文章探讨AI时代软件工程从“人在环中”到“人在环上”的转变
文章指出AI智能体崛起，虽缓解人类编码速度瓶颈，但人类手动审查能力成新瓶颈。为突破此“断裂点”，可借鉴管理组织的方式领导智能体开发。控制论能作为连接开发与管理的桥梁，帮助解决“人在环中”带来的摩擦。人类应跃升至元维度“控制”，采用衰减和放大手段构建“人在环上”模式。同时，引入精益管理的“现地现物”实践，确保控制与现实相连。未来软件工程师需应用控制论、学会控制与掌舵、践行“现地现物”，但也面临培养下一代开发者技术直觉与工程硬实力的问题。
深度思考：架构腐朽 & Loop Engineering
作者深度剖析架构腐朽并探讨Loop Engineering
文章围绕架构腐朽和Loop Engineering展开。先指出架构腐朽表现为“屎山”系统，其特征是不敢删，有局部性丧失、承重bug、疤痕组织三个症状，且系统只进不出会自我强化。软件系统因持续变化、复杂度递增和质量下降而必然变旧，“腐烂”的是维护者头脑中的理论。腐朽通过经济、认识、组织三族七条路径蔓延。提出架构是被持续执行的约束与能被追溯的理由链的乘积，还指出很多工程问题发生在时间边界。以Linux、PostgreSQL、SQLite为例，总结出长寿系统的共同结构。介绍了七个排熵机制，如定价对齐、棘轮等。最后探讨Loop Engineering，强调它是把排熵做成循环，将反馈环路设计成可观察、约束、验证的工程机制，构建循环但人不能退出工程，架构治理关键是维持秩序，建立排熵能力。
OpenClaw 作者提出的 AI "Loop 工程" 是什么？又是造新词？
OpenClaw作者提出的AI“Loop工程”实质类似长任务Agent
文章讨论了AI“Loop工程”，指出它类似长任务Agent。Peter提出设计Loop系统自动反复Prompt Agent，负责编排等工作。但它本质是Goal工程化方法，存在漂移、浪费Token问题。长任务Agent看似美好，实际需模型智商和工程搭建能力，真正有用的Loop工程要有验证和回归测试能力，否则会循环透支Token。此外，还提到Claude 4.8长Agent任务存在问题，Loop工程关键在于模型和架构验证，虽不是新事物，但需系统化和工程化，可验证结果和过程需自己处理好。
微信测试团队斩获 CVPR 2026 NTIRE RAIM挑战赛冠军
微信IH - VQA团队凭iDiff获CVPR 2026 RAIM挑战赛冠军
微信测试中心IH - VQA团队在CVPR 2026 NTIRE RAIM挑战赛夺冠。赛事将图像质量评估推进到新范式，团队首创iDiff框架，在ACC偏好准确率与思维链推理质量维度刷新基线。文章指出传统画质标量打分在业务场景乏力，现有图像质量评估方法有局限。iDiff采用双分支设计，Answer Model负责判别式偏好预测，通过多视图输入分解、内容感知模型专门化、多骨干集成提升准确率；Thinking Model基于Qwen3 - VL - 8B - Instruct进行LoRA SFT，采用渐进式增强策略生成结构化推理。团队最终以Final Score 0.7305夺冠，相关论文被CVPR 2026 Workshop收录。iDiff在视频号双栖盲测、编解码器与算法A/B升级评估、一线创作工具选型等业务场景有应用价值。团队过去几年赛事成绩优异，未来将深耕音视频质量评估技术。
让 AI Agent 从一次性调用，变成可进化系统
文章介绍Harness Engineering让AI Agent成为可进化系统
文章围绕Harness Engineering展开，指出AI Agent单次效果好但难稳定复现，Prompt Engineering不足以解决真实工程问题。Harness Engineering是围绕AI Agent设计运行环境的工程实践，能让Agent从一次性会话变为可进化系统。它将任务规格、上下文等组织起来，核心是让Agent执行有边界、可复盘。文中介绍了Harness把Agent Loop变为Evolution Loop的价值，阐述其八个核心动作，强调受控自进化及风险应对。还给出九层结构，针对不同场景落地方式及从零搭建最小Harness的步骤，最后提出成熟度模型和七天实践路线。
AI Coding 如何真正实现企业级的生产力
网易创新企业大会AI+Coding论坛探讨AI编程企业级应用
2026年网易创新企业大会AI+Coding分论坛聚焦如何让AI编程成企业级生产力。姜天意指出AI编程繁荣下代码质量难控，提出Spec - Driven Development及马具工程，还展示提效数据。廖伟军介绍利通科技双引擎驱动的智慧交通研发转型。朱少民阐释智能体自主编程分级体系及从L3到L4的支撑引擎与成功要素。赵志鹏介绍网易帝王蟹平台管理AI员工，展示六大Skill场景。林香鑫分享网易游戏AI Coding落地实践及技术架构演进。最后指出AI编程竞争在于工程、规范和资产沉淀。
当 AI Coding Agent 成为基础设施：我们为什么要开源 LoongSuite Pilot
阿里开源 LoongSuite Pilot 解决 AI Coding Agent 可观测性问题
2025 年以来，AI Coding Agent 成为开发者常用工具，但对其运行行为缺乏可观测性，给企业带来经营问题。困难源于 Agent 行为难观测、多 Agent 数据割裂、端侧是盲区。为此推出 LoongSuite Pilot，采用 ALL IN ONE 架构，适配 Agent 而非改造，用语义规范统一数据，灵活控制采集粒度并脱敏，支持多目标输出。其安装简单，能自动采集数据，可通过本地 Dashboard 查看状态，还能在 SLS 上查询分析。采集的数据可回答四个关键问题：度量 AI Coding 的 ROI、多 Agent 选型、判断 Token 消耗与效果关系、审计 AI Agent 操作。最后，LoongSuite Pilot 正式开源，并公布后续计划及参与方式。
Coding Agent 下半场：从个人提效到组织级研发体系
AgentScope Harness助力组织级Coding Agent研发体系搭建
文章聚焦组织级Coding Agent，探讨其从个人提效到组织级研发体系的发展。2025年底到2026年初，Stripe、Ramp、Coinbase公开内部Coding Agent，架构趋同。LangChain发布Open SWE提炼模式。AgentScope Harness可帮助自建团队。其具备沙箱、跨调用恢复、长会话记忆、会话持久化等能力，解决生产环境难题。组织级场景还有多通道接入、多租户隔离等特有问题。它提供从单机到企业的演进路线，各项目核心架构决策高度一致，下半场重点在工程。
