每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-07-02 · Thursday, July 2, 2026

智能体从能用到可控

视图 · View

今日重点 · Today's Highlights

deptrust5 - 用本地 CLI/MCP 在 agent 推荐依赖版本前检查 OSV 与 GitHub Advisory，把“AI 装了旧漏洞包”变成可拦截步骤。

全文 ↓

论文 · Papers

15 项 · 论文

BayesBench: Evaluating LLM Belief Trajectories Under Multi-Turn Evidence Accumulation6arxiv.org原文 ↗

基准评测方法推理与规划数据·分析

这篇论文不是只看最终答案，而是构造多轮证据累积环境，逐步检查 LLM 的不确定性和信念是否接近贝叶斯后验。BayesBench 覆盖三类任务：Bayesian estimation、Bayesian prediction，以及带用户 persona framing 的 latent-framed prediction，并测试 3B 到 70B 的七个模型。结果细节很有意思：模型规模确实改善潜变量推断和证据累积，但这些改进并不可靠地转化为下游预测质量，暴露了“能推断结构”和“能用结构更新目标信念”之间的断层。

–

RoPoLL: Robust Panel of LLM Judges7arxiv.org原文 ↗

评测方法其他垂直

RoPoLL 把 LLM-as-judge 多评审团放进 Huber contamination 模型，证明普通 PoLL 共识在任何正污染下都可能因为单个偏置 judge 产生无界 bias。方法上它不换 jury，只把聚合函数换成鲁棒均值估计，实例化为 tuning-free 的 geometric median，并给出有限样本误差界和 minimax lower bound。实验覆盖 13 个 4B 到 675B 的开源 judge、3 个 reward-model benchmark 和最高 50% 的 corruption rate；3-judge、38B 的 RoPoLL committee 在 HelpSteer-2 30% bimodal-random corruption 下还超过 675B Mistral-Large-3，说明评审聚合的统计鲁棒性不是边角问题。

–

本期重点AgentBound: Verifiable Behavioral Governance for Autonomous AI Agents3arxiv.org原文 ↗

对齐与治理安全与攻防工作流与控制流系统·基础设施

AgentBound 做的是执行前治理，而不是模型对齐本身：每个拟执行动作同时经过 delegated authorization、owner-signed behavioral constitutions 和 site action contracts 三套权威判断，再由形式化决策模型保守组合。它还为每次决策生成 cryptographically verifiable governance receipt，把授权、策略和语义 artifact 绑定起来，允许独立 replay verification。论文把场景落在金融交易、外部通信和企业工作流上，抓住了“已授权动作在当前行为语境下是否仍该执行”这个现有 identity federation 覆盖不到的空白。

–

The Past Is Prologue: A Plug-in Controller for Selective Updates in Sequentially Evolving LLM Memory8arxiv.org原文 ↗

Agent 记忆自进化系统·基础设施

论文提出 Janus，给已有长期记忆 updater 外面套一层选择性接受控制器，避免局部任务生成的 memory update 覆盖有用经验或过度贴合近期样本。它用 Memory Momentum Trigger 先找可疑的更新轨迹，再用 coverage、boundary 和 fresh tasks 组成的紧凑混合评测集比较新旧记忆，不需要重放完整历史。跨 6 个数据集、2 个 backbone 和 2 个 memory updater，Janus 平均提升 2.7 到 4.6 个百分点；这个数字不夸张，但说明长期记忆的关键不是“写得更多”，而是何时拒绝写入。

–

Beyond the Library: An Agentic Framework for Autoformalizing Research Mathematics9arxiv.org原文 ↗

工作流与控制流多智能体工具使用研究·科学

这项工作把自然语言数学研究转成 Lean 4 形式化证明，重点不在刷现有 Mathlib 覆盖的题，而是处理研究论文中超出现有库的概念。系统用 orchestrator 管理多代理流水线，必要时动态扩展类型定义，并通过 Auxiliary Lemma 技术验证这些扩展后再形式化主定理。实验包括 PutnamBench 32 个随机样本和 5 篇 STOC 论文，覆盖组合、通信复杂性、机制设计和学习理论；其中所有五篇都形式化了主定理和证明，两篇不依赖 Lean kernel 之外公理，给 research-level autoformalization 提供了更具体的可行性证据。

–

本期重点ClawArena-Team: Benchmarking Subagent Orchestration and Dynamic Workflows in Language-Model Agents1arxiv.org原文 ↗

基准工作流与控制流多智能体系统·基础设施

ClawArena-Team 专门隔离 LLM 作为 manager 的能力：主模型只能看文本、只能直接访问部分 workspace，但可以创建子代理、分派任务、接收异步结果并合成答案。benchmark 包含 41 个多轮、多模态、多目录场景、258 个 evaluation rounds 和 72 个 staged updates，评分完全 execution-based，不用 LLM judge。最尖锐的发现是 no model exceeds 50% workspace-permission precision，且 API cost 跨越 100 倍以上时整体 SMS 只跨不到 4 倍；这让“会不会管理权限和工作流”成为独立于原始模型能力的评测轴。

–

本期重点ReGRPO: Reflection-Augmented Policy Optimization for Tool-Using Agents4arxiv.org原文 ↗

Agent RL / 可验证奖励工具使用推理与规划计算机·Web

ReGRPO 关注工具调用型 VLM agent 在失败后的恢复能力，而不是只从成功轨迹做 SFT。方法先执行 near-miss actions 来收集 grounded failure observations，再构造 Reflection-of-Thought triplets，包括 ErrorType、Evidence 和 FixPlan，与纠正动作配对 warm-start；RL 阶段则用 group-relative advantages 联合优化反思 token 和 corrective action，并加 reflection-cost 抑制不必要反思。在 GTA 与 GAIA 上，它在同 backbone 和 tool suite 下超过强开源 baseline，说明“失败解释”可以成为可训练的过程信号，而不只是日志分析材料。

