每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-07-03 · Friday, July 3, 2026

代理走向可信运行时

视图 · View

今日重点 · Today's Highlights

allenai/olmocr5 - Allen AI 的 OCR/文档线性化工具链已经配套 7000+ test cases 的基准，适合关注 LLM 数据管线质量的人细读。

全文 ↓

论文 · Papers

15 项 · 论文

Making Failure Safe: A Constrained, Verifiable Agent Framework for Open-Web Data Collection6arxiv.org原文 ↗

工作流与控制流工具使用框架与脚手架数据·分析

这篇把 LLM 生成网页采集器的输出从自由代码收窄到 typed JSON collector 配置，再用六类 collector taxonomy、模板/utility 约束、静态 Airflow DAG、规则质量检查和反馈修正来管住执行路径。实验覆盖 138 个任务；在 80 个独立源验证任务上，执行阶段实现了 zero execution-stage LLM tokens，并取得最低平均 wall-clock time。它的价值不在“让 agent 写更聪明的 scraper”，而在把开放网页采集变成可复用、低成本、可验证的计划配置问题。

–

From Signals to Structure: How Memory Architecture Drives Language Emergence in LLM Agents7arxiv.org原文 ↗

Agent 记忆多智能体研究·科学

作者用 Lewis signaling game 研究两个 LLM agents 如何仅凭交互历史形成共享编码，并比较五种记忆架构与不同信道容量。persistent private notebook 在 capacity=25 时达到 0.867±0.023 的协调率，同时避开 stateless agents 在高容量词汇变大后的 collapse。这个结果把“上下文窗口够不够大”的问题改写为“交互历史如何外化成稳定 convention”，对多 agent 协作协议很有参考价值。

–

Mnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows8arxiv.org原文 ↗

工作流与控制流框架与脚手架安全与攻防系统·基础设施

Mnemosyne 提出 Agentic Transaction Processing：LLM、solver 或 agent team 生成的 workflow action 先被视为未受信 proposal，只有通过声明的可执行约束集 C 才能被 runtime admit 和 commit。系统由 append-only transition log、effective-state projection、dependency-safe compensation 和 active commitment records 组成，并证明 authority separation、serial-equivalent admission、evidence-preserving repair、obligation containment 等性质。artifact 在 9 个 falsification tests 中拒绝目标违规，projection-and-validation overhead 低于 6%，说明它更像 workflow 级事务层而不是又一个 planner prompt。

–

Managed Autonomy at Runtime: Gear-Based Safety and Governance for Single- and Multi-Agent Cyber-Physical Systems9arxiv.org原文 ↗

执行环境与沙箱多智能体对齐与治理其他垂直

论文设计了五档 execution gears、utility-gated dispatch 和 event-driven fallback，把 LLM 软件 agent 与机器人 CPS 的自治控制放在统一运行时里处理。多 agent 场景中，它把 runtime evidence 映射到 SMART lifecycle 的四个治理状态，并用 consensus gating、swarm-level Lyapunov 分析、per-agent gear authority 和 rendezvous control 约束安全。三台 UR5 机器人装配单元、10000 次 Monte Carlo episodes 中，异常检测率为 99.6%，单 agent baseline 为 2.1%，检测延迟降低 3.5 倍；这类数字让“runtime governance”从抽象政策落到物理系统指标上。

–

PHREEQC-MCQ-200: A Diagnostic Benchmark for Tool-Augmented Scientific Simulator Agents10arxiv.org原文 ↗

基准工具使用评测方法研究·科学

PHREEQC-MCQ-200 用确定性水文地球化学模拟来测工具增强科学 agent，要求 agent 构造 PHREEQC 输入、运行 simulator、读取结构化输出并回答选择题。基准包含 21 个验证场景衍生的 200 道题，覆盖 frontier 和 mid-tier model families。实验显示 simulator access 提升总体准确率，但也会让 agent 丢掉无工具时答对的题，说明科学工具接入需要看 item-level retention、output-access sensitivity 和 trajectory failure，而不只是平均准确率。

–

Self-Evolving Agents with Anytime-Valid Certificates11arxiv.org原文 ↗

自进化Agent RL / 可验证奖励评测方法编码

SEA 把 self-modification 限制在 frozen base model 外的小型 steering adapter 和 versioned harness 中，每次变更必须通过 anytime-valid gate，并在固定 error budget 下产生可审计 certificate。五类 verifier-in-the-loop 机制提供 grader-free signal，包括 best-of-N、micro-step search、self-authored reproduction oracles、search-layer control 和 self-repair。作者在 52 个 SWE-bench Verified 实例、四个 base model 上评估；两个强模型中 no-op-composite control 显示 suite 贡献为 +4 和 +5，其中 GPT 侧从 29 到 34，达到 65% best，但作者也明确承认结果来自昂贵评测的 single-run。

–

Bayesian Uncertainty Propagation for Agentic RAG Pipelines12arxiv.org原文 ↗

可观测性与调试检索与知识接地研究·科学

这篇把 Agentic RAG 的 planner、evaluator、generator 阶段都变成不确定性信号源，再通过 Bayesian Network 汇总系统级失败风险和节点级故障指示。实验用 StrategyQA、HotpotQA、GPT-3.5-Turbo、GPT-4.1-Nano，并以 AUROC、AUARC、ECE、Brier Score 衡量 discrimination、selective prediction 和 calibration。HotpotQA 上不确定性跨多跳累积更适合 Bayesian propagation，而 StrategyQA 暴露上游信号误校准问题；这使它更像早期 monitor 机制，而非已经闭环的 RAG 可靠性方案。

