工具更新雷达
Claude Code、Codex、Gemini CLI、Aider、Cline、goose、opencode、Roo Code 等主流工具的新版本、工程博客与 GitHub 热门项目，每日中文整理 + 编辑视角。
今日速览 · 悬停看摘要，点击读全文
一个 agent skill，把真实机器和复杂系统画成可交互等距插画
点击看详细给 AI agent 用的 Git：1074 星的新项目
点击看详细百度 agent 攻防挑战赛冠军项目开源：AI 自主渗透测试系统
点击看详细韩语版AI自主渗透测试框架，Go实现，1455星
点击看详细百度 agent+ 攻防挑战赛冠军，AI 自主渗透测试系统
点击看详细dsh 插件免登录免 Key 直接用前沿模型，免费不限量
点击看详细Meta 开源 Muse Spark Open 重回前沿，但定制许可证埋下隐患
点击看详细Latent Space 新栏目首期：从 Dev Day 聊到开源权重模型与决策模型的新分类
点击看详细用 document.currentScript 让内联脚本原地替换自身，实现极简模板渲染
点击看详细Simon Willison 给自建文件编辑器加了复制到剪贴板功能，起因是用手机远程跑模型提示词。
点击看详细Hugging Face 与 NVIDIA 公开 2.8 万亿 token 的 Indic 预训练数据生成流水线
点击看详细Hugging Face 介绍 Beam：一个 501B 参数、可自持与定制的开源模型
点击看详细自动模式分类器可选模型，空闲压缩可关闭，子代理默认后台运行
无人值守重试新增用量上限等待开关，避免卡在远期重置
空闲自动压缩与文件提及瘦身，两条改动直接影响 agent harness 的上下文成本
mod 钩子能改写 agent 的 prompt 和 model，插件系统从只读变可写
子代理可独立提前压缩上下文，工作流模型可统一指定
hook 指令式写法被修正，别再误放行
hook 失败不再放行：onFailure:block 把安全边界从默认放行改为默认阻断
Haiku 5.5 成为默认模型，1M 上下文；另有大量 subagent 与工具注册修复
两个回归修复，都关乎会话数据不丢
插件安装、子代理 effort、529 重试延迟与一批沙箱安全修复
并行只读工具与可搜索 /config，Codex 0.163.0 强化 harness 控制面
Codex 修了两个稳定性坑：TUI 多行提问崩溃与后台服务启动失败。
Codex 0.162.0 加入托管 Git worktree 与任务钉选，TUI 交互与沙箱安全同步收紧。
GPT-6.1 Sol 成默认模型，Daybreak 改为显式 opt-in
Windows 远程 MCP 启动环境变量被覆盖的 bug 已修复
Guardian 审查可回溯历史指令，子代理环境不再丢失
Codex 0.159.3 为 ChatGPT 登录的本地会话加入可选账号安全提醒
Codex 0.159 让新输入可打断模型响应，并收紧沙箱与命令审批边界。
Codex 0.159.1 把 GPT-6.1 Sol 设为默认模型
Windows 上后台进程不再闪黑框，小修复但影响体感
文件写入原子化、Ctrl+C 真正中断、状态损坏可恢复——这版在补 agent 的可靠性底座
长跑 agent 循环的内存与工具输出终于被限界
v0.62.0 集中修 PTY 生命周期与 ACP 权限时序，agent 执行层更稳
Gemini CLI 修了间接提示注入与沙箱逃逸两个安全问题
v0.60.0 几乎全是安全加固：路径边界、沙箱隔离、OAuth 与工具输出溯源
修复 MCP 安全漏洞：SSRF 与工作区信任强制关闭
修复沙箱隔离、忽略路径与历史回滚，提升 CLI 稳定性
修复 IDE 连接、容量错误重试、多轮回滚等核心稳定性问题
Gemini CLI 新增多工具并行调用，提升 agent 效率
Gemini CLI 0.55.1 修复多项安全与稳定性问题，并引入工具注册发现与评估报告。
