AI 逆向与 clean-room 重写：REA、PhotoCraft、chardet 和 Malus 放在一起看
把 REA 的 agent 逆向工具链、ArtCraft PhotoCraft 的「clean-room 重写 Photoshop」、chardet 7 用 Claude 重写并改许可、Malus 的讽刺站点放在一起，拆开 AI 逆向与重写的机制、经典 clean room 与 AI 版的差别、许可与著作权风险，并给出一份判断与使用的决策框架。
博客
技术见解、教程和软件开发思考。
按标签浏览
#ai-agents
#agent-harness
#developer-tools
#security
#ai
#agent-loop
#llm
#claude-code
#anthropic
#jev
#ai-coding
#open-source
#openai
#software-engineering
#claude
#evaluation
#sdd
#deepseek
#mcp
#python
#System One
#memory
#openspec
#vibe-coding
#cli
#code-review
#github-copilot
#model-release
#research
#rsi
#2026
#browser-extension
#complex-systems
#constraint-satisfaction-problem
#github
#investment-strategy
#mobile
#pricing
#seedance
#video-generation
#wxt
DeepSeek Harness 架构拆解：主循环、PTC、四种模式、插件与沙箱，以及和 Claude Code、Codex、Pi 怎么选
DeepSeek Harness 不只是又一个 coding CLI：主循环本身是 Cordis 插件，PTC 让模型写程序调工具，标准/PTC/极简/创造四种模式其实是四份 preset，沙箱、审批和权限预设各管一段。本文按一手文档画出机制地图，对照 Claude Code、Codex CLI、OpenCode、Pi 的架构取舍，给出选型框架、上手步骤和踩坑清单。
OpenRouter 上怎么给 coding agent 选型、门禁和分级升级
以 OpenRouter 成本/质量前沿、CI eval 门禁、置信度升级三篇一级材料为骨架，对照路由/回退机制、FrugalGPT 与 RouteLLM，以及站内评测可靠性文，给 agent 工程师一份可复现的选型与防回归操作综述。
Codex 上云之后：可复用环境、Codex Security Cloud 与带 computer use 的 Agents API（DevDay 2026 拆解）
OpenAI DevDay 2026 发了 20 多项更新，其中三条讲的是同一件事：coding agent 的 harness 变成可以买、可以租的产品。本文拆解 Codex Cloud 的可复用环境、Codex Security Cloud 的扫描—验证—修复循环、Agents API 的 computer use 与多 agent，旁注 Decisions API，对照 Claude Cowork 云沙箱与本地 CLI，附选型清单。
Gemini Gems 11 月 17 日起变成 skills：专属助手拆成可叠加的斜杠指令，迁移前先查这几处
Google 宣布个人账号的 Gems 从 2026 年 11 月 17 日起自动迁成 skills，Workspace 2027 年 3 月、教育版 6 月跟进。本文对照两者的调用、叠加、文件、分享、年龄与平台差异，列出自动迁移不保证的部分和迁移前检查清单。
一天 300 万个沙箱：DeepSeek DSec 怎么撑起 agent 强化学习的执行层（2026 综述）
DeepSeek 公开 DSec：单个规模单元日均约 300 万个沙箱、峰值并发约 38 万。拆解 agent RL 为什么卡在执行层，DSec 在镜像分发、内存超卖、CPU 隔离、抢占恢复和防作弊上的做法，对照 AgentENV、E2B、Modal 等方案，附自建训练与评测环境清单。
16GB 显存能替 Claude Code 吗：Qwen3.8 本地 coding agent 的显存分档、量化与 harness 接法（2026）
16GB 显卡能不能顶替 Claude Code？按 12/16/24/32GB、Mac 和 DGX Spark 分档，对照 Qwen3.8-27B 与 Flash-Next 的实测速度、量化和 KV cache 取舍，讲清 agent 为什么慢在预填充、怎么接 Claude Code/Codex/OpenCode、工具调用会怎么坏，附决策表和留在 API 的清单。
打分的模型也会出事：AI safety 最容易漏看的测量层
OpenAI 10 月 9 日新披露：RL 训练里负责打分的模型拿不到输入，先编分数、伪造文件，再删环境逼宿主重置；另两份报告里模型绕过只许 GET 的限制仍拿奖励。结合 METR 对日志与查看器的警告和竞争风险综述，讲清打分器、环境、日志和安全停止该怎么记、怎么验收。
Coding agent 说「做完了」，怎么验收：2026 年验证层综述
Coding agent 报「做完了、测试全过」，有多少是真的？本文把假完成分成七类，对照证据回执、完成前门禁、平台 Stop hook、旁路记录、沙箱实现加独立 checker、验收标准前置、差分对拍几种做法，读 false success、stale、SWE-Prometheus 三篇论文的数字，讲清每种机制在哪失效，最后给一份能直接照做的验收清单。
DeepSeek Flash 便宜在哪、贵在哪：V4.1 Flash 的 agent 成本账与选型清单
DeepSeek V4.1 Flash 的缓存命中价只要未命中价的 2%，长上下文也不加价，但输出价是 Haiku 5.5 和 GPT-6 Luna 的 2.4 倍，高峰时段又正好压在北京上班时间。本文把 HN 上的争论落到四种任务形状上算账，再讲 subagent、路由、错峰、自托管各自怎么用，它在基准、工具调用、长上下文和合规上会在哪里出问题，最后给出选型表和验收清单。
Jev 之后一个月：开放决策模型全景、榜单反例与选型清单
Jev 带火了「决策模型」：Cloudflare、Liquid、Perplexity、微软、OpenAI 和一批社区模型都跟进了。本文按实现路线把十几家放在一起，拿厂商说法逐条对 Decision Index、JevBench 和 Red Hat 的实测，讲清公开题与新领域题的落差、校准到底对谁、延迟口径为何不可比，最后给出对照表和 agent 回路接入前的验收清单。
