头条精讲
在 OpenAI 规模化 Git（在新标签页打开）
推荐理由面向维护单体仓库或代码托管平台的工程师。OpenAI 首次系统公开 Pando 的设计取舍：放弃仓库级一致性、改用因果一致性让各分支推送并行，packfile 跨拉取复用替代逐客户端打包，并附三阶段提交与预写日志的对比模拟。10 周从启动到生产、日交付近 1 PB Git 数据的结果，可直接对照评估自家方案在智能体洪峰下的扩展边界。
OpenAI 介绍了 Pando，一种新的 Git 后端，通过因果一致性和 packfile 复用实现并发写入的水平可扩展性和优化的读取吞吐量，支持每日 PB 级数据传输，同时保持 Git 协议兼容性。
LLMJacking 的崛起：威胁行为者如何将受损的云与模型资源变现（在新标签页打开）
推荐理由入口大多是泄露的云身份令牌而非模型漏洞：Mandiant 复盘 2026 年多起 LLMJacking 事件，单日欺诈账单可超 10 万美元，黑产用 max_tokens=1 的微请求验证窃取密钥以绕过用量告警，再经 LLM Mixer 转卖配额。文末的审计日志监控项与密钥治理清单可直接抄进云与 AI 平台的加固基线，适合安全与云成本团队对照自查。
Google 威胁情报团队详细披露了 LLMJacking——一种新型攻击手法，威胁行为者劫持企业 LLM 访问权限，利用窃取的凭证、暴露的端点和 LLM Mixer 将受损资源变现，产生超过 100 万美元的欺诈性云费用。
Wharton 创业教授：有了 AI，我鼓励学生做什么（在新标签页打开）
推荐理由Mollick 把用好 AI 归纳为深度知识、广博知识、主动性与品味四项，并强调先自己构思再借助 AI，避免输出趋同；他演示设检查点、早干预的智能体管理方法，也解释学徒制人才培养链路为何正被打破。观点出自一手访谈但多为经验判断，适合与 AI 深度协作的从业者、教育者与学生对照自身做法。
Ethan Mollick 认为，AI 应扩大创业者的抱负，同时人仍需保留品味、独立构思，以及对重要选择的主动权。
今日精华
我们如何优化深度智能体的浏览器使用（在新标签页打开）
推荐理由做浏览器智能体的人可对照这份工具选型：同一模型下七套工具集成本差约 13 倍，代码模式加无障碍树快照是关键，每步改动都靠 trace 加 eval 验证。
本文详细介绍了 LangChain 如何通过选择并改进 Stagehand 工具集来优化深度智能体的浏览器使用，实现 90% 的任务成功率，成本仅为其他方案的 1/13，执行速度快 3 倍。
真假视频难辨之后，Runway 的世界模型将走向何处？Cristóbal Valenzuela 谈 Continuum（在新标签页打开）
推荐理由关注视频交互形态的产品人适合看：Valenzuela 把下一帧预测做成可点击的实时界面，并预告 8 到 12 个月内开放 Continuum 大部分能力。
Cristóbal Valenzuela 展示 Runway 如何从逐帧预测走向交互世界模型，并以 Continuum 探索机器人、可交互界面和智能体的视觉推理。
折腾了整整 1 年，毫无保留地分享一下我这套 Agent 自动化系统。（在新标签页打开）
推荐理由想搭个人 Agent 流水线的非专业开发者可抄这套架构：事件中台加规则文件统一触发与去重，本地双 Mac 跑多模型分工，飞书卡片只把需拍板的事推给自己。
作者分享了一套基于Agent自动化的系统架构，通过事件中台统一调度、模型按需调用和CI流水线，最大化释放人类注意力，实现「批奏折」决策模式，显著提升生产力。
让改进有迹可循：Storage Agent Family Eval 工程实践（在新标签页打开）
