我与 AI 同事共事的第一周：Every Agent 实测体验
Every 编辑 Grant Harvey 记录与自家 AI 同事 Every Agent 共事一周的体验：它能在不到一分钟内找到文档、列出九位贡献者并提醒未追踪的改动，也会自信地给出错误答案。
全部 AI 动态
Every：最新文章AI 评分4444 Amazon ScienceAI 评分4444 Amazon 与 Booking.com 用知识蒸馏加 Medusa 加速旅行 LLM
Amazon 与 Booking.com 将知识蒸馏与 Medusa 结合，把 70B 的 Llama-3.1 教师模型能力迁移到 1.1B 的 TinyLlama 学生模型，在保持最佳开源 LLM 质量的同时成本降至不到三分之一、速度最高提升 20 倍。
Simon Willison 博客AI 评分7070 Simon Willison 评 Spawn：Fable 智能体集群每月花超 300 万美元 token 自主开发多人游戏
Simon Willison 转评 Jacob Sansbury 的文章，介绍多人游戏环境 Spawn：玩家用提示词指挥游戏内智能体 Savi 修改游戏世界，作者实测用提示词生成城堡和龙并骑龙飞行。
Kling AI@Kling_aiAI 评分6161创作者 @AmirAigc 在 Kling 邀约下用 Kling 4.0 制作短片《Tea When You Have Time》，讲述海外老人茶聚中友谊与离别的故事。
Tessl：产品与工程博客AI 评分5555 Tessl 工程博客探讨 AI 软件工厂的成本该由谁负责
Tessl 博客分析工程领导者如何判断 AI agent 账单背后的钱花得值不值，提出七方面管理框架：成本可见与归属、开工前评估、按任务完成成本选模型、把重复决策转为代码检查、设预算并停止无效循环、把原本不会做的维护工作单独核算，以及在预算紧张时保持完成定义不变。文中强调失败尝试也要计入成本，账单下降可能只是把工作转嫁给了评审者。
Addy Osmani@addyosmani精选AI 评分7373推荐理由：作者基于 Claude Code 团队实践给出减提示词的具体做法，包括 /doctor 审计、subagent 使用边界和 Projects 并行管理。
公众号：卡尔的AI沃茨AI 评分6363 LibTV 开源破亿 AI 短片工程画布，作者实测拆解一人剧组工作流
LibTV（liblib.tv）公开了《非妖哉》等破亿 AI 短剧的完整工程画布，把爆款作品的提示词、分镜串联和角色一致性做法摊开展示。
OpenRouter：AnnouncementsAI 评分6969 OpenRouter 实测 13 种提示注入攻击，讲解 Armor 与 Guardrails 防御方法
OpenRouter 发布提示注入防御教程，用 13 种自有攻击加 12 种其他模型编写的攻击测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash。
OpenRouter：Announcements精选AI 评分7676 OpenRouter 教程：用 LLM 从 PDF 中抽取表格
OpenRouter 发布教程，讲解如何把 PDF 以文件形式连同严格 JSON schema 发给能读文件的模型，让表格以带类型的行返回，括号亏损、千分位和脚注标记等清理都写进字段描述。
推荐理由：OpenRouter 用五份 PDF 实测了多条抽取路由，给出严格 JSON schema 写法、两类静默失败的检查和各路由成本对比。
Lydia Hallie ✨@lydiahallieAI 评分4242
Baseten 工程博客AI 评分5151 Baseten 优化 Qwen3-ASR 1.7B 批量转写，吞吐达原版 vLLM 的 7 倍
Baseten 优化了 Qwen3-ASR 1.7B 的批量转写部署，在 64 并发下吞吐比原生 vLLM 高 7 倍以上，成本降至每音频小时约 $0.0013，比闭源提供商低约 277 倍。
Pydantic AI 官方文章AI 评分6969 Pydantic AI 自建基准：code mode 在长任务上成本减半、小任务反而更贵
Pydantic AI 的 Michael Pfaffenberger 用 5 个小型 Pydantic AI 应用、8 个模型、5,276 次评分运行测试 code mode：长任务上成本 -58%、耗时 -51%、成功率 +16 个百分点，200 项任务时便宜 47% 到 75%。
Google Developers BlogAI 评分5959 Google 演示用 Agents CLI 评测闭环爬坡式提升 Agent 质量
Google Developers Blog 实操演示 Agents CLI 的 eval 命名空间如何支撑 Agent 质量的爬山式迭代，基于 Agents CLI v1.8.0 的 LangChain 模板，以 gemini-3.8-flash 作 LLM-as-judge 按 1-5 分评分。