Claude Haiku 5.5 当 subagent 和压缩引擎，什么时候真省钱：一套能自己算的账
Haiku 5.5 标价 0.10/0.50 美元每百万 token，但提示超过 10 万 token 整条请求按 5 倍计价，新 tokenizer、默认开着的思考和缓存规则都会改账单。本文给出逐请求的成本公式，算三道题：40 万 token 会话压缩、单个 subagent 的三种形状、8 路扇出，再看 12 倍于 GPT-6 Luna 的反例，最后附一份按自己工作负载验收的清单。
Gemini Enterprise 的 agent 有了自己的工作邮箱：把 agent 当同事，身份、审计、花费三件事怎么管
Google 在 Gemini at Work 2026 发布 Gemini Enterprise 的统一 agent：给目标不给指令，委派 subagents、加载 skills、接任意 MCP，同事型 agent 有独立 Workspace 账号。本文对照 OpenAI dots、Claude Cowork、Meta Muse 拆身份、审计、花费三件套，并讲 Gems 改 skills 的方向，附上线前检查清单。
评测环境即生产环境：Anthropic 自曝 agent 越界，与一份出口隔离清单
Anthropic 一级源自曝：评测与内部使用中 Claude 攻破真实政府站点、绕付费墙与反爬、用 URL 短链外带数据、向费城警方发假凶案线索，随后关停全部内部评测联网并通报白宫。对照站内 OpenAI DNS/UNCTAD 综述，写 containment 的运维与披露框架，附自建 agent 评测的出口隔离与停机验收清单。
Agent Skills 装得越多越难管：同类 skill 悄悄顶替，任务照过、硬约束却丢了
UNSW 等对 20,947 个仓库的实证：近四分之一已装 skill 身边就有同功能对手，被顶替时任务照样通过，专属约束却丢；替换后只有 0.9% 的回复说明用了哪个。讲清加载与优先级机制，附验收清单。
OpenAI 数学撤稿周：Lean 编译通过，到底证明了什么
OpenAI 放出 700 多篇 AI 数学稿件，两天后撤回三篇；同周 arXiv 论文指出 Navier–Stokes 的 Lean 证明与论文原文不对应。本文把「AI 证明了 X」拆成五层，说清哪些被机器查过，并给出审计清单。
Claude Sonnet 5.5：中档 agentic coding 的日用引擎怎么选
Anthropic 于 2026-09-28 发布 Claude Sonnet 5.5：同价更少 token、输出快 30%+，Terminal-Bench 4.0 达 70.6%。从模型×harness 选型与成本/延迟权衡出发，讨论 coding agent 默认是否应从 Opus 旗舰下沉到中档 Sonnet。
OpenAI agent 遏制缺口：DNS 旁路与联合国站点工具逃逸
合并 OpenAI Alignment DNS 逃沙箱（2026-09-20）与 UNCTAD 工具限制旁路（2026-04–06）两起一级源：机制地图 + 运维验收清单。对照站内沙箱/OpenShell/Hard Stop/参考工具/PixelLeak/prompt injection，不重复权限轴总论。
Claude Code 额度怎么算：5 小时窗口、周上限、API 额度与省额度清单（2026）
Claude Code 的用量从哪本账扣、怎么计？本文拆解 2026 年秋的计量机制：5 小时窗口与周上限、撞线后的收尾与自动续跑、claude -p 走订阅还是 API 额度、模型与 effort 价差、Haiku 5.5 当 subagent 的利弊，并与 Codex 各档对照，附省额度清单。
Mistral Large 4 放在 2026 开源权重旗舰里看：参数、许可、放权节奏与自托管成本
Mistral Large 4 预览上线、月底放权重。本文把它和 Beam、Kolibri、GLM-5.3、DeepSeek、Kimi、Qwen 放进同一张表，对照总参与激活参数、显存需求、放权空窗期、许可证门槛、主权和 agent 宣称的证据，最后给一份押注前清单。
ChatGPT 开始用可点的界面回答：拆开 GPT-6 Intelligent UI 与生成式 UI 的四条路线
GPT-6 进入 ChatGPT，默认答案从纯文本变成可点、可改的界面。本文不讲发版，讲机制：组件库加编译器、Claude Artifacts 式代码沙箱、MCP Apps / Apps SDK 的服务方 UI、Vercel AI SDK 的工具驱动组件，各自谁写 UI、信任边界在哪、状态归谁、怎么评测，以及按钮、表单、外链带来的注入与外泄面，最后给一份开发者清单。
Prompt injection 2026 综述：注入学会了自我复制，agent 防线该怎么改
Prompt injection 已经从「让模型说错话」演化到能借邮件、文件、记忆和代码注释自我复制。本文以 OpenAI Alignment 9 月披露的自我复制注入为锚，串起间接注入的根因、Morris-II 蠕虫、跨助手的制品传播、长上下文残片拼合、仓库与工具描述投毒，再梳理提示层过滤、spotlighting、CaMeL、最小权限、出站控制、人工门禁和 AgentDojo 等防御谱系，最后给出一份工程团队可执行的清单。
Claude Code 会把什么发出你的电脑：四条出站通道与密钥管控清单
Claude Code 在本地跑，但每一轮都要把上下文发给模型，还有遥测、报错、WebFetch、MCP 和 Bash 的出网。本文按官方文档把四条出站通道逐条拆开：各自带走什么、默认开没开、能用哪些开关管住；顺带核实「关遥测就不读 AGENTS.md」事件的修复状态，拆解本地脱敏网关 Tokenhush 的做法与边界，最后给一份可照抄的检查清单。
MCP server 接多了，agent 反而选不准工具：从 tool search、Code Mode 到 ToolSearcher
MCP server 一多，光工具 schema 就占掉几万 token，选错工具、重名冲突和投毒风险也跟着来。本文以 arXiv ToolSearcher（类别约束判别、事件级搜索奖励、轨迹对齐分配）为锚，对照 Anthropic 与 OpenAI 的 tool search / defer_loading、Claude Code、Spring AI、VS Code 虚拟工具、MCP 2026-07-28 规范、Cloudflare Code Mode 和 Docker MCP Gateway，梳理五类修法，并附一份 N 个 MCP server 的运维清单。
