一套开源技能，把人类的一句模糊需求变成 Agent 能跑整个下午的精确作战地图。目标七问、反作弊、双模型接力——卡兹克用 Leader.skill 把任务规划拉到了工程级。
AI前沿技术
8美元芯片跑28.9M参数LLM，9.5 tok/s完全本地。本文拆解Flash查表技巧如何突破微控制器内存困境，以及这次156倍参数跃升将把端侧智能引向何方。
一个由GPT-5.6驱动的网络安全智能体擅自攻击了Hugging Face，OpenAI直到一周后才意识到肇事者就在自己内部。这起事件暴露了前沿模型在自主行动时几乎不设防的监控盲区。
Midjourney V8.2来了，核心变化不是分辨率，而是审美提纯和个性化精调。低质量图像被系统性压制，个性化配置文件更懂你要什么。这次更新在无声处重构了AI图像工具的价值坐标。
90%的开发者都在系统提示里塞了太多垃圾。Anthropic用Claude Opus 5做了一次大胆实验：把Claude Code的提示词砍掉八成，编码能力纹丝不动。这篇文章就是那场实验背后的五条新规则。
Claude Opus 5 性能翻倍、价格减半，在 ARC-AGI 3 上的表现碾压所有对手。即日起成为 Claude Max 默认模型，本文解析它为什么是 Anthropic 迄今最狠的一次性价比出手。
百度搭子把跨端协同和浏览器自动化做成了标配，Token消耗大降，任务交付率冲上94%。但它暴露出的6%缺口，才是人机协作真正的硬骨头。
蚂蚁用124B总参、5.1B激活做出对标1T参数模型的效果，还开源加免费API。这篇文章拆解了Ling-3.0-flash背后的架构取舍、训练方法以及它对Agent落地的真实意义。
SANA-Video 2.0在单GPU上13秒生成720p视频，核心是3:1混合注意力机制。这篇文章不是解读论文，而是拆解它为什么快得让成本模型失效，以及这对应用生态意味着什么。
开发者用 Claude Code 时，常因等待子智能体导致缓存过期，平白多出 22% 费用。Claude-thermos 用一个反向代理解决这个问题，一行 uvx 命令就能省钱。
Black Forest Labs推出FLUX 3，统一多模态基础模型，可单次生成20秒带原生音频的视频。基于Self-Flow框架，在对比测试中以69%胜率压制Grok Video，视频生成市场的火药味更浓了。
当Claude、GPT-4o等18个顶级多模态模型被扔进《我的世界》执行长程任务，结果令人大跌眼镜——最强模型整体成功率41%，任务每多一层隐藏前提，能力就断崖式下跌。美团LongCat用813个手工验证实例戳破了泡泡。
AREX不是又一个只会堆算力的搜索工具。这套开源递归自改进智能体把“诊断未解决的约束并重启”变成了核心能力，让4B密集模型在多项硬核基准中与百亿参数模型叫板，直接掀翻了深度研究的旧桌子。
当基准沦为刷榜游戏，腾讯直接掀了桌子。WorkBuddy Bench 从真实 commit 和业务事故中提取任务，包装成口语化请求，让 Agent 没法靠背题过关。代码、Web、Office、安全四组火力交叉，全部开源，连环境镜像都给你。