–

本期重点Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use1arxiv.org原文 ↗

工具使用合成数据与训练环境基准其他垂直

OpenAgent 将 tool-use agent 的泛化问题形式化为 query、action、observation、domain 四个维度上的 distribution shift，而不是在固定工具集上看 leaderboard。作者构造受控 sandbox，并把扰动组织为 Perception、Interaction、Reasoning、Internalization 四层 hierarchy。SFT 与 RL 训练的 agents 都在开放环境漂移下出现不同程度性能退化，随后提出 Perturbation-Augmented Fine-Tuning 作为扰动式鲁棒性训练起点；论文被 ICML 2026 接收，代码计划发布到 LAMDA-NeSy/OpenAgent。

–

BaRA: BFS-and-Reflection Web Data Collection Agent13arxiv.org原文 ↗

推理与规划工具使用数据·分析

BaRA 面向 live websites 上的站点级采集问题，解决 agent 容易漏页、遗漏多模态输出、返回不可下载媒体 URL 的问题。方法把 bounded BFS traversal 和 history-based self-reflection 组合在固定交互预算内运行。作者在 50 个带 ground-truth reference sets 的 synthetic websites 和 3 个 cluttered/dynamic 公开站点上测试，BaRA 在 link discovery 与 downloadable image/video recovery 上超过 Pure LLM、SeeAct-Vision 和 Browser-use，突出的是可下载多媒体恢复而非单页问答能力。

–

SchemaRAG: Dynamic Large Schema Reduction for LLM-driven Structured Information Extraction14arxiv.org原文 ↗

检索与知识接地上下文工程数据·分析

SchemaRAG 针对大而复杂的目标 schema，动态裁剪信息抽取时需要放进 prompt 的输出 schema 空间。它使用 schema metadata 和可选 few-shot examples 做 retrieval-augmented schema reduction，从而减少上下文长度、lost-in-the-middle 风险、延迟和成本。真实医疗与电商数据实验中，SchemaRAG 最高带来 8.8% micro-F1 提升、47% latency reduction 和 48% token cost reduction；这使它成为大 schema 抽取场景里比“塞完整 schema”更工程化的路径。

–

SkillSelect-Serve: Budget-Controllable and QoS-Aware Skill Service Recommendation and Composition for Small LLM Agents15arxiv.org原文 ↗

技能系统工作流与控制流系统·基础设施

论文把 agent skill 从可检索文档重塑为 Skill Service：每个 skill 带功能描述、依赖、上下文成本、风险和 QoS 属性。Local Micro-Agent Requirement Planner 将自然语言任务转成结构化服务需求，共享 discovery backbone 从大 registry 中召回候选，再用 skill-level marginal suitability 与 bundle-level calibration 平衡覆盖、冗余、成本和风险。实验规模为 35353 个 skills 和 586 个 task queries，在相同预算下提升 bundle recall 与 mean utility；这条线索和 skill 供应链风险研究形成了明显呼应。

–

本期重点SWE-Router: Routing in Multi-turn Agentic Software Engineering Tasks2arxiv.org原文 ↗

工作流与控制流框架与脚手架编码

SWE-Router 认为只看 task description 的 router 有不可避免的信息下界，因为同样的 issue 描述可能隐藏局部 typo，也可能隐藏跨模块重构。它采用 value-based temporal routing：先让便宜模型跑几个 exploratory turns，再读取 partial trajectory 决定继续便宜执行或升级到昂贵模型。作者给出 Bayes-optimality theorem，说明 conditioning on partial trajectory 不会伤害路由，并在探索有信息时严格更好；同时发布 multi-LLM trajectory dataset，方便复现 trajectory-level routing。

–

Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces16arxiv.org原文 ↗

安全与攻防工具使用其他垂直

这篇把 function-calling LLM 的风险定位到 stateful schema、structured arguments 和 untrusted tool outputs 被混入同一上下文的结构性漏洞。SMT 是黑盒攻击框架，它构造类似 moderation-auditing 的多轮轨迹，再把安全拒答当作执行失败反馈，逐步诱导模型放松安全约束。五家商业 LLM provider、两个标准化安全基准上的实验显示 SMT 拿到最高平均 attack success rate 和 HarmScore，且查询数接近最小；结论是 prompt-level sanitization 无法覆盖工具调用环境的完整攻击面。

–

SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests17arxiv.org原文 ↗

可观测性与调试评测方法编码

SWE-Doctor 先指出一个反直觉现象：直接用高级 BRT generator 指导 patch generation 不一定有效，fail-to-fail BRT 会误导 agent，fail-to-pass BRT 也可能只覆盖 issue 的一个表现。它改为生成多面向 BRT，执行并调试这些测试，形成 runtime-grounded diagnosis records，再结合 BRT 生成阶段推断的定位信息指导 patch。五个 LLM backends、SWE-bench Verified 与 SWE-bench Pro 的 10 个组合上，它平均达到 75.7% 和 59.4% resolution rate；在更难的 SWE-bench Pro 上比 baseline agents 高 8.0-8.9 个百分点。

–

本期重点Skills Are Not Islands: Measuring Dependency and Risk in Agent Skill Supply Chains3arxiv.org原文 ↗

