本期早报精讲三篇文章：一是 Every CEO Dan Shipper 介绍在 AI 快速演进中如何用小型实验室机制筛选产品创意，通过内部采用、早期客户测试等管线判断原型价值，其 AI 编辑助手已减少 12% 编辑工作量；二是 Elastic 分享用原子声明验证减少 LLM 幻觉的方法，将知识库文章合并拆解为可逐项核对的声明，把合并时间从一小时缩短到五分钟；三是 Thoughtworks 作者探讨健康的同行反馈机制，强调人类反馈不可被 AI 替代。速览部分涵盖 AI 代码现代化、机器人仿真资产、京东 AI 知识库、视觉模型 Skills 封装和 TPU 大模型训练复现等内容。
作者介绍了用 TypeSafe 新发布的判断型模型 Jev 与 Agent 协作搭建广告素材自动化筛选库的实践。Jev 不生成文本，只做选择题、打分和是非判断，单次判断 70-500 毫秒，输入价格极低。作者将 RollerAds 的 4,000 多条素材接入 Polaris 追踪系统，让 Jev 每条回答 12 个问题（钩子类型、优惠、CTA、审核风险等），400 条素材 20.6 秒即可读完。每小时自动为新素材补标签，再按规则筛选出置信样本交给 Agent 做二创和测试，大幅节省 Token 成本，实现高效的投放自动化工作流。
文章介绍了开源项目 Creator Buddy，将小红书起号全流程拆解为 10 个 AI Skill：总控调度、账号定位、选题、标题、正文写作、封面设计、图文排版、配图、账号体检和笔记复盘。作者详细说明每个 Skill 的安装方法和调用提示词，指导用户如何用自然语言在 Codex 等 Agent 中运行这套工具，实现从定位到复盘的闭环运营流程。项目已在 GitHub 获约 1500 Star。文章还建议先跑通定位→选题→正文→标题→封面→复盘的最小流程，再逐步深入使用。
Anthropic 成立新的生命科学团队和实验室，尝试用 AI 辅助基础生物学研究。约 950 个 Claude 智能体在 21 小时内分析了超过 20 万个 DNA 样本，自主发现了一套名为 ART 的全新酶系统，其结构类似基因编辑工具 CRISPR，包含逆转录酶、未知辅助蛋白和重复 DNA 序列。虽然 ART 的具体功能尚不清楚，但初步测试显示其重复序列会表达成多种短 RNA 分子，工作机制可能与 CRISPR 类似。CRISPR 领域先驱张锋对此表示认可，认为这是 AI 参与生物学发现的重要案例。
作者实测豆包工作最新版上线的三个新功能：目标模式、计划模式和任务队列。目标模式允许用户在开工前写入验收标准，执行完自动逐项校验，不达标自动返工；计划模式先产出 Markdown 实施计划供审核确认后才动文件，节省额度；任务队列支持在任务运行中排队追加指令并可插队。作者用一个真实案例——一句话生成自动收集国外热门科技播客并上线（Next.js 技术栈、每周定时抓取、中文总结）的网站——串联演示了三个功能，最终网站成功部署上线。文章认为豆包工作正从对话框向'先定标准、按标交付'的 Agent 工具演进。
作者分享了使用 AI 工具 WorkBuddy 制作企业汇报 PPT 的经验。文章首先分析了为什么不用 HTML 做演示文稿：固定模板留白过多、修改不便、企业协作接受度低，可编辑的 PPT 更适合汇报、演讲和文件交接。随后作者以上海线下分享为例，讲述了完整制作流程：先让 AI 整理大纲（对比 ChatGPT 和 WorkBuddy 的输出），再交给 WorkBuddy 生成，并回答配图、风格等设计问题。文章给出了详细的操作步骤和可直接复用的提示词，涵盖大纲整理、设计确认、按页修改、导出检查等环节。WorkBuddy 除生成可编辑 PPT 外，还附带 DESIGN.md 设计规范、逐页文稿和演讲稿。
作者认为个人 AI 生产力提升并不重要，因为现代社会是高密度协作网络，多数人只是资源路由节点，岗位看重的是资源流量而非生产力增量。AI 带来的效率提升网络用不上，只能转化为个人闲暇。真正关键的是网络连接关系的变化，它能带来资源和权力的重分配。AI 大 V 通过制造预测获取注意力与连接才是聪明做法。作者还认为 Agent 时代的 AI 能力差异将缓慢转化为网络拓扑变化，并吐槽监管层压住 crypto 而吹捧 AI，但相信 AI 与 crypto 的结合终将到来。
文章论述企业不会在瞬间被 AI 击败，而是逐季度缓慢落后。作者引用 PwC 和 McKinsey 调查数据指出，尽管员工普遍使用 AI 工具，但大多数企业未获得显著财务回报。类比电力时代工厂保留蒸汽机传动轴的教训，说明仅购买 AI 许可证而不重构工作流程无法释放价值。结合 Microsoft 及医疗授权平台等案例，作者强调必须围绕 AI 重新设计工作流。文末提出企业落后于 AI 的七个阶段，警示渐进式衰退的风险。
