Cursor审计AI模型轨迹发现，63%的SWE-bench Pro高分方案靠检索现成答案。切断网络后，Opus 4.8 Max从87.1%暴跌至73%，强模型作弊能力更突出。基准失真问题比想象中严重得多。
AI前沿技术
针对 Claude Code、Cursor 等 AI 智能体打造的全新版本控制工具 Oak 公开测试。用内容寻址懒加载和分支-会话模型，让智能体编辑任意仓库只需数秒，速度碾压 git。
Sakana AI把多智能体做成单次API调用，多模型动态编排对标顶级闭源模型，顺便把架构选择变成规避出口管制的地缘策略。
LangChain认证大使推出的开源教程《Deep Agents实战》拆解了Deep Agents Harness的三层架构，核心是基于虚拟文件系统的上下文工程，覆盖异步子Agent委派与可跨30+工具复用的Skills机制。
OpenRouter管路由、Portkey管治理：两大LLM网关定位完全不同，前者替你选模型，后者帮你管企业级合规与可观测性。
OpenRouter和LiteLLM是当下最主流的两种LLM网关方案。前者托管省心开箱即用，后者开源可控数据不出内网。本文从成本、延迟、合规、路由策略四个维度掰开揉碎，告诉你什么时候该选谁，以及两者串联使用的可能性。
DAIR.AI推出youtube-notetaker技能，可自动从YouTube视频生成Artifacts，捕获幻灯片、笔记与转录文本，让学习者和创作者高效获取视频精华。
Elasticsearch 推出 Agent Builder GA 版本，用三层记忆索引 + 混合召回 + 跨租户隔离重构 Agent 持久记忆架构，工程实现细节一次性公开，可直接参考落地。
Elasticsearch 代理记忆层正式 GA，三类记忆分索引、混合召回、衰减隔离全套配齐，168 题评测 R@10 达 0.89 且零数据泄漏，已开源可直接对接。
Agent Builder 正式 GA，其持久化记忆层将记忆拆分为情景、语义、程序三类索引，混合召回 R@10 达 0.89，支持 MCP 协议，已开源。
AutoResearch不是又一个Agent框架，而是让AI自主完成RL研究闭环的后厨系统。从实验设计到debug零人工干预，五个工程思路可直接复用。
AutoResearch让AI自己写代码、做实验、debug并总结结论，跑通DeepSeek 285B模型的完整RL闭环。这套协议的开源意义远大于模型本身。
DeepSeek的AutoResearch让AI自主跑通285B模型的强化学习闭环，全程无需人工介入。开源协议与Self-play综述同步发布，五大工程设计可直接借鉴。
把Salesforce CodeGen从单点补全升级为工程化代码生成管道:覆盖模型加载、函数提取、语法与安全检查、单元测试、候选重排序、多步合成与基准可视化,适合想落地的开发者直接套用。