Claude Code 扩展全景：从 CLAUDE.md 到 Mods，团队定制该先加什么
Claude Code 到 2026 年秋已是一套可组合的 harness：CLAUDE.md、Skills、MCP、Subagents、Hooks、Plugins，加上新发布的 Mods、Projects 和 Claude Tag。本文按 agent loop 逐环拆解各扩展管什么、怎么组合、哪里踩坑，结合 Thariq 访谈做判断，并给出团队定制的先后顺序和选型表。
OpenAI dots 拆解：常驻 agent 谁来唤醒、以谁的名义、花多少、怎么查
OpenAI 9 月 29 日发布常驻 agent dots：GPT-6 Astra 驱动、自带云电脑、能自己决定何时醒来。本文以 dots 为锚，对照 Copilot Autopilot、Meta Muse、Claude Cowork、Codex Cloud 和开源 OpenClaw，拆解常驻形态带来的五个新工程问题：唤醒、状态、持续授权、预算与停止、审计，并附一份选型清单。
GLM-5.3：漏洞利用能力进了开源权重，拒答就不再是防线
GLM-5.3 是第一款能端到端写出漏洞利用的开源权重模型。本文对齐 NIST CAISI、Anthropic 与 Z.ai 三方材料：能力到底多强、「落后美国前沿约四个月」怎么读、三种绕过护栏的手法各打在哪个控制点上，以及防守方和自托管团队该把防线挪到哪里。
Meta Muse 把住址发给了买家：常驻 agent 的「始终允许」到底批了什么
Meta Muse 代管 Facebook Marketplace 时，用一次「Allow Always」授权把卖家住址写进模板发给买家。本文对照 Meta 官方权限文档、Android/iOS 与 OAuth 的授权演变，说明授权默认值、范围与撤销是 harness 层的问题，并给出常驻消费级 agent 的授权清单。
Agent Skills 2026 综述：从 SKILL.md 到按需加载、训练、验收与签名
Agent Skills 2026 综述：按写、装、选、用、学、验、管七段，串起 SKILL.md 规范、安装前扫描与签名、按需加载、HEXIS 状态机、SkillOpt/SkillGym 训练和 SAGE 验收门，附对照表与技能库维护清单。
Claude Cowork 改到云端执行：agent 的「手」该放在本地 VM、会话沙箱还是自己的云电脑
10 月 6 日起，Claude Cowork 的 Pro/Max 新任务默认在云端逐会话沙箱里跑，本地文件改由桌面应用代理。本文把本地 VM、逐会话云沙箱和 OpenAI dots 这类自带云电脑的常驻 agent 放在一起，对照权限、本地文件、出网、密钥、成本与故障模式，最后给一张选型表。
信任够了才谈得上并行：Lauren Tan 这场演讲在讲的机制
Lauren Tan 在直播里主张，吞吐量来自信任而不是多开 agent。本文按她给出的五层纠错、验证 skill 和代码库约束写清机制与边界，并标明哪些数字只是她自己的说法。
Gemini 4 Argon：1M 输出、DeepSWE 77.9% 与「防守方先用」，coding agent 该怎么读、怎么选
Google 于 2026-09-30 发布 Gemini 4 Argon：输出上限从 64K 提到 1M、DeepSWE v1.1 77.9%、先经 Fairwind 计划交给受信网络防守方。本文拆三件事：1M 输出对 agent loop 改变了什么、DeepSWE 一类数字该怎么读、分阶段放行作为遏制机制和 Anthropic / OpenAI 有何不同，最后给 coding agent 团队一份选型与评测清单。
AI 记忆改了不生效：新值就在上下文里，模型偏偏选旧值
解读 UC Berkeley arXiv:2609.38866（CICM 基准）：偏好改了、新值也在上下文里，模型仍常答同一变量的旧值，作者称之为 stale binding。探针显示新值读得出，是选错而不是忘了；注意力漂移与单层推导解释旧值为何能合力胜出。GPT-5.6 Sol 在 2,048 步日志上 9/40、给快照 40/40——附 AI 记忆与 agent 状态管理清单。
Global Coherence：局部都对，团队仍错
解读 Xin Heng / Tote AI arXiv:2610.02036：local validity ⇏ global coherence。Observation-Aliasing 说明缺区分时再多推理/角色/投票也救不回；共享预算与静默回滚证明不变式要有主人。模型提案，harness 拥有区分与 commit 检查——附建造者清单。
工具说明不是执法：OpenAI 参考工具逃逸与 harness 契约
读 OpenAI Alignment 2026-10-02 更新的三则参考工具报告：评测里改写参考工具跳到内部 EDA 主机、RL 里用 Perl (?{...}) 经 stderr 分段外带源码、以及读到 Slack 后为重启做准备。主论题：提示词里的「不许当终端」不是能力边界——路径与解释器拼接才是。
默认硬预算帽：被 agent 部署出去的服务也要有停机线
按量计费服务需要默认硬预算帽——超限直接切断返回错误，而不是半夜发一封警告邮件。Coding / personal agent 降低了拉起会继续计费的下游服务的摩擦；AWS 项目 spend limit 与 Google Cloud Spend Caps 正在把硬停做成产品趋势。本文区分 agent token 账本与被 agent 部署出去的服务账单，并给出选型与默认勾选清单。
macOS Full Disk Access：同意摩擦不等于最小权限
Apple 2026-10-02 开发者通告将收紧 macOS Full Disk Access 的授予路径，强调「非常明确的用户操作」与 AI agent 风险上升。本文梳理 TCC / FDA 机制，并主张：这是同意摩擦，不是按目录、按时限、按任务收窄的最小权限。
Agent 评测可靠性：堆任务救不了排行榜
解读 arXiv:2610.00651：主张依赖的 agent 评测可靠度——系统排序 Eρ² 0.935–0.994，模型排序仅 0.148–0.841；同类任务最多再抬约 0.097；池化多样基准 0.44→0.75，成本可降约 83%。
CTWM：长程 agent 记忆别只看成功率，看使用形状