技能系统安全与攻防系统·基础设施

这篇把 agent skills 看作 dependency-bearing artifacts，指出它们的 identities、versions、provenance 常常是隐式的，已经造成 duplicated dependencies 和 inconsistent installations。SkillDepAnalyzer 借鉴 SBOM 思路，从自然语言依赖证据中恢复 skill metadata 和 dependency graphs，在 SKILL-DEP benchmark 上超过 LLM baseline 与 package-centric SBOM tools。作者进一步分析 143 万多个 skills，归纳出四类结构模式，并发现仅检查单个 skill 会漏掉依赖中的安全信号；给出的建议包括 typed dependency manifests、dependency-cluster management、risk-warning audit commands 和 lockfile-like records。

–

开源 / 项目 · Projects

15 项 · 开源 / 项目

Claude-real-video － any LLM can watch a video18github.com原文 ↗

工具使用数据·分析

这个工具把视频变成任何 LLM 都能消费的本地文件夹：关键帧、transcript 和 MANIFEST.txt，而不是只把视频链接交给模型。它用 scene-change detection 加 density floor 取代固定 1fps 抽帧，再用 sliding-window dedup 去掉重复镜头；默认 `--max-frames` 是 150，并可通过 Whisper 转写音频。工程上有意义的部分是它把“视频理解”拆成可审计的素材选择流程，用户能用 `--report` 查看每个 keep/drop 决策。

–

Fastest Enterprise AI Gateway19github.com原文 ↗

框架与脚手架协议与互操作可观测性与调试系统·基础设施

Bifrost 是 MaximHQ 的 AI gateway，用单一 OpenAI-compatible API 统一 23+ providers，包括 OpenAI、Anthropic、AWS Bedrock、Google Vertex、Azure、Groq、Ollama 等。README 标称它比 LiteLLM 快 50 倍，在 5k RPS 下开销低于 100 微秒，并带自动 fallback、load balancing、semantic caching、MCP gateway、governance、Prometheus metrics 与 distributed tracing。它把多模型接入从 SDK 层问题提升为高吞吐、可观测、可治理的网关问题。

–

Bramble - Local-first password manager20github.com原文 ↗

github.com

Bramble 是本地优先的开源密码管理器，设计目标是没有账户、没有持有 vault 的服务器、没有能泄漏所有秘密的公司端数据库。Chrome/Chromium 扩展、iOS、Android 共用同一个加密 vault 和 Rust crypto core，移动端支持 biometric unlock 与 passkeys。同步既可通过用户选择的文件夹，也可使用项目自己的 P2P device-to-device sync；它的取舍很清楚：复杂性放在端侧和同步协议上，换取云端失窃面的缩小。

–

Context.md - A proposed standard for AI project context21github.com原文 ↗

Agent 记忆上下文工程编码

context-md 提议用固定路径的 `context.md` 作为 Repository Context Layer，让 agent 在 planning 前读取项目事实，并把学到的约束以 Git diff 形式写回。核心原则包括 human-readable、reviewable、branch-aware、tool-independent 和 deterministic discovery；默认发现顺序是 `.repo/context.md`，再到 repo 根目录的 `context.md`。这个项目的技术点不是文件格式复杂，而是把 agent memory 放进 Git 的 provenance、review、branch 和 merge 机制里。

–

Flashtype - Markdown editor for Claude and Codex with in-line diffs22flashtype.com原文 ↗

可观测性与调试工作流与控制流编码

Flashtype 是 macOS 上的开源 Markdown 编辑器，打开本地文件夹和普通 `.md` 文件，内置 Claude Code 与 Codex。编辑区是 live rich text，而 agent 修改会直接落到同一文件，再以 inline diff 展示，用户可接受或拒绝。页面还提到 version history 由 Lix 提供 checkpoint；它真正解决的是写作/文档协作里的“agent 改了什么、我如何逐项接收”的交互问题。

–

Demolab - an opinionated agent-driven computational lab notebook23github.com原文 ↗

框架与脚手架可观测性与调试研究·科学

Demolab 把计算实验写成小 Python 程序后，自动运行、捕获输出、绑定 exact code version，并发布包含 figures、parameters、headline numbers 和 typeset math 的静态页面。README 特别说明 notebook 不是 Jupyter，而是一段 runner script 加一页 prose；entry 是可发布 writeup，coding agent 负责 wiring。它适合需要复现实验链条的计算神经科学、神经形态工程和控制系统场景，因为页面上的数字来自 run 而不是手抄结果。

–

QUALITY.md - open format/specification, agent skill, and CLI24getquality.md原文 ↗

技能系统评测方法编码

QUALITY.md 把项目质量评估写成一个开放说明格式，并配套 agent skill 与 CLI。作者在原始描述里强调它最初用于建立 holistic quality evaluation process，后来发现也适合 loop engineering。这里的方向不是再加一个 lint，而是把质量标准、评估步骤和 agent 可执行的检查周期写成项目资产，让修复从事后 review/repair 迁移到更主动的 care loop。

–

ctx - Search the coding agent history already on your machine25github.com原文 ↗

Agent 记忆检索与知识接地编码

ctx 解决 coding agents 没有长期记忆的问题，但不引入 hosted memory service 或图数据库。它把本机已有的 agent transcripts 和 logs 索引到 SQLite，用 ranked text match 找回早前讨论、决策、失败尝试、命令、测试结果和 patch 线索。这个项目的实用性在于它承认“历史已经在你的机器上”，然后给当前 agent 一个低摩擦 CLI 去检索，而不是另建一套记忆平台。

–

Capcat - CLI/TUI to Archive Articles as Markdown and HTML26capcat.org原文 ↗

capcat.org

Capcat 是文章归档工具，CLI 和 TUI 共用一个后端：前者适合 cron 和脚本，后者适合交互式选择和测试来源。页面列出 12 个预置 sources、6 个类别和 5 个 specialized URL processors，支持并行抓取、日期化目录、Markdown front matter、图片/附件保留和可分享 HTML。它的工程看点是把“个人稍后阅读”落到可搜索、可离线、可迁移的文件系统资产，而不是又一个云端收藏夹。