阿里云 Agent Infra 上长出的约束基建
阿里云介绍Agent Infra上长出的约束基建
文章围绕阿里云Agent Infra上的约束基建展开。先介绍Agent、Model、Harness关系及工程落地需求，引出约束基建。阐述其定义与能力，它是保证Agent运行行为边界的基础设施层。技术栈按Agent请求生命周期分四层：模型调用行为管控用Higress和阿里云API网关；运行时行为管控借助MSE Nacos AI、AgentLoop、AgentTeams；规则动态管理和任务编排通过四大Registry、MSE AI任务调度、EventBridge实现；效果观测靠UModel和StarOps。还提及约束基建的数据飞轮，以及落地路径、权衡约束与延迟、测试约束规则等问题，最后总结其将Harness三环节映射到平台能力，提供可复制路径。
龙虾创始人一条推文引800万人围观，全网都在吵的loop工程到底是个啥？
OpenClaw创始人推文引发对loop工程的AI圈争议
OpenClaw创始人斯坦伯格推文引发AI圈对loop工程的争议，浏览量达800万。loop工程最早由Claude Code创始人鲍里斯提出。在AI Agent语境里，loop通过目标、行动、观察、评估、修正的闭环机制，让Agent在动态环境中自主迭代，与传统编程循环不同。如ralph是典型的Agent loop，Codex和Claude Code推出/goal命令将其产品化。斯坦伯格认为loop是可长期运行、互相协作、自动调度的AI工作系统。提示词工程未过时，但loop成为Agent核心。设计loop工程需明确目标、管理上下文、选好工具、做好评估及设定停止条件。
银河证券×火山引擎：TRAE嵌入研发全流程，交付周期缩短一半
银河证券与火山引擎合作，TRAE嵌入研发提效
AI Coding正深入证券行业研发全流程，银河证券是国内率先推进AI Coding工程化落地的金融机构之一，落地中面临数据安全合规要求高、缺乏统一规范、工具平台孤立等问题。其与火山引擎合作，引入TRAE企业版并推进SDD开发范式，在研发效率与代码质量上显著提升，需求交付周期缩短1/3至1/2。文中列举MCP驱动前端渠道开发、SDD模式助力子账户与融券系统重构等实例，还介绍了组织级Skills沉淀与全流程工具链打通、研发全生命周期方法论沉淀等举措，实现AI平均代码采纳率60%以上、Bug率降低25%，未来计划向业务部门非研发人员延伸。
你的 Agent 每次都“失忆”？这个工具彻底治好了我的前端开发焦虑
OpenViking 解决前端开发中 AI Agent 记忆问题
文章指出前端开发中，AI Agent 缺乏长期记忆底座，导致使用不便。介绍了 OpenViking，它是连接用户与 AI Agent 的「记忆中枢」。其价值体现在：一是形成个人长期设计规范，通过记忆提取沉淀信息，采用意图分析 + 层级检索的召回策略；二是实现跨会话记忆延续；三是支持 SubAgent 记忆共享；四是达成跨平台 Agent 记忆共享。以搭建产品 Playground 网页为例，展示了其协作流程及效果。最后给出 Trae 接入 OpenViking 的快速开始攻略，并提供仓库、官网及交流群信息。
[视频] Utoo WASM：AI时代的超快速开发套件
蚂蚁集团董冰辉分享AI时代超快速开发套件Utoo WASM
今年4月W3C中国在杭州举办论坛，围绕‘Web与AI’主题展开。蚂蚁集团董冰辉分享‘Utoo WASM：AI时代的超快速开发套件’。随着‘意图驱动开发’兴起，环境准备与构建速度成瓶颈。为此团队推出Utoo WASM，将包管理与打包能力编译为WebAssembly在浏览器运行。它利用多项Web标准，性能上在关键指标优于传统方案，靠TurboTasks引擎与三级缓存架构支撑，实现‘秒级构建’与‘零环境配置’，已在utoo.land开源。
京东 Taro Native 框架静态布局直渲提速
京东优化Taro Native框架静态布局提升渲染速度
文章围绕京东Taro Native框架在鸿蒙低端机型上的滑动卡顿问题展开。Taro Native是京东自研跨平台开发框架，秒送业务功能扩展后出现体验下降。性能分析表明，滑动卡顿根源是主线程过载，主要瓶颈在于FlowItem预加载耗时、命令消费集中及递归测量布局开销大等。提出两种优化方案：一是节点树静态布局并拦截系统测量布局，利用render线程测量结果，跳过主线程重复测量，显著缩短预加载C区时间，鸿蒙低端机帧率提升约32.5%；二是复用字体测量布局缓存，将文本测量前移至render线程并缓存结果，主线程直接使用，降低主线程耗时、均衡线程负载。本次实践形成《类RN静态布局直渲提速》通用范式，可提升低端设备渲染性能。
Widget 尺寸不够用？iOS 27 直接加一档「超大号」，4×6 随便整
iOS 27 新增超大号 Widget 尺寸，待开发者适配
iOS 27 新增了 4×6 的超大号 Widget 尺寸，使 Widget 有小（2×2）、中（4×2）、大（4×4）、超大（4×4）四档。该尺寸在原大号基础上延伸两格，多出近 50% 展示空间，Home Screen 和 Today View 都支持，调整方式与以往相同。对开发者而言，可提升数据密度，例如日历能完整显示一周等。目前仅苹果少数内置 App 支持，第三方 App 需开发者适配，适配工作量不大，iOS 27 秋天正式发版，已提前给开发者留出适配时间。
跨端页面秒开，腾讯开源框架Kuikly是怎么做到的？
腾讯开源Kuikly框架，其TurboDisplay方案实现页面秒开
腾讯开源的全平台开发框架Kuikly，基于KMP技术，具有一码多端等特点，覆盖六大平台。其自研首屏加速方案TurboDisplay，在页面二次打开场景下实现“秒开”。文章指出首屏加速是移动客户端共性问题，传统方案难实现“秒开”。TurboDisplay把缓存恢复从主链路拆出，核心设计含双线并行、节点采集和增量更新，还解决了状态恢复与事件保序问题。实验室和线上测试表明，该方案能显著加速首屏显示。业务侧仅需实现开关接口即可开启加速能力。后续团队还将针对首次打开场景进行方案设计和开发。
React 拥抱 Rust，重写！
React 核心团队将 Compiler 核心逻辑迁移到 Rust
React 仓库合并重磅 PR，将 React Compiler 核心逻辑迁移到 Rust，此 PR 由核心成员 Joseph Savona 推动。React Compiler 很火，其 npm 包周下载量近千万，旨在解决 React 开发中性能优化依赖手写的问题。选择 Rust 是因其适合底层工具，可提升编译器执行效率，早期数据显示运行速度大幅提升。此次 PR 大量代码由 AI 生成，虽迁移中出现问题，但经人工修正后合并。这表明前端工具链底层化持续推进，React 将更多优化能力前移至编译阶段。
