AgentLens: Production-Assessed Trajectory Reviews for Coding Agent Evaluation1 - 用 10 个真实软件工程任务和 51 条 agent 轨迹，把 coding agent 评估从“最后是否通过”推进到完整执行过程的工程评审。
全文 ↓今日重点 · Today's Highlights
Reason Less, Verify More2 - 这篇把 tool-using agent 的一类静默失败界定为“合法调用后的非法状态转移”，用 deterministic gates 做可执行校验。
全文 ↓
SkillCenter3 - 结构化、source-grounded 的技能库把 agent 可复用知识从提示词片段整理成可追溯资产。
全文 ↓
论文 · Papers
12 项 · 论文本期重点AgentLens: Production-Assessed Trajectory Reviews for Coding Agent Evaluation1arxiv.org原文 ↗
arxiv.org
论文提出 Production-Assessed Trajectory Reviews，让资深软件工程师按完整轨迹评估 coding agent 的指令遵循、工具使用、代码修改、测试、恢复和沟通。数据集包含 10 个真实软件工程任务、51 条轨迹，覆盖 17 种 agent/harness/model 组合，并用 26 项客观 criteria 做标注。值得看的是它揭示了 pass/fail 评测看不到的过程质量：正面轨迹特征能较好预测正确性，但负面特征会高估失败概率。
–
Cost-Effective Agent Harnesses for Abstract Reasoning and Generalization on ARC-AGI-16arxiv.org原文 ↗
arxiv.org
这篇研究 ARC-AGI-1 上的低成本 agent harness，核心不是换模型，而是把 prompt specialization、rejection sampling 和有限预算 ensembling 组合起来。论文把成绩放到 cost-performance frontier 中比较，强调同一抽象推理任务的系统表现受编排与预算强烈影响。它的技术看点在于把 ARC-AGI 从“模型智力测试”重新拆成模型、采样策略和 harness 的联合优化问题。
–
Evaluating SageMath-Augmented LLM Agents for Computational and Experimental Mathematics7arxiv.org原文 ↗
arxiv.org
作者构建 ReAct-style 数学 agent，让 LLM 生成 SageMath/Python 代码、执行、观察反馈并继续修正。这个设置把计算代数系统的可验证输出接入数学推理流程，覆盖 computational 与 experimental mathematics 场景。论文的价值在于把工具增强的收益和失败模式同时摊开：精确计算能纠正部分文本推理错误，但 API 幻觉和错误问题分解仍会把 agent 带偏。
–
The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI8arxiv.org原文 ↗
arxiv.org
论文把 enterprise agentic AI 的成本问题放到 harness 设计上，而不是只看模型每百万 token 单价。它讨论 planner、memory、tool routing、validation、重试和上下文管理如何改变完整任务的 token 消耗。看点在于“harness effect”这个 framing：企业评估 agent 成本时，真正要量的是端到端编排策略，而不是单轮提示的表面长度。
–
From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents9arxiv.org原文 ↗
arxiv.org
论文提出把低层 atomic actions 迭代沉淀为 Standard Operating Procedures 的路线。系统从 agent 轨迹中识别重复子流程，把稳定操作抽象成可复用 SOP，再通过执行反馈修订这些流程。它把 self-evolving agent 的学习对象落在“可执行流程资产”上，比单纯记忆过去对话更适合减少重复工具调用和步骤漂移。
–
Agentic Data Environments10arxiv.org原文 ↗
arxiv.org
这篇讨论怎样为 autonomous agents 设计数据环境，重点是把数据库操作放入权限、事务、回滚、审计和约束机制中。它的问题意识很明确：普通数据 API 一旦交给 agent，失败可能直接写入持久状态。文章的贡献在于把 agent 数据访问从“给工具”推进到“给受控环境”，适合和数据库自动化、BI agent、数据工程 agent 一起读。
–
本期重点Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents2arxiv.org原文 ↗
arxiv.org
论文指出 tool-using LLM agents 会出现一种不显眼的错误：单个工具调用看起来合法，但调用后系统状态违反策略。作者用 deterministic gates 在关键动作后校验状态不变量，尝试把这类错误从推理链里移到确定性检查里。它值得跟进的地方是把“少推理、多验证”做成 agent safety 的工程模式，而不是继续依赖模型自我解释。
