头条精讲
DeepSeek Super-agent 设计探索：迈向更自主的 Agent 系统（在新标签页打开）
推荐理由DeepSeek 产品部提出跨会话持续工作的 Agent 架构，把全局协调、独立执行、事件过滤和异常恢复分开设计。文章用群聊与代码评审贯通的案例解释并发与连续性的取舍，适合正在构建常驻助手的团队。它是一份工程探索，提供的是设计依据，而非新产品功能清单。
本文提出了 Super-agent 的架构设计，通过双层架构、事件驱动、全双工交互、存算分离及 Watchdog 机制，构建了一个跨会话连续、高效并发、主动响应且持久运行的自主 Agent 系统。
86 分钟付费 UGC 实操：Hector Serrano 如何在 Wispr Flow 搭建创作者增长体系（在新标签页打开）
推荐理由Wispr Flow 用创作者社群、广告投放分成和保底机制，把真实使用场景转化为持续增长的素材。增长负责人 Hector Serrano 详述冷启动招募、创意测试与团队分工，帮助 AI 产品团队理解如何让激励、用户洞察和渠道反馈形成循环，而非只追求视频产量。
Hector Serrano 详解 Wispr Flow 如何通过绩效分成、小规模创作者社区、差异化受众覆盖和持续测试扩大付费 UGC，而非依赖严格脚本或虚荣曝光。
僵尸智能体、吸血鬼模型、猎巫行动与木乃伊诅咒：2026 万圣节的 AI 恐惧（在新标签页打开）
推荐理由DeepLearning.AI 借万圣节叙事梳理 Agent 越权、隐私泄漏和 AI 检测误判，把抽象恐惧还原为可以检查的机制。读者能学到如何区分训练数据争议与工具外发风险，并用权限、隔离、监控和过程证据制定更具体的安全判断。适合产品开发者与研究使用者对照自查。
本期《The Batch》万圣节特辑探讨了最新的 AI 恐惧，包括失控智能体结成社会、模型泄露隐私数据，以及 AI 检测工具对创意产业的影响。
今日精华
AI 智能体想访问你的数据？Oracle 的 Jeff Smith 谈安全开放数据库（在新标签页打开）
推荐理由Oracle 的分享把数据库授权落实到工具入口与查询执行，帮助企业团队判断哪些权限应由系统强制执行，减少依赖提示词约束。
Oracle 的 Jeff Smith 提出，用经过审核的报表工具、更安全的诊断环境、标注过的数据库结构和数据库层授权，支持智能体访问业务数据。
小尺寸全能王：小米开源 0.8B 卷王 OCR 模型（在新标签页打开）
推荐理由小米开源的轻量 OCR 将文档理解与工具接入一并展示，为需要本地部署、字段抽取和 Agent 读屏能力的团队提供具体评估入口。
小米开源了0.8B参数的轻量级Xiaomi-OCR-0模型，实现了文档解析、信息抽取与视觉问答的统一，在多种复杂场景下表现优异。
给智能定价：DeepSeek、Kimi 和中国 AI 公司的不同选择（在新标签页打开）
推荐理由晚点对照模型公司的定价取舍，帮助读者区分低单价、任务成本和利润来源，理解商业策略为何不能只看价格表。
文章分析了DeepSeek、Kimi等中国AI公司在大模型定价策略上的差异，探讨了成本定价与市场定位定价的两大路径及其对公司商业化、算力分配和技术叙事的影响。
当文档的主要读者变成 AI 智能体：Hahnbee Lee 与 Lincoln Murr 的产品思考（在新标签页打开）
推荐理由Mintlify 与 Coinbase 的实践者解释文档读者变化如何影响内容维护与 API 体验，为开发者产品团队提供具体改造思路。
Mintlify 与 Coinbase 负责人讨论面向智能体的产品为何需要准确文档、易用 API、受限的资金权限和务实的维护策略。
如果你的 AI 评估拿到 100 分，评估就错了：Ramakrishnan Lokanathan 谈测试设计（在新标签页打开）
推荐理由演讲把评估拉回产品承诺、回归覆盖和真实失败，帮助团队识别过于容易的测试，建立能随产品演进的检查方法。
Ramakrishnan Lokanathan 主张围绕 AI 产品承诺的任务设计评估，结合高目标、流程检查、多元证据、回归用例与真实用户失败。
GitHub Universe 2026 闭幕演讲：开源协作、AI 规划与编程的创造力（在新标签页打开）
推荐理由GitHub 展示维护者面临的贡献压力与协作规划原型，帮助开发者把代码生成效率和项目接纳、协调成本放在一起判断。
GitHub 通过维护者控制、AI 协作规划和可编程徽章演示，说明人的判断、创造力与社区为何仍是编程的核心。
Parameter Labs 如何接管 ChatGPT 账户：预览功能的信任边界（在新标签页打开）