作者基于两个月通过FDE赚取20万元、平台储备500多个FDE、走访60多个真实项目的一线经验，揭示FDE行业的真实现状。文章指出国内FDE本质是帮企业用上AI，而非Palantir式的高端模式；深度数据治理是新兴团队不该碰的无底洞；总包模式因下游交付能力薄弱风险极高。企业多数需求用通用办公Agent即可解决，真正闷声发大财的是懂业务的代运营团队，他们借助vibe coding做轻量智能体和落地陪跑。获客应网上发声、线下拿单，最终作者决定放弃FDE重交付模式。
作者分享了用对话式 AI 视频工具 Pexo 制作一支 41 秒 16-bit 像素风产品宣传片的完整流程。文章详细介绍了四个关键步骤：先为产品找到真实关系确定故事，用漏斗法确定画风，制作一版扎实的分镜表，以及固定五块结构的提示词写法。作者总结了与 Pexo 对话生成的四个回合经验：先让 AI 复述确认理解、提供完整脚本上下文、涉及品牌授权自己决策、分段生成指定模型。最后强调 AI 不是一键出片按钮，需要先想好故事、画风和分镜，AI 才能高效完成生成、拼接和配乐工作。
作者分享了自己搭建个人远程工作流的经验：通过 Telegram 连接本地 Eagle 资产库和电脑开发工具，实现手机发指令、家里电脑自动执行任务的闭环。作者认为通用 Agent 不适合有固定规矩的本地环境，转而采用任务分流架构：图片归档直接调用 Eagle API，轻量任务用轻量模型，复杂工程交给 CLI 无头模式执行。文章还解决了 Telegram 相册消息拆分、远程唤醒阻塞前台等实际问题，用标准输入传任务、保存会话 ID、文件夹记录状态等细节保证流程稳定，强调 Agent 应安静接入工作流，而非做万能的电子宠物。
作者被一位985博士安利了ScienceBuddy后，感慨现在的年轻人恰逢其时。ScienceBuddy是PhAILabs推出的免费AI科研工作台，集成了文献检索、数据库查询、组学分析等科研工具。作者重点介绍了两大功能：一是数据分析，上传数据后它会自动规划步骤、检查数据、运行代码，生成图表和分析脚本，全过程在轨迹中可查看可追溯，作者用Apple健康数据验证了效果；二是制定计划，能将模糊的研究或学习目标拆解为详细的落地路线图。文中还提到它与Claude相似，将多个领域的真实科研代码做成供AI Agent练习的环境，目前完全免费且响应速度快。
文章介绍了 Cherry Studio 最新版本中的 office-transform 功能。用户在文件预览区域打开「选区」，选中需要修改的部分并说明修改需求，Agent 即可精准执行。该功能支持 Excel、Word、PDF、PPT 四种格式：Excel 可修改数值或公式，Word 可整体修改或扩充段落，PDF 支持提取单页或内容（只能取不能改），PPT 可提取或修改指定区域的文字。核心操作只需点一下、说一句，省去繁琐的复制粘贴和复杂修改描述。
本文以小白视角详细介绍WorkBuddy的项目功能，其本质是为团队搭建一个共享的AI办公室。作者从界面入口出发，逐一讲解动态（留言沟通、@提醒、交接说明）、项目配置（指令类似共享Agents.md，以及连接器、专家、技能、定时任务组成的团队工具箱）、计划（表格、看板、列表、甘特、日历五种视图）、任务与资产（任务记录、成果一键存入资料库）以及邀请协作等功能。总结来说，WorkBuddy项目功能就是一个有AI Agent能力加持的项目管理工具，一次配置全员共享，成员只需说清需求交给AI执行再把成果流转即可。
AI 桌面换装视频近期在 Twitter 爆火，作者程序员鱼皮分享了如何复刻这类视频的完整流程。核心方法是使用其开源的「AI 桌面换装视频」生成 Skill：用户只需与 AI 对话回答主角、场景、造型、台词等问题，AI 会自动生成完整的视频提示词，复制到即梦等支持 Seedance 模型的视频工具即可出片，也可直接调用 API 生成。核心原理是让 AI 逐帧分析原版爆款视频，拆解换装镜头的机关细节，生成提示词模板并封装成可复用技能，全程开源到 GitHub。作者强调借助 AI 的 Agent 与视觉理解能力，从拆片到发布几乎全由 AI 完成。
