Berkeley AI Research 探讨智能免费时代面向、属于及由 Agent 构建的数据系统
Berkeley AI Research 指出 GPT-4 级推理成本已降至 $1 以下，年降幅中位数近 50x。文章提出数据系统需应对三大挑战：支持 Agent 高并发推测查询、管理大规模 Agent 状态协调、以及验证 Agent 自主合成的自定义数据系统。
#Agent
Berkeley AI ResearchAI 评分3838
Ethan Mollick · One Useful ThingAI 评分6565 Ethan Mollick：聊天机器人时代终结与AI智能体崛起
Ethan Mollick认为AI模型发布频率和能力提升速度正在加速，导致传统“聊天机器人”协作模式逐渐被自主执行长任务的“智能体”取代。他引用METR、GDPval及Epoch的研究指出，前沿模型如Opus 4.7和Fable已能独立处理耗时数周的人类工程任务，且成本可控。
Sierra BlogAI 评分4242 Sierra Agent Studio 实验功能让 A/B 测试驱动 AI 智能体优化
Sierra Agent Studio 推出实验功能，支持团队通过 A/B 测试验证 AI 智能体变更对解决率和客户留存的影响。该工具提供统计显著性仪表盘并支持渐进式流量发布，确保胜出变体可安全推广至全量用户。配合 Ghostwriter 分析对话模式自动生成假设，大幅缩短从想法到上线测试的周期。
Together AI BlogAI 评分4545 Together AI 在 ICML 2026 展示全栈前沿研究
Together AI 在 ICML 2026 发布九篇论文，覆盖从智能体到 GPU 内核的全栈优化。ThunderAgent 实现最高 3.6× 智能体推理加速，TTT-Discover 用开源 gpt-oss-120b 模型以约 $500 成本超越人类最佳发现。Aurora 自适应推测解码与 Untied Ulysses 支持单节点 5M-token 上下文，共同提升平台效率。
Jim FanAI 评分6565 Jim Fan 推出 ENPIRE：首次实现物理世界中的 AutoResearch
Jim Fan 宣布推出 ENPIRE，首次在物理世界中启用 AutoResearch。该项目让 8 个 Codex agents 控制机器人集群、GPU 资源及充足 token 预算，目标是以最快速度解决任务并保持机器人忙碌。
Modal 官方工程博客AI 评分4040 Modal 产品更新：VM Sandboxes、区域路由、RBAC 及更多
Modal 推出 VM Sandboxes Alpha 版以支持真实 Linux 内核，并新增区域路由以降低延迟。同时上线 RBAC 权限控制、Named Images 镜像共享及 Sandbox 域名白名单功能。Python SDK 更新至 v1.5.0，JS/Go SDK 更新至 v0.8.0，Sandbox 快照默认 TTL 调整为 30 天。
Ethan Mollick · One Useful Thing精选AI 评分8282 Ethan Mollick 实测 Claude 5 Fable：长时自主执行与多智能体协作体验
Ethan Mollick 对首个 Mythos 级公开模型 Claude 5 Fable 进行了深度实测，指出其在复杂任务上显著超越以往模型，能连续工作数小时并自主启动子智能体进行研究与验证。
推荐理由：作者通过实测展示了模型在长时自主执行和多智能体协作上的能力跃升，并提出了从“操作者”到“委托者”的人机关系变化观点。
Ethan Mollick · One Useful ThingAI 评分4040 Ethan Mollick 新书《Co-Existence》探讨人类与 AI 共存
Ethan Mollick 发布新书《Co-Existence》，主张在 AI 智能体时代人类应学会与有时优于自己的 AI 协作。书中指出 Anthropic 报告 AI 已编写其 80% 代码，开发者产出提升 8 倍，且新式编程代理导致代码量激增 17 倍。Mollick 强调尽管 AI 能力存在“锯齿状前沿”，人类仍可通过审慎使用 AI 实现繁荣发展。
Anthropic Claude.dev 开发者博客精选AI 评分8282 Anthropic 分享 Claude Code 技能构建经验：九类场景与最佳实践
Anthropic 工程师 Thariq Shihipar 总结了在 Claude Code 中大规模使用“技能”（Skills）的经验，将内部数百个活跃技能归纳为库/API 参考、产品验证、数据获取等九大类别。
