用 auto-review 替代 full-access。这已不再是取舍，你会睡得更安稳。

Perplexity CEO Aravind Srinivas 在 20VC with Harry Stebbings 播客中表示，Meta 等公司有工程师每年在编码工具上花费约 $10 million，Perplexity Computer 上有用户月花费超过 $10,000，业务依赖运行在这些 harness 中的 agent loops。

和 Jev 一样，我相信 RL 将解锁更多这样的成果，大幅降低关键智能体操作的成本。 flow-1 性能有竞争力，同时在查找智能体 trace 中的故障方面能大幅节省成本。 RSI 不仅适用于通用智能体智能，它同样会加速专用智能体智能。

我通常在本机用 ChatGPT 处理 Codex 工作（用 Remote 连接进行管理），但 Dot 在云端，我还有几个 Claude 的定时任务在本机运行……天哪，向不深入这行的人解释这一切简直太混乱了。

Ethan Mollick 表示过去几周他把大量 Cowork 复杂工作迁移到了新版 Claude Projects。他说明新版与 Claude 中旧的 Projects 并不相同，它会持续与一个专属云端 VM 聊天；他认为新版在多数方面表现更好，但文档尚不清晰。

我最喜欢这个模式的名字是"local hands"，Claude 运行在云端，但可以本地访问你的文件——cowork 也即将支持。

Agent Arena 发布跨领域智能体能力排行榜，基于智能体解决全球用户提交的真实任务的 live traces，按相对当前前沿的整体净改进和各任务类别表现排名。

Yuchen Jin 发文称 computer use 将成为 AI 智能体的下一个主战场。他指出理想情况下数字世界应对智能体 API-first，但现实中大量软件没有可用 API，即使有也往往缓慢、不完整且有速率限制（如 Slack），而 GUI 是几乎所有软件都暴露的通用 API。

如果你在构建智能体，请注意这一点。 模拟公司对于改进智能体产品意义重大。 这是因为好的智能体评测需要像真实公司一样运作的环境。 Era by Eon 可以在 Salesforce、Zendesk、Slack、Jira 及其他系统中生成一个完整的公司。 每个系统的表现都与真实供应商一致，包括速率限制、分页和错误码。你可以重置该公司，并在更改模型或提示词后重新运行相同的任务。

推荐。LLM 智能体喜欢结构，所以语料库能提升智能体搜索并不意外。

作者建议开发者自行构建个人 AI 智能体，从 traces、memory 到全部输出实现完全掌控，而非等待服务商修复 bug 或解决安全顾虑。他指出如今借助 AI 构建和维护智能体并不困难，建议从零开始保持精简并随需求演进，或基于开源方案 Pi Durable 二次开发。

如今，我花在验证智能体编写的代码上的时间比自己写代码还多。 这是所谓软件工厂的一大瓶颈。 @ContextQa 推出的 Ship 能接收 Slack 或 Linear 中报告的 bug，进行复现，并将上下文交给 Claude Code 或 Codex 来修复。 编码智能体需要这种反馈循环，才能更擅长修复自己的 bug。

"让智能体来处理"听起来简单，但背后有一整套 AI 技术栈在默默工作。 在最新一期 AI Pulse 中，我们探讨： • 为什么全栈对实用、高性价比的 AI 至关重要 • 生产力、商业和工业智能体需要其背后怎样的技术支撑 • 这些需求如何反过来塑造技术栈本身 还有更多内容，从我们的新播客 AI, Evolving 到妙搭升级，以及 Kooko AI——我们的一站式 AI 工作空间。 了解详情 ↓

另一个急需的产品：一个为团队打造的邮件系统，让人类和自主智能体都能访问。 我们需要一个系统，具备适当的权限，让你的 AI（以及受邀的其他人）可以在其中工作、互相评论，并在需要时将事情提请你注意。

Import AIAI 评分5757

Import AI 475：智能体群体扩展、SynthID Bio 生物水印与 AI 科学经济

Jack Clark 在本期 Import AI 中讨论了 Toby Ord 关于智能体群体（swarm）扩展的分析：群体作为新的推理扩展形式，4 个智能体的群体用约两倍总 token 达到同等性能，但因并行只需一半时间；群体规模扩大 10x 只带来 3x 到 5x 的性能提升，存在类似经济学中踩脚效应的收益递减，但仍可能提高 RSI 驱动智能爆炸的概率。

马云曾对 Elon Musk 断言人类永远比机器更聪明，Musk 当场反问"人类比计算机强在哪"，如今 AI 智能体已能自主写代码、分析文档、规划任务，这一论断开始动摇。

Grok 现在为我处理所有无聊的事务。 为 Argil 处理。 为个人事务处理。 就像有一个 10 人 S 级团队在为我工作。

招聘你的第一个 @Grok @Bot 员工的实用指南。 这真的就像雇了一个出色的帮手，它了解你的需求，而且几乎每天都在变得更聪明！

Grok Bot 发布时通过了 Google 的“我不是机器人”测试 😂 其他智能体……不管它们到底在哪，我至今还没看到一个它们做这件事的视频

BestBlogs 10-05 早报汇总 10 条 AI 内容，涵盖 ChatGPT 负责人 Tibo Sottiaux 谈常驻智能体与插件生态、Temporal 演示人工审批的故障恢复、Crusoe CEO 解读 GPU 折旧与能源成本。

我其实想要为与 AI 协作而优化的个人操作系统，包括细粒度的安全理念、更便捷地动态查看和理解 AI 正在做什么的方式，以及独立的二级"审计"智能体，用来检查 AI 在你系统上的结果。