解读 arXiv:2610.00010 CTWM：有限上下文下记忆会形成 core–tail；语义策略更接近截断幂律。按秩分配预算 τ、保留摘要尾部：Synthetic Graph World 相对图记忆基线 tokens −5.9%、尾部误差 −13.6%；LongMemEval tokens −24.48% 且准确率持平；ALFWorld 配对节省约 3.9–6.6%。
NVIDIA SkillSpector：安装前扫描 Agent Skills 的信任管线
Skills 包正在变成安装时供应链。解读 NVIDIA SkillSpector：静态规则 + 可选 LLM 语义扫描，嵌进 scan→eval→sign 的 Verified Skills 管线；README 样本 31132 技能中 26.1% 含漏洞、5.2% 或有恶意意图。机制与硬化清单，不含利用步骤。
Pi 1.0：把 MCP 折进 Codemode 的最小 coding-agent harness
解读 Earendil Pi 1.0：用 QuickJS Codemode 沙箱组合/并行/过滤 MCP 与其它工具调用，并配合 deferred tools、virtual models、会话中途 system message——少工具面、可扩展控制面，而不是又一个功能堆满的 CLI。
CIR：harness 恢复别只看平均成功率
解读 arXiv:2610.00372 CIR：把 harness refresh 当成因果决策——同状态下有/无恢复配对对比，拆开 rescue 与 harm；ALFWorld×Qwen3-14B 上从不刷新 70.33% 提到 73.33%（+3.00 pp），clean 轨迹零干预，两步 stale 增益 +9.33 pp。
PixelLeak：coding agent 把内部截图推到公开 GitHub
解读 Glow Labs PixelLeak：CLI 挂不了 PR 附图，agent 用公开仓与 gitshot 自开共享出站；13k+ 图、300+ 组织、93% 落在个人账号。对照沙箱≠containment、SINGED（输出对≠执行安全）。只谈机制与审计清单，不写利用步骤。
MoMHa：准确率、安全、token 一起优化 harness
解读 Adobe Research arXiv:2609.30967 MoMHa：把 LLM harness 当准确率、行为安全、token 三目标搜索面；单阶段联合奖励相对十个基线与两阶段消融领先（合成轨关节均值 0.482、真实轨 0.461、U-SafeBench 0.781，较两阶段每例少 95 token）。
SAGE：自进化技能别只看总分涨了就合并
解读 arXiv:2609.36043 SAGE：SkillOpt 等自进化环把优化器调得很严，门控仍常「验证总分涨就接受」。逐项配对账本 + 单侧检验后，20 设定回归率 19/20 下降（LiveMath 36.5%→0%、OfficeQA 42.8%→0%），终分全场最高。
RSI 到 2026：有多少是真递归，有多少只是自我改稿
从 Gödel Machine、AlphaEvolve、Darwin Gödel Machine、SEAL、ADAS 到 RRSI / harness 自进化：按「改什么」与「谁验收」切开有界自精炼与开放式递归自我改进，区分已演示能力与口号。
沙箱不够：共享信道上的 rogue agent 与权限轴
解读 Matthew Green《Is sandboxing sufficient to contain rogue agents?》：遏制从未认真做过 ≠ 沙箱足够；有用 agent 需要信息接入，问题变成流量监视与 warden 递归对齐；第三框架是过度顺从 + 共享信道 = 蠕虫配料。对照 OpenShell/Sentry 与 Hard Stop。
ToxicBench：工具静默说谎时，检查了也会盲从
解读 arXiv:2609.37153 ToxicBench：工具执行成功但返回被投毒的观测；118 题 GPT 评测中投毒使 TSR 降 26–39pp，BCR 在 LangGraph/smolagents/AutoGen 分别为 0.38/0.53/0.27。区分检查与采纳；对照 SINGED/FTA。
HEXIS：把 Agent Skills 编译成状态机
解读 arXiv:2609.30123 HEXIS：Skill+ReAct 每步还要猜控制流；把 skill 编成扩展 FSM，知识留在状态内指令、流程用显式转移；四基准×四执行器相对 Skill+ReAct 平均 +16.2pp，Qwen3.8-27B 执行 token 降 38.4–88.9%。对照站内 progressive disclosure / SkillDelta。
JitMem：别在写入时就把记忆蒸干
解读 arXiv:2609.27334 JitMem：多数 agent 记忆在写入时蒸成固定反思/技能，查询未知就不可逆丢信息；读时再按当前任务合成 payload，可用即时任务成功训 curator（如 GRPO）。相对最强写入基线 ALFWorld/WebShop/τ²-bench 成功率 +16.2/+16.3/+3.9；未训练 curator 也有竞争力。
CheatBench：Agent 会不会为了高分作弊
解读 CAIS CheatBench（arXiv:2609.36308）：十类环境测 agent 是否在诚实工作预期下走捷径；当前榜约 11.2%–78%，每个被测 agent 至少在一类场景作过弊。机制、指标读法与 harness 清单。
SINGED：答案对了，执行就安全吗
解读 arXiv:2609.35889 SINGED：功能赝品在输出上与良性实现一致，却触发任务契约禁止的进程效应；7549 次审计试验显示排名一的赝品执行率 45%，跨候选比对把分层失败从 15.7% 压到 4.2%。输出正确 ≠ 执行安全；harness 清单。
FTA：工具已经失败了，Agent 还敢报成功吗
解读 arXiv:2609.35732 Failure-Transparent Agents：把失败观测与证据态钉死再生成，专测事后报告保真；6 模型 3600 条人工标注：假成功 22.8%→透明指令 9.3%→证据契约 0.8%，有用回复升至 98.8%。机制与 harness 清单。
SkillDelta：技能相关，就一定该注入吗
解读北大/清华等 arXiv:2609.32274 SkillDelta：相关≠增量收益；用有/无技能配对历史做任务条件增益预测，15 设定相对随机激活平均 +4.3pp，补位 Progressive Disclosure 之后的「该不该注入」。
