作者分享用 AI 智能体工作流制作热点深度长视频的实操复盘：3 天涨粉 9149，总播放 258 万，单条最高 108 万。文章回顾了从模仿大号遇挫、车企热点短暂爆发到流量断崖的经历，以及关键的转折——抛弃固化的旧 Skill，让新模型自由发挥后画面匹配度大幅提升。作者总结了四大生产流水线（抓热点、审选题、跑生产、细核对）、选题内审五道安全阀（热点时效、人群普适、增量材料、情绪脱水、叙事轮换），并分享视频号、小红书、抖音、B 站等 8 个平台的分发体感与应对策略。
MiniMax 宣布 Code CLI v0.4.12 以 MIT 许可证向全球开发者开源。在第三方 FrontierHarness Eval 评测中，MiniMax Code 取得了最高的通过率、最快的平均任务完成时间以及次低的 token 消耗。官方认为精心设计的 harness 能充分释放模型能力并减少开发者等待时间。开源后，开发者可以审查工具调用与权限处理机制，构建可靠的企业级应用。MiniMax 同时邀请社区参与问题反馈与修复，通过真实使用和社区审查持续强化安全防护，共同打造安全、可靠、高性能的 harness，实现 Intelligence with Everyone。
本文深度解读 DeepSeek-V4.1-Flash 技术报告，该模型通过 CED 不对称编码器-解码器架构、CSA2 跨层稀疏注意力复用、FP4 主 KV 量化及 SWA Bounded Replay 近似恢复四项设计，将常驻 HBM 的全局 KV 缓存降至 890 bytes/token（约为上一代四分之一），持久化缓存降至八分之一。文章详细解析各项技术的原理与协作机制，澄清了对压缩数字的常见误读，评估模型能力变化，并与 PagedAttention、MiniCache 等已有 KV 压缩路线对比，指出该工作将缓存压缩从算法点推进为面向百万 token 长程 agent 场景的系统级共同设计，同时讨论其证据强度与局限。
文章介绍了 TypeSafe 于 2026 年 9 月发布的 Jev 模型——一个专注于快速、低成本语义决策的"系统一"模型。传统 LLM 在智能体循环中处理大量小型判断（如工单分类、命令风险评估）时逐 token 生成，速度慢且成本高。Jev 通过三种原语（Choice、Score、Noul）接受非结构化输入，返回带概率的类型化答案，端到端延迟 70-500 毫秒，输入价格仅为 LLM 的一小部分。文章分析了概率置信度在自动决策中的作用、RLCD 校准训练方法，并澄清"无法幻觉"的说法：Jev 不会打破输出 schema，但仍可能自信地选错选项，适合与 LLM 配合而非替代。
本文介绍 TypeSafe 推出的决策模型 Jev 的实操接入方法。Jev 不生成代码，而是通过输入材料（state）和问题（questions）返回选项、分数或概率，用于判断 AI 编码 Agent 的工作质量。文章依次讲解：如何设计清晰的判断问题、跑通首次 API 调用、用 Python SDK 一次发起选择题/评分题/判断题、通过社区插件 jev-review 给 Claude Code 或 Codex 接入代码评审流程，以及安装官方 Skill 和编写 PreToolUse hook 对 Bash 命令做风险检查。文章强调 Jev 只提供质量信号，正确性仍需测试和人工审查保障，并提醒注意阈值校准、模型标识记录和敏感信息安全。
Jev 是由 ChatGPT 联合创造者、RLHF 联合发明人 Diogo Almeida 在隐身两年后推出的决策型 AI 模型。它不做对话生成，而是为软件提供快速决策：选择题、评分、是/否判断，号称比前沿 LLM 快约 200 倍、便宜 400 倍，响应仅需几十毫秒。文章盘点了社区基于 Jev 构建的 9 个实际应用，包括 7 秒找机票的浏览器代理、上下文即时压缩工具、编码代理安全审查器、模型路由中间件等。其命名源自 19 世纪经济学家 Jevons，暗喻资源越便宜消耗越多的悖论。
