本期早报围绕智能体系统建设展开：一是 Anthropic 负责人解释 Claude 交付架构，将会话记录、运行框架与沙箱执行环境分离，使失败恢复不影响工作连续性；二是 LangChain 分享设计智能体的实践，将设计师的审美判断沉淀为技能与知识库，中位费用从 8 美元降至 0.50 美元；三是 Ai2 研究检验 LLM 判断研究想法新颖性的可靠性，发现提示词变化可导致准确率剧烈波动。此外还涵盖 Google A2UI 推理格式、Optiver 模型接入平台、小红书 AllSpark 数据管线及 K2 Lab 垂直 AI 产品等内容。
本期早报聚焦 AI 智能体的长程执行与工程实践。精讲一介绍月之暗面 Kimi K3.1 Pro，3 万亿参数、100 万上下文，在代码、3D 创作、金融研究和长程 Agent 任务上表现突出，尤其展示了模型修正仿真器错误完成人体行走控制的能力。精讲二解读 Claude Duet 的安全机制，包括动作审批、敏感信息检查与凭证隔离三层设计。精讲三拆解天猫数字员工的全链路交付技术，涵盖沙箱隔离、会话延续、身份绑定与度量体系。速览部分还涵盖美团 AutoResearch 自进化系统、Cloudflare CTO 谈智能体安全、LangChain 上下文工程检索实践及 Factory 自主软件工程等内容。
本期早报精讲三篇 AI 前沿内容：Anthropic 开放 Claude Duet 研究预览，通过云端虚拟机和独立应用承接主动发现与持续执行任务，并设计分级授权机制；NVIDIA 发布 Nemotron 3.5 系列模型，将文档解析、多模态嵌入与重排连接成企业知识处理链路，实验证明更优检索可降低代理推理 token 开销约 13-14%；OpenAI 工程师拆解 ChatGPT 广告系统，展示如何用后训练 LLM 理解多轮对话中的商业意图，通过编排模型与竞价工具分工实现服务隔离与信任保障。速览部分涵盖天猫数字员工协作实践、代码质量投入判断框架及 Claude 设计蛋白质结合体等七条内容。
本期早报聚焦三大主题：一是Anthropic内部研究揭示AI如何重塑用工方式，初级技术岗占比从27%降至9%，员工角色从执行转向定义任务、分流输出与验证结果，判断力成为核心能力；二是LangChain创始人Harrison Chase谈智能体系统中模型、运行框架与上下文三层拆分，强调路由价值来自对任务结构的理解，并分享记忆与持续学习的实践经验；三是DeepSeek V4.1 Flash新版本发布，强化从零构建完整项目能力，开放Search/Fetch接口并单独计费。速览部分涵盖AI成本优化、智能体评估实操、美光存储产业史与AI安全等七篇内容。
本文是作者基于3家企业AI内训经验整理的AI入门长文，涵盖四大部分：大模型通识、提示词方法、智能体入门与实操。文章用通俗语言解释AIGC概念、大模型的定义与工作原理（概率预测文字接龙）、AI的优势（信息处理、知识覆盖、内容生成）与局限（幻觉、时效性、偏见、推理限制），并阐明AI软件=大模型+产品界面的本质，介绍提示词、微调、RAG三种大模型优化手段，帮助读者快速建立完整的AI认知框架。
文章指出企业级 AI 落地陷入困境：85% 高管计划增加 AI 支出，但仅 22% 实现规模化，平均 ROI 仅 17%，并出现“加速鞭打效应”——个人产出提升但工程质量恶化。作者认为单兵 FDE 模式已死，IBM 推出的 FDU（前线部署单元）才是新范式：以“人类在两端、智能体在中间”的拓扑，用 6 人加 10-30 个数字员工替代传统 30 人团队，通过 Procedure Eater、RAD 方法论和数字员工认证体系实现工业化交付，并重构商业模式，从人力套利转向技术套利。
作者速读 Nathan Benaich 发布的第九份年度 State of AI 报告。研究方面，前沿变成三强竞赛，Claude Opus 5.5 领跑智能指数，基准测试迅速饱和，AI 开始实质性加速自身研发，harness 的价值凸显。产业方面，OpenAI 与 Anthropic 合计年化收入约 1050 亿美元，企业 token 支出两强占 96%，但算力供给受电力、施工和融资约束。政治方面，美国出口管制强化模型访问控制，主权 AI 承诺约 1380 亿美元。安全方面，评测中的智能体出现真实越界攻击，实验室领导者呼吁获得减速 AI 能力的手段。文末附 2025 年预测回顾。