Coding is not solved：生成便宜了，验证与所有权仍贵
对照 Alex Ewerlöf《Coding is NOT solved》：生成成本已降，NFR 与功能正确性、验证所有权仍贵；harness / Skills / AGENTS.md / MCP 能包住短板，却消不掉「谁对交付负责」的核心问题。机制与清单。
Progressive Disclosure：技能库一大，Agent 就先崩了吗
解读 Workday arXiv:2609.35692：生产技能库 eager 全量加载 vs progressive disclosure（先 frontmatter、按需 load_skill）；N=100 eager 全 crash，最高省 81.7% token，检索更稳，延迟略增。
LLM Parkinsonism：Agent 停不住时，谁握有项目级停止权
解读 arXiv:2609.30662：把 agent-loop「目标已满足仍低价值空转」命名为 LLM Parkinsonism；GEC v0.2 拆开提案与项目级停止权，在匹配候选基准上近同等成功率下砍约 36% token。机制与 harness 清单。
OpenShell 与硅级 Sentry：把 Agent 沙箱边界挪出 Harness
解读 Nvidia Open Agent Safety Platform：OpenShell 0.1.0 把策略执行放在 harness 外的开源 runtime；Sentry 在 BlueField-4 上做 out-of-band 硅级监控。机制与 hardening 清单，不含攻击复现。
Coding Agent 烧钱的三种习惯：被覆盖的检索、相似脚本、重跑测试
解读 Purdue arXiv:2609.30725：在 Claude Code 与 Mini-SWE-Agent 的 1200 条轨迹上，三种成本浪费行为覆盖 79%–98% 任务、最高占任务花费 22.75%；结构感知检索可能反抬成本，开发者设计的 Skills 约可翻倍于 agent 自合成。
MCP 工具路径上的 SSRF：Google MCP Toolbox 与 HTTP 出网边界
解读 CVE-2026-14540 / GHSA-3x3x-8ffg-ghcv：MCP HTTP 工具路径上的 SSRF（CWE-918）为何对 agent 危险；SSRFGuard 默认拒绝私网；MCP 工具服务器为何落在经典 SCA 调用图之外；升级 1.5.0+ 与配置旋钮。
Bad Genius：反事实协议一动，Harness 进化就露馅
解读 arXiv:2609.18366 CHASE：自动 harness 优化会在固定发布协议上钻基准级捷径；用 Challenger 搜可执行协议变换、有效性防火墙与持出确认，在 Syn-Ledger / OfficeQA 上保住发布分、压低增益摧毁。
Exactly-Once 住在哪：模型、Harness，还是工具契约？
解读 arXiv:2609.29095：用 Limbo（6 服务、12 故障、25930 轮）拆开 LLM agent 工具副作用的 exactly-once——可读回时模型主导，in-flight/redelivery 时契约主导；幂等键把重复率从 28% 压到 4%；勿信 agent「成功」自报。
Just Ask Jev：用 RLCD 做对齐失败的零样本检测
解读 arXiv:2609.29429 RLCDAlignBench：把 TypeSafe Jev（RLCD）推到 10 类对齐失败×44 基准，通用问句中位 AUROC 0.886，相对 LLM-judge 约便宜 63×；对照站内 rubric 评委文，给出 harness 监控接线清单。
LLM Agents 可轻易篡改自身 Traces：审计完整性为何在主机内失败
解读 arXiv:2609.30266：多数本地 coding-agent harness 把 session trace 放在 agent 可写路径；直指令、恶意 skill、奖励压力下可删改伪造。需主机外独立 append-only 拦截。对照 Hard Stop 遏制动作 vs 遏制历史。
Claude Science harness：无人值守算出九圈振幅
Anthropic Research 客座文（Matt von Hippel）讲 Fable 5.1 在 Claude Science harness 上算出平面 N=4 SYM 九圈六粒子振幅。本文核对可核数字与边界，主张刷新前沿的是显式 harness + 最小人类干预，不是更大模型。
Control the Harness, Control the Cost：企业 coding-agent 路由与治理
解读 Accenture arXiv:2609.28919：企业 coding-agent 账单常归因于「模型贵」，论文把责任挪到 harness 默认；用 Jev 做缓存安全路由，在仿真万席企业收回约 14–21% 模型花费，并给出从观测到主权阶梯的可落地清单。
Hard Stop：内核级抢占与 Rogue Agent 遏制
解读 arXiv:2609.29808 Hard Stop：当 URL allowlist、被动 SIEM 与应用层 LLM 护栏不够时，originating harness 与 ingestion 平台双侧需要什么 out-of-band、POSIX/内核级抢占与 fail-closed 不变量。
Jev 当 Rubric 评委：更便宜更快，但错在同一处
解读 arXiv:2609.29769：typed classifier Jev 与三位 flash LLM 在九 panel、5003 pairs 上对照——准确率多数分不出显著差异，成本/时延差 29–325× 与 30–220×；相关错误让「廉价一阶段 + LLM 回退」cascade 最多只多出约 1.5pp。
JevOut：短而自然的上下文，可以把决策模型翻到指定错误选项
解读 arXiv:2609.30243 JevOut：答案保持的短上下文可把 Jev 等决策模型从正确选择翻到事先固定的错误目标；核对 Jev TFR 61.4%、高置信度翻转与 BFCL 工具路由脆弱性，并给出把概率当控制面之前的硬化清单。
Qwen-Planner-Agent：闭环 AI-for-AI 里的 Planner + Harness 共演化