LangChain：BlogAI 评分6262 LangChain 实测 OpenWiki 与证据图构建有据可查的 Agent 记忆层
LangChain 介绍如何用其开源 wiki 编译器 OpenWiki 为 Agent 构建持久记忆层，把分散的政策、手册、工单等源材料合成为带引用的链接页面。
Ai2 / Allen Institute for AIAI 评分5151 研究者将 Ai2 开源模型 olmOCR 2 应用于历史与考古档案转录
Ai2 介绍研究者如何将开源文档转录模型 olmOCR 2 适配于历史与考古档案。
LangChain：BlogAI 评分4444 如何用 Managed Deep Agents 的 Schedules SDK 构建主动式常驻智能体
LangChain 介绍如何用 Managed Deep Agents 内置的 cron 调度服务构建主动式常驻智能体，支持在 agent 定义中静态声明调度，或由 agent 在运行时调用 Schedules SDK 动态创建。
Meta Engineering BlogAI 评分4848 Meta Andromeda：模型与系统协同设计驱动下一代广告检索
Meta 公布下一代个性化广告检索系统 Meta Andromeda，单块 GH200 GPU 上模型推理吞吐超过每秒 100 亿条广告，相比 2024 版系统提升 100 倍。新架构引入受 LLM 启发的 MoE，推理 FLOPs 比 2024 版检索模型少约 300 倍，性能接近排序阶段水平。自 2025 年以来，该系统在 Facebook 上带来 2.4% 的转化提升。
OpenRouter：Announcements精选AI 评分7070 Claude Code 触发用量上限后如何用 OpenRouter 继续编码
OpenRouter 介绍 Claude Code 触发用量上限时改用 OpenRouter API key 继续编码的方法：设置三个环境变量或用 Ori Harness 的 ori claude 命令，即可按 token 付费使用同样的 Claude 模型，没有五小时和每周限制。
推荐理由：OpenRouter 实测了 Claude Code 走 API key 计费的真实成本，并提醒 Claude Code 自印的价格可能偏高。
OpenRouter：AnnouncementsAI 评分6767 OpenRouter 解析 Claude 529 Overloaded 错误及三种修复方法
OpenRouter 发文解释 Claude 的 529 overloaded_error 表示 Anthropic API 对该模型全局容量不足，与用户配额无关，区别于 429 rate_limit_error。
Replit：BlogAI 评分4343 Replit 详解 Agent Habitat 背后的安全架构
Replit 介绍其 Agent Habitat 的安全架构，用组织级策略边界把沙箱、连接器、智能体和应用统一纳入管控。连接器凭证保存在智能体上下文之外，由凭证代理逐次授权请求后再从保险库取出注入。智能体运行在各自独立内核的 MicroVMs 隔离环境中，上周披露的内核漏洞未影响其现有隔离防护。
404 MediaAI 评分6161 英国和欧盟用户如何拒绝 Meta 将其内容用于 AI 训练
404 Media 介绍了英国和欧盟用户拒绝 Meta 将其内容用于 AI 训练的操作方法。Meta 早前更新商业条款允许用业务账号内容训练 AI，生效日期因反弹从 10 月 30 日推迟到 11 月 20 日，并从允许用途中移除了 train 一词。
Simon Willison 博客AI 评分7171 Simon Willison：2026 年 10 月是 vibe coding 游戏开发的拐点
Simon Willison 认为 2026 年 10 月是 vibe coding 游戏的拐点，他用 Claude Opus 5.5 以完全不看的代码方式做出四款自己真正爱玩的浏览器游戏，包括多人 RTS Battle Drones、RPG Emberwick、Tree Appreciator 和经营模拟 Quarter Sun Cove。
Aravind Srinivas@AravSrinivasAI 评分4444Perplexity CEO 演示用 Perplexity Computer 设计了一个 GTA V 任务：玩家在游戏内手机上 vibecode GTA VI，同时被开发者报警追捕。
公众号：面壁智能AI 评分4242 面壁智能 ForgeKernel 直播挑战 DeepSeek FlashMLA Prefill 手写算子
面壁智能将于 10 月 29 日上午 10:00 直播，由 ForgeKernel 基于 DeepSeek-V4.1 的真实推理负载现场生成、编译并跑分算子，正面挑战 DeepSeek 官方开源的 FlashMLA Prefill。后者运行于 DeepSeek 生产推理栈并驱动 DeepSeek-V4.1，被称为当前手写算子的顶尖水准。
公众号：卡尔的AI沃茨AI 评分6767 豆包工作上线录制回放功能，作者实测用它做电脑自动化 Skill