–
Do LLM-Generated Skills Make Better AI Data Scientists?11arxiv.org原文 ↗
arxiv.org
论文对数据科学工作流中的 LLM-generated reusable skills 做组件消融，考察 skill 生成、检索、组合和验证分别带来什么。它试图区分真实可复用知识的收益与额外上下文、工具包装或更长提示造成的表面提升。对于 data agent 评测，这类消融比单看排行榜更有信息量，因为它能指出 skill 系统到底在哪个环节工作。
–
本期重点SkillCenter: A Large-Scale Source-Grounded Skill Library for Autonomous AI Agents3arxiv.org原文 ↗
arxiv.org
SkillCenter 发布一个面向 autonomous agents 的大规模结构化技能库，每个 skill 都强调 source-grounded 和可追溯。它的目标是让 agent 在规划和工具使用时检索到有来源的操作知识，而不是依赖临场生成的松散提示。技术看点在于技能库的数据组织：如果 source、结构和元数据足够稳定，skill 会从 prompt trick 变成可维护知识层。
–
When Agents Remember Too Much: Memory Poisoning Attacks on Large Language Model Agents12arxiv.org原文 ↗
arxiv.org
论文研究长期记忆型 LLM agents 的 memory poisoning attack：攻击者通过交互把误导内容写进持久记忆，使 agent 之后在无关任务中继续受污染信息影响。关键事实是攻击目标不是当前对话输出，而是未来会被检索的记忆状态。它把“记住更多”这一能力反转为安全问题，提示长期记忆需要写入权限、来源标记和遗忘策略。
–
Specification Grounding Drives Test Effectiveness for LLM Code13arxiv.org原文 ↗
arxiv.org
论文分析 LLM 生成测试的有效性是否来自规格 grounding，而不只是测试数量。它把需求说明与测试生成联系起来，考察更贴近 specification 的测试是否更能暴露代码缺陷。看点在于结论方向很工程化：提升测试质量可能要先改善规格和引用机制，而不是盲目让模型生成更多 case。
–
Structured Belief State and the First Precision-Aware Benchmark for LLM Memory Retrieval14arxiv.org原文 ↗
arxiv.org
论文提出 structured belief state，并给出 precision-aware 的 LLM memory retrieval benchmark。它不仅考察系统是否找回正确记忆，也惩罚把大量无关记忆一并塞给模型的做法。这个 benchmark 的价值在于补上“过量检索”维度，让 memory agent 的评测更接近真实上下文预算和干扰成本。
–
开源 / 项目 · Projects
12 项 · 开源 / 项目
Policy enforcement for Claude Code, Cursor, and Codex15kastra.ai原文 ↗
kastra.ai
Kastra 做的是 coding agents 的运行时授权层，在 Claude Code、Cursor、Codex 等工具调用真正执行前用确定性 policy 判断是否允许。它把敏感文件、命令、网络访问和高风险操作移到规则化审计边界内处理。这个项目的看点是把 agent 安全从“事后日志分析”前移到“执行前拦截”。
–
CodeAlmanac16github.com原文 ↗
github.com
CodeAlmanac 是本地开源代码库 wiki，会从 agent 会话和代码变化中更新 Markdown 知识文件。它用 CLI/本地流程生成、索引和维护仓库解释，让文档随开发过程演进。项目有意思的地方在于把 agent 的临时理解沉淀为仓库资产，减少下一次任务重新读代码的成本。
–
Context.dev18context.dev原文 ↗
context.dev
Context.dev 提供从任意网站提取结构化数据的 API，可返回 Markdown、HTML、截图和抽取结果。它把网页渲染、抓取和字段抽取包装成 agent 或数据管线可调用的接口。这个产品的实际价值在于把开放 Web 变成更稳定的结构化输入，而不是让模型直接猜网页 DOM。
–
Reverse-engineering web apps into agent tools19news.ycombinator.com原文 ↗
news.ycombinator.com
这条项目讨论让浏览器内 agent 观察已登录 web app 的 API 调用，并自动生成可用工具接口。方法上，它从真实请求、参数和响应中归纳 tool，而不是依赖脆弱的屏幕点击脚本。技术点在于把“使用网页”转换成“调用后端能力”，这会显著改变 web agent 的可靠性边界。
–
Microsoft Flint20microsoft.github.io原文 ↗