Android 开发者的 AI 时代新武器：AppFunctions 实战指南
Android 推出 AppFunctions 助力开发者对接 AI Agent
文章围绕 Android 开发者新工具 AppFunctions 展开。它是 Android Jetpack 库新成员，配合新 API 将应用功能转化为 AI Agent 可执行工具。其目标是建立 OS 级接口，前置要求为 compileSdk = 37 等。介绍现有交互方案局限性，引出 MCP 及 AppFunctions 设计目标。阐述架构设计核心特性与层次，给出实现指南，涵盖依赖配置、Manifest 声明等多方面。还介绍测试验证方法、最佳实践及相关资源，最后说明版本状态，当前为 1.0.0 - alpha09 版本，有部分限制和可用功能。
Google I/O 2026 Android 开发最新动态
Google I/O 2026 公布 Android 开发多方面重大更新
Google I/O 2026 落幕，Android 迎来重大革新，从操作系统迈向智能系统。更新涵盖多方面，包括 Compose 上位、AI Agent 渗透、性能工具 Agent 化、Android 17 底层优化和开发工具链升级。Compose 成首选，View 体系进入维护模式；AI 方面，Google 给出完整技术栈，AppFunctions 让 App 成 Agent 工具，A2UI 使 Agent 生成原生 UI，ADK 实现多 Agent 协同，设备端 AI 基座升级。性能分析工具 Agent 化，如 Perfetto Agent 分析 Trace，LeakCanary 集成进 IDE，R8 Configuration Analyzer 优化配置。Android 17 重写消息机制和垃圾回收。开发工具链升级，有 Android CLI 1.0 Stable、Google AI Studio 生成应用、Android XR SDK 预览版发布。
Flutter 又为 AI 时代添砖加瓦：全新 ComponentLibrary 提议
Flutter提出新增ComponentLibrary提议助力AI时代
近日，Flutter提出增加标准原语ComponentLibrary的提议。其目的是提供统一的“组件注册表/组件目录数据协议”，解决当前GenUI、Stac等工具需自定义支持导致的生态割裂问题。官方设计了Component和ComponentLibrary两个类，前者描述单个组件，后者管理组件库，可保存组件、支持组合及根据ID构建widget。ComponentLibrary适用于企业设计系统、GenUI/Server - driven UI、Widgetbook等场景，但目前处于草稿阶段，存在ID冲突策略、是否进框架等问题待解决。
Xcode AI 编程大更新：Gemini 来了，还有交互式规划和多轮问答
苹果Xcode 27更新，集成Gemini并升级Agent工作流
文章介绍了Xcode 27的AI编程更新。苹果年初在Xcode 26.3引入Agent编程，26.5添加消息队列，到Xcode 27扩展最大，原生集成Gemini，整个Agent工作流升级。Gemini配置后可进行代码review等操作，但需付费订阅。Xcode 27新增交互式规划和多轮问答，交互式规划实用。Claude Code、Codex、Gemini各有优势，Xcode 27也保留自定义接入其他AI的入口。最后作者询问读者开发中用得顺手的AI Agent。
怎么 Flutter 又要凉了？官方问卷作死
Flutter发问卷引争议，官方推贡献者梯队或转基金会模式
近期Flutter发官方问卷询问若从谷歌过渡到独立非营利基金会，用户信任度变化，引发网友询问。官方推出全新外部贡献者等级梯队，规划开发者晋升路线，扩大合作企业地位规模，似想搞独立基金会模式，像其他知名框架一样推进合作。不过问卷问法不妥，预计Flutter会被唱衰一阵。
即刻进行自适应开发，打造无缝且高质量的 Android 应用体验
Google助力开发者进行Android自适应开发打造优质应用
随着Android 17发布，开发迈向“自适应优先”标准。如今用户多设备切换，大屏设备超5.8亿台，多设备用户消费力更强。Google Play推出“针对大屏设备优化”徽章助用户发现优质应用。Android 17取消开发者在大屏设备选择退出屏幕方向和可调整大小限制的机制。此外，移动应用覆盖范围扩展到外接显示器、车载与电视。Googlebook拓展桌面领域应用。官方发布设计和开发者指南，助应用适配新硬件。推荐用Jetpack Compose构建自适应布局，介绍其新布局原语等特性。还提及非触控输入支持、AI驱动的开发者工具等，鼓励开发者采用自适应优先方法开发应用。
产品经理不懂UI框架，需求评审真的会被怼
文章为产品经理梳理前端UI框架知识及选型方法
文章指出在当下，产品经理需了解前端UI框架，否则在需求评审易出问题。前端UI框架是设计好的界面组件集合，能提升研发效率。产品经理了解它，可在设计需求等方面更专业。文中介绍了Ant Design、Element Plus等多种UI框架，包括其特点、适合场景。还给出选择框架的方法，如看产品类型、技术栈、组件完整度、设计定制能力等。最后提醒产品经理避免误区，掌握选型逻辑，懂前端审美和工程效率。
Harness Engineering落地前，先想清楚这几个问题
作者探讨前端在AI时代服务产品与编码的新思路
文章围绕前端在AI时代的定位展开，先介绍传统数据中台门槛高，AI带来破局路径，引出PCG大数据平台部的数据分析AI助手Dola，它能通过自然语言对话完成数据分析。接着从两方面阐述前端服务AI产品：一是优化AI数据分析可视化，开发三维评分推荐引擎，提升推荐准确率；二是攻坚LLM流式对话代码展示体验，自研3.0版本组件解决诸多问题。还从两方面说明服务AI Coding：一是用Harness Engineering思路改造存量项目，建立规则、收敛入口、抽离视觉决策；二是重新审视编程语法与范式，提出显式、可搜索等新标准，前端开发者角色也将转变，最终总结前端要做好服务AI产品和AI Coding两件事。
TRAE Work 已支持产物 HTML 展示
TRAE Work新增产物HTML展示功能，提供丰富交互