推荐理由负责企业 Agent 质量的团队可借鉴：评测集按用户意图、技能链路与边界用例组织，LLM 与代码双评估器打分，安全红线一票否决，再用 Trace 把失分归因到具体模块。
文章介绍了火山引擎存储团队构建的 Storage Agent Family 评测体系，通过离线回归实验、Trace 调用链分析和线上真实问题回流，实现了 Agent 持续迭代和质量提升，确保其在云存储场景下的准确性与安全性。
同一模型，不同智能体框架：CUGA、Hermes 与 Deep Agents——何时选择 CUGA？（在新标签页打开）
推荐理由选型智能体框架的人应读：同一 GLM 模型换 harness 后 AppWorld 完成率从 30% 到 81%，但配置不对等且由 CUGA 团队自测，可当评估方法参考。
本文使用同一个 GLM-5.3-flash 模型，在 90 项 AppWorld 任务上比较了 3 种智能体框架（CUGA、Hermes、Deep Agents），结果显示框架选择会显著影响表现（任务完成率从 30% 到 81%），并指出 CUGA 专为可强制执行策略的企业自动化而设计。
为巴西柔术构建你自己的 LLM（在新标签页打开）
推荐理由想用自有资料训练领域模型的人可照抄这条流水线：语音纠错、知识图谱约束检索、从文档内引用挖训练对，单卡约 30 分钟完成重排器与 7B 模型微调。
本文提供了一套完整的方案，通过结合语音纠错、上下文检索头、知识图谱构建、多模态视觉锚定、自定义交叉编码器重排序以及专用 SFT 数据集，来构建一个巴西柔术领域的专家级 AI 教练，实现高精度、低幻觉的回答。
小红书自研稀疏训练引擎 SparseGear：搜广推模型 Scaling Up 的资源协同（在新标签页打开）
推荐理由做大模型训练系统的工程师可参考其资源协同思路：稀疏参数按访问特征分流到 CPU 与多级存储，释放的 HBM 留给 Dense 扩展，多场景训练性能提升 20% 到 300%。
小红书自研稀疏训练引擎 SparseGear 通过 HBM-Friendly 多级存储、统一特征抽取平台和 Agent 自动调优，实现稀疏参数供给效率提升和 Dense 扩展显存释放，为搜广推模型 Scaling Up 提供高性能解决方案。
补充阅读
Supabase 创始人：Personal Agent 的下一步，是给每个人一个 Personal Database（在新标签页打开）
推荐理由Supabase 七成新增活动来自 Agent：产品转向 Code-First、报错信息教 Agent 自修，并把个人数据库当 Agent 时代的数据底座。
Supabase 创始人阐述了 Personal Agent 时代的关键趋势：每个人都需要一个 Personal Database，这将重塑数据库的扩展架构和产品定位。
StateBench：测试语言模型如何追踪长文档中的状态变化（在新标签页打开）
推荐理由研究长上下文与模型架构的人适合读。四层状态追踪基准显示前沿模型在依赖链长的任务上随输入变长骤降至 13% 以下，直训的循环与混合架构泛化更远。
StateBench 是一项用于评估语言模型追踪长文档中实体状态变化能力的基准测试，涵盖从简单的不可变赋值到复杂的基于引用的更新共 4 个难度等级；结果显示，在较难任务上，循环架构和混合架构优于 Transformer。
我笔记本上的 Qwen 3.8 27B 也能解读模型权重（在新标签页打开）
推荐理由对模型能力边界好奇的读者会喜欢这个家用复现：17GB 的 Qwen 3.8 27B 在笔记本上从纯权重猜出三个游戏，作者也提醒学界对原论文的质疑仍在，别过度解读。
Qwen 3.8 27B 展现了权重空间编程能力：它能分析并解读经过经典游戏训练的神经网络原始权重，在笔记本电脑上的表现可与前沿模型媲美。
HiCache 在多种并行模式与分布式服务中的应用（在新标签页打开）