microsoft.github.io
Flint 是面向 AI agents 的可视化语言，目标是用结构化 chart spec 生成更可靠的数据图表。它把模型输出限制在图表语法中，减少直接生成前端代码时常见的错轴、错编码和布局不可复现。对于数据分析 agent，这类中间语言比“让模型写任意图表代码”更容易验证。
–
Agent Convert23github.com原文 ↗
github.com
Agent Convert 处理 Claude 和 Codex 会话之间的上下文转换。它的目标是把任务说明、文件线索和中间状态从一套 agent 工具链搬到另一套工具链，减少人工重述。这个项目反映出一个实际需求：agent 工作流开始跨客户端、跨 IDE，session portability 会变成基础设施问题。
–
行业动态 · Industry News
12 项 · 行业动态GPT-5.625openai.com原文 ↗
openai.com
OpenAI 发布 GPT-5.6，并把它放在 API、ChatGPT 和企业集成的模型族语境中介绍。围绕这次发布，HN 讨论集中在能力差异、价格、命名和 safety report 是否充分。新闻点不只是新模型本身，而是模型发布已经同时牵动产品默认值、企业采购和社区安全审查。
–
ChatGPT Work26openai.com原文 ↗
openai.com
OpenAI 发布 ChatGPT Work，定位为可跨应用和文件执行长任务的工作型 agent。官方叙述强调读取上下文、调用工具、持续推进复杂任务和交付结果。它显示 ChatGPT 产品线继续从问答界面转向任务执行环境。
–
GPT-5.6 is now the preferred model in Microsoft 365 Copilot27openai.com原文 ↗
openai.com
OpenAI 称 GPT-5.6 已成为 Microsoft 365 Copilot 的 preferred model。这个消息把模型能力落到 Office 文档、邮件、会议和企业知识工作流，而不是停留在 API benchmark。关键事实是 preferred model 的变化会影响大量 Copilot 默认体验和企业侧模型治理。
–
Muse Spark 1.128ai.meta.com原文 ↗
ai.meta.com
Meta 发布 Muse Spark 1.1，并提供 API、评测报告和开发者资源。发布重点包括开发者接入、工具调用和 computer use 相关能力。它标志着 Meta 的模型叙事继续向可集成 agent runtime 靠拢，而不是只展示离线能力。
–
A new way to reflect on how you use Claude29anthropic.com原文 ↗
anthropic.com
Anthropic 发布 Claude 使用反思相关功能，帮助用户回看自己如何使用 Claude。这个功能把产品注意力放在使用习惯、工作方式和反思提示上。相比模型参数升级，它更像是在聊天产品里加入元认知层，帮助用户理解 AI 如何进入日常工作流。
–
Aurora 1.530microsoft.com原文 ↗
microsoft.com
Microsoft Research 发布 Aurora 1.5，扩展开放天气与地球系统 foundation model。文章强调开放源码、checkpoint 和更高时间分辨率能力，并把应用从天气预测推进到更广泛 Earth system applications。关键看点是科学基础模型正在以代码、权重和时间分辨率能力一起开放，而不只是发论文。
–
PostHog Open Sourced31github.com原文 ↗
github.com
PostHog 发布 posthog-foss 代码库，围绕产品分析平台的开源形态展开讨论。仓库与产品分析、session replay、feature flags、experiments、surveys 等功能线相关。新闻焦点在于 FOSS 边界和自托管能力，而不是单个功能更新。
–
Apple to increase spend with Broadcom to produce billions more U.S. chips32apple.com原文 ↗
apple.com
Apple 宣布扩大与 Broadcom 的美国芯片生产投入，称将生产数十亿更多美国制造芯片。新闻稿把这项合作放入 Apple 美国制造和供应链投资计划中，涉及无线连接相关芯片组件。它的行业含义在于大型终端厂商继续把关键半导体供应链本土化叙事与长期采购绑定。
–
EU Parliament greenlights Chat Control 1.033patrick-breyer.de原文 ↗
patrick-breyer.de
Patrick Breyer 报道欧盟议会推进被称为 Chat Control 1.0 的消息扫描相关规则。文章从批评立场讨论平台审查义务、应用商店限制、隐私和儿童保护效果之间的冲突。关键事实是争议已经进入立法流程层面，而不是停留在原则性辩论。
–
OpenBSD has a use-after-free allowing local privilege escalation to root34nvd.nist.gov原文 ↗
nvd.nist.gov