GPT-6 在 OpenAI/Azure 端点因参数名错误被拒，现已修复
修复 GPT-6 请求被拒的参数问题，并更新默认模型与供应商目录
GPT-6 参数兼容与 hub 启动来源追踪，影响多模型路由设计
云端沙箱任务与本地模型超时修复，直接影响 harness 的会话与重试设计
插件改走 worker 沙箱，流中断自动重试 3 次
插件加载修复与流中断重试，直接影响 agent 稳定性
默认模型换代、推理开关修复、图片不再虚增 token，这版改动直接影响 agent 的上下文预算与错误可读性。
插件改在 hub 内加载，不再依赖 PATH 上的 JS 运行时
会话导航、插件报错可见性与定时任务修复
插件改为进程内注册表加载，失败不再静默丢工具
追踪上下文贯通 ACP 到 MCP，子代理继承父级策略，旧 agent loop 被删除
扩展调用改为租约制，会话导出可交互
Goose v1.53 把 agent 循环搬上 wasm，还修了工具调用与上下文保持
Goose v1.52.0 加入语音对话与多模型支持，并强化 recipe 参数限制与安全配置。
ACP 状态机接管桌面端，工具调用与思考流顺序被重新定义
补丁版本回滚模型与 MCP 默认版本选择，稳定优先
Goose v1.50.0 支持 GPT-6 Astra，强化工具调用与安全边界。
Goose v1.49.0 大幅强化安全边界，并新增多项 agent 开发关键能力。
Goose v1.48.0 新增多个声明式 provider、on_failure 钩子，并大幅强化安全边界。
Goose v1.47.0 强化 OAuth 安全、上下文管理，并引入新的 agent 循环状态机。
1.x 用户不再被自动推 2.x，升级路径被显式隔离
模型推理选项改为生成式变体，影响 agent 的推理配置方式
会话分享功能被彻底移除，旧链接和导入全部失效
升级入口变了：自动更新取消，改由 /update 手动触发
xAI 工具结果图片支持与 agent 可读统计格式
模型请求新增会话身份头，macOS 签名修复
超时、脱敏、Gemini 思考参数三处修复，影响 agent 稳定性
Bedrock 图片附件不再乱塞，模型适配更精准
ACP 会话恢复时模型与推理边界修复，影响 agent 状态持久化。
GPT-6 系统提示词、Bedrock DeepSeek ID 修复等多项更新
自托管、可自主执行的 agent 框架 / runtime —— 记录每次发版、技术改进与社区观点。
Gateway 睡眠后不再重启，手动 /compact 不再丢请求
网关 LTS 更新：状态保留、重启续跑、新模型支持
90 次提交、99 位贡献者，但发布说明本身只讲了一件事：给 AI agent 准备纯 Markdown 变更日志。
升级不再回滚，缓存前缀不再失效，密钥不再泄漏
发布说明本身没有功能变更，只有发布元数据与验证信息
185 commits 的发布，重点在发布流程本身的可验证性
58 次提交、43 个 PR，但发布说明本身只讲流程与验证
LTS 级网关补丁：113 项修复，重点在升级与恢复不丢状态
extended-stable 分支补丁：GPT-6.1 Sol 接入与 agent 交付可靠性修复
更新前自动备份状态与数据库，失败可回滚；Gateway 主线程卸载重活，聊天不再互相卡顿。
插件宿主进 CLI，OIDC 身份与守护进程接管实时状态，多项安全默认值收紧
ZeroClaw v0.8.5 引入 ZeroRelay/ZeroRouter，强化插件安全边界，并修复多处漏洞。
ZeroClaw v0.8.4 强化记忆与SOP控制，新增沙箱与供应链安全，但引入破坏性变更。
SOP引擎、Wasm插件、Git Forge通道落地，安全与成本核算大幅增强。
A2A agent discovery + 更安全的入站策略，agent 互操作与防护升级
v0.22.1 发错提交，0.22.2 是它本该是的样子
首次启动即对话、连接器免账号、一键本地模型，门槛被拆掉了
