头条精讲
构建智能体：何时将子智能体整合到主智能体循环中（在新标签页打开）
推荐理由Anthropic 用企业部署经验说明，共享上下文与按需加载工具能减少部分多智能体系统的交接损耗。架构设计者可跟着迁移工具包，先建端到端评测，再逐个合并路由与规划角色，同时保留确有并行、权限隔离或上下文需求的子智能体。
对于许多企业级部署，将子智能体整合进单一智能体循环，并逐步按需披露信息，有助于提升质量、降低延迟；但在并行处理任务和严格权限控制方面，子智能体仍不可或缺。
新的顶级捕食者：CrowdStrike CEO George Kurtz 谈用 AI 智能体武装的攻击者（在新标签页打开）
推荐理由CrowdStrike CEO George Kurtz 把 AI 攻防的变化落在速度、身份与可观测性上，解释企业如何利用自己掌握的系统知识建立防守优势。访谈适合技术与管理读者，借数字孪生攻防、专有遥测和小团队实践，判断安全能力如何支持更快采用智能体。
CrowdStrike CEO George Kurtz 解释了 AI 智能体如何加速攻击、防守方为何需要同等能力的模型，以及专有遥测数据、数字孪生和身份管控如何增强企业安全。
今日精华
大模型如何胜任职场？WorkForge 让大模型进入真实职场工作流（在新标签页打开）
推荐理由WorkForge 把真实材料、任务标准与操作轨迹连成训练环境，帮助读者理解职场智能体的取证与交付能力如何培养，而非只看问答成绩。
腾讯混元与复旦大学提出 WorkForge，一个从真实世界资源出发、规模化构建可验证智能体工作环境的框架，通过 16,665 个真实工作区训练模型，显著提升智能体在长程任务中的探索、核查与交付能力。
用完 12 个 Personal Agent 后，我找到了决定好用上限的五个标准（在新标签页打开）
推荐理由微信记账、剪辑和跨设备调度提供了个人智能体的实测标尺，帮助读者按自己的账号与工作流覆盖度挑产品。
判断 Personal Agent 好不好用，不在于用的哪个模型，而在于你拥有的账号与它能提供的服务重叠有多高。我通过测试 12 个 Agent，发现五个关键维度——记忆、信息获取、Computer Use、主动性和多端联动——决定了其上限，并分享了实际案例和工作流优化。
2045 年的芯片会是什么样？走进 Intel 工厂看技术与产能瓶颈（在新标签页打开）
推荐理由沿 Intel 负责人的工厂讲解，理解良率、封装与设备经济性如何共同限制先进产能，把 AI 算力需求放回实际制造过程。
Intel 工程师从晶体管物理讲到 AI 供给约束，解释先进芯片为何需要工艺协同创新、封装改进与稀缺的制造设备。
Battle Drones——一款通过氛围编程打造、支持音频多人游戏的即时战略游戏（在新标签页打开）
推荐理由从可玩的游戏、版本记录和模拟对战入手，学习 Simon Willison 如何让 AI 编程支持长期迭代，并用小工具与测试验证设计。
Simon Willison 记录了 Battle Drones 的开发过程：他通过 12 轮氛围编程，借助 Claude Code 打造出一款完整可玩的 3D 即时战略游戏，其中包含各具特色的 AI、基于音频的本地多人游戏，以及 LLM 智能体对战。
腾讯视频开源 34 万条工业级视频生成数据，首次系统覆盖全参考生成训练与评测（在新标签页打开）
推荐理由视频生成团队可直接参考多类参考输入的训练样本与细粒度检查表，判断模型是否真正保留了人物、运动和叙事要求。
腾讯视频发布 OmniR2V Dataset 和 OmniVBench，提供 34 万条多任务视频生成训练样本及细粒度评测基准，旨在解决全能参考视频生成中的复杂控制与精准评估难题。
后知识社会的五种稀缺能力（在新标签页打开）
推荐理由马松以提问、判断、跨界与同理心重审人的价值，为读者思考 AI 释放的时间应投入何处，提供超越熟练使用工具的参照。
在 AI 无处不在的时代，人的价值不在于回答问题，而在于提出好问题、敢于犯错、辨别信息方向、跨界迁移，以及保持同理心——这些都是机器无法替代的稀缺能力。
补充阅读
更好的 AI 模型救不了工程团队：Nicholas Arcolano 谈真正影响产出的因素（在新标签页打开）