TRAE Work中国版和国际版的Work模式新增产物HTML展示功能，可通过网页化形式承载和渲染输出内容，提供丰富视觉交互。如撰写PRD可渲染网页原型图，输出市场调研分析报告呈现模块化网页看板，优化演示文稿能生成HTML预览页，未指定格式时系统会智能匹配网页级界面。
云原生 - AI Native 多智能体数字人架构实践
阿里云AgentTeams助力构建AI Native多智能体数字人架构
文章围绕云原生推出的AgentTeams产品，介绍AI Native多智能体数字人架构实践。先以凌晨告警为例，展示其高效处理问题能力。阐述自动化从RPA到大模型、多Agent协同的演变，引出AgentTeams解决多Agent团队协作问题。解释AI Native概念，强调其可复制、可治理、可演进价值。介绍AgentTeams定位、架构，包括平台Manager与业务分层，以及Human资源三层权限。说明构建AI Native体系的两条路径，选云产品路径完成基础架构搭建。列举15个Agent和4个AI Native场景实践，展示多数字人协同优势。最后指出AI Native让数字人成业务团队‘数字同事’，AgentTeams目标是打造控制治理平面，还提及能力持续演进方向。
爱奇艺大数据混合云存储
爱奇艺大数据团队落地混合云存储架构助力降本
爱奇艺大数据团队自2023年引入混合云应对私有云局限，尽管混合云有弹性与成本优势，但也带来新挑战。团队在多AZ统一调度架构基础上完成混合云建设，升级为混合多云统一调度。通过自研QBFS大数据文件系统提供统一访问入口，实现数据无感路由与自由流转。文章介绍了QBFS的整体架构，包括客户端、数据缓存层等模块。还阐述了公有云对象存储适配，如统一客户端访问、混合云认证鉴权和元数据管理；混合云分层存储，含低频与归档存储；透明迁移，有表级和整库迁移；混合云缓存，解决专线带宽瓶颈。目前该架构已落地，降本超30%，未来将扩大应用、优化策略并拓展功能。
横向拆解Claude Code、Codex等六大Agent上下文压缩策略后，我们做了第 7 个
MUR AI团队基于六大Agent策略落地四级水位线压缩方案
文章横向拆解Claude Code、Codex等六大Agent上下文压缩策略，提炼通用原则，介绍MUR AI的四级水位线方案及云端特化设计。第一代压缩‘撑不住才动手’，体验差，存在悬崖式触发、全量摘要丢细节等问题。第二代走向‘分层 + 渐进’，但实施不当会致缓存失效。共识原则包括分层渐进、成本递增等。MUR AI的四级水位线分Tier 0 - 3，不同阶段采取不同压缩手段。云端Agent还需存储分离、工具差异化、跨轮缓存和多用户隔离。此外，文章阐述关键决策原因、红线规则、可观测性及未做之事，强调压缩目标是保护模型注意力。
正式推出 Gemma 4 12B: 一款统一、免编码器的多模态模型
Google推出多模态模型Gemma 4 12B并介绍其特性
Google推出多模态模型Gemma 4 12B，旨在将智能体多模态智能引入笔记本电脑，填补E4B与26B MoE模型空白。该模型内存占用小、功能强大，是首款原生支持音频输入的端侧中型模型。Gemma系列下载量超1.5亿次，开发者用其构建多样应用。Gemma 4 12B亮点包括统一架构、推理能力强、适配笔记本、开放易获取、支持草稿模型。它性能接近26B MoE模型，采用免编码器架构处理多模态输入。用户可通过多种方式体验和使用该模型，还可关注“谷歌开发者”公众号获取资讯。
微信正在变成Agent时代的操作系统。
腾讯微信多举措布局，欲成AI时代操作系统
近期微信Agent曝光消息增多。6月2日，腾讯测试嵌入微信的AI Agent，可调用小程序完成任务；6月4日，微信与手机厂商合作推A2A助手能力；6月8日，微信发布开发者接入AI生态指引，提供自动接入模式。微信内部连接庞大生态和小程序，外部连接硬件，有成为AI时代操作系统之势。此外，微信Agent生态已摸到代理式交易雏形，若成局意义重大。
《AI重塑经营：2026中国电商AI应用白皮书》正式发布！
淘天集团等联合发布2026中国电商AI应用白皮书
淘天集团商家平台、业务技术与《天下网商》联合发布《AI重塑经营：2026中国电商AI应用白皮书》。白皮书调研900余商家发现，多数商家已高频使用AI。书中设计“AI融合指数层级”衡量AI融入经营的程度。2023年AI多为单点辅助，2026年则进入店铺日常运转。AI对商家有三方面价值：增长上，进入“生成—测试—反馈—选优”闭环；决策上，辅助经营者判断；提效上，接走耗时运营分析。多数商家处L2常规应用，未来应先做深高频场景从L2到L3。L4是AI全链路融合，商家经营将进入托管模式，经验沉淀为资产，AI不断进化，平台进入“基座+生态”时代。
Kimi Code 焕新升级（附视频教程）
Kimi Code焕新升级，具备多项新功能及教程
Kimi Code是开源Coding Agent产品，近期迎来大版本升级。具有极简安装，一行命令即可安装且毫秒级启动；支持视频理解，可提取视频色调、剪辑视频、根据录屏生成代码；有权威数据源，支持同花顺、天眼查，可查询股票价格等信息；支持ACP协议，能在JetBrains、Zed中使用；还有丰富完善的hook生态，方便集成到其他工具。文章还给出安装、接入数据库、视频操作等教程，并罗列了Kimi近期更新内容。
帮大家总结了一下凌晨的苹果WWDC26。
苹果WWDC26发布AI相关更新，Siri等功能升级
苹果2026年的WWDC结束，这是Tim Cook作为CEO最后一次主持。发布会主题围绕AI展开，包括：1. Apple Intelligence新架构：与Google Gemini深度合作搭建模型，部署双端侧模型，设计系统编排器调度，注重隐私保护；2. Siri AI：命名新版Siri为Siri AI，核心能力、语音体验、听写等升级，还集成写作工具，推出独立App且跨平台；3. APP智能化：Safari、密码App等多个应用新增AI功能；4. 创意与影像：Image Playground升级，Photos有AI编辑三件套；5. 开发者工具：Xcode等工具更新；6. 体验升级：Liquid Glass优化，系统性能提升，搜索基础设施重建，还有多方面小更新。不过苹果动作慢，国区大多功能不支持。
4000行代码撑起一个Agent框架？nanobot架构深度解析
香港大学数据科学实验室开源nanobot架构深度解析