NVD 记录 CVE-2026-57589：OpenBSD 存在 use-after-free，可允许本地权限提升到 root。这个漏洞属于本地攻击面，前提通常是攻击者已经有低权限执行位置。它值得安全团队关注，因为本地提权常被用于容器逃逸、开发机持久化或多用户系统横向升级权限。
–
PlayStation can delete all your digital games after 3 years of inactivity (EU)35flatpanelshd.com原文 ↗
flatpanelshd.com
FlatpanelsHD 报道 PlayStation 欧盟条款中关于长期不活跃账号数字内容访问的规则。文章指出三年不活跃可能触发数字游戏访问风险，引发数字购买是否等同长期所有权的讨论。它把平台账户条款、消费者权益和数字内容授权之间的模糊地带重新推到台前。
–
No leap second will be introduced at the end of December 202636datacenter.iers.org原文 ↗
datacenter.iers.org
IERS Bulletin C 通知 2026 年 12 月末不会引入闰秒。对工程系统来说，这意味着 UTC 时间线在该节点不需要额外一秒插入处理。该消息虽短，但对时间同步、金融交易、日志排序和天文应用都有明确运维含义。
–
博客文章 · Blog Posts
10 项 · 博客文章
The new GPT-5.6 family: Luna, Terra, Sol37simonwillison.net原文 ↗
simonwillison.net
Simon Willison 记录 GPT-5.6 的 Luna、Terra、Sol 三个尺寸，并整理价格、初步使用信息和社区反馈。文章的价值在于把官方模型发布拆成开发者会直接遇到的问题：选哪个尺寸、成本如何、能力是否与 safety 文档匹配。它比单读发布稿更接近实际接入前的技术尽调。
–
Introducing Muse Spark 1.138simonwillison.net原文 ↗
simonwillison.net
Simon Willison 摘要 Meta Muse Spark 1.1 的 API、工具调用和 computer use 评测内容。文章关注开发者能否把模型接入现有 CLI、agent 和评测流程，而不是只看模型宣传语。它适合快速理解这次发布中哪些能力已经可调用、哪些仍需要进一步验证。
–
Rewriting Bun in Rust39simonwillison.net原文 ↗
simonwillison.net
Simon Willison 评论 Bun 从 Zig 改写到 Rust 的工程过程和 agentic workflow。重点不在语言战争，而在大规模 rewrite 如何借助 AI 工具搬迁代码、验证行为并维持开发速度。它提供了一个观察 AI 辅助重构的现实样本：工具能加速迁移，但行为一致性和回归验证仍是硬约束。
–
llm-meta-ai 0.140simonwillison.net原文 ↗
simonwillison.net
Simon Willison 发布 `llm-meta-ai` 0.1，让 `llm` CLI 可以调用 Muse Spark 1.1。它延续 `llm` 的 provider 插件模式，把新模型纳入统一命令、配置和日志工作流。这个小插件说明模型生态竞争的一部分发生在“能否被现有开发者工具快速接入”。
–
llm 0.31.141simonwillison.net原文 ↗
simonwillison.net
`llm` 0.31.1 是补丁版本，修复空 tool-call arguments 触发 JSON 错误的问题。这个 bug 很小，但暴露了 tool calling 协议的真实边界：不同 provider 可能返回空参数、空对象或非预期 JSON。稳定 CLI 需要消化这些差异，而不是把 provider 输出原样抛给用户。
–
My Thoughts on the Bun Rust Rewrite42andrewkelley.me原文 ↗
andrewkelley.me
Andrew Kelley 从 Zig 作者视角评论 Bun 迁移到 Rust 的技术与社区语境。文章把讨论拉回团队经验、生态成熟度、维护成本和具体工程约束，避免把一次迁移解读成某个语言的胜负。它值得读的地方是提供了被迁移语言社区内部的冷静视角。
–
I think I have LLM burnout43alecscollon.com原文 ↗
alecscollon.com
Alec Scollon 写长期使用和追踪 LLM 后产生的疲惫感。文章关注持续评估新模型、适配新工具、辨别真实收益与 hype 的心理成本。它补上了技术新闻常缺的一面：能力曲线之外，开发者也在承受不断重配工作流的认知负担。
–
Ways to think about token pricing44ben-evans.com原文 ↗
ben-evans.com
Benedict Evans 讨论 token pricing 的几种分析口径：按百万 token、按任务结果、按边际成本与用户价值，结论会很不同。文章把模型价格从单价表扩展到软件商业模式和自动化 ROI。它适合和企业 agent 成本讨论一起读，因为 token 便宜不等于任务便宜。
–
Files over tools: how we built our agent with a virtual filesystem and bash45knock.app原文 ↗