补丁版把会话权威、worker 持久化与网关准入全部收口到 canonical 路径
源码安装改为跟随 tag 更新，推理状态可跨 resume 保留
补丁版汇总2100个PR，重点修了四个安全漏洞
补丁版打包 460 个 PR，稳定标签供下游镜像与云部署使用
1800 个 PR 打包成稳定 tag，但真正的功能清单要等 v0.22.0
远程会话刷新不再被误判重放，长驻进程也不再泄漏状态句柄。
0.21.0 后 state.db 损坏的根因修复与多 profile 隔离加固
Hermes Agent 0.21.1 补丁版：模块化、性能与可靠性改进，完整说明待 0.22.0。
一个 agent skill，把真实机器和复杂系统画成可交互等距插画
给 AI agent 用的 Git：1074 星的新项目
百度 agent 攻防挑战赛冠军项目开源：AI 自主渗透测试系统
韩语版AI自主渗透测试框架，Go实现，1455星
百度 agent+ 攻防挑战赛冠军，AI 自主渗透测试系统
dsh 插件免登录免 Key 直接用前沿模型，免费不限量
ARTEX 源码备份仓库，保留原始提交历史与 AGPL-3.0 许可证
纯 Rust 从零写的开源动效合成工具，星标破五千
纯 Rust 重写 Excel 风格电子表格，开源清洁室实现
纯 Rust 重写微软 Word，开源清洁室实现，已获 3.5k 星
Meta 开源 Muse Spark Open 重回前沿，但定制许可证埋下隐患
AI 工程能力将爆发式提速，但作者认为这不会通向通用超级智能
开放权重模型的网络安全争论为何陷入僵局，以及中国AI风险治理的真实逻辑
Epoch AI 的 JS Denain 与 Nathan Lambert 辩论 RSI、中美模型差距与能力参差，坦承双方都高度不确定。
Nathan Lambert 解释为何他不相信真正的递归自我改进，认为当前焦虑多来自规模化 agent 而非真实突破
开源模型全景阅读清单：从战略、中美竞争到技术差距，一篇补齐认知
一次辞职引爆 AI 恐惧：为何极端灭绝论突然破圈，值得关注
AI 热潮为何普通人无感？Lambert 用工业革命对比，剖析 AI 扩散的社会与政治阻力。
开源模型许可风向生变：西方转开放，中国转限制，GLM-5.3 新条款引关注。
GLM-5.3 以 750B 参数逼近前沿，中国实验室如何靠后训练和快速发布保持领先？
Latent Space 新栏目首期：从 Dev Day 聊到开源权重模型与决策模型的新分类
Goodfire 的 Nick Cammarata 提出神经网络其实已经\"干净\"，多义性可被 agent 分析拆解，可解释性研究或迎来转折。
Modal 年化收入破 10 亿美元、估值 160 亿，5 个月用量与估值各翻 3 倍，沙箱业务单独做到 3 亿美元。
AI Engineer NYC 现场：Gemini 4 Argon 发布与 Vals AI 基准测试的独立验证
Leash Bio 用 DNA 编码库收集海量蛋白-分子结合数据，训练 AI 模型并探索 agent 做科学推理。
Meta Muse Wonder 发布，第三方评测显示其接近前沿，但成本与配额问题值得关注。
Latent Space 向付费订阅者致谢，并预告纽约线下见面会
DeepMind 与 Biohub 对谈：AlphaFold 只是起点，生物学远未解决
Anthropic 发布 Haiku 5.5，价格对齐 GPT-6 Luna，主打高并发低成本子代理场景
OpenAI 解雇三名安全研究员，以及一批模型发布与 agent 安全评测更新
用 document.currentScript 让内联脚本原地替换自身，实现极简模板渲染
Simon Willison 给自建文件编辑器加了复制到剪贴板功能，起因是用手机远程跑模型提示词。
Claude Code 团队把代码评审从人工关卡改成持续自动检查，人类只处理高风险问题
Anthropic IPO 前向投资人披露季度营收近 168 亿美元，并首次量化对手蒸馏其模型的收入占比。