香港大学数据科学实验室的nanobot于2026年2月初开源，30天内获28,500+ GitHub Stars、8次大版本发布，核心代码仅3,935行。文章深度解析其架构：控制面集中在AgentLoop；核心是ReAct循环极简实现；Tool系统以Python插件为最小接口；Skill系统用Markdown扩展LLM能力，有懒加载机制；记忆系统用grep而非RAG；Subagent系统通过消息总线重注入通知结果；MCP集成实现标准协议桥接。还提炼出配置驱动扩展等可借鉴原则，并给出使用建议。
WWDC 2026，Siri 终于交作业了，但国区得等下一次花季
苹果在WWDC 2026推出新Siri，国区用户或明年用上
北京时间6月9日凌晨，WWDC 2026开场，这是Tim Cook主持的最后一届，9月1日John Ternus将接任CEO。此次大会重点是Siri AI，苹果此前承诺Siri拥有多种能力却拖了两年。本届大会苹果联合Google打造新基础大模型，支持Siri运行。Siri成独立App，有多种能力，未来或成持续工作台。新Siri要实现上下文、屏幕感知、跨应用功能，还需大量工程能力。iOS 27或增加扩展机制，让系统部分问题交第三方模型。大部分用户9月可用Siri，国区用户乐观估计明年用上。
完整全文| WWDC苹果开发者大会2026：苹果如何开启AI重塑个人化体验
苹果在WWDC 2026大会推出AI新架构及Siri AI等创新功能
在2026年的全球开发者大会上，苹果展示了软件、硬件及人工智能领域的重大进展。推出深度集成于系统的“Apple Intelligence”新架构，结合设备端与私有云计算，保护隐私并提供多模态能力。Siri进化为“Siri AI”，具备屏幕感知、深度对话等能力。iOS、iPadOS和macOS迎来性能优化与设计改良，如“液态玻璃”设计、提升应用启动和照片加载速度等。还推出儿童安全工具，控制孩子接触内容和使用时间。此外，“图像游乐场”可生成图像，照片“空间重构”工具可调整构图。开发者可利用新工具构建应用。这些创新功能将于秋季正式推向市场。
Siri 终于认真了！WWDC26 苹果 AI 全面升级，中国市场遥遥无期
苹果在 WWDC26 全面升级 AI，但中国市场暂无法使用
WWDC26 上苹果大力推进 AI 主线，新一代 Siri 成为真正的系统代理，如相机里的 Siri 模式可实时理解画面内容；Apple Intelligence 深入系统层，写作、照片编辑、消息通知等功能升级。苹果将 AI 作为系统功能默认底层，其隐私架构多在端侧完成，保障用户信任。不过，苹果 AI 首批功能不含中国，进入中国需过模型合规、云端本地化、内容安全审核三关，后续可能先在美和英语市场打磨成熟再推进。
Claude Code的年度回顾| 负责人和产品经理深度复盘
Claude Code负责人和产品负责人复盘其一年发展成果
文章是Claude Code负责人Boris和产品负责人Cat对其一年发展的复盘。Claude Code从最初简单的代码助手，演变为智能体集群，多智能体协作核心在于“技能”沉淀。自动化例程让智能体自主监测反馈、修复Bug。自动模式借助模型审查权限，更安全高效。AI使职能界限模糊，全员参与开发。企业应将AI置于业务核心，释放潜力。工程界正从提示词工程转向上下文极简主义，未来将构建以AI为核心的协作生态。
马斯克SpaceX IPO前夕的最新访谈和发布：SpaceX 的星际 AI 与能源革命
马斯克在SpaceX IPO前夕发布星际AI与能源革命计划
SpaceX IPO前夕，马斯克在总部访谈中提出推动人类向卡尔达肖夫II型文明跨越的计划。他指出人类未达I型文明，需打破地球大气制约。星舰V3目标是将年入轨质量从千吨级提至百万吨级，为太空建设提供运力。AI1卫星利用太空太阳能和散热优势，解决地表数据中心瓶颈。TerraFab芯片工厂规模宏大，目标是实现太空AI计算速率的大幅增长。终极愿景是在月球利用低重力环境，通过电磁投射技术实现大规模太空建设。
Siri AI来了：苹果的身体，谷歌的大脑
苹果在WWDC26大会推出用谷歌大脑的Siri AI
北京时间6月9日凌晨，苹果WWDC26开发者大会推出Siri AI。全新Siri有独立APP，能读取屏幕内容、跨应用操作。但其推理“大脑”是向谷歌定制的Gemini，苹果每年支付约10亿美元。Siri AI虽有进步，如支持连续对话、成系统级智能体等，但也遭质疑。部分从业者认为其功能缺乏新意，未与对手拉开差距；国行版暂不提供，改造复杂、时间未知；信任方面，它读取用户数据与苹果隐私理念有落差，责任难界定。苹果推出Siri AI是因资本市场、开发者和用户信任、库克卸任三重压力，是战略优先级重排。
Kimi赌上万亿Token预测世界杯：AI不是万能，AI公司也别装
Kimi用万亿Token参与世界杯预测，挑战AI行业潜规则
2026年世界杯成大模型秀场，6月8日Kimi下场预测，用Agent集群对104场比赛逐场预测复盘，提出德国队可能爆冷夺冠，还称预测可能错误。Kimi举办活动，用户选主队赢球可瓜分Token奖池。Kimi认为德国队被低估，因市场与球队实力指标错位。以往AI预测赛事多随大流，成营销生意，而Kimi给出预测结果同时标置信度，还公开过往成绩，邀请同行下场。Kimi这么做一是技术有底，靠300个Agent多维度预测；二是押注用户对诚实AI的需求。此外，活动中进球会向中国足球捐Token。
Claude Fable 5正式发布 - 王者归航。
Anthropic发布Claude Fable 5和Mythos 5模型
Anthropic发布Claude Fable 5和Mythos 5，前者加安全分类器面向大众，后者仅给老伙伴升级。Fable 5是究极水桶模型，人类知识构建而成，已在Claude上线。6月22日前，它免费包含在部分订阅方案，之后仅能API使用。其价格高、速度慢，但能力强，跑分全面碾压。作者用它完成热点排序开发、评分机制优化、移动端适配等任务，效果远超Opus 4.8。官方案例中，它能完成代码迁移、游戏通关、工具设计等。Mythos 5在生命科学和基因组学研究表现出色。不过Fable 5有安全限制，体验时额度消耗快，作者感慨AI进步让自己跟不上，思考自身价值。
全新汽车品牌AIVA发布！火山引擎助力打造AI汽车新体验
AIVA汽车品牌发布，火山引擎助力打造AI汽车体验
AI先锋生态出行品牌AIVA正式发布，它由赛力斯、宁德时代等多方产业资本组建。火山引擎作为技术合作伙伴，为其提供豆包大模型、智能座舱等技术服务。发布会上，AIVA Origin Concept概念车首亮相，首款量产车型AIVA ME7将于2026年内亮相，全系覆盖20万元以上主流市场。AIVA以AI技术为驱动，提出“AI定义汽车”路径，从用户需求出发定义产品。火山引擎与AIVA深度共创，助力打造AI汽车体验，让汽车成为能持续进化的智能伙伴。