本文介绍 Ben Clavié 在 AI Engineer World's Fair 的演讲，主张知识型 Agent 不应照搬 Coding Agent 范式。核心观点：编程智能体的成功源于代码环境的结构化红利；而法律、医疗、投研等知识任务的难点在于正确定位、理解和验证证据。要构建可用的知识 Agent，需具备面向任务的高质量检索工具（含图表、扫描件等多模态内容），以及主智能体负责任务分解、子智能体承担专业分工的编排架构。文章还给出企业级建设的优先级建议：定义可验证任务、建设证据层、按需拆分智能体、多维度评估并保留人工审核。
TypeSafe AI推出的新模型Jev只做高频决策判断，不能聊天或写代码，是一个通用分类器。它由前OpenAI创始人Diogo Almeida打造，采用自研RLCD训练方法（面向校准决策的强化学习），响应仅需380毫秒，速度快20-200倍，成本低40-400倍。文章通过浏览器插件过滤X内容、玩马里奥、操控浏览器等案例展示其能力，并在预筛任务中与GLM、DeepSeek、Qwen对比，Jev在并行判断任务上综合表现最优。其名源自杰文斯悖论，寓意智能判断将因便宜而被大量使用，可能代表Agent时代的重要新方向。
作者介绍了开源视频制作工具 Hypit，一个为 Codex、Claude Code 等 AI Agent 打造的视频开源语言和系统，上线不到3天获得 GitHub 7.4k star。Hypit 能将脚本、素材、配音、字幕、B-roll 和动效组织成可执行工作流，创作者只需描述需求即可让 Agent 编写、修改结构，并在 Hypit Studio 中查看时间轴。作者演示了 Clone → Edit → Reuse 实验：先复刻唐代纸片拼贴风格视频，再用同一工作流生成中国瓷器历史宣传片，并追加流程动效。一次实践留下的脚本结构、样式和动效组件可复用于后续创作，适合需要持续制作产品介绍、知识视频的创作者。
作者 Fred-New 分享了如何将 Grok Bot 从单一聊天工具打造为长期数字员工团队的方法论。核心思路是：先给一个 Bot 一个窄岗位和明确验收标准，跑通真实任务；结果稳定后把流程保存成 Skill，再做回归测试；稳定后设置 Routine 让 Bot 定时自动工作。当出现稳定分工需求后，再组建多 Bot 团队（情报员、爆款分析师、Researcher、Writer、Reviewer、Visual Planner 六岗位）。文章强调岗位边界、工具接入、薄 Context Pack、固定交接格式（如 Research Pack 和 Handoff）的重要性，并指出真正的多 Agent 协作关键在于可替换的模块和清晰的接口，而非人数。
文章探讨了 Agent 自动改进系统（Meta-Harness）的构建方法。核心问题是如何让 Agent 自动进步又无法伪造进步。作者提出将三种权力拆开：Agent 负责提出修改，评测系统负责拿证据，上线门禁决定是否升级。文章通过一个补货建议 Demo，演示了从失败记录到修改验证的完整闭环，包括锁定 Agent 不可修改的文件（密封考题、评分器、上线标准）、生成结构化故障单、构建逐层收窄的评测漏斗等实践。同时分析了 Agent 容易刷分的三种捷径：讨好评分器、记住考题、自己宣布通过，并指出 Meta-Harness 只在基础 Eval 成熟、人工改进成为瓶颈时才值得搭建。
作者分享了自己获批使用 TypeSafe AI 推出的 Jev 模型后的体验，并整理了一份 Awesome Jev 项目清单。Jev 是一个不生成文本、只返回选项、分数和概率的低延迟判断模型，可并行输出结果。文中介绍了 14 个基于 Jev 的项目，包括高速浏览器 Agent、MCP 集成工具、命令行语义判断工具、模型路由器、上下文垃圾回收、代码审查前置筛选、语义寻路、知识图谱、桌面自动化、交易流动性分析以及 FPS 游戏等应用场景。核心思路是：用 Jev 反复做'要不要、选哪个、打几分、下一步干什么'的判断，复杂推理和生成任务仍交给传统大模型，从而降低成本、提升速度。