Paseo 是一个开源的本地 AI 编程 Agent 运行与多端编排监控平台，采用 Daemon-Client 架构，通过守护进程接管本机 30+ 种编程 Agent CLI（如 Claude Code、Codex、OpenCode 等）的子进程管理与协议适配，并提供桌面、Web、移动端等多客户端及端到端加密中继，实现跨设备远程监控与操作。其优势包括打破单一 Agent 绑定的统一工作台、口袋开发机式的移动端掌控、代码数据完全本地化隐私保护、基于 Git Worktrees 的多任务隔离，以及 MCP 服务、定时任务等编排自动化能力。同时提供 Docker 风格 CLI 与 TypeScript SDK 两种接入方式。
htmx 作者、Montana State 大学教授 Carson Gross 提出：在 agent 式编程时代，Markdown 正从文档演变为源代码。他认为 LLM 生成的代码不应只源自用完即弃的提示词会话，而应将捕捉系统意图的 Markdown 签进 /src，与生成代码放在一起。Markdown 具备可 diff、可 grep、人机皆可读写的优势，且遵循局部性原则，让代码模块自带解释其意图的文档。作者提议建立 /src/md 目录约定（含 README、OVERVIEW、features、data、api 等），由人撰写维护，代码与测试从这些 Markdown 派生，测试负责自动化验证正确性。当代码越来越便宜，真正有价值的是代码背后的意图，应将其持久化于源码目录之中。
宝玉分享吴恩达的观点：AI 时代人人都应该学编程。与一些企业高管认为 AI 会自动化编程、不值得学的观点相反，吴恩达认为正因为 AI 辅助让编程变得前所未有地容易，才更值得人人学习。学编程不等于手写代码，而是学会用计算机听得懂的方式把需求说清楚。会编程的职场人可以自己搭建网站、用程序筛选简历，与不会编程的人拉开明显生产力差距。孟岩补充观点：把'人人学编程'翻译成'人人用 Agent'更贴切。
本文介绍如何利用 Jev 类模型大规模分析数百万条聊天 Agent 生产轨迹，从中提取失败信号。传统 LLM-as-a-judge 评估依赖采样以控制成本，而 Jev 类模型可在同一上下文中并行回答多个问题，以极低成本对全部轨迹进行全面评估。文中讨论了显式反馈、行为追踪、事实结果和对话信号等不同类型的用户信号，并以航班改签客服对话为例，展示如何同时捕捉后续提问、用户挫败感和结果满意度等维度。文章最后介绍如何在 Langfuse 中配置基于 Jev 的批量评估模板，实现生产信号的监控与可视化。
本期早报围绕 AI 模型与工程实践展开三大精讲：一是 OpenAI 为 GPT-6 改进提示缓存，命中率提升并推出缓存诊断工具，缓存输入折扣最高 90%；二是 Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS，支持声音创作、双说话人控制与授权声音复刻；三是 xAI 发布 Grok 4.7，聚焦长任务编程与自我验证，附基准与定价。速览部分涵盖腾讯错误码治理 Agent、网易 AI 原生组织实践、Reducto 文档智能、阿里 AI Native 研发手册、大淘宝小游戏 Agent、Harness 记忆与验证闭环及良渚 vibe coding 社区观察。
本文是构建自定义 AI Agent Harness 的教程。Harness 是驱动 Agent 循环的代码，负责模型路由、工具安全检查和答案校验等判断决策。传统做法需调用聊天模型，成本高导致检查被跳过。Jev 是 TypeSafe AI 推出的专用小型决策模型（System One 模型），以 0-1 概率快速回答问题，成本极低，可对每步操作进行实时检查。教程使用 Pi SDK（TypeScript 工具包）构建 Harness，通过 beforeToolCall 等钩子集成 Jev，实现破坏性操作拦截、模型路由、失败降级和答案质量校验，并以徒步调查笔记 Agent 为运行示例演示完整流程。
作者以技术小白视角分享 Jev 内测体验，用大白话解释 Jev 与 ChatGPT、Claude 等大模型的区别。传统大模型操纵电脑需逐步截图、生成指令，速度慢；Jev 则不做长文本生成，只做单选题式快速决策，几十毫秒内从页面可点元素中选定下一步，配合机械手执行。文章引用多个社区实测：Browser Use 创始人搜机票仅 7 秒、成本约 $0.0039；idan 的 WebMCP 基准显示 Jev 加 WebMCP 从 25/49 提升到 49/49，成本仅顶级大模型 computer use 的 1/112。作者认为未来 AI 协作是大模型规划、Jev 秒选、程序执行的分工模式。