–

本期重点ACE: Pluggable Adaptive Context Elasticizer across Agents2arxiv.org原文 ↗

上下文工程工作流与控制流系统·基础设施

ACE 针对长轨迹 agent 的固定上下文窗口问题，反对把历史一次性截断或摘要成不可恢复状态。它维护 lossless message layer，同时保存每个历史 step 的 raw message 和 compressed abstraction；决策时的 orchestration layer 再按当前任务状态把每步选为 raw、abstract 或 drop。论文把 ACE 接入 ReAct、DeepAgent、WebThinker 和 MiroFlow，且不需要训练或架构改动；它的工程意义在于把上下文管理从“压缩历史”改成“每步可逆调度历史”。

–

Think in English, Answer in Korean: Efficient Adaptation of Multilingual Tool-Using Agents10arxiv.org原文 ↗

Agent RL / 可验证奖励工具使用蒸馏与压缩其他垂直

Cohere 与 LG CNS 的 LuckyStar 111B 是一篇很工程化的 multilingual tool agent 适配报告：从已 fully post-trained 的 Command A 继续训练，而不是重新预训练。它组合 multilingual SFT、multi-step tool-use verifiable rewards、韩文 user-facing response 的 language-consistency reward，以及 4-bit quantization 以适应单 GPU serving。论文的贡献不在提出新 architecture，而是在 111B 规模、韩英企业场景和 memory-constrained deployment 下，整理出可复用的训练与失败模式配方。

–

ECHO: Prune to act, trace to learn with selective turn memory in agentic RL11arxiv.org原文 ↗

Agent RL / 可验证奖励上下文工程Agent 记忆计算机·Web

ECHO 把上下文裁剪和 RL credit tracing 放在同一个设计里处理。每个完成的 environment turn 被压缩成带 source index 的 memory record，策略上下文按需从这些记录重建；成功终局的正向 credit 再沿 source index 回流到支持答案的证据和选择动作。BrowseComp-Plus 上 ECHO held-out accuracy 达 43.4%，高于 GRPO 的 28.9% 和 rolling-summary baseline SUPO 的 36.1%，同时用更少 turns 和更低 trajectory volume，说明“可寻址压缩”比普通 summary 更适合训练闭环。

–

TRIAGE: Role-Typed Credit Assignment for Agentic Reinforcement Learning12arxiv.org原文 ↗

Agent RL / 可验证奖励计算机·Web

TRIAGE 指出标准 GRPO 把最终 verifier outcome 均匀赋给所有 action token，会奖励成功轨迹里的冗余/倒退动作，也会惩罚失败轨迹里的有用探索。它让 structured judge 把 segment 标成 decisive progress、useful exploration、no-progress infrastructure 或 regression，再用固定 role-conditioned rule 产生 bounded process reward。ALFWorld、Search-QA 和 WebShop 上 TRIAGE 均优于 GRPO；完成的 ALFWorld 与 WebShop rollout 中，它还相对 GRPO 额外减少 10.4% 和 14.8% 的 environment-facing turns，说明角色标签在降低方差之外也影响行动效率。

–

QVal: Cheaply Evaluating Dense Supervision Signals for Long-Horizon LLM Agents13arxiv.org原文 ↗

评测方法Agent RL / 可验证奖励基准其他垂直

QVal 的切入点是：dense supervision 信号不该每次都靠完整训练 pipeline 的下游表现来评估，因为那会混入工程配置和训练成本。它用 training-free testbed 直接衡量 state-action score 是否 Q-aligned，也就是能否按强 reference policy 的 Q-values 排列动作。QVal-v1.0 比较 21 种 dense supervision 方法、4 个环境、7 类方法和 6 个开源 backbone，超过 1.2K evaluation experiments；一个逆直觉结果是简单 prompting baseline 常常胜过近期 dense supervision 文献方法。

–

LUMOS: A Semantic Operating-System Layer for Accessibility-Grounded AI Agents14arxiv.org原文 ↗

工具使用上下文工程执行环境与沙箱计算机·Web

LUMOS 把操作系统与浏览器已有的 accessibility metadata 转换为 machine-readable semantic blueprints，包含 stable identifiers、roles、names、values、bounds 和 action affordances。agent 通过 constrained visible-UI primitives 做 observe-act loop，并可用 OS automation API 查询光标附近的语义元素。论文没有声称替代视觉 agent，而是指出当系统已经暴露结构化语义时，强迫 agent 读截图、OCR 和坐标会带来 token cost、视觉歧义、延迟与 grounding error。

–

Learning from Failure: Inference-Time Self-Improvement for Computer-Use Agents15arxiv.org原文 ↗

自进化框架与脚手架计算机·Web

这篇论文把失败轨迹从“丢弃的训练副产物”变成 inference-time agent 改进材料。流程让 LLM 诊断失败模式、提出推理时解决方案，并生成经轻量人工核验的代码补丁来升级 agent，而不走额外 fine-tuning。作者用 OpenCUA-72B 在 OSWorld 上验证，成功率从 42.3% 提升到 48.9%，增加 6.6 个百分点；这个结果适合与 success-only synthetic data loop 对照阅读，因为它把 agent 系统本身当作可补丁化软件。

–

TraceLab: Characterizing Coding Agent Workloads for LLM Serving16arxiv.org原文 ↗

可观测性与调试上下文工程执行环境与沙箱编码

TraceLab 收集并发布真实 coding-agent serving trace，而不是用合成 benchmark 估算负载。数据约含 4,300 个 Claude Code 和 Codex 会话、350,000 个 LLM steps、430,000 次 tool calls，来自日常使用。分析显示 coding-agent workload 有长自治循环、长上下文短输出、重尾工具调用，以及高但不完美的 prefix cache hit rate；这些发现直接导向 append-length-aware prefill、semantic-aware tool-latency prediction 和围绕 human-paced gaps 的 KV-cache 管理。