豆包工作新增了类似 Codex 的 record & replay 录制回放功能，用户可录制电脑操作并配语音讲解，由 AI 生成步骤并复刻，最长录制 30 分钟。作者实测发现它在用户占用窗口时会主动暂停而非重试，适合没有 API、跨多软件的工作流；作者还用它录制随机跨平台浏览节奏来采集小红书低粉爆款等内容，降低被风控检测的概率，并计划把 Codex 上做好的 skill 迁移过来以节省额度。
公众号：可灵AIAI 评分6262 创作者阿米Amir用Kling 4.0实测温情短片《得闲饮茶》
可灵AI实战测评室邀请创作者阿米Amir用Kling 4.0制作粤语温情短片《得闲饮茶》，检验其在慢节奏情感叙事上的表现。他反馈30秒原生输出、全能参考和多关键帧（最多10张图）让动作与节奏安排更有余地，12个角色资产的一致性比3.0更稳，粤语对白与口型匹配出色；相对3.0最长15秒，4.0升级到最长30秒，并新增21:9画幅。
O'Reilly RadarAI 评分5656 James Shore 解析如何评估 AI 对软件开发的真实回报
James Shore 在 O'Reilly Radar 发表系列文章首篇，介绍如何量化 AI 对软件开发的组织级影响，分四部分覆盖交付速度、负面后果和业务结果建模。
公众号：小红书技术AI 评分4545 小红书蜜薯 X Rokid 智能眼镜：Personal Agent 的实时多模态、Proactive 与 Memory 架构
小红书 2049 Lab 与 Rokid 合作，以智能眼镜为载体打造 AI 生活搭子“小红书蜜薯”，并介绍了其整体架构。系统由端侧体验、实时会话与 Agent 协作构成交互主链路，Memory 与能力服务独立支撑任务推进。其中多模态全双工支持插话与跨链路取消，Proactive 持续观察并判断回应时机，Memory 分层组织证据并异步读写，目标是走向持续服务个人的 Personal OS。
IT之家·人工智能AI 评分4646 CVE Tracker 可视化：AI 成放大器，2026 年漏洞报告数量陡增
开发者 @0x_Osprey 制作网页 CVE Tracker，用趋势图追踪已获 CVE 编号的漏洞数量，显示 2026 年以来报告数量陡峭上升，并可对照主流 AI 模型发布时间。该媒体认为 AI 正成为安全研究的“放大器”，能更快扫描代码、复现异常并整理报告；但报告变多不等于系统更危险，低质量或重复报告会加重开源维护者和安全团队的分诊压力。
Elon Musk@elonmuskAI 评分5151引用Grok Imagine@imagineOur Prompting Guide is live. We're building the Odyssey episodes in public with a small crew of creatives. Learn from our workflows! https://x.com/i/article/2114831189475483648
- Addy Osmani@addyosmani精选AI 评分7272
推荐理由：作者亲自讲解 Claude Code Mods 的机制与上手方法，覆盖三个可复用的示例 mod，读者可照做搭建自己的定制界面。
Hacker News：AI 热帖AI 评分5252 作者为美国法典构建类 Git 的逐条版本溯源系统
作者借鉴 Git 的溯源思路，为美国法典构建了可按日期查看生效文本的系统，并解释了 LLM 在法律检索中的时间失效问题。系统对 2017 年起九个编的 365 处修改逐条重演，361 处能精确复现下一个发布点，每处修改标注所依据的公法和生效日期。已知限制包括尚未处理后续法律的追溯适用，生效日期靠模式匹配解析，重要内容仍需查阅法律原文。
Browser UseAI 评分6464 为什么网站一改版 Playwright 脚本就失效：原因与修复方法
作者讲解 Playwright 脚本失效的常见原因：CSS、XPath 选择器、生成的类名和动态 ID 会随改版失效，建议改用 getByRole、getByLabel、getByTestId 等面向用户的定位方式，并用 web-first 断言替代 waitForTimeout。
Browser UseAI 评分5757 Browser Use 团队讲解如何在云端规模化运行浏览器自动化
Browser Use 团队讲解云端规模化浏览器自动化做法：任务进队列，每个任务用独立远程浏览器经 CDP 由 Playwright 或 Puppeteer 驱动，并发按套餐上限封顶，用保存的 profile 复用登录，仅在站点拦截时加代理，带退避重试并在 finally 中停止浏览器。
Browser UseAI 评分6262 Headless 浏览器被 Cloudflare 拦截的信号与对策（2026）
Browser Use 讲解 Cloudflare 拦截原生 headless Chrome 的原因：navigator.webdriver 暴露自动化、Playwright 默认 headless shell 的 UA 为 HeadlessChrome、云服务器 IP 信誉差且无 cookies。