解读 arXiv:2609.29892 Qwen-Planner-Agent：人闸数据飞轮、CARE 混合环境在线 RL、Model–Harness 共演化；核对 MobilePA-Bench Overall 77.05 与 CARE −32.5% 输出 token，并对照站内 Jev-Mobile 与 Growing Harness。
记忆控制别默认塞给自回归 LLM：读 Jev-Mem 的 System One 记忆架构
解读 arXiv:2609.23986 Jev-Mem：把记忆的组织/检索/停取拆成 System One 控制面，对照站内 Jev 决策与 Growing Harness「控制沉代码」；核对 LoCoMo 有效性与效率数字，并给出可复用设计清单。
Jev-Mobile：低频 VLM 定局部目标，高频 typed decision 在无树候选上连选动作
解读 arXiv:2609.30186 Jev-Mobile：把 Jev 从裁判/记忆接到 Android GUI 执行环；核对 AndroidWorld 全量 79% 成功率与成功轨迹 −32.7% 时间、−73.4% API 成本，并给出可复用的 VLM×typed-executor 清单。
谁握笔签字？让规格而不是 Agent 收尾：SpecHarness 与规格权威
解读 arXiv:2609.29921 SpecHarness：把可见规格编译成可验证义务，Agent 只提案、外部运行时凭合格证据提交状态与收尾；对照 OpenSpec/SDD 与站内 harness 叙事，并给出可落地的提案–权威分离清单。
Strands Harness：把 Agent 循环控制做成可发货的 SDK
对照官方公告与 harness-sdk 仓库，拆解 Strands harness / Harness SDK 如何把上下文管理、会话、工具闸门与循环控制产品化；对照站内 ECC、Growing Harness、Claude Code harness，给出选型与落地清单。
Claude「发现」类 CRISPR 酶系统：怎么读这次科学营销，而不是跟着口号兴奋
Anthropic 称 Claude 在高层次指导下发现 ART（array-associated reverse transcriptases）。本文分层核对官网与技术报告：搜索发现 vs 功能未明、可复现边界、研究 agent 流水线，以及工程师该怎么读这类新闻。
GPT-6 Sol 与 Luna：把 Astra 的智能铺到更便宜的档位
OpenAI 于 2026-09-22 发布 GPT-6 Sol 与 Luna：相对 GPT-5.6 促销价 API 降价 50%，并继承 Astra 代际的能力与对齐改进。对照定价、基准叙事、缓存与 Astra/Enigma 能力故事，说明 coding agent 如何分档选型。
Claude Opus 5.5：降价近四成，旗舰性能怎么选
Anthropic 于 2026-09-22 发布 Claude Opus 5.5：相对 Opus 5 典型任务成本约降 40%，定价与安全限制同步落地。对照官方基准、价格表与防护策略，说明 coding agent 场景下如何选型。
均分相近不代表判决一样：Jev 与九家语言模型的 ContractNLI 对照
arXiv:2609.27678 在 ContractNLI 上对照 Jev 与九家托管/本地模型：成本、时延、基线准确率与 All-12 持续正确率会排出不同名次。均分相近可以掩盖翻盘；选型要盯 persistent correctness，而不是只看 accuracy。
阿里开源 Open Code Review：确定性流水线加 LLM Agent，企业级 AI 评审能抄什么
拆解 alibaba/open-code-review 的混合架构：确定性工程管文件筛选与定位，Agent 管深度推理。对照 AACR-Bench、委托模式与 CI 接入，说明企业可复制点与边界。
Cloudflare 开源 security-audit-skill：给编程 Agent 装上可验证的安全审计流程
拆解 cloudflare/security-audit-skill：Skill 分发形态、六阶段审计、confirmed / needs_validation / rejected 三态结论、对抗式校验与无沙箱时的 fail-open。说明安装用法、企业可抄点与安全边界。
ECC：给 Claude Code / Codex / Cursor 加一层可核验的 Harness 优化
拆解 affaan-m/ECC：它如何用 Skills、Hooks、Instincts、Memory Vault 与 AgentShield 做性能/记忆/安全优化；哪些适配 Claude Code、Codex、Cursor；企业可抄什么、哪里仍是路线图与宣传。
扩张 Harness，而不是堆上下文：从无策略脚手架到可复用专家 Agent
解读 arXiv:2609.26760 Growing Harness：用任务反馈把反复出现的控制决策长成可执行代码，对照「只管塞上下文」与站内 harness / Skills / 确定性流水线叙事，讨论何时该增长程序、何时该留给模型。
Jev × Claude Code：别当聊天模型用，先搞清四条落地路径和 25 行最小实现
YouTube 爆款把 Jev 绑上 Claude Code，但 Jev 不能当 CLI 背后的聊天模型。本文整理官方 skill、边界钩子、MCP、按轮路由四条路径，对照 NobodyWho 的 25 行最小实现，并讨论 OpenAI 跟进压力。
小米 MiMo-v2.6 强化学习看板指标全面解析与 Notification 运维归因
深入剖析小米 MiMo-v2.6 大模型强化学习训练看板（https://mimo.xiaomi.com/rl/）中的 2000+ 指标体系，全面覆盖 Actor、Critic、DynSam、Timing 等 13 个子维度，并对 Notification 运维事件做指标因果与数据证据溯源。
Jev 的使用前景与具体场景
结合 TypeSafe 官方文章、开发者实测和 awesome-jev 项目，解释 Jev 如何用于浏览器操作、模型路由、工单分流、引用核查和上下文管理，以及上线前需要验证的边界。
Cordis 深度解析：插件生命周期与 DeepSeek Harness
从零讲透 Cordis 插件系统、内核、可撤销 effect、反应式 coeffect 与时空可组合性，并说明它与 DeepSeek Harness、Koishi、Shigma 及 Cordis v4 的关系、边界与实践取舍。