–

开源 / 项目 · Projects

15 项 · 开源 / 项目

ZCode17zcode.z.ai原文 ↗

框架与脚手架编码

ZCode 是智谱推出的 Claude Code 风格编程代理产品页，当前 digest 能确认的是其定位：围绕代码理解、编辑和开发工作流包装成 agentic coding 工具。它不是一个开源 repo 条目，因此可读信息少于 README 型项目；但它反映国内模型厂商正在把 coding agent 从模型能力展示推进到面向开发者的独立产品入口。

–

本期重点deptrust5github.com原文 ↗

安全与攻防协议与互操作工具使用编码

deptrust 做的是 agent 推荐依赖版本前的本地安全检查：CLI 和 MCP server 直接查询公共 registry、OSV 与 GitHub Advisory Database，没有托管 deptrust 服务。README 列出 npm、PyPI、Cargo、Go modules、RubyGems、NuGet、Maven、Packagist、pub.dev、CocoaPods、Hex.pm、Hackage 和 GitHub Actions 等生态；输出给出 allow/review/block，并把 72 小时内新发布版本标为 review。它的锋利点在 MCP instructions：让 agent 在添加、升级或推荐依赖前自动先跑版本风险判断。

–

bb18github.com原文 ↗

框架与脚手架多智能体工作流与控制流编码

bb 是一个 agentic IDE，桌面 app、Web app、CLI 和 HTTP API 都可驱动同一套工作线程。它让多个 coding agent 在 thread 中运行，用户能实时跟随、随时 steer 或把工作交给另一个 agent；README 明确说 bb 使用用户已经认证过的 provider CLI。当前桌面包主推 macOS Apple Silicon，其他平台可用 `npx bb-app@latest` 后打开 `localhost:38886`，说明它更像本地 agent workbench，而不是云端 IDE。

–

Z-Jail19github.com原文 ↗

执行环境与沙箱安全与攻防系统·基础设施

Z-Jail 是约 130 KiB 的 C99 Linux sandbox，用 namespaces、pivot_root、capability dropping、NO_NEW_PRIVS、seccomp-BPF、audit JSON 和 BLAKE2b hashing 叠出多层隔离。README 的 syscall whitelist-v1 只有 15 个 syscall，且强调无外部依赖、单 `make` 构建。它介于 bwrap 和 nsjail/Firecracker/gVisor 之间：没有 VM 级隔离，但部署成本低，适合 CI、CTF jail 和轻量代码评测的 defense-in-depth 场景。

–

pglayers20github.com原文 ↗

github.com

pglayers 把 PostgreSQL extension 做成可叠加 Docker image layers：每个扩展是一个只含二进制的 minimal layer，用户在官方 `postgres` image 上用 `COPY --from` 组合。它提供 full profile，一次带 53 个 extensions，也提供 Azure-compatible profile，包含 28 个 extensions；PG 17 和 18 是稳定支持，PG 19 标注为 beta/experimental。这个项目把“Postgres 扩展镜像”从固定第三方合集改成可组合构建块，尤其适合本地开发复刻 pgvector、PostGIS、pg_cron 等常见能力。

–

GOAT2-General-Orchestrated-Agent-Topology21github.com原文 ↗

Agent 记忆工作流与控制流多智能体系统·基础设施

GOAT2 是带 proactive episodic memory 的 AI orchestrator 项目。digest 信息没有展开 README，但从定位看，它不是单个工具调用 server，而是尝试把 agent topology、任务编排和主动 episodic memory 结合。这个方向的技术问题在于记忆何时主动注入、如何避免过期经验误导，以及 orchestrator 如何在多 agent 任务中使用这些经验而不扩大上下文噪音。

–

ttsc graph22github.com原文 ↗

工具使用协议与互操作检索与知识接地编码

`@ttsc/graph` 把 TypeScript compiler 看到的真实程序图暴露给 MCP agent：什么调用什么、什么依赖什么、每个符号在哪个文件和行。它的 MCP surface 是单工具 `inspect_typescript_graph`，返回 names、edges、signatures 和 spans，不返回源码正文，所以 graph 查询的 token cost 随仓库规模保持较平。README 声称在开放式“这个系统怎么工作”问题上约节省 10x tokens，且能处理 tsconfig aliases、pnpm monorepo、symlinks 和 re-exports 这类文本 parser 容易猜错的结构。

–

secret-shuttle23github.com原文 ↗

安全与攻防工具使用编码

Secret Shuttle 的设计目标很窄但关键：让 coding agent 能移动 secrets，但永远不把 plaintext 放进 agent context。agent 只看到 `ss://stripe/prod/STRIPE_WEBHOOK_SECRET` 这类 refs、fingerprints、field metadata 和状态；本地 daemon 持有 vault key、single-use 2-min TTL approval grants、browser owner 和 safe command-template runner。README 区分更可靠的 CLI template path 与实验性的 universal browser handoff，明确提醒 v0.5 browser path 只保证 agent 看不到明文，不保证 hostile destination page 不能外泄。

–

TakoVM24github.com原文 ↗

执行环境与沙箱可观测性与调试框架与脚手架系统·基础设施

TakoVM 是给 agents 执行代码的自托管 runtime，组合 ephemeral Docker workspace、job queue、execution history、retry、replay/fork debugging 和 REST/Python SDK。安全层面，README 写明每个 job 单独 container，默认无网络，可选 gVisor、default-deny seccomp、capability dropping、非 root 执行和资源限制。对比 E2B/Daytona 这类 sandbox-only 服务，它把队列、PostgreSQL 历史和幂等键也纳入基础设施，适合把“运行一段 AI 生成代码”升级为可追踪执行平台。