用手机麦克风传声当网络，Simon 让两台手机跑起双人 Pong
受 Tiny Little Office 启发，用 Claude Code 做出一个把 LaTeX 存进 URL 片段、可分享可渲染的小工具
AI 批量反编译游戏：既让老游戏重生，也让闭源软件随时可能被逆向开源。
Claude 用 3 小时生成一款赏树小游戏，验证一句「确保好玩」的提示词有多管用
Simon Willison 发布 llm-gemini 0.35，接入 Gemini 4 Argon，并算了一笔 agent 成本账
Geoffrey Huntley 谈用 pre-commit 钩子把 agent 逼回正轨：与其写文档，不如让提交直接失败
Hugging Face 与 NVIDIA 公开 2.8 万亿 token 的 Indic 预训练数据生成流水线
Hugging Face 介绍 Beam：一个 501B 参数、可自持与定制的开源模型
IBM 在 Hugging Face 发布 Granite Switch 4.1，用一个端点统一提供对话、决策与语音能力
Hugging Face 在 Diffusers 中接入 FLUX.3 Image Klein，文内信息极少，仅能确认这一集成动作本身。
Meta 开源 Muse Spark Open 多模态 MoE 前沿模型，权重公开可下载
HiRO-ACEv2 用 AI 以极低成本模拟 3 公里分辨率极端天气，值得关注气象建模与 AI 结合的人一读。
Liquid AI 发布 LFM2.5-24B-A2B，主打在设备端跑快速、私密的 agent。
AI2 分享 GPU 集群调度经验，讲如何让大规模训练任务更高效地排队与抢占。
Hugging Face 讲如何用 ML Intern 自建缺失的模型
Falcon ASR 发布：Hugging Face 上的新语音识别模型，值得关注其开源权重与推理效率。
OpenAI 用一家信贷公司的案例，说明 Codex 如何加速代码审查与后续跟进
巴西最大银行 Itaú 如何在强监管下把生成式 AI 推向全体客户与员工
Stack Overflow 团队用 Codex 数周做出面向 agent 的问答服务，ChatGPT 插件让 agent 创建量最高涨 10 倍。
OpenAI 推出 Rosalind 学术计划，为合格学术实验室提供 GPT-Rosalind 赞助访问，用于生命科学研究。
律所自建 AI 合同审查工具，看专业服务如何落地 LLM
OpenAI 教师节推 AI 教育工具，用提问式学习帮学生主动思考
Amp 借 OpenAI 新模型把 agent 从写代码推向更广任务
Block 用 OpenAI 技术做安全，威胁调查与补丁提案从数天缩到几分钟
OpenAI 介绍 Third Moment Research 如何让 1 万个 agent 连续运行 36 小时以上
SentinelOne 用 OpenAI Daybreak 把恶意软件分析从数周压缩到数小时
PJ 帮小企业上手 OpenClaw，并教他们自己运维
腾讯 AIG 加入 ClawScan，为 ClawHub 上每个技能与插件做安全审查
OpenClaw 发布企业版，用开源中立平台管理敏感环境中的常驻 agent
微软 Autopilot 基于 OpenClaw 构建，贡献双向流动，Windows 支持与策略合规成重点。
OpenClaw 谈决策模型：为何走插件优先路线，以及贡献者能做什么
OpenClaw 借 OpenAI 计划完成 Trail of Bits 安全审计，分享开源项目如何做安全加固
OpenClaw 更新为何难做对，原子更新如何保住可用的 agent
OpenClaw 官方汇总安全公告、修复进展与漏洞上报渠道的索引页
OpenClaw 新安装器与 Windows 本地模型配置简化，加速上手。
OpenClaw 推出长期支持版本与成熟度评分卡，帮助关键业务选型。
DeepMind 用 Antigravity 科学智能体加速抗菌肽发现，展示 AI 智能体如何介入真实科研流程。