推荐理由运维长上下文推理服务的人可对照：科大讯飞接入外部存储后命中率从约 30% 升到 95%，文中拆解层级缓存与 CP、PP、投机解码、P/D 分离的兼容细节。
HiCache 通过保留页面所有权、同步各阶段的缓存操作，并恢复草稿模型状态，实现了跨上下文并行、流水线并行、推测解码以及预填充与解码分离的分布式 KV 缓存服务。
Menlo Ventures：2026 年企业 AI 市场报告（在新标签页打开）
推荐理由产品与投资人可用的数字集：企业 AI 部署支出一年涨 5.4 倍至 1770 亿美元，OpenRouter 智能体流量已占 token 总量八成。
Menlo Ventures 的 2026 年《企业 AI 状况报告》揭示了 AI 部署支出的爆发式增长、智能体驱动的 token 消耗，以及企业 AI 采纳格局的重大转变。
为律师构建 AI - Legora 首席技术官 Jacob Lauritzen — Latent Space（在新标签页打开）
推荐理由做垂直 Agent 产品的团队可参考：Legora 在看不到客户数据的约束下用模拟环境做评测，靠法律工程师无代码配置新产品，上线不到 18 个月即过 1 亿美元 ARR。
Legora 首席技术官 Jacob Lauritzen 探讨为法律行业构建 AI 智能体，涵盖无法访问客户数据时的评估挑战、模型选择权衡、基础设施选型，以及公司从斯德哥尔摩地下室初创企业成长为估值 88 亿美元、拥有 100 名工程师的历程。
从龙虾到《赵云与阿斗》，我的 10 个 AI-aha moment（在新标签页打开）
推荐理由想快速回顾这一年 AI 大事的人可当索引听：从 openclaw 爆火到 Anthropic 递归自我改进文章、App Store 首次收入负增长，十个节点串起行业情绪变化。
庄明浩以 2026 年十个 aha moment 串起 AI 全年：OpenClaw 奠定 Agent 范式、字节视频闭环领跑、Sora 关闭引出通用与垂直之争、AI 自构建引爆下游、斩杀线重定义成本、AI 编程冲击 App Store。
开源模型也能直接操作机器人！清华、伯克利提出统一 Agent Harness，迈向 RUA 训练和本地部署（在新标签页打开）
推荐理由做具身智能的研究者可关注：开源 Qwen3.8-Flash-Next 在 RoboDojo 拿 31.39 分超过 GPT-6 Astra 公开成绩，单局调用成本仅约 1 美元。
清华、伯克利团队提出 uni-robot-agent，一个模块化跨环境统一的机器人 Agent harness，验证了开源模型在 RoboDojo 上的 31.39 分（超 GPT-6 Astra 的 28.97 分），并在真机上取得 53.50 分，显著降低了具身智能体的研究门槛和成本。
每项任务的成本：使用轻量级分类器在 Gemini 模型和思考级别之间进行路由（在新标签页打开）
推荐理由管智能体成本的工程师可直接套用结论：先用低思考档 Flash 跑全部任务，再用近零成本分类器路由短任务，正则与长度启发式在未见过任务上会掉 23 个百分点。
本文展示了如何利用轻量级分类器，将任务路由到成本最低的 Gemini 模型配置；与使用单一模型并设置较低思考级别相比，这种方法在降低成本和延迟的同时，实现了 100% 的准确率。
免费、自己爽、无限效率，红果如何改造中国影视业（在新标签页打开）
推荐理由关注内容产业与平台经济的人适合读这篇调查：红果日活破 2 亿超过四家长视频平台之和，保底补贴退场后制作方转向成本约十分之一的 AI 漫剧，行业规则被数据与算法重写。
文章分析了红果如何通过免费模式、数据算法和AI技术改造中国短剧产业，打破传统影视格局，实现高效的内容生产与商业化闭环。