推荐理由：原文基于 Anthropic 内部数百个技能的使用经验，梳理了九类常见场景与编写技巧，为构建高效 Agent 工作流提供了可复用的方法论。
Anthropic Claude.dev 开发者博客精选AI 评分8383 Claude Code 推出动态工作流功能
Anthropic 在 Claude Code 中发布动态工作流（Dynamic Workflows），允许 Claude 即时编写定制化的 JavaScript 脚本以协调子智能体（subagents）。
推荐理由：官方详解动态工作流机制与六大模式，提供从代码迁移到深度研究的实战案例及Token预算技巧。
Modal 官方工程博客AI 评分4545 Modal 向 Team 和 Enterprise 用户开放基于角色的访问控制（RBAC）
Modal 向 Team 和 Enterprise 计划用户开放基于角色的访问控制（RBAC），旨在为人类开发者和 AI Agent 提供精细化的权限管理。该功能以 Environments 为安全边界，支持 Restricted Environments 限制 Agent 仅能在指定环境内部署和管理资源，并集成审计日志记录操作行为。
Anthropic Claude.dev 开发者博客精选AI 评分8383 Claude Code 团队分享构建经验：Prompt Caching 至关重要
Claude Code 团队指出 Prompt Caching 是长运行智能体产品可行性的关键，能显著降低延迟和成本。文章分享了静态内容前置、通过消息而非修改系统提示词传递更新、会话中不切换模型或工具集等优化策略。此外，还介绍了利用 defer_loading 处理 MCP 工具以及通过共享父级前缀实现无缓存破坏的上下文压缩方法。
推荐理由：原文详细拆解了 Claude Code 围绕 Prompt Caching 的架构设计，提供了避免缓存失效的具体工程模式。
Anthropic Claude.dev 开发者博客精选AI 评分6868 Claude Code 团队分享智能体工具设计原则与迭代经验
Anthropic Claude Code 团队分享了智能体工具设计的核心原则，强调需根据模型自身能力塑造工具并持续迭代。
推荐理由：原文通过 AskUserQuestion、Task 和 Guide Agent 等案例，展示了 Claude Code 如何根据模型能力演进调整工具设计。
Andrej KarpathyAI 评分2222 OpenClaw让非技术用户首触智能体
有人最近向我提出，OpenClaw 时刻之所以如此轰动，是因为这是大批非技术人员（他们此前仅将 AI 等同于 ChatGPT 网站）首次体验最新的 agentic 模型。
Andrej KarpathyAI 评分3030 Karpathy 赞 Farzapedia 个性化
Farzapedia，Farza 的个人维基百科，是遵循我 Wiki LLM 推文的一个好例子。我非常喜欢这种个性化方式，与那种声称“越用越好”的 AI 现状相比：1. 显式。记忆产物
Andrej KarpathyAI 评分2828 Karpathy分享LLM智能体时代创意文件理念
哇，这条推文非常火爆！我想在“idea file”中分享一个可能略有改进的推文版本。idea file 的理念是，在这个 LLM agents 时代，分享具体的代码/应用的意义/需求减少了，你只需分享想法，然后
Jim FanAI 评分6868 CaP-X 开源：赋予机器人手臂和人形机器人智能体能力
CaP-X 正式开源，旨在将智能体（Agentic）能力带入物理世界。该项目支持机械臂和人形机器人，提供丰富的感知 API、执行 API 以及自动合成的技能库。
Ethan Mollick · One Useful ThingAI 评分6868 Ethan Mollick 谈 Claude Dispatch 与 AI 界面的力量
Ethan Mollick 认为当前 AI 的能力过剩主要源于聊天机器人界面带来的认知负担，而非模型本身局限。他通过引用金融专业人士使用 GPT-4o 的研究指出，杂乱文本和过度交互抵消了生产力增益，而 Claude Cowork 配合 Dispatch 以及 OpenClaw 等智能体工具，通过让用户在熟悉的应用中指挥本地文件操作，提供了更高效的交互范式。
Jim FanAI 评分4242 Vibe Agent 身份窃取风险警示
这简直是纯粹的噩梦素材。与 vibe agent 所能造成的后果相比，过去的身份盗窃根本不值一提。发送凭证太明显且属于新手做法。它们可以轻易在 ~/.claude、**/skills/* 甚至只是你的 agent 访问的一个 PDF 中传播污染