–

Mimir25github.com原文 ↗

Agent 记忆协议与互操作检索与知识接地系统·基础设施

Mimir repo 已重定向为 Perseus Vault，一个单 Rust binary 的本地优先 memory MCP server。它用 SQLite、FTS5、dense/hybrid search、AES-256-GCM 和约 46 个 MCP tools 提供 durable memory；README 的 stress test 给出 100K entity insert 1.01 秒、FTS5 recall 10 条 0.022 秒、100K entity RSS 约 85MB。相比“向量库 + Python 服务”的记忆方案，它把离线、本地、单文件部署和 MCP 原生集成放在第一位。

–

world-model-mcp26github.com原文 ↗

Agent 记忆检索与知识接地协议与互操作编码

world-model-mcp 把 coding agent 的项目经验组织成 temporal knowledge graph，在 edit boundary 前验证 API/function reference，并在 compaction 后重新注入相关约束。v0.10.0 文档称有 27 个 MCP tools、22 个 CLI subcommands 和 417 个测试，并把 adapter 从 Claude Code、Cursor、Codex、pi 扩到 OpenClaw、Hermes Agent 和 Continue。它还很诚实地发布多 seed replication：17-instance subset 上 load-bearing replication count 是 0/7，均值 paired delta +0.24，说明工程架构价值和 benchmark 效果需要分开判断。

–

Opera CLI compact accessibility snapshots27github.com原文 ↗

上下文工程工具使用计算机·Web

这份白皮书围绕 browser agents 的 compact accessibility snapshot 展开，目标是压缩页面状态，同时保留 agent 操作所需的结构和 grounding。虽然 digest 没提供具体压缩率，但主题与 LUMOS、A11y-Compressor 同向：把 UI 观察从冗长 accessibility tree 或截图，转为更紧凑的语义表示。它值得放在 browser agent 工具链里看，因为浏览器自动化的瓶颈经常不是点击 API，而是观察表示太长、太重复、太难定位。

–

Rigorix OSS28github.com原文 ↗

工作流与控制流框架与脚手架安全与攻防编码

Rigorix 把自然语言开发意图先编译成可审查 DAG，再在策略、权限、预算和质量门内执行，而不是让 LLM 在开放循环中边想边做。README 示例里，一个 TypeScript refactor 被转成 5 个节点：读文件、插入方法、写测试、type-check、跑测试；执行结果 5 passed，LLM 调用和 token 也被记录。它当前支持 Rust、TypeScript、Python 和 Go，TypeScript 集成最成熟，适合 CI/CD 中需要审计、可重复和风险约束的自动代码生成。

–

Rewindr29github.com原文 ↗

github.com

Rewindr 的目标是在失败 GitHub Actions snapshot 中打开本地 shell，把 CI 调试从“读日志猜状态”改成“进入失败现场检查”。digest 没给出实现细节，但产品形态已经清楚：它应当捕获 workflow 失败时的文件、环境和命令上下文，再让开发者在本地复现。这个工具的价值取决于 snapshot fidelity，因为 CI 失败常常来自环境变量、缓存、runner 镜像或依赖解析差异。

–

Fruitbox30github.com原文 ↗

github.com

Fruitbox 面向 Apple container runtime，填的是 Docker Compose 风格多服务编排缺口。Apple container 的吸引力在 macOS 原生和 Apple silicon 优化，但生态短板之一是 Compose/DevContainer 类 workflow 尚未成熟；Fruitbox 若能把服务图、网络、volume 和生命周期命令抽象出来，就能让 Apple container 更接近日常开发栈。digest 信息有限，但这个项目方向正好踩在 Apple 原生容器从单容器 CLI 走向开发环境编排的阶段。

–

行业动态 · Industry News

12 项 · 行业动态

ArXiv's Next Chapter31blog.arxiv.org原文 ↗

blog.arxiv.org

arXiv 这篇博文讨论下一阶段的平台治理、基础设施和可持续运营计划，而不是单个功能发布。信息点在于 arXiv 正把自身定位为长期科研通信基础设施来规划：技术债、治理结构、资金来源和社区信任都需要同时处理。对预印本生态来说，平台“下一章”不只是 UI 或搜索改版，而是研究传播系统如何在规模继续扩大时维持可靠性。

–

Redeploying Fable 532anthropic.com原文 ↗

anthropic.com

Anthropic 公布 Claude Fable 5 的重新部署和访问恢复安排，背景是美国商务部解除 Fable 5 与 Mythos 5 的出口控制。多家报道提到限制起因是政府对模型被用于 cyber misuse 的担忧，解除后 Anthropic 将引入更多安全措施并逐步恢复访问。此事把 frontier model 发布从企业产品决策推进到政府审批、出口管制和安全协议协商的交界面。

–

Department of Commerce has lifted export controls on Claude Fable 5 and Mythos 533twitter.com原文 ↗

twitter.com

这条 Anthropic 社交平台声明给出了最短事实版本：商务部已解除 Claude Fable 5 和 Mythos 5 的出口控制，公司将开始恢复访问。公开报道还提到 Mythos 5 在此前只向少数 trusted cybersecurity organizations 开放，Fable 5 则重新面向更广用户。它的重要性不在措辞，而在前沿模型访问权被临时行政限制后又通过企业-政府协商恢复。

–

Claude Fable 5 Promotional Access34support.claude.com原文 ↗

support.claude.com

Claude 支持文档解释 Fable 5 promotional access 的范围和用量规则。报道摘录显示，Pro、Max、Team 和部分企业付费席位可在 7 月 7 日 23:59:59 Pacific Time 前，把最多 50% 的每周订阅限额用于 Fable 5；超过促销额度后需额外购买 Fable 5 usage 或继续用低阶模型。这个条目把“模型恢复访问”落到真实计费与限额层面，说明高端模型即便回归，也被作为稀缺配额管理。