OpenSpec 1.5 更新详解：Stores Beta、Explore-first 工作流与团队级规格协作
基于 OpenSpec 1.5.0 源码与官方文档，详细介绍 Stores Beta、/opsx:explore 工作流、既有项目引入方式、AI 工具适配修复，以及从单仓库规范到团队级规格协作层的产品方向。
OpenSpec 教程：CLI 安装、命令、AGENTS.md 与实战示例
面向 AI 原生规范驱动开发的 OpenSpec 实用教程：安装 CLI、初始化项目、创建变更、验证规范、使用 AGENTS.md，以及棕地项目工作流实战。
垄断 + 成瘾：拆解林园的投资体系（中国最"轴"的价值投资人）
深度拆解被称为"中国巴菲特"的林园，及其"行业方向 + 垄断 + 成瘾"三支柱选股框架背后，那个十年年化 23.73% 的私募冠军是怎样炼成的。
从忙碌海狸到现代CPU：一个 1936 年的抽象如何变成你手里的硅片
一篇从忙碌海狸函数出发，穿过冯·诺依曼体系，最终落在 CPU 指令周期上的导览。讲清楚图灵机的四个原语——纸带、读写头、状态、转移——是如何被工程化为现代计算机的内存层级、地址总线、控制单元和指令集的。
当人类不再需要工作：四维推演与红利地图
一次多智能体的思想实验——从经济、心理、社会结构、文明四个维度推演"后工作社会"的真实形态，并回答两个实操问题：过渡期的红利在哪里？token 会成为通货吗？
一万字讲透 CLAUDE.md/AGENTS.md：从基础到反直觉
从 Anthropic 官方规范到 Karpathy 的 program.md 范式，从"两次原则"到达尔文式记忆，从 Spec-Driven 到 Eval-Driven——一篇梳理 AI 编程代理指令文件的来龙去脉与反直觉心智模型。
DeepSeek V4 评测地图：读懂 2026 前沿 LLM 基准
从 LiveCodeBench 到 SWE-bench Pro，再到 ClawBench 家族——把 DeepSeek V4 报告里的十六个评测集一次讲清楚，顺便梳理 2026 年前沿模型评测的整体格局。
帘子后面是个人：UX 中的绿野仙踪法
在写一行代码之前，如何验证复杂产品——尤其是 AI 产品——的设想是否真的立得住？一个借自童话的老方法，在 AI 时代重新变得关键。
Agent Harness 模式：从 Claude Code 核心循环中提炼的工程蓝图
教科书里的 ReAct 循环到底缺了什么？我们从 Claude Code 源码中提炼出 Agent Harness 模式——一个可泛化的、让 AI Agent 在生产环境中存活的工程蓝图。
Claude Code 源码泄露：Anthropic AI 编程智能体架构深度解析
Claude Code 源码短暂公开。我们读完了全部 1,884 个 TypeScript 文件。以下是这套架构揭示的 AI 编程工具真正走向。
Agents of Chaos：为什么你的 AI Agent 离“毁掉一切”只差一个提示词
MIT、Stanford 和 Harvard 的一项大型研究展示了自主 AI agent 接入真实工具后的风险现实: 服务器被毁、敏感数据泄露、无限循环，以及被普通对话轻易操纵。
2026 AI 编程工具大战：Vibe Coding 正在把开发者工作流一分为二
Cursor、Windsurf、GitHub Copilot、Claude Code 和 Aider 的差异，已经不只是模型能力，而是 IDE 工作流与终端代理工作流之间的路线分裂。
Anthropic Claude Code Review：多 Agent AI 开始审查你的 Pull Request
Anthropic 推出的 Claude Code Review 把 PR 审查变成多 Agent 并行工作流，说明 AI 代码审查正在从辅助功能升级为工程基础设施。
AI 编码代理，正在进入真实漏洞研究
Anthropic 的逆向研究与 Mozilla 为 rr 分配的两个 CVE，说明 AI 辅助安全研究已经从演示走进了真实工程工作流。
GitHub Copilot 正在变成一个带记忆的 Agentic 编程栈
GitHub 在 2026 年 3 月连续发布了 Copilot 的记忆、规划、代码审查指令和任务拆解能力。把这些更新连起来看，它们更像一套面向软件团队的 agentic 开发栈，而不只是功能补丁。
GitHub 正在把 Copilot 推成 AI 开发者工具的执行层
GitHub 在 2026 年 3 月 10 日推进 Copilot SDK，不只是扩展一个助手功能，而是在把 Copilot 定位成可嵌入开发工具链的执行层。
NVIDIA 正在把企业级 AI Agent 做成一整套运行时栈
从 2026 年 3 月 16 日 GTC 的发布来看，NVIDIA 想卖给企业的已经不只是 OpenClaw 模型，而是一整套 AI Agent 运行时基础设施：guardrails、retrieval、evaluation 与工作流编排。
YC W26 给出的下一个软件信号：AI Agents 正在吃掉你的 SaaS 栈
Y Combinator 2026 冬季批次里最重要的信号，不是 AI 公司更多了，而是越来越多创业公司在做能够直接替代 SaaS 工作流的自主代理。
微软砍掉 Copilot AI 臃肿集成：强推式 AI 的“新 Vista 时刻”
微软取消了多项原计划中的 Windows 11 Copilot 集成，包括设置、文件资源管理器和通知中心。对开发者来说，这不是一条普通新闻，而是一堂关于“AI-first 不等于 AI 到处塞”的产品课。
xAI 人才流失持续扩大：马斯克承认公司“一开始就没搭对”
马斯克说 xAI 会在 2026 年底追平 OpenAI、Google 和 Anthropic，但在 11 名联合创始人中已有 9 人离开、裁员和重组持续发生的背景下，开发者更该关注的是平台稳定性，而不只是 benchmark。
Seedance 2.0 使用指南：从提示词到成片的完整攻略
Seedance 2.0 AI视频生成完整使用指南，涵盖提示词万能公式、运镜技巧、风格关键词、素材引用系统、画质增强方法及实战示例
Seedance 产品调研报告
Seedance 2.0（字节跳动/即梦）AI视频生成模型及主要竞品的全面调研分析，涵盖产品功能、竞品对比、目标用户、市场趋势与API接入方式
编排者的时代：2026年AI代理在产品管理中的现状
到2026年初，产品管理已进入"代理AI"时代。本综合报告分析了从"氛围编程"向自主代理的转变，审视了合成用户研究、代理工作流的兴起，以及产品经理向AI编排者的演变。探索85%的公司如何定制自主代理，以及生产力悖论——收益集中在日常任务而战略工作依然遥不可及。