文章介绍如何利用 AI 在闲鱼、猪八戒等平台承接单价约200元的 Excel 数据处理服务实现副业变现。作者将接单流程拆解为四步：先让 AI 盘点数据并制定处理方案，再补充关键业务规则，然后生成带格式和图表的 Excel 成品，最后进行数据对账与交付。文中提供了各环节可复用的提示词模板，涵盖数据清洗、多表合并、自动化统计三类常见业务，并强调备份源文件和抽检数据的重要性，是一种朴素实用的 AI 变现方式。
作者分享了一个用于生成电视外景记者现场图的完整 Skill。用户只需将文章和人物照片发给具备生图能力的 Agent，即可生成台风、火山、沙尘暴、农村山区、音乐节、公园街访等场景的记者报道图，人物、服装和字幕均可自定义。默认输出横版 16:9、简体中文字幕，含 LIVE 角标、话筒和新闻标题。文章详细说明了使用方法、参考图用途区分、各场景提示词模板，以及 Skill 的完整规则，涵盖构图版式、环境光照设计、成像风格、中文字体、生成与修正流程，并默认添加「AI 生成·情景演绎」标识以防止滥用。
文章实测了 xAI 与 Cursor 团队联合推出的新产品 GrokBot。作者将市面 Agent 分为三类：闭源桌面办公 Agent、开源系统级 Agent、IDE/终端编码 Agent，指出 GrokBot 属于全新的 Bot 驱动形态——它是'数字员工'而非工具箱，每个 Bot 对应一个领域职责，拥有极强的电脑操控能力，本机不在线时可在云电脑上 7×24 运行。实测中，GrokBot 完成了写公众号文章、配图排版、操作浏览器插件存入草稿箱等全流程任务，并支持多端同步与多 Bot 协作。作者认为其设计更简单、运行更稳定、能力更强，已初具'贾维斯'的样子，预示移动办公是未来。
作者作为AI博主，分享了自己搭建「选题雷达」系统的完整流程。系统包含两个AI编辑：一个负责AI大新闻选题，通过AIHOT热点榜、精选流和Follow Builders追踪正在爆的事件；另一个负责实战心法选题，通过best-skills排行榜和GitHub Trending筛选值得亲测的工具。每条选题需经过48小时时效、目标用户相关度、一小时内可执行动作等多重过滤，并由Agent打分排序。作者强调AI只决定「值得看」，最终「值得写」的判断仍靠人的体感。整个系统跑在HermesAgent和GrokBot上，让作者把重复性工作交给AI，只保留判断、体验和表达。
文章分析了 Agent 生成 PR 描述普遍存在的冗长、流水账问题，梳理了 Matt Pocock 与 dex 两位从业者的解决方案。Matt 的 /pr skill 定位为'格式参考'而非'工作流'，通过 Summary、Size and door、变更结构、Evidence、刻意省略五部分模板压缩 reviewer 的认知成本。dex 的 visual-pr 则是动手的工作流 skill，配合 show-me 的最小可视化语法。文章还介绍了 dex 提出的 skills vendoring 复用方案——将依赖的 SKILL.md 内联引用，避免 fork 脱钩，即'markdown 版 kustomize'，将 skills 复用从手工同步升级为声明式机制。
本文介绍 TypeSafe AI 发布的新模型 Jev，一种名为 System One 的非传统 LLM 模型。Jev 不生成文本，而是通过 RLCD 强化学习训练，对给定状态快速返回结构化决策（Choice、Score、Noul 三种问题类型）及概率，推理速度最高快 200 倍、成本低至 1/400。文章展示了如何通过 LangChain 的 TypeSafeClassifier 集成 Jev，并给出两大应用场景：模型路由（根据任务复杂度自动选择低成本或高性能模型）和 Auto Mode（对危险工具调用进行分类守护，提升 Agent 可信度）。Jev 适合作为 LLM 的补充，在 Agent 循环中承担快速、低成本的分类决策。