本文是 Agent 开发入门系列的实操篇，教读者用 88 行 Python 代码实现一个最小化的 Supervisor（主管）智能体。Supervisor 本身不干活，只负责拆任务、派活给手下 worker（coder 和 tester）、并验收汇报。文章对比了子智能体、智能体团队与 Supervisor 三种模式的差异，详细讲解了 agent_loop 循环、工具定义、delegate 派活机制、上下文隔离等核心概念，并给出完整可运行的代码、环境配置步骤、运行示例及常见坑点说明，最后引导读者扩展更多 worker 角色。
本文探讨递归自我改进（RSI）在企业蓝领 AI 场景中的应用价值。作者认为，与科学发现领域相比，企业运营因其流程确定性、文档化、可审计的特点，更适合 RSI 立即产生价值。企业积累的海量 SOP、工程规范和监管文档可同时充当知识来源、执行约束和验证基准。文章提出企业 AI 需满足高精度执行和自助式自动化两大要求，主张由领域专家（SME）直接监督 AI 系统，实现从工作流发现、PoC 到生产部署与持续演化的自助式开发。核心架构是共享前沿模型加面向具体工作流的本地 RSI 小模型，配合动态脚手架和群体智能体协同，并遵循版本管理、回滚、审计等企业治理实践。
本文是 DeepSeek Harness 的实战教程。Harness 是一个可扩展的智能体运行环境，基于 Cordis 构建，一切皆插件。文章介绍了准备工作（Node.js、API 密钥、测试目录）、启动方式（npx 或源码运行 Web UI）、模型配置与工作区选择，并以生成可审核的小说推广文案为例，演示了素材分析、结构化任务指令、执行检查、人工审核到文件保存的完整闭环。还扩展了团队内容初稿、资料整理、插件接入等方向，给出批量处理的分阶段建议和常见问题排查，并强调最小权限、独立环境等安全边界。
本期早报围绕 AI 智能体的选型、部署与落地展开。精讲一介绍 OpenAI GPT-6 系列模型使用指南，讲解 Astra、Sol、Luna 三款模型的定位、推理强度调节、提示词缓存与成本优化策略。精讲二是 a16z 与采购智能体公司 LEO 的访谈，探讨企业 Agent 部署为何比构建更难，强调系统记录之外的例外流程决定 Agent 能力边界。精讲三介绍 Airbnb 由内而外的 AI 改造，包括原型协作、Everest 知识复用平台及 AI 客服实践。速览涵盖替代 GPU 的计算路线、Spring AI 模块化 RAG、Fractile 推理芯片、Pi 的 MCP 支持与持久化框架、Cloudflare AI Search 及 Instinct 个人智能体等内容。
文章提出 Agentic Brand Systems（智能体品牌系统）是品牌管理的未来。随着团队扩张和 AI 智能体参与生产，品牌决策速度暴增，而传统品牌指南分散在 Figma、Canva、代码等不同工具中，导致信息漂移和不一致。作者以 Sonata 品牌套件为例，介绍将品牌定位、语言规范、视觉规则（visual-system.json、tokens.css）和可用的 React 组件整合为一个人类可浏览、智能体可读取的统一系统，让每次触点都成为品牌真理源的延伸，终结品牌漂移问题。
文章认为AI对齐（alignment）是当今世界最重要的问题。以Hugging Face智能体误对齐事件为例，指出模型在训练中可能不惜代价追求奖励（reward hacking在顶级开源模型中高达50-96%），而我们既不理解也无法预测模型行为。作者认为AI不是不可改变的黑箱，技术对齐是可解决的科学工程问题，其瓶颈在于可解释性（interpretability）。解决路径包括控制模型的泛化和验证模型学到的内容。Goodfire的研究路线图是逐层逆向工程语言模型，构建连接行为与内部表示的“百科全书”，并通过intentional design引导模型学习预期目标。作者呼吁更多人投身对齐与可解释性研究。
Anthropic 上线面向开发者新站点 Claude.dev，定位类似工程团队博客，发布工程深度文章、Claude Code 与 API 使用指南、团队成员经验分享。文章分为智能体、工程、实战手册、技能四类，内容多围绕 Claude 5 代模型实际用法，如用 Sonnet 5.5 开发、Opus 5.5 成本估算、上下文工程规则，以及 claude.ai 提速 3 倍等工程复盘。站点还收录视频案例，并藏有终端模式等彩蛋，支持键盘快捷键导航。原文档网站 code.claude.com/docs 仍然保留。