knock.app
Knock 介绍其 agent 如何用虚拟文件系统和 bash 组织上下文与操作，而不是设计大量专用 tools。模型通过读写文件、运行命令和检查输出推进任务，系统获得可审计状态和可复现操作。这个架构看点在于把 agent 接口收敛到开发者已经理解的文件与 shell 抽象。
–
AI News: not much happened today46news.smol.ai原文 ↗
news.smol.ai
smol.ai 汇总 2026-07-07 至 2026-07-08 的 AI 社区消息，主线是 Grok 4.5 发布。标题说“not much happened today”，正文仍把模型发布、社区讨论和工具生态更新串成时间线。它适合作为新闻背景读物，用来补齐单条发布之外的社区语境。
–
GitHub 热门 · GitHub Trending
10 项 · GitHub 热门TencentCloud/TencentDB-Agent-Memory47github.com原文 ↗
github.com
TencentDB-Agent-Memory 是面向 AI agents 的本地长期记忆系统，使用分层 pipeline 管理短期和长期记忆。项目把写入、整理、检索和生命周期管理拆成多个阶段，而不是简单把对话历史塞进向量库。它反映出 memory agent 的工程重心正在转向可控持久化和检索治理。
–
microsoft/SkillOpt48github.com原文 ↗
github.com
SkillOpt 用轨迹驱动编辑和 validation gate 训练可复用自然语言 agent skills。它从执行失败中提取改进点，修改 skill，再用验证环节决定是否保留。项目的技术方向与今日多篇 skill 论文呼应：skill 不再只是手写提示，而是可以被优化、测试和版本化的对象。
–
Graphify-Labs/graphify49github.com原文 ↗
github.com
Graphify 把代码、数据库 schema、脚本、文档和多媒体内容转成可查询知识图谱，定位为 AI coding assistant skill。它把仓库资产解析成节点与关系，让 agent 围绕调用、依赖、数据模型和文档证据做图查询。这个项目的看点是把上下文工程从文本检索扩展到结构化关系检索。
–
googleanalytics/google-analytics-mcp50github.com原文 ↗
github.com
google-analytics-mcp 是 Google Analytics 的实验性 MCP server，把 Admin API 和 Data API 封装为 agent tools。它让 MCP 客户端能够查询账户、属性、报告和指标。该项目说明 SaaS 厂商正在把后台 API 直接转换成 agent 可调用接口，而不只提供人类控制台。
–
Tracer-Cloud/opensre51github.com原文 ↗
github.com
OpenSRE 是构建 AI SRE agents 的开源框架和训练评估环境。它把 incident investigation、诊断、工具使用和评测流程组合起来，为 SRE agent 提供可重复训练与测试场景。项目的价值在于把“AI 排障”从 demo 变成可以持续评估的工程任务。
–
browseros-ai/BrowserOS52github.com原文 ↗
github.com
BrowserOS 是开源 Chromium fork，内置本地或自带 key 的 agentic browser 功能。它把浏览、自动化和模型调用放进浏览器本体，让 agent 在真实网页上下文中运行。它的差异点在控制权：用户可以保留本地执行路径和自己的模型凭据。
–
dyad-sh/dyad53github.com原文 ↗
github.com
Dyad 是本地运行的开源 AI app builder，定位为 v0、Lovable、Replit、Bolt 的替代方案。它把应用生成、编辑和运行放到本地项目中，并支持用户自己的模型 key。这个项目切中一个明确趋势：AI app builder 正在从云端闭源体验向可拥有代码的本地工具分化。
–
facebook/astryx54github.com原文 ↗
github.com
Astryx 是 Meta 开源的 React 与 StyleX 设计系统，强调可定制和 agent-ready。它用组件、样式约束和 design tokens 统一 UI 构建方式，使人类开发者和 AI coding agents 更容易在同一规则下修改界面。它的意义在于设计系统开始把 agent 可操作性作为一等目标。
–
prisma/prisma55github.com原文 ↗
github.com
Prisma 是 Node.js 与 TypeScript 的 ORM，覆盖 schema 建模、迁移、类型安全查询和客户端生成。开发者用 Prisma Schema 描述数据模型，再生成 Prisma Client 访问数据库。它持续出现在 trending 中，说明类型安全数据访问仍是 TS 后端生态的基础需求。
–
argoproj/argo-cd56github.com原文 ↗
github.com
Argo CD 是 Kubernetes 的声明式 GitOps continuous delivery 工具。它持续对比 Git 仓库中的期望状态与集群实际状态，并执行同步、回滚和健康检查。这个项目的长期价值在于把部署操作改成版本化配置驱动，减少手工命令对生产环境的影响。