OpenAI 宣布 Agents API 进入公测，将支撑 Codex 的同一套 harness 和基础设施通过 API 开放给开发者。文章提出 Agent ≈ Model + Harness 的简化框架，解释了 Harness 如何组织上下文、工具调用、Session 状态和子 Agent，使模型能够持续执行长任务。文章以老项目依赖升级为例，说明长任务并非让模型持续思考，而是通过工具调用循环、留下可复用的工作产物来推进。同时强调工具权限应按任务开放、子 Agent 适合并行独立工作、验收标准应写入任务目标。Codex 是现成的 Agent 工作环境，而 Agents API 让开发者把这种能力接入自己的产品。
本文介绍如何利用 GPT6 Codex 的 Computer Use 能力全自动操控 Blender，构建零门槛的 AI 视频生产工作流。分为两大部分：一是复刻工作流，让 AI 自动分析参考视频的场景、人物动作和镜头运动，复刻出 3D 白模预演，再通过 AI 视频模型生成写实成片；二是原创工作流，仅用自然语言指令即可生成白模动画并迭代调整。白模作为'动态骨架'先锁死镜头、走位和空间遮挡关系，AI 只负责渲染画面，有效解决传统 AI 视频镜头漂移、人物变形、空间错乱等问题，实现低成本、高可控的视频生产。
作者通过7个实际案例测试豆包 Seed-2.1-pro-0915（Doubao-Seed-Evolving）的进化效果，涵盖深度调研 Obsidian AI 插件 Top20、根据视频演示开发跨平台剪贴板应用并改造成 Swift 原生版、Blender 3D 白模驱动视频生成、天津海钓点调研与导航地图制作、电影3分钟解读视频剪辑、3.5万行代码仓库分析等任务。作者感受：多模态理解能力显著提升，Agent 长程任务可靠性增强，但仍存在文案质量和迭代准确性等不足。
作者实测检查了 Grok Bot 自带的云电脑配置：8 个逻辑 CPU、约 16GB 内存、128G 虚拟磁盘，运行 Debian 13，配备免密码 sudo 权限，预装 Chrome、Python、Node.js、Git 等工具。同一账号下多个 Bot 共享一台云电脑，不同用户之间通过 Firecracker microVM 隔离。文章还分析了外部访问方式（Tailscale、Cloudflare Tunnel）与公网直连的区别，并讨论了能否将其作为长期服务器使用：空闲会自动休眠、无公网入站入口等问题使它暂时不能替代真正的服务器。
本文整理了 Hamel Husain 的 Maven 课程「AI Product Engineering」13 场讲座（共 9.5 小时）的笔记精华，按 Evals、Context、Systems 三大主题组织。核心结论是 AI 产品优化的顺序：先优化检索与上下文（投入产出比最高），再改进系统与执行框架，最后才考虑 post-training。Evals 贯穿一切改进，是判断优化效果的前提。文章涵盖数据 Agent 评测、模型级联降本、自动化错误分析、多向量检索、嵌入模型优化、OCR 选型、推理延迟调试、开源模型经济学等具体实践，强调评测环境应反映生产环境的真实脏乱，模型推理能力往往远超其所得的检索质量。
由于 Codex 额度消耗加快、Pro 计划暂停新订阅且对中国区用户体验下降，作者推荐国产 AI 工具 Qoder 作为平替。文章从安装配置讲起，逐步演示编程模式与通用模式，通过实战开发一键去背景工具网站，展示 Qoder 的 Agent 执行、自主验证、页面批注修改等能力。此外还介绍了 AI 办公场景：整理文件、自动浏览网站截图生成产品文档、屏幕识别与电脑操控，以及多任务并行、Skills 技能包、MCP 连接器、Hooks、记忆系统和定时自动化等进阶功能，帮助零基础读者快速上手。