–

OSS Tests to Fix AI Gen Code27github.com原文 ↗

评测方法工具使用编码

api-doctor 是一组确定性 API 集成规则/测试，用来抓 AI 生成代码中的常见错误。README 支持 Resend、Supabase、Auth0、Firebase、Lovable、Browserbase、OpenAI Computer Use、TipTap、ElevenLabs、Twilio 等 provider；例如表格中 Firebase 有 20 rules、Resend 有 13 rules、Supabase 有 12 rules。规则分为 security、correctness、reliability、integration 四类，把“模型别犯这个 API 错”转换成可运行反馈。

–

ZeroFS - A log-structured filesystem for S328zerofs.net原文 ↗

zerofs.net

ZeroFS 将 S3-compatible buckets 暴露为 NFS、9P POSIX 文件系统和 NBD raw block devices，三个 server 跑在一个 userspace process 里。写入被拆成 32 KiB extents，再打包进最高 256 MiB 的 immutable segment objects，并在上传前用 zstd/lz4 压缩、XChaCha20-Poly1305 加密。测试面很宽：8662 个 pjdfstest cases、xfstests、Linux kernel build、stress-ng、ZFS pool/scrub、Jepsen local-fs 和 HA；这让它不像概念 demo，而更接近严肃文件系统实现。

–

Matrix, an open-source cloud computer for coding agents29matrix-os.com原文 ↗

执行环境与沙箱工作流与控制流Agent 记忆编码

Matrix OS 把 Claude、Codex、Cursor、OpenCode、Pi、Gemini CLI 等 coding agents 放到一台持久运行的私有云电脑里，提供终端、repo、preview、文件和 workflow。页面把 Symphony 定义为 orchestration layer：并行 sessions、task queues、terminal runs、previews、PR review 和 human handoff；Hermes 则处理工具连接、计划任务、通知、审批和记忆。这个产品判断很明确：背景 agent 需要的是一台不断电的工作机，而不是另一个聊天窗口。

–

OpenWiki: CLI that writes and maintains agent documentation for your codebase30github.com原文 ↗

上下文工程框架与脚手架编码

OpenWiki 是 LangChain 的 CLI，用来生成和维护 agent-readable codebase documentation。README 提供 `npm install -g openwiki`、`openwiki --init`、交互模式、prompt 模式和 `--update`；还建议把 GitHub Action 加到仓库里，每天自动开 PR 更新文档。它把文档维护和 agent onboarding 绑定在一起，适合那些希望代码结构、约定和入口点能持续被机器读取的项目。

–

Moxie - an open-source money agent that can't act without your consent31github.com原文 ↗

安全与攻防工作流与控制流可观测性与调试其他垂直

Moxie 是 open-source、local-first、BYO-key 的 money agent，负责收据归档、账户读取、发现 zombie subscriptions、重复/错误扣费、missing refunds 和 renewal gouging。它可以草拟 cancel、dispute、refund chase，但每个动作都要先 preview、simulate 并经用户批准，随后写入 hash-chained tamper-evident audit trail。README 明确排除支付、转账和交易，说明作者把金融 agent 的权限边界作为产品架构的一部分，而不是靠免责声明补救。

–

OtaKit - open-source, self-hostable OTA updates for Capacitor apps32github.com原文 ↗

github.com

OtaKit 是可自托管的 Capacitor app OTA 更新系统，用于直接发布 Web bundle 而不等 app store review。流程是创建 app、把 appId 写进 Capacitor config、构建 web assets、执行 `otakit upload --release`，然后服务端把 bundle 和 manifest 写入 CDN 背后的对象存储。客户端启动或 resume 时比较 manifest 并下载更新；如果 `notifyAppReady()` 未在超时时间内调用，就自动回滚到前一 bundle，这是移动 OTA 系统最关键的安全阀。

–

行业动态 · Industry News

12 项 · 行业动态

Kimi K2.7 Code is generally available in GitHub Copilot33github.blog原文 ↗

github.blog

GitHub 宣布 Kimi K2.7 Code 在 Copilot 中 GA，并称其为 Copilot model picker 中第一个 open-weight selectable model。模型由 GitHub 托管在 Microsoft Azure，按 provider list pricing 走 usage-based billing；Pro、Pro+、Max 先逐步 rollout，Business 和 Enterprise 默认关闭，需要管理员在 Copilot settings 中启用 policy。值得注意的不是“又多一个模型”，而是 Copilot 正式把 open-weight 选项放进主流 IDE 模型选择器。

–

Fable 5 is Back34twitter.com原文 ↗

twitter.com

Claude 官方账号宣布 Fable 5 恢复可用，信息本身是服务/模型可用性恢复而非能力发布。RSS 记录显示该帖进入 Hacker News Best，并引发高强度讨论，说明 Fable 5 在 coding agent 和模型比较语境中的关注度仍然很高。正文没有给出新 benchmark 或 API 细节，因此这条更适合被视为可用性和社区情绪信号。

–

ZCode - Harness for GLM-5.235zcode.z.ai原文 ↗

框架与脚手架工作流与控制流多智能体编码

ZCode 页面把自己定义为 GLM-5.2 的 official harness，用于把 AI agents 与现有工具结合起来完成 plan、code、review、deploy。页面示例展示 Goals、长任务、bot control、多 agent collaboration 和 GLM-5.2 深度优化；下载项覆盖 macOS、Windows 和 Linux，页面版本号显示 3.2.3。它与一般 IDE 插件的差异在于任务队列和持续执行界面，而不只是聊天补全。

