Anthropic 招聘经理：比起刷题，更看重主动创造价值
Anthropic 招聘经理 Felix Rieseberg 表示，他已停止要求候选人参加传统编程面试。他给初级工程师的建议是：围绕业务目标提出大胆想法，用可运行的原型证明价值，而非只靠刷题或资历。
为什么 AI 智能体偏爱 Supabase？
Supabase 对智能体的吸引力，不只在于托管数据库，还在于降低从生成代码到运行应用的门槛：免 Docker 本地环境、声明式数据库结构、靠近数据库的计算，以及帮助智能体理解运行状态的运维能力。
Gemini 4 Carbon：综合评测登顶，优先向网络防御者开放
Gemini 4 Carbon 在多项综合评测中排名领先，首批访问面向受信任的网络防御者。不过，其编程表现并非全面领先，部分测试中的幻觉率较前代上升，定价也需区分标准价格与首发优惠。
Arca 如何用 AI 智能体处理跨多日的金融任务
Arca 的智能体任务可跨越十天，依靠客户级持久记忆、自研运行框架和人工交接推进。智能体负责分析与方案建议，交易及资金流动仍由人类顾问处理，并通过确定性规则、沙箱和反馈机制约束与改进系统。
断网也能写代码：用 OpenCode、Ollama 和 Qwen 搭建本地助手
离线编程助手的关键不只是下载模型，还要提前备齐项目依赖和测试工具。本文梳理 OpenCode、Ollama 与 Qwen 的分工、模型选择及本地配置要点，并说明离线工作的边界。
智能体架构：让“大脑”与“双手”分离
将会话状态、运行框架与代码执行沙箱解耦，可以让智能体在执行环境故障时保留会话，也为凭证隔离和延迟优化提供空间。围绕 Claude 平台的工程讨论，还涉及真实任务评测、记忆机制，以及基础框架与上层能力的边界。
金融智能体如何跨过实用门槛，同时守住安全边界
在 AI Engineer 纽约大会上，金融智能体的自主性与安全成为讨论重点。OpenAI 金融服务负责人提出，只有当模型足够可靠、真正节省时间，委派任务才有价值；关键在于把控制措施和人工判断放在合适的位置。
Cloudflare 与 OpenAI 试点：让 AI 更高效地发现网页
Cloudflare 与 OpenAI 通过网络信号辅助网页发现，尝试减少无效抓取、识别页面更新及潜在风险。试点已扩展搜索索引，但对网站流量和业务收益的实际影响仍待评估。
Modal宣布融资7.5亿美元，沙箱业务年化营收达3亿美元
Modal宣布完成7.5亿美元D轮融资，估值157.5亿美元，整体年化营收运行率突破10亿美元。公司称，沙箱业务年化营收运行率已达3亿美元，应用覆盖后台智能体、强化学习和AI编程平台。
Dyna-2：用世界动作模型推动机器人长时自主作业
Dyna Robotics 尝试把未来视频预测与机器人动作生成结合，并通过 Dyna-2.1 探索小时级自主工作流。其路线涉及百万小时人类视频训练、自研轮式半人形硬件，以及真实场景中的可靠性验证，但任务成功率与通用能力仍需区分。
Gemini 4 Argon：评测表现、价格与可靠性边界
Gemini 4 Argon 的多项评测显示，其编程、视觉与文档处理能力具有竞争力，但价格优势依赖优惠期，榜单成绩也不能直接代表真实工作流的可靠性。比较模型时，需要同时看任务、配置、成本和评测口径。
Leash Bio：用实验数据识破模型捷径，训练化学智能体
Leash Bio利用DNA编码化合物库获取大规模蛋白质—小分子相互作用数据，检验模型是否真正学会结合规律，并将数据构建为Minos实验模拟环境，让智能体在有限实验预算下练习分子筛选。
Cloudflare Python Workers 正式可用：支持主流 Web 框架与 AI 编排
Cloudflare Python Workers 进入正式可用阶段，支持以 Python 调用平台绑定、运行 FastAPI 等 Web 框架，并通过 Hyperdrive 连接数据库。网络兼容性改进也让 AI 编排库得以运行，但含原生扩展的包仍需适配 WebAssembly。
Claude Fable/Mythos 5.1：缓存降价，任务成本未必下降
Claude Fable 5.1 与 Mythos 5.1 主打编程和知识工作。Fable 5.1 缓存读取价格下调75%，但评测中输出 Token 用量增至约1.7倍，单任务成本反而增加约20%。评估升级收益，需要同时看任务质量、缓存命中率与实际账单。
不再欢迎外部 PR？开源项目转向智能体协作
Flue、tldraw 等项目开始拒绝外部 PR，转而使用自己的智能体生成代码。Vercel 的 AI SDK 则通过分工明确的“软件工厂”处理积压问题：智能体负责复现、修复和审查，人类保留最终合并权。
Fal H3 Max Live：视频生成速度超过播放速度
Fal 宣布 H3 Max Live，可用超过实时播放的速度生成视频，并通过聊天指令驱动画面变化。这为持续生成的互动直播提供了演示，但速度突破不等于内容质量成熟，测试条件、长期稳定性和运行成本仍缺少充分信息。
物理AI为何不能只靠堆算力？从天气预测看神经算子
语言模型的扩展路径，未必能直接用于物理系统。Anima Anandkumar 的天气建模研究展示了另一条路线：用神经算子结合数据与物理结构，在有限数据和高分辨率需求下提升建模能力。
隐藏推理轨迹被提取？加密推理块的隐私风险
一项研究声称，可通过模型 API 提取隐藏推理轨迹，并在公开会话记录中发现密钥、密码等敏感信息。相关主张涉及推理隐私、模型蒸馏与思维链监控，但现有材料未完整呈现技术细节与验证过程。
看不到客户数据，如何构建法律智能体？
法律科技公司 Legora 无法直接查看客户任务的执行轨迹，却要持续改进智能体。其 CTO Jacob Lauritzen 介绍了模拟测试环境、模型能力边界，以及合同审查、文档起草与多智能体协作的产品实践。
Kimi K3公布：2.8万亿参数，权重计划7月开放
Kimi K3公布2.8万亿总参数、100万Token上下文及原生多模态输入能力，重点面向长程编程与智能体工作流。已披露的评测显示其前端编程表现突出，但权重仍计划于2026年7月27日前开放，不宜将其视为已经完成开放的模型。