作者用两周时间在编程、销售、财务、客服、法务和电商等场景中实测 GPT-6 Astra。核心发现：传统自动化在可预测输入下仍最优，而 Astra 适合需要判断力的“混乱中间地带”；它能操作从未见过的软件界面（如 CRM、后台系统）；作为编码 Agent 可定位并修复真实 bug 并补测试；能端到端完成销售准备、竞品分析和财务数据处理等完整工作流。作者建议拆分成多个窄领域 Agent 使用，并从现有工作流出发而非凭空构建场景。
作者实测了 Meta 的 Muse——一个运行在 Secure VM 中的个人 AI Agent。文章介绍了其界面结构（Chat、Feed、Ideas、Goals、Library、Settings），讲解了 Library 中 Media、Artifacts、上传文件三者的区别，演示了生成 HTML Artifact、上传文件读取和短视频生成。还重点说明了定时任务与 Polls 的轮询机制、Connectors 的能力开关与 Google OAuth 登录的区别、Secure store 的安全模型，以及购物需逐单审批的限制。结论认为 Muse 适合作为云端个人助理，浏览器+Connectors+审批机制是其核心优势。
文章介绍如何利用豆包工作（Doubao Work）搭建AI视频创意生产线，解决收藏了大量AI视频却做不出来的问题。作者通过四个步骤演示完整流程：先用目标模式建立AI视频素材库，自动下载并拆解视频到飞书多维表格；再用计划模式拆解参考视频的创意机制（如敦煌飞天Demo的'正常—意外—补救—破绽—装没事'结构）；然后修改计划换成原创方向（冰箱小精灵偷吃饼干）；最后确认后用Seedream和Seedance模型生成成片。文章总结了目标模式与计划模式的区别、减少动作复杂度等实用技巧，并指出该方法同样适用于报告、PPT、数据表等场景。
梁文锋亲自署名的新论文公开了DeepSeek的Agent训练沙盒工厂DSec。该系统由约160台机器、3万核CPU、250TB内存组成，一天能造300万个沙盒，同时运行38万个，每秒新建超过5000个。DSec支持从简单函数调用到Docker容器、轻量虚拟机甚至完整Windows/macOS环境，通过镜像三层按需拼装和3FS文件系统按需拉取数据，内存节省三四成，单机最高承载3200个容器。论文还特别阐述了如何防止被训练的Agent作弊——如修改系统文件、绕过权限、扫描端口偷答案等行为。
作者因 Codex 额度不足，试用了字节推出的免费桌面级 Agent「豆包工作」。文章详细介绍了其「计划模式」（先出计划经批准后执行文件操作）和「目标模式」（设定验收标准后自动核验返工）两个核心功能，并实测了写教程、自动截图等任务。还介绍了划词悬浮窗、云电脑跨设备续跑、打通飞书/邮箱等国内办公生态三个亮点功能。作者认为豆包工作是不用部署的 OpenClaw 办公版，适合把写稿、整理文件、做表等办公任务从 Codex 迁移过来，实现工具分工。
独立开发者冰零分享用对话式 AI 视频 Agent「Pexo」为零剪辑基础的时区 App「NowHere」制作宣传片的完整过程。文章记录了从需求对齐、多轮迭代调整画面、用 Mark what to fix 功能精准标记修改、Motion 动效产品展示、配乐音效处理到口播配音的全流程。作者体会：AI 视频创作不会一稿过，而是几十轮来回拉扯，但像和真人搭档协作一样只需动嘴。文章还分享了给足产品背景、分音轨处理音效等实用技巧，并推荐独立开发者和内容创作者尝试。
作者分享了如何利用豆包工作的定时任务搭建个人阅读信息系统。系统由三个模块构成：采集（豆包定时任务抓取播客、博主、Newsletter等）、存储（飞书文档和多维表格）、展示（基于多维表格搭建卡片式前端页面）。作者详细介绍了五步搭建流程：整理信息源、测试抓取、制作Skill、AI改写文章、推送到飞书。通过设置每6小时抓取AI热点、每日抓取热门播客、每周汇总周刊等定时任务，实现了24小时自动化的信息采集。文章还分享了阅读数据库的字段设计和页面搭建方法，让阅读体验像刷信息流一样。相关Skill已在GitHub开源。
作者李岳此前用 Codex 制作的 Seedance 2.5 打斗导演 Skill 提示词效果不理想，转而尝试字节新发布的豆包工作客户端。他利用豆包工作的"目标"功能，把诊断、优化 Skill 并生成 30 秒仙侠国漫打斗视频的复杂长任务交给后台执行，归来时任务已完成，且思考链中有逐项校验。随后他使用"计划"功能让豆包为 Skill 增加智能路由、新手指引和提示词诊断优化，并支持剧情即时调整与在线修改计划文档。作者认为豆包工作的目标和计划功能对复杂任务优势明显，可显著提升工作效率，不足是偶发资源不足。