推荐理由Parameter Labs 的漏洞链经 Simon Willison 引介，展示预览功能如何跨越信任边界，适合检查富文本与嵌入内容的产品团队。
Parameter Labs 在 ChatGPT 的 HTML 预览中发现了一个漏洞，通过复杂的沙箱绕过攻击链，可实现账户接管和数据窃取。
补充阅读
上海交大等开源 EvaOmni：1，027 问答检验视听证据（在新标签页打开）
推荐理由EvaOmni 把回答和视听定位分开检验，帮助评估团队发现答对问题与找到真实依据之间的差距。
上海交大、复旦及腾讯优图联合开源 EvaOmni 基准，首创“答案+视听证据定位”双重评测机制，包含 1,027 道问答，评估全模态大模型的细粒度推理与精准溯源能力。
LoRA不必适配所有层：DeepSeek-V4.1-Flash 新架构下的微调思路（在新标签页打开）
推荐理由文章从模型结构解释适配器放置与缓存共享，为显存受限的微调团队提供可检验的优化假设。
针对 DeepSeek-V4.1-Flash 因果编码器-解码器架构，提出仅在解码器层进行 LoRA 微调即可达到全参数效果，并实现 KV Cache 共享。
科技爱好者周刊（第 417 期）：不要让 AI 代表你（在新标签页打开）
推荐理由作者用代理办事与利益冲突实验讨论授权问题，适合重新思考哪些决策需要人类保留最终判断的读者。
本期周刊通过 AI 退票实验和电车难题案例，警示不要让 AI 代表人类行事，以免引发社会混乱和 AI 自我利益考量。
huashu-bird-sticker 正式开源!花叔把全球 11064 种鸟类做成了贴纸（在新标签页打开）
推荐理由鸟类贴纸项目公开生成、审核与失败处理流水线，为批量制作风格一致的 AI 视觉资产提供具体参照。
花叔将全球 11064 种鸟类转化为高质量贴纸，并开源在 GitHub，其中 11030 张由 AI 绘制，耗费超 10 亿 token，用于观鸟记录 App '鸣迹' 的图鉴功能。
独家｜刚刚，启元 PrimeSim 世界模型，登顶两大机器人权威榜单（在新标签页打开）
推荐理由PrimeSim 的动作遵循与多视角一致性实验，为机器人团队判断视频模型能否承担训练仿真底座提供观察点。
启元具身研究中心发布 PrimeSim，一款基于预训练视频生成模型改造而来的机器人世界模型仿真器，在 EWMBench 和 WorldSimProbe 两大权威基准中分别取得第一名，并展示了其在策略仿真、长时序推演和跨本体迁移方面的卓越性能。
我让果蝇帮我审代码：WorkOS 的 Nick Nisi 谈代码评审的未来（在新标签页打开）
推荐理由果蝇评审实验用反常规方式暴露评审瓶颈，团队更可复用的是风险分流与人工验收的方法，而非直接采用实验工具。
Nick Nisi 用模拟果蝇评审代码，反思人审瓶颈，并提出通过团队规则、风险检查与可核验的证据决定何时交给人处理。
为什么稀疏 35B MoE 在 CPU 上比稠密 27B 模型跑得更快（在新标签页打开）
推荐理由CPU 上的稀疏模型案例解释活跃参数与内存带宽的关系，帮助本地推理使用者理解参数总量之外的性能因素。
本文解释了为什么稀疏 35B MoE 模型能在 CPU 上胜过稠密 27B 模型：它在 token 生成时减少了读取权重所需的内存带宽。
Anthropic 的 AI 优势为何吸引长期投资者（在新标签页打开）
推荐理由投资者把硬件选择、单位计算收益与长期治理放在同一框架，适合比较前沿模型商业假设及其不确定性的读者。
Peter Singlehurst 认为 Anthropic 的多芯片计算策略、创始人控制和前沿模型地位适合长期投资，同时承认模型市场可能出现不同走向。
社区安全报告与青少年新保护措施（在新标签页打开）
推荐理由OpenAI 将内容限制、账户干预与青少年保护分开说明，帮助 AI 产品团队理解安全机制如何进入真实服务。
OpenAI 宣布推出新的社区安全报告以提升暴力预防透明度，并针对未成年人出台更严格的枪支内容政策，包括对反复出现暴力讨论的聊天自动终止。
Karpathy 推出 HackerTube：基于 Hacker News 评论筛选的 AI 精选 YouTube 推荐（在新标签页打开）
推荐理由Karpathy 展示从社区评论到视频推荐的完整小项目，为想用编程 Agent 打通数据处理、产品设计和部署的人提供实践参照。
Karpathy 使用 Claude Code 和 Opus 5.5 构建 HackerTube，通过筛选 Hacker News 评论生成无需登录的优质视频推荐。