文章系统梳理了 AI 工程化领域的各种新概念（Context、Harness、Loop、Eval、Graph Engineering），指出这些 Engineering 拆到最后，核心仍然是提示词。作者认为，现代提示词已不只是聊天框里的几句话，还包括系统规则、任务资料、工具说明、历史结果、失败反馈和完成标准。Agent 的难点在于把事情真正做完：避免重复步骤、选错工具、提前结束等问题。文章分别阐述了五大 Engineering 的职责——Context 管每轮给模型看什么，Harness 管工具与环境的接入说明，Loop 管根据反馈迭代，Eval 管验证任务是否真完成，Graph 管流程节点与路由。最终结论：代码管边界（权限、轮次），提示词管边界内的判断。
作者实测火山方舟最新发布的Doubao-Seed-2.1-pro模型，通过五个真实任务案例评估其能力：用Three.js复现3D体素浮空樱花岛、开发沉浸式3D小笼包互动网页、从洗衣机产品文档提取参数生成对比表格、处理61个子表的钢筋含钢量计算、以及加拿大办公室选址调研。测试显示该模型在审美还原、长时Agent任务稳定性、视觉理解和数据严谨性上都达到第一梯队水平，能处理百万上下文任务而不摆烂，输出结果可追溯、细节丰富。文章最后还介绍了QBS方法——将书籍转为skill让AI按书中方法回答，避免说空话。
本期早报围绕语音交互、Agent 执行环境与业务协作三大主题展开。精讲一介绍 Gradium 的全双工语音架构，通过多流语言模型让用户与系统可同时活跃，处理附和与打断，采用轻量语音层加后台文本模型的混合设计平衡自然感与推理能力。精讲二解读 Google Cloud 的 Agent Substrate，基于 Kubernetes 用硬件隔离沙箱运行未知代码，通过凭据注入、出口代理和闲置暂停恢复机制保障安全与成本。精讲三分析 Salesforce 接入 Claude 的插件，提供 37 项销售技能，写入操作需人工批准，展示了企业 Agent 的权限边界设计。速览还覆盖 StepAudio 3、Pinterest 向量检索优化、具身推理引擎 APXInf、Hermes 多 Agent 重构、AI 化学模拟及 Claude 小企业工作流等内容。
作者提出 AI 创业的核心是 Token 供给而非 Workflow、Agent 框架等工具层技术，并发布“三位一体金字塔模式”：底层构建高并发、低成本的 Token 调度供给链；中层通过 FTE 数字员工深度改造企业业务流程，将 Token 转化为 EBITDA；顶层沉淀跨境电商、法律等垂直行业开箱即用的爆款方案。团队由北大、清华、字节等技术精英与一线操盘手组成，并获产业资源支持。文章宣布启动 100 天公开实证实验，全程透明记录实战路线、财务数据与现金流，验证该模式能否真正打通 AI 产业链并实现月入百万级变现。
文章介绍了在 LLM/Agent 产品中，除了搭建在线评估器之外，更应优先捕获用户评判信号（signals of judgment）。用户在使用过程中已通过行为在'评判'AI 输出质量，只需在应用中埋点捕获。信号分为四类：显式评分（点赞/星级，明确但稀少）、行为信号（复制、重新生成、放弃等，覆盖率高）、会话信号（改写问题、纠正、要求转人工等）和结果信号（草稿被原样发送、工单保持关闭等，最强但最难实现）。文章还讨论了信号解读方法：负信号值得逐条排查，正信号只看趋势；以及自我选择、幸存者偏差、界面曝光、群体差异等固有偏差，提醒不要单以正信号为优化目标。
作者分享了团队在6个月内于LinkedIn、Instagram、YouTube、TikTok等平台累计获得7500万+浏览量的社交媒体运营系统。核心是AI营销Agent Helena，配合Muse和GrokBot进行趋势研究和简报优化。文章分渠道给出实操策略：LinkedIn利用个人主页和钩子模板、Instagram通过UGC创作者网络加绩效激励、YouTube Shorts做高冲击产品演示、TikTok用幻灯片快速涨粉。底层方法论是：趋势感知→假设→高容量测试→指标 obsession→迭代，快速淘汰弱钩子、放大赢家。
