OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。
推荐理由：OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异，读者可据此评估它在 Agent 执行层的适用性。
OpenClaw 宣布引入决策模型支持，让智能体中工具筛选、上下文压缩、是否插话等小判断不再走完整对话模型调用。
vLLM 博客作者 Nils Matteson 实测在镜像构建时设置 ENV UV_COMPILE_BYTECODE=1 预编译字节码，H100 服务器上 Qwen3-8B 和 Qwen3-32B 的启动到首个正确响应中位节省分别为 17.6 秒（17.6%）和 17.8 秒（13.9%）。
推荐理由：作者用配对实测给出 uv 预编译字节码对 vLLM 启动的具体节省和设置方法，结果边界和镜像体积代价也交代清楚。
macOS 安全专家 Patrick Wardle 披露 Meta AI 助手 Muse 的零日漏洞，任何本地应用或终端命令都能通过更改语音转录端点窃取用户认证 token，从而完全控制 Muse 账户并可操控其高权限执行写文件、拍照等操作。
Linear 工程师 Mufeez Amjad 撰文介绍团队如何重构 CI，应对 AI 智能体加速写代码后验证成为瓶颈的问题。测试套件今年年初以来增长近四倍，PR 等待时间从 6 分钟以上降至 5 分钟出头，每项测试的 runner 时间约减半。
Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。
推荐理由：评测方给出 Grok 4.7 在多项基准的具体分数、token 消耗与对比对象，读者可据此判断其真实水平与成本。
Linear 工程师分享如何解决 AI Agent 加速写代码后 CI 成为瓶颈的问题，PR 等待时间从 6 分钟以上降至 5 分钟出头，单测 runner 时间约减半。
推荐理由：作者以第一手实践拆解 Linear 优化 CI 的具体做法与数据，读者可将其方法迁移到自己的 TypeScript 项目。
MacStories 作者实测 256 GB 内存的 M5 Ultra Mac Studio，认为它是运行本地 AI 智能体的理想机器。
NVIDIA 发文提出 AI 安全是工程问题，需要明确的安全要求、可执行的控制和具名责任人。文章将安全落在完整 Agent 栈的每一层，包括模型、harness 与运行时环境，强调 Agent 需独立于自身推理的可执行边界、可追溯身份和最小权限，关键操作和权限变更需人工审批。
作者实测阶跃星辰新模型 Step 5 Preview，认为其 UI 能力已追上第一梯队，称较上一模型排名提升 13 名，与 K3 和 Grok 打平，价格约为三分之一。
MarkTechPost用同一段10秒参考音频在ElevenLabs、Cartesia、Inworld、Gradium、Fish Audio、Resemble AI、Hume七家平台实测语音克隆，并从参考音频需求、同意验证、商业许可、语言数和每1M字符价格五个维度对比。
AI 评测机构 Vals AI 在 Twitch 直播中对 OpenAI 模型 GPT-6 Astra 进行了 141 小时的《我的世界》长时自主游戏测试。GPT-6 Astra 展现出长周期规划能力，搭建半自动烈焰人农场收集 6 根烈焰棒、获得 3 颗末影珍珠；但营地遭苦力怕自爆炸毁储物箱与重生床后，AI 连续数小时只循环种土豆，对绿色物体高度警惕并误认甘蔗为苦力怕。
这篇文章讲解 TypeSafe 的决策模型 Jev（typesafe/jev-1.13），它接收文本加类型化问题，返回 Choice、Score、Noul 三种带校准概率的固定答案，不生成文本。
Imprint 工程负责人记录了在公司内落地软件工厂模式的实践，核心是 /linear-project-loop 技能，它审计 Linear 项目的目标定义（Notion RFC、Datadog 或 Snowflake 指标），补齐缺失工具后自动增删 issue、处理非阻塞任务并定期重跑循环。
作者针对 AI 生成的社区活动海报风格高度雷同的问题，用 ChatGPT 为同一个虚构春季市集指定不同设计美学，先后生成 Bauhaus 几何极简、Stamp/Letterpress。
作者卡尔的AI沃茨分享名为 QBS（Question→Book→Skill）的方法：让 GPT-6 找一本能解决当前问题的书，完整读相关章节后提炼成可直接使用的 skill，并用新任务试跑验证。