刚刚，最强Claude Mythos 5发布！
Anthropic发布Claude Mythos 5及Fable 5两个版本大模型
Anthropic发布最强Claude Mythos 5，分Claude Fable 5和Claude Mythos 5两个版本。Fable 5面向所有用户，遇风险问题降级调用Claude Opus 4.8；Mythos 5仅少数受信任用户可用，在网安等领域解除限制。新模型自主运行时间长，API定价降低。Fable 5在软件工程、视觉、长上下文等多领域表现出色，如软件工程评测超GPT - 5.5，原生视觉盲打通关游戏等。Mythos 5在生物医药等前沿科研领域强大，能独立完成生物学家工作流。Fable 5设防护网，遇高风险问题切换模型，虽多数会话不触发降级，但存在正常请求被误伤和数据留存问题。著名AI学者测试发现人类与大模型协作范式转变，人类渐成‘甲方’。此外，Pro等版本用户在特定时间可免费使用Fable 5。
先有百万商家，再谈Agent网络——码上飞的逆向逻辑
码上飞助力商家数字化，构建Business Agent网络
文章围绕码上飞在Agent时代的业务展开。当前大家讨论AI agent多聚焦入口，却忽视供给侧未准备好的问题。码上飞先帮商家完成业务数字化，再转化为Business Agent接入大生态。其路径是从业务数字化到经营化再到Agent化，目前平台注册用户超百万，收入可观。义乌AI小店是验证样本，证明链路可复制。码上飞不建C端入口，而是接入华为、百度等大生态，沉淀出Business Agent Network。Agent时代上半场拼入口，下半场拼供给，码上飞选择在供给侧发力。
Meshy 做出了全球首个 3D Agent，3D 资产生产进入新拐点
Meshy发布全球首个3D创作AI Agent Meshy 3D Agent
文章指出3D打印硬件门槛低，但3D模型获取难阻碍其普及。6月5日，Meshy发布全球首个3D创作AI Agent——Meshy 3D Agent，它能理解用户意图，完成从概念到模型导出流程。该Agent是Meshy多年沉淀，将AI 3D创作链路关键能力浓缩其中。实测显示，它适合小白和专家，在3D打印和游戏资产生成场景表现出色，支持多种模型格式导出。Meshy 3D Agent降低3D创作门槛，让3D模型未来或成日常表达方式。
AI 能考过计算机等级考试吗？
微软亚洲研究院用NCRE测试7大前沿大模型办公能力
微软亚洲研究院将NCRE一、二级200道Word、Excel、PPT实操题让7个前沿大模型作答，用官方评分引擎打分。结果显示，单轮模型最高36.6分，配“编程智能体”最高68.8分，远低于社区标准解答的95.5分。研究引入NCRE作为测试基准，打造全新办公自动化基准测试OfficeEval。评测设“单轮代码生成”和“编程智能体”两种模式，大模型在单轮模式表现低迷，智能体模式有改善但未及格。大模型在办公应用中“偏科”，PPT最难，动画与图形媒体类技能通过率低。单轮模式主要问题是程序崩溃，智能体模式实现知识错误占比飙升。阻碍AI的痛点有样式库与API常量断层、缺乏视觉反馈、迭代回退现象，未来需引入状态检查等机制。
让 Claude Code 拥有自我进化和记忆系统｜得物技术
得物技术为Claude Code构建持久化记忆与学习系统
文章介绍了得物技术为Claude Code构建的持久化记忆与自我学习系统。系统由行为观测层、模式提炼层和记忆注入层构成，形成自学习闭环。行为观测层通过Hook机制捕获工具调用，记录观测数据并管理生命周期；模式提炼层会话结束时分析数据，通过统计模式检测和AI语义分析提炼行为模式，经去重、聚合后注入规则；记忆注入层处理知识性记忆，实现记忆召回与注入。系统采用本地Embedding模型保障隐私。还介绍了数据流、防膨胀等设计，实际效果显著，如冷启动时间从10分钟降至30秒、Token消耗降约78%、错误重复率降80%，且有知识复利效应。
阿里云 AI 网关 FinOps 能力正式上线丨让每一个 Token 的消耗都“看得见、管得住”
阿里云AI网关上线FinOps能力助力大模型成本治理
随着企业AI应用深入，大模型调用成本治理成必答题，传统“事后对账”模式难适配。阿里云AI网关上线FinOps能力，从“消费者配额”切入。此次上线新增FinOps一级分类，以消费者配额为二级分类首发，围绕“规则定义”和“用量监控”提供配额治理闭环。可灵活定义配额规则，支持多时区、自然周期选择，还能进行全生命周期规则状态管理。同时，“消费者用量”模块提供多维度统计，让成本可观测。该能力将成本变为可操作的工程化能力，助企业AI调用“花得明白、用得安心”。
Claude Fable 5：最强 AI 正在变成“特权资源”
Anthropic发布Claude Fable 5，引发前沿AI访问权竞赛
2026年6月9日，Anthropic发布Claude Fable 5，在测试基准上表现出色。它打破原有产品线逻辑，分公开的Fable 5和受限的Mythos 5，二者使用同一底层模型但安全防护和访问策略不同。Fable 5能力强，适合复杂任务，但价格贵。其有fallback路由机制，遇高风险主题交给Opus 4.8处理。不过，它存在静默削弱争议，引发对能力分配和信任机制的讨论。Mythos在漏洞发现上成果显著，且模型要求30天留存。这使前沿AI从能力竞赛转向访问权竞赛，也为开源阵营提供新理由。
正在升温的 Voice AI 赛道，出现了一家初创团队 Hojo
初创团队Hojo发布有竞争力的语音识别模型Hojo - ASR - V1
文章聚焦升温的Voice AI赛道，介绍初创团队Hojo。当大家关注通用大模型时，Voice AI赛道出现新模型。Hojo公开的Hojo - ASR - V1在英文语音识别数据集成绩优异，开源后经实测，识别速度和准确率不错，可作为语音输入引擎。Hojo还投入TTS方向，其TTS模型能实现多语言、多音色合成及音色复刻。Hojo想做面向知识工作者的Personal Agent OS，团队成员有丰富语音场景经验，已获近亿元4轮融资，为千万量级设备提供语音能力，还计划6月底推全双工语音模型。当下大厂加码Voice AI，投资热度高，语音正成Agent获取上下文入口，ASR竞争升维，Hojo - ASR - V1的出现让Voice AI受更多关注。
LangChain + Easysearch + MiMo 大模型——从零构建企业级 RAG 向量检索系统
利用LangChain、Easysearch和MiMo搭建企业级RAG向量检索系统