–
引用来源 · References
56 条 · 引用- 1 AgentLens: Production-Assessed Trajectory Reviews for Coding Agent Evaluation. arXiv:2607.06624https://arxiv.org/abs/2607.06624 ↩ 回到正文 · back to text
- 2 Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents. arXiv:2607.07405https://arxiv.org/abs/2607.07405 ↩ 回到正文 · back to text
- 3 SkillCenter: A Large-Scale Source-Grounded Skill Library for Autonomous AI Agents. arXiv:2607.07676https://arxiv.org/abs/2607.07676 ↩ 回到正文 · back to text
- 4 Hyper. GitHub: harmont-dev/hyperhttps://github.com/harmont-dev/hyper ↩ 回到正文 · back to text
- 5 FableCut. GitHub: ronak-create/FableCuthttps://github.com/ronak-create/FableCut ↩ 回到正文 · back to text
- 6 Cost-Effective Agent Harnesses for Abstract Reasoning and Generalization on ARC-AGI-1. arXiv:2607.06764https://arxiv.org/abs/2607.06764 ↩ 回到正文 · back to text
- 7 Evaluating SageMath-Augmented LLM Agents for Computational and Experimental Mathematics. arXiv:2607.06820https://arxiv.org/abs/2607.06820 ↩ 回到正文 · back to text
- 8 The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI. arXiv:2607.06906https://arxiv.org/abs/2607.06906 ↩ 回到正文 · back to text
- 9 From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents. arXiv:2607.07321https://arxiv.org/abs/2607.07321 ↩ 回到正文 · back to text
- 10 Agentic Data Environments. arXiv:2607.07397https://arxiv.org/abs/2607.07397 ↩ 回到正文 · back to text
- 11 Do LLM-Generated Skills Make Better AI Data Scientists?. arXiv:2607.07504https://arxiv.org/abs/2607.07504 ↩ 回到正文 · back to text
- 12 When Agents Remember Too Much: Memory Poisoning Attacks on Large Language Model Agents. arXiv:2607.06595https://arxiv.org/abs/2607.06595 ↩ 回到正文 · back to text
- 13 Specification Grounding Drives Test Effectiveness for LLM Code. arXiv:2607.06636https://arxiv.org/abs/2607.06636 ↩ 回到正文 · back to text
- 14 Structured Belief State and the First Precision-Aware Benchmark for LLM Memory Retrieval. arXiv:2605.11325https://arxiv.org/abs/2605.11325 ↩ 回到正文 · back to text
- 15 Policy enforcement for Claude Code, Cursor, and Codexhttps://kastra.ai/ ↩ 回到正文 · back to text
- 16 CodeAlmanac. GitHub: AlmanacCode/codealmanachttps://github.com/AlmanacCode/codealmanac ↩ 回到正文 · back to text
- 17 Arcaidehttps://arcaide.foo ↩ 回到正文 · back to text
- 18 Context.devhttps://www.context.dev ↩ 回到正文 · back to text