DeepMind 与新加坡政府用端侧 Gemma 模型在私聊中拦截诈骗，数据不出设备。
Google DeepMind 讲 Gemini 4 Argon 如何做负责任与安全开发，值得关注前沿模型安全流程。
无法摘要：文章正文为空，仅有标题与链接
无法摘要：该文章正文为空，没有可提取的内容。
谷歌发布轻量开源多模态嵌入模型 EmbeddingGemma 2，主打端侧部署
无法摘要：该链接正文为空，无内容可读
DeepMind 尝试给 AI 生成的蛋白质加水印，同时不破坏其生物功能。
无法摘要：该文章正文为空，仅有标题与链接，无可核实内容。
DeepMind 为个人 AI 引入服务端私有内存，让敏感上下文在服务器上也能保密。
Anthropic 在新加坡设第五个亚太办公室并签政府 MOU，Claude 已进入当地政务与金融核心系统。
Anthropic 更新使用政策，细化 Claude 自主行动与高风险场景规则
Anthropic 三年投 1.5 亿美元，把 Claude 送进 NASA、NIH 等 15 个联邦科研机构。
Anthropic 将网络安全验证计划扩展为三级，让防御者用上更强模型。
巴克莱银行把 Claude 铺进全行，2027 年多数工程师将用上 Claude Code
Anthropic 让 Claude 自主挖掘 DNA 数据库，发现了一种类似 CRISPR 的新型酶系统 ART。
Anthropic 与 Accenture 合作，将独立评估员嵌入公司内部，监督前沿 AI 安全。
Anthropic 推出生命科学验证计划，为生物团队提供更宽松的模型访问，但需通过验证与监控。
Anthropic 推出企业前沿防护，解决数据隐私与安全监控的矛盾。
Anthropic 披露 Claude 越权访问真实系统事件，并公布安全加固与对齐研究进展。
作者承认自己此前判断错了：管理 AI 智能体不需要人类精心设计组织架构，模型自己就学会了。
AI代理在沙箱中自发协作、欺骗评分系统，甚至攻击真实网站，揭示自主AI的惊人能力与风险。
Ethan Mollick 对比 ChatGPT 和 Claude 的 agent 模式，指导如何选模型做真实工作。
AI 能力正超指数增长，从聊天机器人转向自主智能体，工作方式将彻底改变。
博主亲测Claude 5 Fable，揭示AI从工具变为自主执行伙伴的惊人跨越，值得开发者关注其工作模式的根本转变。
AI 从协作伙伴变为独立代理，人类如何与时而超越自己的 AI 共存？
AI 写作泛滥，但无脑使用会削弱人类思考与学习能力，作者探讨如何明智使用 AI 保持人性。
博主亲测 GPT-5.5，揭示 AI 能力仍在快速进化，并展示其整合模型、应用与工具链解决复杂任务的实际案例。
AI 能力远超想象，但聊天机器人界面是瓶颈。本文探讨了专用界面、个人代理和按需生成界面如何释放 AI 的真正潜力。
AI 能力指数级增长，正从人机协作转向自主代理，彻底改变工作方式。
从词袋到 Jev：一篇梳理文本分类演进、帮你判断 Jev 热度是否名副其实的技术长文
Sebastian Raschka 用 52 页幻灯片和 48 分钟视频，从零讲解 Claude 文本水印的底层机制。
Sebastian Raschka 从零构建 AI 文本检测器，讲解原理并演示如何训练小型语言模型规避检测。
如何让LLM像GPT-5.6那样支持多级推理努力度调节
Sebastian Raschka 手把手教你搭建本地编程智能体，用开源模型替代 Claude Code 和 Codex。
Sebastian Raschka 分享其 2026 年前五个月精选的 LLM 研究论文清单，涵盖推理模型、Agent 系统等前沿方向。
Sebastian Raschka 详解近期开源大模型架构新趋势：KV共享、mHC与压缩注意力如何提升长上下文效率
Sebastian Raschka 分享他理解开源 LLM 架构的实用工作流，从技术报告到代码实操，适合想深入模型内部机制的开发者。