–

CursorBench 3.136cursor.com原文 ↗

基准编码

CursorBench 3.1 用真实 Cursor sessions 中的 ambiguous、multi-file tasks 评估 agents，并同时公开 score、cost、tokens 和 steps。页面表格中 Fable 5 Max 得分 72.9%、每任务 18.02 美元、63842 tokens、76 steps；Composer 2.5 得分 63.2%、成本 0.55 美元，Kimi K2.7 Code 得分 52.7%、成本 1.92 美元。这个榜单的读法不应只看最高分，因为 cost-per-task 和 step count 已经暴露出不同模型在 agentic coding 里的经济曲线。

–

Senior SWE-Bench: open-source benchmark that assesses agents as senior engineers37senior-swe-bench.snorkel.ai原文 ↗

基准评测方法编码

Snorkel 发布 Senior SWE-Bench，定位为评估 agents 是否具备 senior engineer 级能力的开源 benchmark。digest 描述强调“assesses agents as senior engineers”，说明它试图从简单 issue 修复扩展到更高层的软件工程判断。即使页面正文没有被抓到，标题本身也反映出 SWE benchmark 正在从 patch correctness 向工程资深度建模移动。

–

Podman v6.0.038blog.podman.io原文 ↗

blog.podman.io

Podman 发布 6.0.0，这是容器工具链中的 major version 信号。digest 没有提供 changelog 细项，因而可确认的信息限于版本发布本身；对使用者而言，major release 通常需要回看 CLI 兼容性、rootless/container networking、podman machine 和 Docker 兼容行为。它进入日报的意义在于 Podman 仍是 Docker 替代和 OCI 工作流中的关键基础设施。

–

Vite+ Beta39voidzero.dev原文 ↗

voidzero.dev

VoidZero 发布 Vite+ beta，意味着 Vite 生态出现由核心商业/工具团队推动的增强发行线。digest 只给出 beta 发布事实，没有展开功能清单；因此这里应把它看作构建工具生态的方向信号，而不是已经稳定的迁移建议。后续真正需要追踪的是 Vite+ 与 Vite、Rolldown、Vitest、Oxc 等 VoidZero 工具链之间的边界。

–

JEP 539: Strict Field Initialization in the JVM moved to preview40openjdk.org原文 ↗

openjdk.org

OpenJDK 将 JEP 539 Strict Field Initialization 推进到 preview。该方向关注对象字段在构造过程中的初始化完整性，让 JVM/语言层面对“字段何时可安全读取”有更强约束。它属于 Java 平台安全性和可维护性演进，不是语法糖；preview 状态也意味着语言实现、库作者和工具链还会继续反馈打磨。

–

Qualcomm Linux 2.041qualcomm.com原文 ↗

qualcomm.com

Qualcomm 发布 Linux 2.0 开发者平台更新，digest 将其定位为开发者生态版本。抓取信息没有展开具体变更，但“Linux 2.0”在 Qualcomm 语境下通常意味着板级支持、驱动、文档和开发体验入口的整合。对嵌入式和边缘 AI 开发来说，供应商 Linux 栈的可用性往往比单个芯片规格更直接影响上手成本。

–

Google loses fight over record $4.7B EU antitrust fine42cnbc.com原文 ↗

cnbc.com

CNBC 报道 Google 在欧盟 Android 反垄断罚款上诉中败诉，标题标注金额约 47 亿美元。该案围绕 Android 生态、默认服务和平台控制，是欧盟对大型科技平台竞争行为长期执法的一部分。它对技术行业的影响不在当日股价，而在移动生态里预装、默认设置、应用分发和搜索入口的监管边界继续收紧。

–

Opening up 'Zero-Knowledge Proof' technology to promote privacy in age assurance43blog.google原文 ↗

blog.google

Google 开源用于 age assurance 的 Zero-Knowledge Proof libraries，并把代码指向 `google/longfellow-zk`。文章用“证明超过 18 岁而不共享其他数据”解释 ZKP 的产品目标，并提到 Sparkasse 合作、EU age assurance 与 2026 年 eIDAS Regulation 对隐私增强技术的推动。这里的关键点是年龄验证从“上传身份信息”转向“证明属性成立”，这会影响钱包、平台合规和在线安全产品设计。

–

Germany’s Infineon opens major chip plant as EU seeks tech autonomy44rfi.fr原文 ↗

rfi.fr

RFI 报道 Infineon 在德国开设大型芯片工厂，并将其放在欧盟追求技术自主的政策背景下。digest 没有给出产线细节或产能数字，因此正文只能确定这是欧洲本土半导体产能扩张新闻。它的行业含义在于 EU chip autonomy 不只是补贴口号，而是继续落到具体工厂、地区就业和供应链韧性上。

–

博客文章 · Blog Posts

12 项 · 博客文章

Using DSPy to evaluate and improve Datasette Agent's SQL system prompts45simonwillison.net原文 ↗

评测方法自进化数据·分析

Simon Willison 把 DSPy 用在 Datasette Agent 的 SQL system prompt 评估与改进上，而不是只凭主观感觉改 prompt。RSS 摘要显示他在 AIE keynote 后，让 Claude Code for web 用 Claude Fable 5 启动异步研究任务，安装最新 Datasette alpha 和 datasette-agent 来做实验。这个案例的启发点是 prompt engineering 正在向可运行评估、候选 prompt 比较和自动优化工作流靠近。