Ethan Mollick · One Useful ThingAI 评分7070 Ethan Mollick 解析 AI 进入管理时代及递归自我改进趋势
Ethan Mollick 指出 AI 已从人机协作的 co-intelligence 阶段进入由 Claude Code、OpenAI Codex 等 Agent 驱动的管理 AI 时代。
Andrej KarpathyAI 评分1818 Karpathy：智能体组织代码可分叉
所有这些模式作为示例，本质上只是“组织代码”的问题。IDE 帮助你构建、运行和管理它们。你无法分叉传统组织（如 Microsoft），但你将能够分叉智能体组织。
Andrej KarpathyAI 评分2828 Karpathy：IDE 时代未终结需升级
预期：IDE 时代已结束。现实：我们需要一个更大的 IDE（个人看法）。它看起来截然不同，因为人类现在向上移动并在更高层级编程——基本关注单位不再是单个文件，而是一个智能体。这仍然是编程。
Ethan Mollick · One Useful Thing精选AI 评分7878 Ethan Mollick 解析智能体时代 AI 选型：模型、应用与执行框架
Ethan Mollick 指出在智能体时代选择 AI 需考量模型、应用和执行框架三个维度，同一模型在不同框架下表现差异巨大。当前三大前沿模型为 GPT-5.2 Thinking、Claude Opus 4.6 和 Gemini 3 Pro，付费订阅才能解锁高级推理能力。
推荐理由：原文将AI使用拆解为模型、应用与执行框架三层，并给出各场景下的具体选型建议，帮助读者厘清智能体时代的工具差异。
Ethan Mollick · One Useful ThingAI 评分6363 Ethan Mollick：管理能力是驾驭 AI 智能体的核心优势
Ethan Mollick 在宾夕法尼亚大学指导 MBA 学生利用 Claude Code、Google Antigravity 及 ChatGPT 等工具，在四天内完成了远超传统学期进度的初创原型开发。
Ethan Mollick · One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Claude Code：自主开发、技能系统与未来影响
Ethan Mollick 详细评测了由 Opus 4.5 驱动的 Claude Code，展示其如何通过“压缩”上下文、加载 Skills 和创建子代理（Subagents）实现长达数小时的自主复杂任务执行。文章指出这些新式 AI 编程工具虽界面简陋且面向程序员，但具备处理非代码知识工作的潜力，并介绍了通过 Claude Desktop 降低使用门槛的方法及潜在安全风险。
推荐理由：作者通过实测展示了Claude Code的自主工作流与技能机制，为普通用户提供了理解新一代AI编程工具实际能力边界的直观参考。
Ethan Mollick · One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Gemini 3：从 GPT-3 到具备博士级智能的数字同事
Ethan Mollick 对 Google 新发布的 Gemini 3 模型进行了深度实测，指出其能力已远超三年前的 GPT-3。他利用配套工具 Antigravity 让 AI 自主构建交互式游戏、管理多智能体工作流，并成功完成了一篇包含原创假设与统计分析的“博士级”学术论文草稿。
推荐理由：作者通过实测展示了 Gemini 3 在自主编程、多智能体协作及复杂学术任务中的具体表现，为理解 AI 从聊天机器人向数字同事的演变提供了直观案例。
Ethan Mollick · One Useful ThingAI 评分7373 Ethan Mollick 发布当前 AI 使用指南：如何根据需求选择模型与功能
Ethan Mollick 发布了最新的 AI 使用指南，指出约 10% 的人类每周使用 AI，并依据 OpenAI 的使用数据区分了免费与高级模型的适用场景。
Jan LeikeAI 评分5757 Jan Leike 分享 AI 安全对齐研究新进展
Jan Leike 在 X 上发布了关于 AI 安全对齐领域的最新研究成果或观点。该动态聚焦于提升模型行为与人类意图一致性的技术路径。
Artificial AnalysisAI 评分1212 Andrew Ng 支持加速 Token 生成
感谢 @AndrewYNg 的支持！完全同意，随着越来越多的输出 token 被模型消耗（例如在多步智能体工作流中），而非被人阅读，更快的 token 生成将变得日益重要。