本文介绍如何用LangChain、Easysearch和MiMo大模型构建企业级RAG向量检索系统。先阐述组合背景，Easysearch用于向量存储与检索，MiMo负责文本向量化与答案生成，自研框架作编排层。接着说明RAG链路分离线写入和在线检索生成两阶段。然后详细介绍各步骤：环境准备需Easysearch集群、MiMo API Key等；用MiMo生成向量要处理截断、推理内容等问题；写入文档绕开ES 8.x客户端校验；验证检索效果可通过kNN查询和混合检索；构建RAG问答链需自定义Prompt；支持交互式对话。最后给出避坑指南和落地清单，总结关键设计决策。
LLM Agent 设计模式：从 ReAct 到多智能体协作
文章梳理六种LLM Agent设计模式并给出选择建议
文章系统梳理六种LLM Agent设计模式。ReAct是基础框架，通过Thought-Action-Observation循环处理任务，不依赖Function Calling，可解释性强。CodeAct是ReAct演进，动态生成代码，灵活性高。计划模式分简单和高级版本，前者一次性生成计划，后者动态更新。反思模式引入反思Agent优化输出。人机协作模式在执行中暂停向用户提问。文章对比各模式特征，给出选择决策树和组合使用建议，强调应根据任务复杂度、可靠性要求和成本约束选模式。
AI产品的冷启动：从0到1000用户的真实案例拆解
文章拆解Notion AI等产品冷启动案例并给出实操建议
文章指出AI产品冷启动常因错误增长策略失败，通过Notion AI、Jasper和Grammarly案例，揭示低成本获客之道。Notion AI找内容创作者试用并分享；Jasper先建社群分享知识，再推产品；Grammarly做浏览器插件自然获客。这些案例共同点是选精准渠道、提供即时价值、利用用户生成内容。最后给独立开发者建议，如找内容生产者、先建社群、做插件等，强调冷启动关键是建立用户信任。
从0到1带你速通WorkBuddy，这可能是最适合国内的Agent产品。
作者发布WorkBuddy从0到1的使用教程
作者因应读者需求，撰写WorkBuddy从0到1的教程。它适合国内用户，可覆盖日常办公七八成需求。教程主要内容：1.安装：官网workbuddy.cn下载对应版本，微信扫码登录，有免费和付费版，腾讯推出企业版。2.认识界面：对话区有代码开发、日常办公、设计创意三种场景模式；对话框下方有工作模式、模型选择等；右侧可上传文件；下方可选择工作空间。3.专家和技能：内置100多个专家，可创建专家和技能，还能通过连接器打通外部服务。4.修改设置：建议打开技能自动更新、锁屏远程、对话记忆等开关，配置自定义指令。5.任务实践：通过办公和开发任务展示其功能，开发方面国产模型处理复杂工程能力有限。6.远程控制：与微信打通，可在手机端小程序操控。
看完 Cursor 的开发者报告，我发现写代码这件事变了
Cursor发布开发者报告展现AI Coding趋势变化
文章基于Cursor发布的《2026年春季Cursor开发者习惯报告》，指出AI Coding正从“工具红利”走向“系统重构”，软件开发从“人主导、AI辅助”转向“人设定目标、AI执行流程”。报告从五个角度呈现变革：开发者加速，代码产出速度、提交量等提升；智能经济学，不同模型成本差异大；超级用户差距，顶尖1%用户收益高；上下文崛起，模型读取上下文增多；迈向自动化，AI正实现软件开发全生命周期自动化。
TRAE SOLO 正式升级 TRAE Work：让 AI 真正进入日常工作
TRAE SOLO升级为TRAE Work，让AI进入日常工作
6月9日，TRAE SOLO正式升级为TRAE Work，桌面端与网页端同步上线。Work将已有的使用场景写进产品命名，把服务开发者的能力变为大众可用的AI工作入口。AI Coding正向AI Working外溢，工作场景需AI有持续推进任务的能力，这也是TRAE Work的核心。TRAE因从AI编程起步，有做Work的产品基因。实测显示，TRAE Work能将内容创业想法做成可交互原型，还能把开发者调查数据变成可视化选题报告。未来，它要证明任务执行能力能否走向普通人日常工作。
腾讯混元AI Infra进化：HPC-Ops推理核心算子全面升级
腾讯混元AI Infra团队升级HPC - Ops推理核心算子
腾讯混元AI Infra团队对HPC - Ops推理核心算子全面升级。HPC - Ops是工业级大模型推理底层算子库，首轮开源提供多个高性能算子。此次升级推出五大关键算子，包括Attention、Router GEMM、FusedMoE、Fused AllReduce+Norm和Sampler，缓解了实际工程瓶颈，多项性能指标优于开源基线。如Attention采用动态负载调度，长文本最高加速2.95x；Router GEMM用双BF16组合模拟FP32精度；FusedMoE重构流水线架构；Fused AllReduce+Norm融合通信与计算；Sampler将多个操作融合为2个CUDA Kernel。实验表明各算子性能提升显著，未来团队将持续迭代优化。
[视频] 生态智能体互联技术的探索与实践
蚂蚁集团分享支付宝生态智能体互联技术探索实践
今年4月W3C中国在杭州举办论坛，主题为‘Web与AI：意图导向的下一代Web’。蚂蚁集团刘韫萱分享支付宝在生态智能体互联技术的探索实践。当前已进入2026年自主智能体时代，支付宝提出‘聚集与供给’战略，升级内部服务并对外提供。还推出‘Agent Hub Access’方案，采用创新客户端通信架构，分三阶段实现智能体互联。方案已规模化应用，集成于OPPO和荣耀系统级助手，还与多伙伴在前沿领域落地创新场景，展现智能体互联愿景。
人是最慢的节点，还怎么管AI Agent？｜AI跃迁者调研
Multica创始人张佳圆分享Agent协作平台相关经验
本文是对Multica创始人张佳圆的访谈。Multica是开源的Agent协作与编排平台，连续霸榜GitHub Trending。访谈围绕Multica展开，介绍其产品定位是Agent协作层，有运行时、智能体、Agent Team三个核心概念。组织架构去掉中间层，一人端到端负责。Agent设计分三类角色、最多两层。工作流为周一planning、每天6点demo，其余交给Agent。人的工作只剩与人沟通部分，用Agent idle率评估组织AI程度。还探讨了信任、思考退化等问题，以及产品演示、设计思路、工作模式、开源商业化等内容。
基础设施到 Agent 体验丨从 Claude Fable 5 看安全护栏的演进
Anthropic发布Claude Fable 5，展现安全护栏演进