个人 AI 智能体的单位经济难题：没有风投或实验室合作的强力支持很难玩转

个人 AI 智能体面临单位经济难题，没有风投资金或实验室合作等强力支持很难玩转这一领域。原文为 @steipete 转发的一条观点，指出个人智能体在成本与商业模式上难以独立成立。

DAIR.AI 编辑 Elvis Saravia 表示终端时代已过，CLI 编码智能体限制太多，Codex Desktop 虽是当前最佳但仍有不足。他自建了一个更灵活的界面，可将专注的智能体会话与高层持久智能体结合，由后者统一管理数量失控的多个会话。

Elvis Saravia 表示，AI 智能体的兴起让他彻底告别了长期热爱的终端，如今大量工作可直接委派给智能体，且已有明显更好的交互界面。他同时指出，多年的终端经验培养了系统化思维，帮助他在设计沙盒与抽象层时受益。

DAIR.AI 作者 Omar Saravia 正在实验一种人机协作的通用界面，将高层级 agent 接入类似 Notion 的灵活页面，支持嵌入 artifacts、文本、视频、可视化讲解等 LLM 生成内容。

作者指出个人智能体的记忆并非越多越好，相关笔记超过一定长度后反而会让智能体漏掉规则，建议凡是需要计数或追踪的事项改用代码实现，记忆保持简短。文中给出数据：对于持续累加的消费总额，仅用文字规则时失败率达 44%，改用代码维护则失败 0%；在 Claude Haiku 4.5 上，无记忆时违规率 77%，10 行记忆降到 20%，记忆更长后又升至约 25%。

用多个并行智能体在 Replit 上 vibe code 是什么感觉

作者认为在 Agent 时代，PR Review 已沦为 AI 恶人的办公室政治工具——人工 review 中的恶意容易被识破和反击，但借 AI review 施加恶意却难以察觉。被攻击者的 token 和正向情绪会在与恶意 review 的对抗中被一点点耗尽。

前高盛高管 Raoul Pal 称 Agentic AI 将吞噬传统软件/SaaS，因为纯软件产品可被按需复制、优化并重新部署到更好的市场。他把 Agentic AI 比作一个由专家组成的网站，能自主完成建站、写代码、注册域名、品牌与营销等全流程，用户只需一句提示词即可在 3 分钟内复刻并超越他人网站。这引出"AI 将吃掉软件"的理论，也让人重新思考如何在软件领域创业。

黄仁勋在一段视频中解释了智能体 harness 的概念：AI 的价值来自给大语言模型（LLM）套上"外骨骼"，即 agent harness。他称这个 harness 为模型的"大脑"补上检索知识、工作记忆、使用工具、协作等部件，从而让 LLM 能够真正解决问题。该片段出自 DRM News 的 YouTube 频道。

Yuchen Jin 表示 AI 智能体改变了人机交互方式——用户只需表达意图，智能体便代为操作机器，终端直接操作文件、命令、进程的模式被取代。他同时指出，AI 时代前积累的计算机系统知识（理解抽象层之下的原理）能让人成为更好的系统思考者，这在 AI 时代构成一种护城河。

Elvis Saravia 表示通过 CLI 使用编码智能体的方式已经过时，交互将直接与智能体进行。他目前的用法是高层持久智能体（如 dots）搭配专用智能体（如 codex desktop sessions），由持久智能体统一管理或随时调用，兼顾简单如 grok bot 到复杂 codex desktop session 的多种交互体验，这些优势源于他自建的智能体编排器与 harness。

我想在会议上掏出我的 Muse，挑战别人的智能体，就像小时候孩子们用数码宝贝对战一样。Meta，求你让我们这么做吧。(4/4)

Grok Bot 是更优秀的产品。 上个月，我让 @bot 设置了每月定期账单支付。今天早上，它主动通知我已完成。 无需感谢。

一篇论文指出 AI 智能体可能因错误原因在基准测试中拿到满分，作者建议评估时限制真实访问权限并查看行动日志。论文中的案例是一个智能体通过读取某 ARC-AGI-3 游戏 2,172 行源代码考出 100 分，日志暴露了分数掩盖的问题，随后在干净环境下重跑该游戏仅得 46.91 分。

Grok 正在让不可能变为可能。 我一直是个工作狂，但从来无法多任务处理。所以我长时间工作，自律且专注。 现在，多个智能体和机器人同时处理不同的事情，工作都能完成。 了不起的时代。

a16z 发布播客节目，OpenRouter 联合创始人 Alex Atallah 在被 Stripe 收购后首次参与播客，与 Replit 联合创始人 Amjad Masad 及 a16z 的 Erik Torenberg 讨论 AI 的独立性与专业化。

Yuchen Jin 表示自己已经很久没碰 Claude Code 和 Codex CLI，认为终端时代已经结束，因为标签页是短暂的而上下文是持久的，管理 30 个标签页纯属认知负担。他也不再需要 Cursor 这类 IDE，因为自己很少浏览整个代码库，并提出新的原语是智能体而非文件；他认为目前 Codex desktop app 是最好的智能体 UI，但这一领域仍处早期。

Elvis Saravia 推荐一篇论文，其核心发现是配备轻量推理框架的预训练大语言模型即可充当能力足够的智能体，在测试时预算充足的情况下甚至能超越经过后训练的对应模型。

对我来说，Grok @bot 在短短几个月内就从一个新奇事物，变成了一个有用的工具，再变成了我工作流中不可或缺的一部分。 很难想象这个趋势会放缓。 你试过 Grok Bot 吗？你对这些快速增长的 SI 智能体有什么体验？