–

Understand to participate46simonwillison.net原文 ↗

对齐与治理工作流与控制流编码

Simon Willison 记录 Geoffrey Litt 在 AIE 提出的 framing：与 coding agents 协作时，人必须理解代码才能参与。文章关注的问题是 agent 能生成越来越大、越来越复杂的改动后，维护者的理解可能逐步偏离实际系统，形成 cognitive debt。它不是反 agent，而是在强调 review、steering 和 ownership 都依赖持续理解，否则人类会退化成批准按钮。

–

No LLM Code in Dependencies47joeyh.name原文 ↗

安全与攻防编码

Joey Hess 说明自己不接受依赖中包含 LLM 生成代码的维护政策。这个立场把“LLM 生成代码”从单仓库风格选择提升到 dependency trust 问题：下游项目引入依赖时，也继承了作者如何审查、理解和承担代码责任的承诺。它适合作为 supply-chain 讨论的现实样本，因为政策本身会影响包选择、贡献接受和维护边界。

–

Postgres transactions are a distributed systems superpower48dbos.dev原文 ↗

dbos.dev

DBOS 讨论把 workflow state 与业务数据共同放在 Postgres transaction 中，利用数据库事务来简化分布式系统正确性。digest 中的核心论点是 co-location：状态和业务数据共享提交边界后，workflow 不必在外部队列、数据库和协调器之间追逐一致性。它延续了一个实用派观点：很多“分布式系统难题”可以通过缩小状态分裂面而不是引入更多中间件来缓解。

–

How to ask for help from people who don't know you49pradyuprasad.com原文 ↗

pradyuprasad.com

这篇写作指南讨论如何向陌生人清晰请求帮助，重点在交代上下文、说明目标、列出已尝试事项，并把对方需要做的动作降到最小。它不是技术栈文章，但对开源 issue、求职 cold email、社区提问和内部异步协作都很实用。工程团队常见的沟通失败并不是缺少礼貌，而是请求把定位成本转嫁给读者。

–

This blog is written in en-GB50shkspr.mobi原文 ↗

shkspr.mobi

博主解释自己在 HTML 中使用 `lang` 标记和英式英语写作的选择。技术点很小，但落在 Web 语义层：页面语言不只是给搜索引擎看的元数据，也会影响屏幕阅读器、拼写检查、翻译和读者预期。它提醒个人网站仍然可以通过标准 HTML 属性表达作者的语言身份，而不必完全服从平台默认。

–

Bring back crappy forums51tedium.co原文 ↗

tedium.co

Tedium 回顾早期 Web forums 的结构、社群和信息归档方式，主张重新重视那种不精致但可持续的社区形态。digest 摘要显示文章的关注点不只是怀旧 UI，而是论坛如何组织长期讨论、身份、主题和可搜索历史。放到今天看，它和 Discord/Slack 信息不可见、社交平台算法分发、知识难归档的问题形成对照。

–

The modern app52dbushell.com原文 ↗

dbushell.com

David Bushell 讨论现代应用在复杂度、依赖和用户体验上的变化。digest 中的线索指向一个常见矛盾：应用越来越像持续服务，绑定账户、同步、更新、遥测和多平台兼容，却仍被用户期待像本地工具一样简单可靠。文章的价值在于给“为什么现在 app 感觉更重”提供产品和工程层面的解释，而不是单纯抱怨前端复杂。

–

Preventing token theft53codon.org.uk原文 ↗

codon.org.uk

Matthew Garrett 讨论 OAuth/token 泄露防护与客户端安全边界。digest 把问题聚焦在 token theft：一旦访问令牌成为权限载体，风险就不只发生在服务端，也发生在客户端存储、刷新、绑定、使用范围和被盗后的滥用窗口。它与近期 agent、CLI 和本地工具大量持有 API token 的趋势相邻，提醒开发者把 token 当成可被转移的 bearer capability 管理。

–

The Control Plane Was the Point: Revisiting autofz in the LLM Era54yfu.tw原文 ↗

工作流与控制流可观测性与调试编码

这篇重新审视 autofz，强调 fuzzing 系统中真正关键的是 control plane：如何调度 fuzzers、分配预算、收集信号、去重结果和决定下一步。把它放到 LLM 时代，重点不在让模型“写 fuzz target”，而在让 agent 参与已有测试工具生态时仍有清晰的控制、观测和反馈面。它把 fuzzing 和 agent orchestration 连接起来，适合与今日多篇 agent runtime/governance 论文一起读。

–

What to learn to be a graphics programmer55blog.demofox.org原文 ↗

blog.demofox.org

Demofox 汇总图形程序员需要学习的数学、渲染和工程主题。digest 没有列出完整清单，但标题和作者背景已经说明它是路线图性质：线性代数、概率/采样、光照模型、GPU pipeline、调试、性能和引擎工程都会进入学习面。它的读点在于 graphics programming 不是“会 shader”一个技能，而是一组数学直觉与底层系统知识的组合。

–

not much happened today56news.smol.ai原文 ↗

框架与脚手架其他垂直

smol.ai 的 2026-07-01 日报称当天相对安静，但仍汇总了 coding models、agent harnesses 和 Fable 5 re-launch 等社区动态。RSS 描述显示它检查了 12 个 subreddits、544 个 Twitter 源且没有更多 Discord 输入。这样的 issue 价值在于保留社区噪声水平本身：有时“没发生大事”也能帮助判断模型发布、benchmark 和工具讨论是否只是局部热度。