Anthropic发布Claude Fable 5，其运行时行为值得关注，当请求触发安全边界，会切换到Opus4.8。安全护栏并非新概念，在不同场景有不同应用。云平台用它约束资源，阿里云构建分层策略体系，保障资源创建、变更和访问安全；AI网关用它约束模型输出，阿里云AI网关的Qwen3Guard能做内容合规检测等；Anthropic用它约束模型间路由，Fable 5触发安全边界时会路由到Opus 4.8。安全护栏有声明式、旁路执行、梯度响应、可观测、分层继承等共性设计原则，未来或有更广泛应用。
AgentForge —— 让一句话变成一个生产可用的 Agent
飞猪推出AgentForge平台让一句话变可用Agent
文章介绍了AgentForge平台，它能让一句话变成生产可用的Agent。该平台解决了不同人群在造Agent时的痛点，如非技术同学无代码门槛、Node技术同学有全链路SOP、Java同学无痛复用架构、小团队可编排Agent战队。使用时按新建、选模式、描述生成、装备、使用步骤操作，还具备关联钉钉等配套能力。其核心技术有飞猪自研记忆SDK、集团HSF转MCP网关等，通过工程组织哲学将碎片化能力系统化。平台已稳定运行，沉淀多个真实Agent。短期目标降低造Agent门槛，中期让Agent相互调用形成生态。
Claude 的增长飞轮
Anthropic靠Claude Code写代码能力实现高估值增长
文章聚焦Anthropic公司，其聊天机器人Claude在市场份额上不敌ChatGPT，但估值却与OpenAI相近。该公司八成收入来自企业客户走API按用量付费。它构建了独特增长飞轮，模型能力强吸引企业付费，付费买算力训更强模型。其年化收入两年翻30倍，主要靠程序员买单，Claude Code上线12个月收入达25亿美元。Anthropic工程师用Claude造下一代Claude，形成“自举”效应。虽已盈利，算力成本降低，但收入记账口径与其他公司有差异，且AI提升程序员效率存争议，其增长依赖算力和信仰。
微信还是被低估了
刘润解读微信AI或成意图入口带来新机遇
文章指出大家低估了微信AI，它可能成为中国互联网首个真正的意图入口。用户表达意图后，微信AI判断交给合适平台，拥有意图分配权。过去平台先绑定意图再分配流量，如今服务商纠结是否接入微信AI，既可能带来新机会，又可能让过去的“意图绑定”努力白费。微信采用双重授权，降低合作成本、减少生态摩擦，且调用是双向的。微信AI不会马上成为比价器，意图分配逻辑有用户点名、历史偏好等5种。对于平台、品牌商和创业者而言，需重新思考自身价值和机会。
B站 Index LLM 团队论文开源：170亿次真实用户交互背后的UGC视频评估新范式
B站Index LLM团队开源论文提出UGC视频评估新范式
哔哩哔哩Index LLM团队提出CASTER，被ACL 2026收录。它能让AI模拟观众反应判断视频能否获社区认可。采用Social-CoT推理机制，先实例化观众人设，模拟情感反应，再汇聚社区心智。MEDEA框架将其落地，经挖掘智慧、SFT和RL对齐人类社区标准训练。团队发布CASTER - Bench数据集，实验显示MEDEA全面超越GPT - 5.2等基线方法。CASTER已在B站内容分发链路部署，能早期识别优质稿件，7月5日将在美国展示。
Agent skill 迭代式编写实战
淘天集团物流技术团队分享 Agent Skill 迭代编写经验
本文是作者摸索 Agent Skill 编写的经验总结。先介绍其概念，它是模块化能力包，类似给 AI 的“操作手册”，2025 年 10 月中旬相关标准发布。还说明了适用场景，如半自动化重复流程等。编写方面，推荐先装元 skill，设计遵循三层渐进式加载架构，开发采用迭代方式，包括用决策树替代模糊判断、负向约束配替代方案、建立自查和外部 eval 机制等。多人协作可借助 skills.sh 工具。Skill 本质是以文件系统结构替代运行时服务，零依赖部署，虽确定性稍弱，但能将隐性专家经验转化为可复用知识资产，不过复杂场景仍需专用 Agent 框架。
从仓库维护者到架构师｜首个大规模真实仓库长程任务 SWE 数据集 DeNovoSWE 发布，火山引擎云沙箱提供支撑
中国人民大学团队发布DeNovoSWE数据集，获火山引擎云沙箱支撑
当下LLM Code Agent能力加速迭代，长程任务成关键，相关评测基准相继发布。但长程任务规模化数据构建难题待解，火山引擎云沙箱具备高并发调度、强安全隔离、灵活可控执行环境等能力，可解决此问题。中国人民大学高瓴人工智能学院团队依托该云沙箱发布DeNovoSWE数据集，它聚焦仓库级别代码从零生成，采用特定机制构建，含4818个真实样本，缓解了题目难度与轨迹质量权衡问题。基于此数据集训练的模型在多个评测基准上显著提升，未来代码智能体需跨越从文档重建仓库的门槛，火山引擎云沙箱为其研发提供有力支撑。
Anthropic 突发全面禁用 Claude Fable 5
Anthropic因合规要求全面禁用Claude Fable 5等模型
美国因安全发布出口管制指令，要求暂停外国国民对Claude Fable 5和Claude Mythos 5访问，因存在绕过Fable 5的方法。Anthropic为合规全面禁用两模型，包括API、Claude平台等渠道，待后续恢复。经审查，这是个非通用技术，能力与公开模型相当，未发现通用jailbreak。绕过Fable 5方法或由Pliny分享，用Opus 4.8辅助组合攻击，使模型输出应被拦截内容。
从武林高手到带兵打仗：个人能力到团队领导力的跃升 | 刘润日课
刘润日课讲解个人到团队领导力的跃升路径
文章以武林高手和带兵打仗作类比，阐述个人能力到团队领导力的跃升。指出武林高手靠单兵战术，带兵打仗需战略筹谋，如陈庆之虽不善武力却能率白袍军百战百胜。提醒刚转管理的人，不能只专注业务，要关注团队成员。还给出从好兵到好将军的跃升路径，即从单打独斗到带团队成事，完成思维和眼界的重组，并推荐阅读《关键跃升》。
过来人口述：快被AI取代的专业，还值得报吗？
AIX财经采访五人分享AI时代专业报考建议
2026年高考结束，报志愿问题受关注，AI改变各行业规则。AIX财经采访五位过来人，分享专业选择看法。AI创业公司CEO Neil认为，顶尖名校专业不重要，非顶尖学校选专业要结合兴趣和职业方向，提升思维等能力；制片人陈洪伟推荐能锤炼思维的专业，强调培养孩子主体性；安全工程师AloneMonkey称除非热爱，否则慎报计算机专业，AI冲击前端和服务端；金融从业者老周建议计算机往深学，金融需形成“技术+金融”复合能力；律师Susan Liu表示法学能报，但AI拉高新人门槛，要练逻辑、选高门槛细分领域。