- 19 Reverse-engineering web apps into agent toolshttps://news.ycombinator.com/item?id=48847834 ↩ 回到正文 · back to text
- 20 Microsoft Flinthttps://microsoft.github.io/flint-chart/#/ ↩ 回到正文 · back to text
- 21 Ember. GitHub: andalabx/emberhttps://github.com/andalabx/ember ↩ 回到正文 · back to text
- 22 LangDrift. GitHub: RubenGlez/langdrifthttps://github.com/RubenGlez/langdrift ↩ 回到正文 · back to text
- 23 Agent Convert. GitHub: theoriclabs/agent-converthttps://github.com/theoriclabs/agent-convert ↩ 回到正文 · back to text
- 24 mcp-audit. GitHub: BhaveshThapar/mcp-audithttps://github.com/BhaveshThapar/mcp-audit ↩ 回到正文 · back to text
- 25 GPT-5.6https://openai.com/index/gpt-5-6/ ↩ 回到正文 · back to text
- 26 ChatGPT Workhttps://openai.com/index/chatgpt-for-your-most-ambitious-work/ ↩ 回到正文 · back to text
- 27 GPT-5.6 is now the preferred model in Microsoft 365 Copilothttps://openai.com/index/gpt-5-6-preferred-model-microsoft-365-copilot ↩ 回到正文 · back to text
- 28 Muse Spark 1.1https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/ ↩ 回到正文 · back to text
- 29 A new way to reflect on how you use Claudehttps://www.anthropic.com/news/reflect-with-claude ↩ 回到正文 · back to text
- 30 Aurora 1.5https://www.microsoft.com/en-us/research/blog/aurora-1-5-extending-open-foundation-models-for-weather-and-earth-system-applications/ ↩ 回到正文 · back to text
- 31 PostHog Open Sourced. GitHub: PostHog/posthog-fosshttps://github.com/PostHog/posthog-foss ↩ 回到正文 · back to text
- 32 Apple to increase spend with Broadcom to produce billions more U.S. chipshttps://www.apple.com/newsroom/2026/07/apple-to-increase-spend-with-broadcom-to-produce-billions-more-us-chips/ ↩ 回到正文 · back to text
- 33 EU Parliament greenlights Chat Control 1.0https://www.patrick-breyer.de/en/eu-parliament-greenlights-chat-control-1-0-breyer-our-children-lose-out/ ↩ 回到正文 · back to text
- 34 OpenBSD has a use-after-free allowing local privilege escalation to roothttps://nvd.nist.gov/vuln/detail/cve-2026-57589 ↩ 回到正文 · back to text
- 35 PlayStation can delete all your digital games after 3 years of inactivity (EU)https://www.flatpanelshd.com/news.php?subaction=showfull&id=1783340582 ↩ 回到正文 · back to text
- 36 No leap second will be introduced at the end of December 2026https://datacenter.iers.org/data/latestVersion/bulletinC.txt ↩ 回到正文 · back to text