MarkTechPost 发布一篇 LLM 模型格式与量化方法科普，先区分存储容器（safetensors、GGUF）与量化方法（GPTQ、AWQ、bitsandbytes NF4 等），再逐个讲解 GGUF 的量化命名、GPTQ 与 AWQ 原理、EXL2/EXL3 及 MLX 等格式。
OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。
推荐理由：OpenRouter 用自家基准数据对比 Jev 与生成式 LLM 的成本和延迟，并给出路由与验证两套可直接复用的代码模式。
Artificial Analysis@ArtificialAnlysAI 评分6161
OpenRouter 发布教程，讲解如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据和 google/gemini-3-flash-preview 等模型。
OpenRouter 对其路由的 20 个图像生成模型用相同提示词实测计费，单张图片成本在 $0.006 到 $0.134 之间，相差 22 倍。
推荐理由：OpenRouter 用同一提示词实测 20 个图像生成模型的真实计费，读者可以借此绕开各不相同的计价单位直接比较成本。
Hacktron AI 三人团队在 OpenAI 漏洞赏金计划中利用 Claude Opus 5 发现并串联两个严重漏洞，接管多个 OpenAI 员工 ChatGPT 账户，获 6500 美元奖金，OpenAI 表示已修复。
开发者 ferstar 逆向 Z.ai 的 AI 编程桌面应用 ZCode，发现其登录后会静默把整个工作区打包（含完整 .git 历史、LFS 缓存、reflogs 和全局配置）加密上传至 Aliyun OSS，实测一次快照为 42,411 个文件、313MB，且 .git 目录占载荷的 86.6%。
推荐理由：文章梳理了上传机制的取证细节、设置开关失效的原因和可落地的文件系统防护方法，读者可据此检查自己使用的 agent 运行时。
该指南从文档完善度、许可证、维护状态和安全控制等维度盘点 11 个开源 Agent harness，包括 OpenCode、Pi、Goose、Cline、OpenHands、Aider、Codex CLI、Qwen Code、Kilo Code、Hermes Agent 和 OpenClaw。
Tripo@tripoaiAI 评分5959ComfyUI for Animation: Concept Art to Any Angle Concept art → 3D proxy → any angle you want. One graph, two methods. Step 1: load your concept art. Tripo generates a 3D model and saves it as a GLB. Drag it into Load 3D and set material mode to Normal. Step 2 (stills): rotate the viewport to your angle. Load 3D outputs the view, and GPT Image 2 renders it back as a polished on-style illustration. Step 3 (camera moves): record a path in the viewport. That clip becomes the motion reference for Seedance 2.0, which generates the move through the stylized scene. Click the link below to run the workflow ⬇️
作者提出用 LLM 写作的两条规则：不接受 LLM 建议的任何具体措辞，并禁止模型给出鼓励性夸奖，以免强化初稿的坏习惯。
TypeSafe AI 推出专注高频决策的大模型 Jev，不做对话和文字生成，只输出判断，速度比传统大模型快20～200倍，成本0.042美元/百万Token且输出Token免费。作者实测预筛任务中Jev准确性第二且更便宜，在并行判断任务上达到最高准确率和最快速度；模型采用RLCD训练方法优化决策校准，可在官网 https://typesafe.ai/ 申请资格，Vercel 已首发接入。
推荐理由：作者用自己的预筛和并行判断任务实测了Jev与多个模型的准确率、速度和成本，读者可以据此判断这类只做决策的模型适合什么场景。
Simon Willison 提出 LLM 辅助写作规则：不得使用模型建议的任何具体措辞。他不让 LLM 替自己写博客内容，但用其做事实核查、拼写语法检查和同义词参考，并引用 Thomas 展示的个人 LLM 文案校对工具及其自建提示词。