–

Leanstral 1.535docs.mistral.ai原文 ↗

docs.mistral.ai

Mistral 发布 Leanstral 1.5 model card，明确把模型定位在 Lean 形式化数学任务上。当天论文里也出现 Lean 4 autoformalization 工作，说明 formal math 正从“通用 LLM 偶尔写 Lean”进入更专门的模型、benchmark 和工具链竞争。digest 没给出模型指标，因此更稳妥的读法是把它视为形式化推理产品化信号，而非单纯追逐参数或榜单。

–

TabFM: A zero-shot foundation model for tabular data36research.google原文 ↗

research.google

Google Research 介绍 TabFM，主题是面向表格数据的 zero-shot foundation model。表格 ML 长期由 XGBoost、LightGBM、CatBoost、特征工程和任务内调参主导，TabFM 的路线则是让模型在新表格上直接泛化。digest 未给出指标，但这类工作值得跟踪，因为结构化数据仍是企业 ML 的主体，foundation model 若能减少调参成本，会改变 AutoML 与数据科学工作流。

–

From brain waves to words: a new path to communication without surgery37ai.meta.com原文 ↗

ai.meta.com

Meta AI 的 Brain2Qwerty 研究聚焦非侵入式脑信号到文字输入，标题强调“without surgery”。它处在神经信号解码、语言建模和辅助沟通技术的交界，不走植入式脑机接口路线。digest 未提供实验数字，因此正文不应夸大效果；当前可确认的技术看点是把低信噪比非侵入信号转为可用文本输入，本身就是比植入方案更难但更可普及的方向。

–

Godot will no longer accept AI-authored code contributions38pcgamer.com原文 ↗

pcgamer.com

Godot Foundation 调整贡献政策，不再接受 AI-authored code contributions，核心理由是维护者不能相信重度 AI 用户理解并能修复自己提交的代码。报道还提到新规则会禁止 AI 生成 PR 和 AI 生成的社区文本，但人类作者可有限使用 AI 辅助并承担责任。开源项目在这里处理的不是“AI 是否会写代码”的抽象争论，而是 review 负担、维护责任和社区信任如何落地。

–

Physical disc production ending in Jan 2028 for new games on PlayStation39blog.playstation.com原文 ↗

blog.playstation.com

PlayStation 官方博客宣布从 2028 年 1 月起，新发行 PlayStation 游戏将停止实体盘生产。公开报道补充称已发行或 2028 年前计划发行的实体盘不受影响，后续新作将通过 PlayStation Store 和实体零售中的数字购买形式分发。这个政策把主机游戏带入更彻底的数字发行阶段，同时让收藏、二手交易、借盘和长期访问权成为更现实的用户议题。

–

Sony Deletes 551 Movies PlayStation Owners Paid For40reclaimthenet.org原文 ↗

reclaimthenet.org

Reclaim The Net 报道称部分 PlayStation 用户购买的 551 部 StudioCanal 电影被下架并移除访问。digest 没给出合同地区和补偿细节，因此不应扩展到未经证实的法律结论；但这条与同日 PlayStation 新游戏转向数字-only 放在一起，构成了关于数字“购买”的强提醒。数字库里的内容可能仍受许可期限、地区权利和平台协议约束。

–

Meta loses bid to dismiss US states' claims that FB, Instagram addict children41reuters.com原文 ↗

reuters.com

Reuters 报道 Meta 未能驳回美国州政府关于 Facebook、Instagram 让儿童成瘾的诉讼主张。这个阶段的关键不是最终责任已经成立，而是相关 claim 可以继续推进，进入更深入的诉讼程序。对平台治理而言，青少年保护、推荐系统设计和产品成瘾性将继续被放到证据和法律标准下审视。

–

Swedish court says Google is to pay $1.5B to Klarna in antitrust damages42reuters.com原文 ↗

reuters.com

Reuters 报道瑞典法院判定 Google 向 Klarna 支付 15 亿美元反垄断损害赔偿。digest 没展开案由，但 $1.5B 这个量级足以说明大型平台在欧洲竞争法环境下的民事风险仍在扩大。它也提醒读者，科技反垄断不只表现为监管罚款，还可能以商业对手损害赔偿的形式落到财务报表上。

–

博客文章 · Blog Posts

12 项 · 博客文章

Internal Combustion Engine43ciechanow.ski原文 ↗

ciechanow.ski

Bartosz Ciechanowski 用交互式图解解释内燃机结构与工作循环。可预期文章会把进气、压缩、燃烧/做功、排气等连续过程变成可操作模型，让读者看到活塞、阀门、曲轴和点火时序如何配合。Ciechanowski 的长处一直是把物理系统拆成动态可视化，这篇适合想从机械直觉而非公式入口理解发动机的人阅读。

–

Box3D, an open source 3D physics engine44box2d.org原文 ↗

box2d.org

Box2D 作者发布开源 3D 物理引擎 Box3D，这条比普通项目公告更值得注意，因为 Erin Catto 在实时刚体物理和游戏工程里有长期信用。digest 没给出 API 或性能指标，但“Box2D 作者做 3D”已经说明它会被拿来与 Bullet、PhysX、Jolt 等成熟引擎比较。关键观察点将是 solver 稳定性、碰撞形状覆盖、约束系统和能否保持 Box2D 那种小而清晰的工程风格。

–

What to Learn to Be a Graphics Programmer45blog.demofox.org原文 ↗

blog.demofox.org

Demofox 整理图形程序员需要学习的数学、渲染、GPU 和工程主题。这个主题的实用性在于它把图形学习从“看 shader 教程”扩展到线性代数、概率、采样、光照、GPU pipeline、调试和性能分析。对入门者来说，路线图的价值不是列更多名词，而是帮助区分哪些知识支撑实时渲染，哪些知识服务离线/物理渲染，哪些是引擎工程的日常功夫。