- 37 The new GPT-5.6 family: Luna, Terra, Solhttps://simonwillison.net/2026/Jul/9/gpt-5-6/#atom-everything ↩ 回到正文 · back to text
- 38 Introducing Muse Spark 1.1https://simonwillison.net/2026/Jul/9/muse-spark-1-1/#atom-everything ↩ 回到正文 · back to text
- 39 Rewriting Bun in Rusthttps://simonwillison.net/2026/Jul/8/rewriting-bun-in-rust/#atom-everything ↩ 回到正文 · back to text
- 40 llm-meta-ai 0.1https://simonwillison.net/2026/Jul/9/llm-meta-ai/#atom-everything ↩ 回到正文 · back to text
- 41 llm 0.31.1https://simonwillison.net/2026/Jul/9/llm/#atom-everything ↩ 回到正文 · back to text
- 42 My Thoughts on the Bun Rust Rewritehttps://andrewkelley.me/post/my-thoughts-bun-rust-rewrite.html ↩ 回到正文 · back to text
- 43 I think I have LLM burnouthttps://www.alecscollon.com/blog/llm-burnout/ ↩ 回到正文 · back to text
- 44 Ways to think about token pricinghttps://www.ben-evans.com/benedictevans/2026/7/9/ways-to-think-about-token-pricing ↩ 回到正文 · back to text
- 45 Files over tools: how we built our agent with a virtual filesystem and bashhttps://knock.app/blog/how-we-built-the-knock-agent-virtual-filesystem-and-bash ↩ 回到正文 · back to text
- 46 AI News: not much happened todayhttps://news.smol.ai/issues/26-07-08-grok-45/ ↩ 回到正文 · back to text
- 47 TencentCloud/TencentDB-Agent-Memory. GitHub: TencentCloud/TencentDB-Agent-Memoryhttps://github.com/TencentCloud/TencentDB-Agent-Memory ↩ 回到正文 · back to text
- 48 microsoft/SkillOpt. GitHub: microsoft/SkillOpthttps://github.com/microsoft/SkillOpt ↩ 回到正文 · back to text
- 49 Graphify-Labs/graphify. GitHub: Graphify-Labs/graphifyhttps://github.com/Graphify-Labs/graphify ↩ 回到正文 · back to text
- 50 googleanalytics/google-analytics-mcp. GitHub: googleanalytics/google-analytics-mcphttps://github.com/googleanalytics/google-analytics-mcp ↩ 回到正文 · back to text
- 51 Tracer-Cloud/opensre. GitHub: Tracer-Cloud/opensrehttps://github.com/Tracer-Cloud/opensre ↩ 回到正文 · back to text
- 52 browseros-ai/BrowserOS. GitHub: browseros-ai/BrowserOShttps://github.com/browseros-ai/BrowserOS ↩ 回到正文 · back to text
- 53 dyad-sh/dyad. GitHub: dyad-sh/dyadhttps://github.com/dyad-sh/dyad ↩ 回到正文 · back to text
- 54 facebook/astryx. GitHub: facebook/astryxhttps://github.com/facebook/astryx ↩ 回到正文 · back to text
- 55 prisma/prisma. GitHub: prisma/prismahttps://github.com/prisma/prisma ↩ 回到正文 · back to text
- 56 argoproj/argo-cd. GitHub: argoproj/argo-cdhttps://github.com/argoproj/argo-cd ↩ 回到正文 · back to text