推荐理由工程管理者可借跨公司数据区分模型选择、Skills 与工作环境的影响，把 AI 预算与团队协作方式一起评估。
Nicholas Arcolano 用 Jellyfish 工程数据说明，Skills、AI 使用量、组织环境与个人功底，比切换模型更能解释 PR 吞吐量差异。
为什么 AI 算力以矩形合约出售——Modal CEO Erik Bernhardsson（在新标签页打开）
推荐理由Modal CEO 用固定算力合约与波动负载的错位解释云服务机会，帮助采购与产品团队理解弹性执行的成本逻辑。
Modal CEO Erik Bernhardsson 探讨了公司的快速增长、AI 算力的经济学，以及其沙箱技术的发展，并指出矩形算力合约与实际所需的弹性、高性能推理能力之间存在错位。
田渊栋的“AI 造 AI”，第一次交作业（在新标签页打开）
推荐理由从 Flint 的架构搜索、量化和内核优化，观察 AI 参与模型研究的实际分工，区分自动化试验与自主决定研究方向。
Recursive 发布开源模型 Flint，展示 AI 如何参与架构搜索、量化和内核优化，但距离完全自主的递归自我改进仍有差距。
AI 改变的是数据接口，而非查询引擎（在新标签页打开）
推荐理由数据分析产品团队可参考 DuckDB 与智能体的分工，按共享、规模和治理需求决定何时需要湖仓，避免原型成功后过度建设。
本文探讨 AI 智能体如何充当原始数据与人类决策者之间的解读层，变革数据分析方式，而非取代底层查询引擎或数据存储基础设施。
2 亿次观看背后的 AI 内容制作系统：Sarah Chieng 与 Cova Lee（在新标签页打开）
推荐理由内容创作者可复用素材库、口述脚本、分镜和再利用流程，让 AI 承担执行环节，同时保留个人表达与发布判断。
Sarah Chieng 与 Cova Lee 分享如何将 AI 用于视频选题、脚本、剪辑、内容再利用和发布，同时保留创作者的审美与个人声音。
高分智能体为何反而更脆弱？阿里 Token Foundry 揭示「协同进化陷阱」，提出 CODA 可靠性评测协议（在新标签页打开）
推荐理由维护 Skills 的团队可用技能改写、缺失和版本变化检查回归风险，理解固定搭配上的高分为何不等于长期可靠。
阿里巴巴 Token Foundry 发现，智能体在技能-策略协同进化中取得的高分，往往伴随着对特定技能库的过度依赖，导致在实际部署中面对技能变化时表现不稳定。为此，他们提出了 CODA 评测协议，通过模拟技能漂移来衡量模型的可靠性，并揭示了当前方法在应对技能变化时的脆弱性。
更快的模型，真的让任务更快完成了吗？MiniMax Morgan Suo 谈完整任务评估（在新标签页打开）
推荐理由模型切换团队可把检索、重试与人工修正纳入研究任务验收，用完整交付成本判断更快模型是否改善了工作。
Morgan Suo 主张用可核验研究报告的完成时间与总成本评价模型速度，把检索、重试和人工修正都算进去。
在 Gemini 平台上构建受治理的自我进化 AI 智能体（在新标签页打开）
推荐理由SRE 团队可参考生成缓解代码、签名验证与人工授权的组合方式，理解如何把自修复智能体的操作权限落实为外部约束。
本文介绍了一种自我进化的 AI 架构，能够在高负载事件期间自主诊断、修补并重新设计云服务，同时通过多层治理框架确保安全与合规。
使用 IBM Granite 时间序列模型进行集成预测（在新标签页打开）
推荐理由需要业务序列预测的团队可从统一接口与互补架构入手，判断集成预测是否能减少挑模型与反复训练的工作。
Granite Timeseries Ensemble 将 4 种互补的预测架构结合起来，无需选择模型或重新训练，即可提供稳健且高精度的预测。
不盲信 LLM，删除 1.9 万行无用编译器代码｜The Cloudlet（在新标签页打开）
推荐理由大型代码库维护者可参考范围界定、风险分类与测试支架，把 AI 辅助删除落实为逐步可验证的工程改动。
本文介绍了一套系统化方法，通过静态分析和 AI 辅助分类，安全删除约 1.9 万行已弃用的编译器代码，同时保留其余代码库的功能。