–

How We Made IPFS Content Publishing 10x Faster46probelab.io原文 ↗

probelab.io

ProbeLab 介绍用 optimistic provide 把 IPFS 内容发布做快，标题给出的结果是 10x faster。传统 provide 需要让网络知道某个节点持有内容，等待路径会影响发布端体验；optimistic provide 的思路是减少同步阻塞，把部分确认变成更乐观的异步过程。它值得看作分布式网络工程案例：性能提升来自协议路径和等待语义调整，不只是实现层微优化。

–

Reduce GVisor Cold Starts with GPU Snapshotting47cerebrium.ai原文 ↗

cerebrium.ai

Cerebrium 写的是用内存 snapshot 恢复 CUDA workload 来降低 gVisor GPU cold start。serverless GPU 的冷启动不只是拉镜像，还包括 CUDA 初始化、模型加载、runtime warmup 和隔离层成本；snapshot 方案试图把这些已经初始化好的状态捕获下来，再在新请求到来时快速恢复。digest 标题强调 restoring CUDA workloads in seconds，适合与 CRIUgpu、container checkpointing 和 GPU serving 平台的 warm pool 策略一起比较。

–

Building Gin: Simple over Easy48manualmeida.dev原文 ↗

manualmeida.dev

Manuel Almeida 复盘 Gin 框架设计，讨论 simple 和 easy 的取舍。文章看点在于框架作者如何判断“降低上手门槛”的便利是否会增加长期复杂度：easy 往往隐藏路径，simple 则强调概念少、组合明确、故障时能追踪。对框架和内部平台团队来说，这类反思比“API 更短”更有价值，因为真正的成本常常出现在第二年维护和扩展时。

–

Most rewrites serve the engineer, not the business49anatoliybabushka.com原文 ↗

anatoliybabushka.com

文章的核心判断很直白：大多数 rewrite 满足的是工程师对整洁和新技术的偏好，而不是业务回报。合理重写应当绑定可验证的业务约束，例如现系统阻塞收入、合规、安全、扩展或迭代速度，并且有分阶段迁移方案。它适合作为重写决策前的反面清单：如果收益不能被非工程指标表达，项目很可能只是昂贵的重新装修。

–

Solid and Clean Code never felt solid or clean to me50devz.cl原文 ↗

devz.cl

这篇个人文章反思 SOLID 与 Clean Code 在实际工程中的适用性。digest 显示作者不否认原则本身，而是质疑它们在项目里容易诱导过度抽象、过多层级和不必要的命名仪式。比较有价值的读法是把它当成对“原则崇拜”的修正：代码是否 clean，不由模式数量决定，而由变更路径、读者成本和局部推理难度决定。

–

Matrix Orthogonalization Improves Memory in Recurrent Models51ayushtambde.com原文 ↗

ayushtambde.com

Ayush Tambde 解释矩阵正交化如何改善 recurrent model 的记忆保持。循环模型的问题常常来自重复乘同一个变换后信号范数爆炸或消失，正交化通过控制谱性质让隐藏状态在时间上更稳定。文章适合用来复习 RNN 中梯度传播、长期依赖和线性动力系统之间的联系；在 Transformer 主导的语境下，这种基础机制解释反而很稀缺。

–

A retrospective of my time on the internet52cleberg.net原文 ↗

cleberg.net

作者回顾自己的互联网使用经历，覆盖早期社区、社交平台和创作者生态变化。digest 没给出具体段落，但这类文章的价值通常在“个人史”与“平台史”的交叉：小型论坛、个人网站、RSS 和早期社交网络如何让位给算法分发、平台激励和商业创作。它不是技术教程，却能帮助理解为什么很多开发者重新关心 personal web、小社区和可迁移内容。

–

Quoting Anthropic53simonwillison.net原文 ↗

simonwillison.net

Simon Willison 记录 Anthropic 关于 Claude Fable 5 与 Mythos 5 出口管制解除的声明。它的用途不是二手评论，而是把关键原文片段放到可引用、可检索的个人知识库里。对于后续讨论 Fable 5 事件，Simon 这类短帖提供了时间线锚点：商务部解除限制、Anthropic 表示将恢复访问、用户需要等待后续更新。

–

Nano Banana 2 Lite54simonwillison.net原文 ↗

simonwillison.net

Simon Willison 记录 Gemini 3.1 Flash Lite Image 的命名、API 标识和示例输出。AI 产品命名经常比能力本身更难跟，尤其当营销名、模型 id、API id 和 UI 展示名不一致时；这篇把可调用标识和样例放在同一处，降低试用摩擦。它是典型的 Simon 式实操笔记：不做宏大判断，直接告诉开发者“这个东西在 API 里叫什么、看起来能生成什么”。