–

引用来源 · References

66 条 · 引用
  1. 1 Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use. arXiv:2607.01084https://arxiv.org/abs/2607.01084 ↩ 回到正文 · back to text
  2. 2 SWE-Router: Routing in Multi-turn Agentic Software Engineering Tasks. arXiv:2607.00053https://arxiv.org/abs/2607.00053 ↩ 回到正文 · back to text
  3. 3 Skills Are Not Islands: Measuring Dependency and Risk in Agent Skill Supply Chains. arXiv:2607.01136https://arxiv.org/abs/2607.01136 ↩ 回到正文 · back to text
  4. 4 TencentCloud/CubeSandbox. GitHubhttps://github.com/TencentCloud/CubeSandbox ↩ 回到正文 · back to text
  5. 5 allenai/olmocr. GitHubhttps://github.com/allenai/olmocr ↩ 回到正文 · back to text
  6. 6 Making Failure Safe: A Constrained, Verifiable Agent Framework for Open-Web Data Collection. arXiv:2607.00035https://arxiv.org/abs/2607.00035 ↩ 回到正文 · back to text
  7. 7 From Signals to Structure: How Memory Architecture Drives Language Emergence in LLM Agents. arXiv:2607.00233https://arxiv.org/abs/2607.00233 ↩ 回到正文 · back to text
  8. 8 Mnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows. arXiv:2607.00269https://arxiv.org/abs/2607.00269 ↩ 回到正文 · back to text
  9. 9 Managed Autonomy at Runtime: Gear-Based Safety and Governance for Single- and Multi-Agent Cyber-Physical Systems. arXiv:2607.00334https://arxiv.org/abs/2607.00334 ↩ 回到正文 · back to text
  10. 10 PHREEQC-MCQ-200: A Diagnostic Benchmark for Tool-Augmented Scientific Simulator Agents. arXiv:2607.00436https://arxiv.org/abs/2607.00436 ↩ 回到正文 · back to text
  11. 11 Self-Evolving Agents with Anytime-Valid Certificates. arXiv:2607.00871https://arxiv.org/abs/2607.00871 ↩ 回到正文 · back to text
  12. 12 Bayesian Uncertainty Propagation for Agentic RAG Pipelines. arXiv:2607.00972https://arxiv.org/abs/2607.00972 ↩ 回到正文 · back to text
  13. 13 BaRA: BFS-and-Reflection Web Data Collection Agent. arXiv:2607.00007https://arxiv.org/abs/2607.00007 ↩ 回到正文 · back to text
  14. 14 SchemaRAG: Dynamic Large Schema Reduction for LLM-driven Structured Information Extraction. arXiv:2607.00008https://arxiv.org/abs/2607.00008 ↩ 回到正文 · back to text
  15. 15 SkillSelect-Serve: Budget-Controllable and QoS-Aware Skill Service Recommendation and Composition for Small LLM Agents. arXiv:2607.00011https://arxiv.org/abs/2607.00011 ↩ 回到正文 · back to text
  16. 16 Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces. arXiv:2607.00481https://arxiv.org/abs/2607.00481 ↩ 回到正文 · back to text
  17. 17 SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests. arXiv:2607.00990https://arxiv.org/abs/2607.00990 ↩ 回到正文 · back to text
  18. 18 Claude-real-video － any LLM can watch a video. GitHubhttps://github.com/HUANGCHIHHUNGLeo/claude-real-video ↩ 回到正文 · back to text
  19. 19 Fastest Enterprise AI Gateway. GitHubhttps://github.com/maximhq/bifrost ↩ 回到正文 · back to text
  20. 20 Bramble - Local-first password manager. GitHubhttps://github.com/flythenimbus/bramble ↩ 回到正文 · back to text
  21. 21 Context.md - A proposed standard for AI project context. GitHubhttps://github.com/kerbelp/context-md ↩ 回到正文 · back to text
  22. 22 Flashtype - Markdown editor for Claude and Codex with in-line diffshttps://flashtype.com/ ↩ 回到正文 · back to text
  23. 23 Demolab - an opinionated agent-driven computational lab notebook. GitHubhttps://github.com/eoinmurray/demolab ↩ 回到正文 · back to text
  24. 24 QUALITY.md - open format/specification, agent skill, and CLIhttps://getquality.md ↩ 回到正文 · back to text
  25. 25 ctx - Search the coding agent history already on your machine. GitHubhttps://github.com/ctxrs/ctx ↩ 回到正文 · back to text
  26. 26 Capcat - CLI/TUI to Archive Articles as Markdown and HTMLhttps://capcat.org/ ↩ 回到正文 · back to text
  27. 27 OSS Tests to Fix AI Gen Code. GitHubhttps://github.com/qualtyco/api-doctor ↩ 回到正文 · back to text
  28. 28 ZeroFS - A log-structured filesystem for S3https://www.zerofs.net/ ↩ 回到正文 · back to text
  29. 29 Matrix, an open-source cloud computer for coding agentshttps://matrix-os.com ↩ 回到正文 · back to text
  30. 30 OpenWiki: CLI that writes and maintains agent documentation for your codebase. GitHubhttps://github.com/langchain-ai/openwiki ↩ 回到正文 · back to text
  31. 31 Moxie - an open-source money agent that can't act without your consent. GitHubhttps://github.com/JacobBrooke1/moxie ↩ 回到正文 · back to text