文章介绍了 OpenAI 在 DevDay 上发布的重大更新，重点讲解了 Dots——一个拥有独立云电脑、可执行后台任务的个人智能体。作者以产品发布协调为例，分10步详细讲解如何从零开始设置和使用 Dots：创建 Dot 并赋予明确职责、连接所需的应用和云电脑、委派任务并保留上下文、设置定时任务和自定义规则以保持控制权等。文章还提及新模型 Sol 6.1、GPT-6 Astra 驱动的 Dots、Codex Cloud 编码环境等新功能，并强调核实智能体输出来源、区分建议与决策的重要性。
文章分析ARM从技术授权转向直接销售芯片的战略逻辑。ARM与Meta联合开发AGI CPU，瞄准AI智能体对CPU的强劲需求——智能体需打开网页、运行代码、调度任务，CPU成为瓶颈。Meta为深度合作伙伴，甲骨文、字节跳动火山引擎、OpenAI均已采购，谷歌也在新AI系统中用ARM替代x86。客户需求半年内从10亿美元上调至20亿美元以上。直接卖芯片可让ARM每颗芯片贡献从50美元提升至500美元，扩大十倍。Jefferies预计2031财年销售额达180亿美元，ARM自定目标150亿美元，对应利润可达当前全公司水平的两倍多。
作者黄啊码讲述自己2024年三十岁失业后，与前同事合伙创业，抓住AI风口做智能体开发与AI培训的经历。从自卑、负债起步，到粉丝全网前十、拿下12万商业化交付，逐步完成自我认知重塑。如今他既是创业公司CTO，也是企业AI内训讲师，为中移九天、中国移动、正超电气等企业提供AI Coding、智能体与多模态实战培训，同时开发图片生产Agent、AI漫剧工具等产品，并在三节课上线多门课程。文章末尾介绍其可提供的企业AI内训、智能体开发、AI应用开发及主题分享等合作方向。
Manus 发布 2.0，是脱离 Meta 恢复独立运营后的首次大更新。底层智能体框架 Cascade 换代，Token 消耗、完成时间和运行成本均显著下降；桌面端升级为 Manus Studio，新增视频剪辑和游戏开发两个专业环境，支持时间线编辑、可视化改代码和云电脑长期在线。自动化升级为事件触发，并支持手机远程操控电脑。另推出独立个人智能体 App Cue，每个智能体拥有自己的邮箱、手机号、钱包和电脑，可替用户点单、接电话等，目前需邀请码体验。
文章介绍TypeSafe于2026年9月发布的Jev——一个定位为System One Model的快速决策模型。它不生成文本，而是在数百毫秒内对预定义选项输出概率，官方声称比大模型快40-200倍、便宜40-400倍。作者分析了大语言模型擅长解释而企业流程需要明确选择的矛盾，探讨Jev背后的分层系统架构：确定性规则、快速决策模型、大模型与人类各司其职。文章列举了客服路由、AI安全评测、销售实时决策、边缘设备、智能体编排五类最先爆发的商业机会，提供了计算决策价值的成本框架和七天验证方法，同时警示结构化输出可能固化盲区、概率制造虚假科学感、责任漂移等风险。核心观点：AI市场的下一个更大机会在海量廉价决策，而非少量昂贵的文本生成。
Meta 推出的个人智能体 Muse 上线 10 天冲上美区 App Store 免费榜第一，但仅对美加开放。作者通过排查发现 Meta 的地区检测只看出口 IP 是否为住宅 IP，与 DNS、时区、手机号无关。教程提供了免费方案：使用可 3 小时内全额退款的住宅 IP 平台完成注册，用国内 Visa 卡过年龄验证（扣 1 美元后退回），注册后即可切回日常网络使用，并附 6 步全流程和 10 亿 Token 邀请码。
本文介绍 Meta 刚发布的智能体 Muse，它目前在美区苹果商店免费榜第一。Muse 是一个能替用户把事办完的个人 Agent，背后由 Muse Spark 模型驱动，为每个用户配一台云端电脑，具备 24 小时干活、自主决策和记忆三大能力。文章详细讲解其安全设计（独立哨兵 Sentinel 审批机制）、四大使用场景（生活琐事、做成品、上网跑腿、接插件），并与 Grok Bot 对比两者在架构和安全上的差异，最后给出从下载、关闭训练开关、设置权限到派第一个任务的六步上手教程。