Included Health 基于 LangGraph 和 Deep Agents 搭建了联邦式多智能体架构，支撑其 AI 医疗导诊产品 Dot。Dot 作为主对话路由器处理覆盖范围、账单等问题，并调度紧急护理、预约、专科转诊等子工作流；Deep Agents 提供共享文件系统与全局语气提示词，使跨团队智能体切换时能传递对话摘要与完整历史，用户无需重复描述。
据 Vals AI 与社区运行记录，GPT-6 Astra 在 Pokemon FireRed 中 18 小时 12 分钟夺冠，远快于 GPT-5.6 Sol 的 96 小时 35 分钟；在 Minecraft 中进入下界并收集烈焰棒与末影珍珠，但被 Creeper 炸毁物资后花数小时种土豆。
Bloomberg 产品开发教练 Carter Leffen 自述用 OpenAI 的 GPT-6 Astra（Extra High 变体）耗时约十小时，破解了一条1941年发出、83年未解的82字符 Enigma 密电，内容是一名士兵请求行军路线和即时无线电回复。
作者用GPT6搭配Hyper3D Rodin的MCP，花一下午做出了可逛、可交互的3D个人作品集网页，场景含35个精细建模。流程为GPT-6画参考图并写交互代码，Rodin生成3D模型，BANG把模型按结构拆成独立零件以实现零件级动画，作者还把整个流程打包成skill发布在github.com/LearnPrompt/3Dworkshop。
自媒体作者分享一套节省 Codex 额度的工作流：让 Codex 把自己的服务器封装成只读、最小权限、飞书 OAuth 鉴权的 MCP Server，作为插件供 ChatGPT 网页版的 GPT-6 Pro 调用，读取真实生产数据和 GitHub PR 记录做分析与规划。
推荐理由：作者给出一条可复用的工作流，把业务数据封装成只读 MCP 插件，让 GPT-6 Pro 承担规划以节省 Codex 周额度。
Arena.ai@arenaAI 评分6464Arena 实习生 @melissapan 评测 7 个模型在 Claude Code、Codex 和 Pi 三种 harness 下的编码表现，共 21 个模型-harness 组合。
Does your Claude model really need Claude Code…? 🤔 We evaluate 7 models on Claude Code, Codex, and Pi. Three surprising findings emerge: 1️⃣Harness choice has little effect on task success rate, but can significantly affect the cost 2️⃣A simple harness can be competitive 3️⃣The native harness isn’t always the best. Millions of people are using coding agents, but the impact of harness choice remains unclear. (1/n) More details in the thread. 🧵
Tessl 在 AI Native DevCon London 演讲中介绍了 cq 项目，目标是把智能体踩坑后获得的经验从本地会话变成可共享的基础设施。核心单元是知识单元，包含领域、洞察和采取的行动，智能体遇到问题时可先查询并在使用后验证或标记。
Leapfrog 创始人介绍了为团队搭建的一 brain 组织记忆系统，用 OpenClaw 沙箱、GitHub 仓库、Obsidian 本地浏览和 Telegram 自然语言交互，把公司知识与客户生产上下文集中为可查询内容。
作者在 AI Native DevCon 演讲中介绍其以系统用例和领域模型为核心的规格驱动开发方法，跳过计划与任务阶段，直接用用例驱动代码生成。文章覆盖绿地与遗留系统现代化两条不同流程、基于风险的分层评审、Spring PetClinic 逆向建模演示，并建议用技能、guardrails、MCP 服务器和自包含系统架构搭建 harness，以实现接近确定性的生成。
Odevo 在 AI Native DevCon London 分享了其 AI Native 转型经验：这家住宅物业管理公司七年内管理房屋从约 5 万套增至约 250 万套、员工从约 1000 人增至 14000 人，2024 年起步时仅约 30% 开发者使用 GitHub Copilot 等工具。
Artificial Analysis@ArtificialAnlysAI 评分5454