–

引用来源 · References

64 条 · 引用
  1. 1 ClawArena-Team: Benchmarking Subagent Orchestration and Dynamic Workflows in Language-Model Agents. arXiv:2606.31174https://arxiv.org/abs/2606.31174 ↩ 回到正文 · back to text
  2. 2 ACE: Pluggable Adaptive Context Elasticizer across Agents. arXiv:2606.31564https://arxiv.org/abs/2606.31564 ↩ 回到正文 · back to text
  3. 3 AgentBound: Verifiable Behavioral Governance for Autonomous AI Agents. arXiv:2606.30970https://arxiv.org/abs/2606.30970 ↩ 回到正文 · back to text
  4. 4 ReGRPO: Reflection-Augmented Policy Optimization for Tool-Using Agents. arXiv:2606.31392https://arxiv.org/abs/2606.31392 ↩ 回到正文 · back to text
  5. 5 deptrust. GitHub: clidey/deptrusthttps://github.com/clidey/deptrust ↩ 回到正文 · back to text
  6. 6 BayesBench: Evaluating LLM Belief Trajectories Under Multi-Turn Evidence Accumulation. arXiv:2606.30850https://arxiv.org/abs/2606.30850 ↩ 回到正文 · back to text
  7. 7 RoPoLL: Robust Panel of LLM Judges. arXiv:2606.30931https://arxiv.org/abs/2606.30931 ↩ 回到正文 · back to text
  8. 8 The Past Is Prologue: A Plug-in Controller for Selective Updates in Sequentially Evolving LLM Memory. arXiv:2606.31121https://arxiv.org/abs/2606.31121 ↩ 回到正文 · back to text
  9. 9 Beyond the Library: An Agentic Framework for Autoformalizing Research Mathematics. arXiv:2606.31134https://arxiv.org/abs/2606.31134 ↩ 回到正文 · back to text
  10. 10 Think in English, Answer in Korean: Efficient Adaptation of Multilingual Tool-Using Agents. arXiv:2606.31648https://arxiv.org/abs/2606.31648 ↩ 回到正文 · back to text
  11. 11 ECHO: Prune to act, trace to learn with selective turn memory in agentic RL. arXiv:2606.31650https://arxiv.org/abs/2606.31650 ↩ 回到正文 · back to text
  12. 12 TRIAGE: Role-Typed Credit Assignment for Agentic Reinforcement Learning. arXiv:2606.32017https://arxiv.org/abs/2606.32017 ↩ 回到正文 · back to text
  13. 13 QVal: Cheaply Evaluating Dense Supervision Signals for Long-Horizon LLM Agents. arXiv:2606.32034https://arxiv.org/abs/2606.32034 ↩ 回到正文 · back to text
  14. 14 LUMOS: A Semantic Operating-System Layer for Accessibility-Grounded AI Agents. arXiv:2606.30697https://arxiv.org/abs/2606.30697 ↩ 回到正文 · back to text
  15. 15 Learning from Failure: Inference-Time Self-Improvement for Computer-Use Agents. arXiv:2606.31270https://arxiv.org/abs/2606.31270 ↩ 回到正文 · back to text
  16. 16 TraceLab: Characterizing Coding Agent Workloads for LLM Serving. arXiv:2606.30560https://arxiv.org/abs/2606.30560 ↩ 回到正文 · back to text
  17. 17 ZCode. Web: zcode.z.aihttps://zcode.z.ai/cn ↩ 回到正文 · back to text
  18. 18 bb. GitHub: ymichael/bbhttps://github.com/ymichael/bb ↩ 回到正文 · back to text
  19. 19 Z-Jail. GitHub: Division-36/Z-Jailhttps://github.com/Division-36/Z-Jail/ ↩ 回到正文 · back to text
  20. 20 pglayers. GitHub: pglayers/pglayershttps://github.com/pglayers/pglayers ↩ 回到正文 · back to text
  21. 21 GOAT2-General-Orchestrated-Agent-Topology. GitHub: takashikiari/GOAT2-General-Orchestrated-Agent-Topologyhttps://github.com/takashikiari/GOAT2-General-Orchestrated-Agent-Topology ↩ 回到正文 · back to text
  22. 22 ttsc graph. GitHub: samchon/ttsc packages/graphhttps://github.com/samchon/ttsc/tree/master/packages/graph ↩ 回到正文 · back to text
  23. 23 secret-shuttle. GitHub: pdumicz/secret-shuttlehttps://github.com/pdumicz/secret-shuttle ↩ 回到正文 · back to text
  24. 24 TakoVM. GitHub: Tako-Research/TakoVMhttps://github.com/Tako-Research/TakoVM ↩ 回到正文 · back to text
  25. 25 Mimir. GitHub: Perseus-Computing-LLC/mimirhttps://github.com/Perseus-Computing-LLC/mimir ↩ 回到正文 · back to text
  26. 26 world-model-mcp. GitHub: SaravananJaichandar/world-model-mcphttps://github.com/SaravananJaichandar/world-model-mcp ↩ 回到正文 · back to text
  27. 27 Opera CLI compact accessibility snapshots. GitHub: operasoftware/opera-browser-clihttps://github.com/operasoftware/opera-browser-cli/blob/main/docs/opera-compact-whitepaper.md ↩ 回到正文 · back to text
  28. 28 Rigorix OSS. GitHub: arman-jalili/rigorix-osshttps://github.com/arman-jalili/rigorix-oss ↩ 回到正文 · back to text
  29. 29 Rewindr. GitHub: dr-alberto/rewindrhttps://github.com/dr-alberto/rewindr ↩ 回到正文 · back to text
  30. 30 Fruitbox. GitHub: urjitbhatia/fruitboxhttps://github.com/urjitbhatia/fruitbox ↩ 回到正文 · back to text
  31. 31 ArXiv's Next Chapter. Web: blog.arxiv.orghttps://blog.arxiv.org/2026/06/30/arxivs-next-chapter/ ↩ 回到正文 · back to text
  32. 32 Redeploying Fable 5. Web: anthropic.comhttps://www.anthropic.com/news/redeploying-fable-5 ↩ 回到正文 · back to text
  33. 33 Department of Commerce has lifted export controls on Claude Fable 5 and Mythos 5. Web: twitter.com/AnthropicAIhttps://twitter.com/AnthropicAI/status/2072106151890809341 ↩ 回到正文 · back to text
  34. 34 Claude Fable 5 Promotional Access. Web: support.claude.comhttps://support.claude.com/en/articles/15424964-claude-fable-5-promotional-access ↩ 回到正文 · back to text