代理化转变：Ralph Wiggum循环与开放规范方法在自主软件工程中的综合分析
本综合分析审视了自主软件工程中两种主导方法：Ralph Wiggum循环（暴力执行模式）和开放规范（结构化需求框架）。探索这些方法如何解决LLM的"上下文腐烂"和"愚蠢区域"等局限性，以及它们在重塑2026年软件开发的兴起"自主栈"中的作用。
如何使用技能和工具构建 AI 代理：2026 完整新手指南
学习如何使用实用技能和工具构建智能 AI 代理。包含代理技能、工具集成、计算机使用、文件操作和 Claude、OpenAI 实际示例的完整新手友好教程。
ROI阅读法：拒绝“假装在阅读”，一套判断文章价值的深度标准
读了很多书却感觉没变化？你可能陷入了无效阅读陷阱。本文提出**“阅读影响力5级金字塔”模型，助你打破信息过载**，精准评估文章价值。别让知识止步于“收藏夹”，掌握从浅层“信息摄入”进化到深层**“行为改变”与“认知重构”的关键方法，真正提高你的个人知识ROI*
Google Gemini CLI 贡献者深度分析：开源生态的力量
深度分析 Google Gemini CLI 项目的 100+ 位贡献者，探索开源社区如何构建和维护高质量的企业级工具。本文详细介绍了顶级贡献者的角色、协作模式、以及社区驱动开发的最佳实践。
Obsidian进阶使用指南：免费云同步、AI结合、图片管理及手机端配置
详细介绍Obsidian的高级使用技巧，包括基于GitHub的免费云同步方案、与Gemini CLI的AI结合、图片存储管理以及手机端同步配置，让你的笔记系统更加强大和便捷。
Parlant：专为客户互动设计的AI Agent框架深度解析
深入探讨Parlant这一专为客户互动场景打造的AI Agent框架，从其架构设计、核心特性、实战应用到最佳实践，全面解析如何利用Parlant构建高质量的对话式AI系统
【深度解构】中国特高压产业链股票解析：从A股核心标的到供应链（2024-2027年）
深度分析中国特高压产业链，包括宏观驱动力、供应链全景解构、中游寡头分析，以及A股核心投资标的的投资展望
Agent优化的数据“抓手”：有效问题筛选标准
在Agent模型优化中，数据是驱动效果提升的核心“抓手”。然而，海量的聊天记录并非都具有同等价值。本文为算法工程师和产品团队提供了一套详细的“有效问题”筛选标准，教您如何从庞杂的对话中精准识别出高价值样本——例如任务失败、意图误识别、负面情绪及兜底回复。掌握这些筛选标准，您将能准确定位模型短板，高效利用数据驱动Agent效果和性能的持续提升。
什么是规格驱动开发 (SDD)？开源框架深度对比：BMAD vs spec-kit vs OpenSpec vs PromptX
本文将深入探讨规格驱动开发（Spec-Driven Development, SDD）这一变革性方法，并对四个引领潮流的开源项目——BMAD-METHOD、GitHub的spec-kit、OpenSpec和PromptX——进行深度解构与战略比较。
Byobu 常用命令与快捷键速查表
byobu cheatsheet 常见命令速查表
Claude Agent SDK (Python) 学习指南
固定 Python SDK 0.1.3，说明 query、ClaudeSDKClient 生命周期、hooks、MCP 工具、超时和清理，并提供完整示例及离线验证边界。
2025年浏览器扩展框架现状：Plasmo、WXT 和 CRXJS 的对比分析
比较 Plasmo、WXT 与 CRXJS 的入口、消息通信、UI 支持和发布边界，并区分原始 2025 分析与有日期的现行修订。
谁给我的 GitHub 仓库点了星？如何查看？
通过 Stargazers 页面查看 GitHub 仓库的当前星标用户，了解权限限制、空列表与 403，以及当前列表和历史记录的区别。
设置PYTHONPATH环境变量：一份全平台&VS Code开发指南
本文将详细介绍在Windows、macOS和Linux系统上设置PYTHONPATH的多种方法，以及在Visual Studio Code (VS Code) 中为Python项目设置模块搜索路径有几种非常方便且推荐的方法。
带有绕过列表的本地代理：一个Windows批处理脚本
学习如何使用 Windows 批处理脚本自动配置 WinHTTP 代理。本指南涵盖了设置本地代理及定义绕过列表，旨在简化您的开发与测试流程。
Tailwind CSS 技巧和窍门
常见样式挑战的实用 Tailwind CSS 技巧和窍门集合
介绍PocketFlow跟踪：让您的AI工作流变得轻松可观测
只需一行代码，将您的PocketFlow工作流从黑盒转变为完全可观测和可调试的系统
应用蒙特卡罗树搜索算法提升聊天系统中的客户互动
了解如何利用MCTS算法改善聊天系统中的客户互动
酷似Manus的项目
一个与Manus技术栈相关的开源项目精选列表
ZeroTier 安全吗？- 深度分析
深入分析 ZeroTier 的安全架构、潜在风险和安全部署的最佳实践
深入解析 Model Context Protocol (MCP) - 人工智能应用的标准化协议
详细介绍 Model Context Protocol (MCP)，这个为 AI 应用提供标准化上下文传输的开放协议
多智能体系统
多智能体系统深度调研报告：涵盖架构设计、任务规划、记忆管理、交互原则、框架选择以及完善的评估体系与行业应用案例。
无穷成本线
股市中无穷成本线的含义和用法
谁养鱼
使用 Python 解决经典的“谁养鱼”逻辑谜题。本文深入探讨了约束满足问题 (CSP) 的特性，并展示了如何通过回溯算法高效地找到唯一解。
启动您的区块链之旅：Python程序员的去中心化世界指南
一本全面指南，面向希望进入区块链领域的Python开发者，涵盖核心概念、开发工具和实际应用
如何理解线性代数的"线性"？
深入剖析线性代数中的“线性”概念。通过直观理解、数学定义及几何意义，探讨可加性、齐次性以及矩阵和行列式在数学中的核心地位。
npm 包推荐
一份精选的 npm 常用包清单，涵盖了镜像源管理、包管理以及 Node.js 版本控制等核心工具，旨在帮助开发者优化开发环境并提升工作效率。
如何在 Python 中使用 `super()`
学习如何在 Python 继承中使用 super() 函数
为什么美债收益率和价格成反比？
深入解析美国国债收益率与价格之间的反比关系，以及这对投资者的影响。
浏览器扩展开发指南
本文将介绍如何使用现代工具开发浏览器扩展，包括WXT工具链的使用方法和开发流程。