  32. 32 OtaKit - open-source, self-hostable OTA updates for Capacitor apps. GitHubhttps://github.com/OtaKit/otakit ↩ 回到正文 · back to text
  33. 33 Kimi K2.7 Code is generally available in GitHub Copilothttps://github.blog/changelog/2026-07-01-kimi-k2-7-is-now-available-in-github-copilot/ ↩ 回到正文 · back to text
  34. 34 Fable 5 is Backhttps://twitter.com/claudeai/status/2072402636813607381 ↩ 回到正文 · back to text
  35. 35 ZCode - Harness for GLM-5.2https://zcode.z.ai/en ↩ 回到正文 · back to text
  36. 36 CursorBench 3.1https://cursor.com/evals ↩ 回到正文 · back to text
  37. 37 Senior SWE-Bench: open-source benchmark that assesses agents as senior engineershttps://senior-swe-bench.snorkel.ai/ ↩ 回到正文 · back to text
  38. 38 Podman v6.0.0https://blog.podman.io/2026/07/introducing-podman-v6-0-0/ ↩ 回到正文 · back to text
  39. 39 Vite+ Betahttps://voidzero.dev/posts/announcing-vite-plus-beta ↩ 回到正文 · back to text
  40. 40 JEP 539: Strict Field Initialization in the JVM moved to previewhttps://openjdk.org/jeps/539 ↩ 回到正文 · back to text
  41. 41 Qualcomm Linux 2.0https://www.qualcomm.com/developer/blog/2026/06/qualcomm-linux-2-now-available ↩ 回到正文 · back to text
  42. 42 Google loses fight over record $4.7B EU antitrust finehttps://www.cnbc.com/2026/07/02/alphabet-google-android-eu-antitrust-fine-4-1-billion-euro-appeal.html ↩ 回到正文 · back to text
  43. 43 Opening up 'Zero-Knowledge Proof' technology to promote privacy in age assurancehttps://blog.google/innovation-and-ai/technology/safety-security/opening-up-zero-knowledge-proof-technology-to-promote-privacy-in-age-assurance/ ↩ 回到正文 · back to text
  44. 44 Germany’s Infineon opens major chip plant as EU seeks tech autonomyhttps://www.rfi.fr/en/international-news/20260702-germany-s-infineon-opens-major-chip-plant-as-eu-seeks-tech-autonomy ↩ 回到正文 · back to text
  45. 45 Using DSPy to evaluate and improve Datasette Agent's SQL system promptshttps://simonwillison.net/2026/Jul/2/dspy-datasette-agent-prompts/#atom-everything ↩ 回到正文 · back to text
  46. 46 Understand to participatehttps://simonwillison.net/2026/Jul/2/understand-to-participate/#atom-everything ↩ 回到正文 · back to text
  47. 47 No LLM Code in Dependencieshttps://joeyh.name/blog/entry/no_LLM_code_in_dependencies/ ↩ 回到正文 · back to text
  48. 48 Postgres transactions are a distributed systems superpowerhttps://www.dbos.dev/blog/co-locating-workflow-state-with-your-data ↩ 回到正文 · back to text
  49. 49 How to ask for help from people who don't know youhttps://pradyuprasad.com/writings/how-to-ask-for-help/ ↩ 回到正文 · back to text
  50. 50 This blog is written in en-GBhttps://shkspr.mobi/blog/2026/07/this-blog-is-written-in-en-gb/ ↩ 回到正文 · back to text
  51. 51 Bring back crappy forumshttps://tedium.co/2026/07/01/online-web-forums-retrospective/ ↩ 回到正文 · back to text
  52. 52 The modern apphttps://dbushell.com/2026/07/02/the-modern-app/ ↩ 回到正文 · back to text
  53. 53 Preventing token thefthttps://codon.org.uk/~mjg59/blog/p/preventing-token-theft/ ↩ 回到正文 · back to text
  54. 54 The Control Plane Was the Point: Revisiting autofz in the LLM Erahttps://yfu.tw/blog/en/autofz-revisited/ ↩ 回到正文 · back to text
  55. 55 What to learn to be a graphics programmerhttps://blog.demofox.org/2026/07/01/what-to-learn-to-be-a-graphics-programmer/ ↩ 回到正文 · back to text
  56. 56 not much happened todayhttps://news.smol.ai/issues/26-07-01-not-much/ ↩ 回到正文 · back to text
  57. 57 usestrix/strix. GitHubhttps://github.com/usestrix/strix ↩ 回到正文 · back to text
  58. 58 open-webui/open-webui. GitHubhttps://github.com/open-webui/open-webui ↩ 回到正文 · back to text
  59. 59 HKUDS/VideoAgent. GitHubhttps://github.com/HKUDS/VideoAgent ↩ 回到正文 · back to text
  60. 60 getmaxun/maxun. GitHubhttps://github.com/getmaxun/maxun ↩ 回到正文 · back to text
  61. 61 RedPlanetHQ/core. GitHubhttps://github.com/RedPlanetHQ/core ↩ 回到正文 · back to text
  62. 62 vas3k/TaxHacker. GitHubhttps://github.com/vas3k/TaxHacker ↩ 回到正文 · back to text
  63. 63 siyuan-note/siyuan. GitHubhttps://github.com/siyuan-note/siyuan ↩ 回到正文 · back to text
  64. 64 vosen/ZLUDA. GitHubhttps://github.com/vosen/ZLUDA ↩ 回到正文 · back to text
  65. 65 t8y2/dbx. GitHubhttps://github.com/t8y2/dbx ↩ 回到正文 · back to text
  66. 66 togatoga/karukan. GitHubhttps://github.com/togatoga/karukan ↩ 回到正文 · back to text