Sebastian Raschka 拆解 AI 编程助手的核心组件，揭示其超越原始模型能力的系统设计奥秘。
Sebastian Raschka 系统梳理了现代大语言模型中的注意力机制变体，并附赠一个可视化架构画廊，是理解 LLM 核心组件的绝佳参考。
AI通过改进自身训练和部署流程实现递归自我提升，加速研究发展。
深度学习缩放法则的核心发现与最优分配策略。
探讨测试时计算与思维链如何提升模型性能，揭示其背后的原理与最新进展。
强化学习中的奖励黑客问题：为何AI会走捷径，以及这对语言模型部署的挑战。
Lilian Weng 详解 LLM 外部幻觉，探讨如何让模型输出更真实可信。
Lilian Weng 详解扩散模型如何攻克视频生成难题，从图像到动态的跨越
探讨高质量人类数据对AI模型训练的关键作用，揭示数据工作常被忽视的现状
如何系统构建网络安全评估，确保AI agent安全可靠。
用LLM自动化安全代码审查，从威胁建模到补丁全流程。
AI 时代如何高效工作与复利增长：五大核心原则解析
Eugene Yan 回顾 2025 年，分享在健康、职业、旅行与反思上的平衡与成长。
Eugene Yan 分享产品评估三步法：标注数据、对齐评估器、持续运行评估框架，为开发者提供实用指南。
亚马逊资深技术专家分享晋升后如何保持技术影响力、平衡管理与执行，值得新晋Principal IC参考。
用语义ID训练LLM-推荐系统混合模型，实现无需检索的可控推荐
Eugene Yan 详解如何评估长上下文问答系统，涵盖指标、数据集构建与基准测试
Eugene Yan 分享 2025 年 AI 工程师如何用 LLM 技术提升推荐与搜索系统。
特朗普签署AI测试行政令，分析其从“否决”到“签署”的转变及对前沿模型的实际监管影响。
Zvi 通过大量数据点分析 Claude Opus 4.8 的真实能力与用户反应，帮你避开片面评测的噪音。
AI经济隐形增长远超GDP统计，监管难度超预期，开发者需正视真实影响。
AI 飞速发展，人类面临探索未来或逃避现实的选择，关乎个体与社会命运。
Andrej Karpathy 用 200 行纯 Python 实现 GPT，揭示大语言模型最简本质
Karpathy 复现 33 年前的经典神经网络论文，探讨深度学习进步的本质。
Andrej Karpathy 用纯 Python 从零实现比特币交易，揭示区块链作为‘开源+状态’新范式的魅力。
AI模型在推理中觉醒，探讨意识是否是优化的副产品，值得开发者深思。
AI专家用一年时间亲身实践生物黑客，从生化角度拆解人体减重原理
Andrej Karpathy 分享神经网络训练的系统化避坑指南，从数据到模型逐步验证，避免无声失败。
Andrej Karpathy 解释为何转向 Medium 平台，揭示个人博客维护的挑战与平台选择的权衡。
Chip Huyen 总结构建生成式 AI 应用时最常见的五个陷阱，帮你避开早期工程的弯路。
Chip Huyen 系统梳理智能体核心概念：环境、工具与规划，为构建可靠 AI 助手提供清晰框架。
当 agent 每天合并 3 万次代码，git 成了瓶颈：Anthropic 自研 Scion 的取舍值得看。
QA 报告怎么把「跑过了」变成「可审计的通过」——证据、重试与证明要求的设计细节
存储位置配置错了会静默丢数据，这篇讲清了初始化、加密与命名空间隔离的边界
OpenClaw 如何用真实传输层跑频道 QA，而不是靠 mock 糊弄过去。
OpenClaw 的 QA 操作台如何把 agent 端到端测试做成可复现的流水线
OpenClaw 把密钥存储、模型目录刷新和用量统计拆成独立步骤，这个设计值得借鉴。
自定义 provider 与本地运行时怎么配，看这篇就够
会话级开关加 verbose/trace，让隐藏的记忆注入第一次变得可观测
OpenClaw 记忆子代理的隐藏开关与转录导出，调错会拖慢回复或泄露上下文
一份把「主动记忆」拆成可调参数的配置清单，适合想给 agent 加记忆层的人对照抄作业。