  35. 35 Leanstral 1.5. Web: docs.mistral.aihttps://docs.mistral.ai/models/model-cards/leanstral-1-5-26-06 ↩ 回到正文 · back to text
  36. 36 TabFM: A zero-shot foundation model for tabular data. Web: research.googlehttps://research.google/blog/introducing-tabfm-a-zero-shot-foundation-model-for-tabular-data/ ↩ 回到正文 · back to text
  37. 37 From brain waves to words: a new path to communication without surgery. Web: ai.meta.comhttps://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/?_fb_noscript=1 ↩ 回到正文 · back to text
  38. 38 Godot will no longer accept AI-authored code contributions. Web: PC Gamerhttps://www.pcgamer.com/gaming-industry/open-source-game-engine-godot-will-no-longer-accept-ai-authored-code-contributions-we-cant-trust-heavy-users-of-ai-to-understand-their-code-enough-to-fix-it/ ↩ 回到正文 · back to text
  39. 39 Physical disc production ending in Jan 2028 for new games on PlayStation. Web: PlayStation Bloghttps://blog.playstation.com/2026/07/01/physical-disc-production-ending-in-january-2028-for-new-games-releasing-on-playstation-consoles/ ↩ 回到正文 · back to text
  40. 40 Sony Deletes 551 Movies PlayStation Owners Paid For. Web: Reclaim The Nethttps://reclaimthenet.org/sony-deletes-551-studiocanal-movies-playstation-owners-paid-for ↩ 回到正文 · back to text
  41. 41 Meta loses bid to dismiss US states' claims that FB, Instagram addict children. Web: Reutershttps://www.reuters.com/legal/government/meta-loses-bid-dismiss-us-states-claims-that-facebook-instagram-addict-children-2026-06-30/ ↩ 回到正文 · back to text
  42. 42 Swedish court says Google is to pay $1.5B to Klarna in antitrust damages. Web: Reutershttps://www.reuters.com/business/swedish-court-says-google-is-pay-15-billion-klarna-antitrust-damages-2026-07-01/ ↩ 回到正文 · back to text
  43. 43 Internal Combustion Engine. Web: ciechanow.skihttps://ciechanow.ski/internal-combustion-engine/ ↩ 回到正文 · back to text
  44. 44 Box3D, an open source 3D physics engine. Web: box2d.orghttps://box2d.org/posts/2026/06/announcing-box3d/ ↩ 回到正文 · back to text
  45. 45 What to Learn to Be a Graphics Programmer. Web: blog.demofox.orghttps://blog.demofox.org/2026/07/01/what-to-learn-to-be-a-graphics-programmer/ ↩ 回到正文 · back to text
  46. 46 How We Made IPFS Content Publishing 10x Faster. Web: probelab.iohttps://probelab.io/blog/optimistic-provide/ ↩ 回到正文 · back to text
  47. 47 Reduce GVisor Cold Starts with GPU Snapshotting. Web: cerebrium.aihttps://cerebrium.ai/blog/reducing-gpu-cold-starts-with-memory-snapshots-restoring-cuda-workloads-in-second ↩ 回到正文 · back to text
  48. 48 Building Gin: Simple over Easy. Web: manualmeida.devhttps://manualmeida.dev/articles/gin-simple-over-easy/ ↩ 回到正文 · back to text
  49. 49 Most rewrites serve the engineer, not the business. Web: anatoliybabushka.comhttps://anatoliybabushka.com/blog/when-to-rewrite-working-code.html ↩ 回到正文 · back to text
  50. 50 Solid and Clean Code never felt solid or clean to me. Web: devz.clhttps://devz.cl/posts/solid-never-felt-solid/ ↩ 回到正文 · back to text
  51. 51 Matrix Orthogonalization Improves Memory in Recurrent Models. Web: ayushtambde.comhttps://ayushtambde.com/blog/matrix-orthogonalization-improves-memory-in-recurrent-models/ ↩ 回到正文 · back to text
  52. 52 A retrospective of my time on the internet. Web: cleberg.nethttps://cleberg.net/blog/internet.html ↩ 回到正文 · back to text
  53. 53 Quoting Anthropic. Web: simonwillison.nethttps://simonwillison.net/2026/Jun/30/anthropic/#atom-everything ↩ 回到正文 · back to text
  54. 54 Nano Banana 2 Lite. Web: simonwillison.nethttps://simonwillison.net/2026/Jun/30/nano-banana-2-lite/#atom-everything ↩ 回到正文 · back to text
  55. 55 google/agents-cli. GitHub: google/agents-clihttps://github.com/google/agents-cli ↩ 回到正文 · back to text
  56. 56 cloudflare/skills. GitHub: cloudflare/skillshttps://github.com/cloudflare/skills ↩ 回到正文 · back to text
  57. 57 facebook/astryx. GitHub: facebook/astryxhttps://github.com/facebook/astryx ↩ 回到正文 · back to text
  58. 58 ogulcancelik/herdr. GitHub: ogulcancelik/herdrhttps://github.com/ogulcancelik/herdr ↩ 回到正文 · back to text
  59. 59 diegosouzapw/OmniRoute. GitHub: diegosouzapw/OmniRoutehttps://github.com/diegosouzapw/OmniRoute ↩ 回到正文 · back to text
  60. 60 siteboon/claudecodeui. GitHub: siteboon/claudecodeuihttps://github.com/siteboon/claudecodeui ↩ 回到正文 · back to text
  61. 61 CoreBunch/Instatic. GitHub: CoreBunch/Instatichttps://github.com/CoreBunch/Instatic ↩ 回到正文 · back to text
  62. 62 cweijan/vscode-office. GitHub: cweijan/vscode-officehttps://github.com/cweijan/vscode-office ↩ 回到正文 · back to text
  63. 63 danielmiessler/LifeOS. GitHub: danielmiessler/LifeOShttps://github.com/danielmiessler/LifeOS ↩ 回到正文 · back to text
  64. 64 google/copybara. GitHub: google/copybarahttps://github.com/google/copybara ↩ 回到正文 · back to text