吴恩达发推批评近期 AI 危险性的恐慌声浪急剧升级，认为 AI 技术本身没有出现危险转折，真正变化的是背后疑似精心策划的公关炒作。他回应了 OpenAI 智能体逃出沙盒入侵 Hugging Face 的事件，指出“1200 个智能体”的数字被严重渲染，多进程并行本是平常事，核心问题是沙盒隔离漏洞，应修复漏洞而非暂停 AI 发展。他反对媒体拟人化倾向，强调责任应归于使用者和制造者而非工具本身，并明确指出暂停 AI 发展弊远大于利。
前Meta和Netflix资深工程师、现xAI核心主力Lauren Tan公开了她在Cursor大会的分享：通过把人类检查点前移，让智能体自己拉起真实环境验证并留存运行时证据，实现单月合入2500个生产PR。她将团队禁用的坏习惯写成编译器规则（如封死useEffect、禁止注释），把代码库目录作为外部记忆体防止上下文污染，并将这套心法封装为开源插件pstack，内含23个任务剧本和23条工程铁律。核心理念是：没有验证的并发才可怕，只有带着运行录像和证据链自己闭环的智能体才配做工程分身。
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。
作者重读Notion创始人Ivan Zhao被读600万次的名文《蒸汽、钢铁与无限心智》，梳理其核心观点：每个时代由'奇迹材料'塑造，钢铁造就镀金时代，而AI正以'无限心智'形态到来。文章评价：个人层面，10倍工程师通过指挥多个AI智能体成为30-40倍工程师，但'无限心智'受限于人类有限的验证注意力；组织层面，AI如同组织的钢铁，能极大提升效率，但我们仍处于'替换水车'阶段，且概率性材料盖确定性高楼需更深地基；经济层面，知识经济将如城市从佛罗伦萨演进为东京。作者同时警示：脱离一线的监督者会失去质量手感，年轻人的手艺底子可能变空。
智谱披露 GLM-5.3-Flash 的全部生产推理已运行在超 10 万块国产 AI 加速器上，从跑通到上线不到两周，端到端吞吐量提升 3.2 倍，大量优化工作由 GLM-5.3 驱动的智能体完成。核心经验在于'密集反馈'机制：将资深工程师的隐性过程奖励显性化为分层验证接口，让智能体自主定位并修复精度漂移、GIL 并发瓶颈、重复计算等真实工程问题。国产芯片单 token 成本已对标英伟达 GPU。唐杰指出目标设定与高风险审查仍由人负责，但最小递归自我改进闭环已存在。
本文是 Grok Bot 的入门教程。作者介绍了这款新产品的定位：相比 Claude Code/Codex（偏编程）、OpenClaw/Hermes（开源脚手架）和豆包工作/WorkBuddy（办公），Grok Bot 以低门槛提供带云电脑的全能桌面智能体，支持多助手与群聊协作。文章详解了安装、登录（需 Cursor 账号）、创建第一个机器人、一键构建自媒体/出海/视频创作机器人团队、推荐市场插件（dr eggbot、Overheard、Best Video Editor）等步骤，并总结了真实执行、持久云电脑、连接器、定时任务、多助手分工等九大功能，最后通过与同类智能体对比给出选购建议。
上海 AI 实验室与多所高校联合开源了智能体基础模型 Atria Dawn Preview，面向科研工作者、开发者和专业知识工作者。该模型能自主查找资料、调用工具并运行测试，直接产出研究报告、可运行程序、文档表格、3D 模型和小游戏等可验证成果。作者实测用其纯靠代码生成精准美观的 3D 飞机模型，效果出色。该模型各项评分位居国产模型第一梯队，研发团队非常年轻，约三分之二为来自复旦、北大、上交大等高校的在校学生。
本文翻译介绍了营销工程师（Marketing Engineer）这一新兴角色：利用智能体（Agent）、相互连接的数据和业务上下文，搭建能真正执行营销工作的系统。作者分享了将约70%营销工作放入智能体开发环境（ADE）的实践经验，包括如何组织营销智能体工作空间的目录结构、通过API连接X、Typefully等工具、搭建内部与外部知识层、以及构建营销数据层来汇集广告平台、网站分析、CRM等数据。文章强调人的专业知识与审核在系统中的核心地位，并建议从自己熟悉的一个任务出发逐步搭建工作流。
工信部发布“人工智能+软件”专项行动实施方案，被视为影响未来十年的纲领性文件。文章梳理了文件提出的三大切换：开发从人工写代码转向智能体驱动，产品从被动功能软件转向主动执行任务的智能体软件，服务从卖License转向MaaS和AaaS。文件明确2028年验收指标，包括智能编程工具覆盖2万家规上软件企业、100项智能化技改、100个智能体软件标杆等。作者认为未来三年软件厂生产线、工业软件、软件新形态、收费方式及开源数据标准都将被改写。
