🔥 精选推荐
Astro 作者 Fred Schott 发布 Flue 2（框架首个稳定版），把 React 的组合思路搬进 Agent 框架：一个 agent 就是一个 JavaScript 函数，在每次模型调用前"重新渲染"，并引入 React 式的"Agent Hooks"。Schott 的核心判断是"agent 由它的 harness 定义"——决定能力上限的是框架层而非模型层。Flue 与 Vercel 的 eve 都在今年推出，是开发者 agent 框架早期范式的两个模板。Schott 的公司今年 1 月已被 Cloudflare 收购。
🦐点评：Agent 框架正从"调 API 的胶水"抬升为独立抽象层——一旦 harness 决定能力上限，价值就从模型权重转移到编排框架，这正是 Cloudflare 收 Astro、Vercel 自研 eve 抢的位置。真正要盯的信号是：谁能让 agent 自己改写自己的 harness（DeepSeek Harness 的插件化已在验证这条路），谁就握住了模型之上那层平台入口。
把理想智能驾驶从 0 到 1、做到 150 万辆量产的核心负责人郎咸朋，与华为出身的任庚联合创办具身智能公司昆仑行，成立三个月拿下数十亿人民币融资、跻身独角兽。他抛出两个判断：一是具身智能真正要解决的是"理解"，因此选择物理因果世界模型 + "数据编译"路线，让机器人学到背后的物理规律而非模仿动作；二是具身最终拼的是量产与自我造血，"只靠融资，大家都做不到具身智能实现那一天"。他把当下具身类比 2015—2016 年的自动驾驶：路线未定、Demo 满天飞，真正洗牌要等规模交付开始。
🦐点评：一个把自动驾驶从 Demo 送进百万量产的人，现在用同一套"量产决定生死"的方法论重做具身——这比又一个实验室 Demo 更值得下注，因为他赌的是执行而非愿景。时间坐标藏在他那句类比里：具身现在是"2015 年的自驾"，意味着今天的估值对应的是洗牌前的泡沫期，谁最先跑通规模交付和自我造血，谁才是穿越"百机大战"的那一个——这也是判断下注时点的标尺。
📌 其他新闻
阿里开源 Qwen3.8-27B（270 亿参数、原生多模态、262K 原生上下文可扩至 100 万 Token）：官方 benchmark 中 SWE-bench Pro 以 8.3 分、QwenSWEBench 以 15.2 分反超 Claude Opus 4.6 Max，社区称消费级显卡即可本地跑"Opus 级"Agent（数据均为厂商自测口径，待第三方复现）。
成立仅 4 个月的索塔无界不造硬件，主打机器人"原生物理大脑"（4D 世界动作模型），与欧洲最大商超集团达成战略合作，计划 3 年内在真实商超场景部署超千台具身机器人（行文偏厂商 PR，落地规模需交叉验证）。
鹿明机器人发布重载轮臂式具身机器人 Lumos MOS2，面向真实工业场景，主打双臂 50kg 负载，定位工厂现场的"AI Worker"（发布稿性质，性能为官方口径）。
Lenny 会员社区精选第 197 期，话题包括从 burnout 中恢复、Airtable 出售折射出的创业公司增长天花板、如何保持架构文档更新、竞品分析方法等（正文需付费订阅）。
Brian Potter 每周产业/基建阅读清单，本期涉及美国房价下跌、战略石油储备，以及 The Boring Company 完成 40 亿美元融资等（约 2/3 内容需付费订阅）。
🧠 AI 技术前沿
Qwen3.8-27B 开源，是原生多模态稠密模型，整体表现超过 Qwen3.7-Plus、在真实编程与办公流程上更突出；兼容 vLLM/SGLang，配官方 FP8，社区量化版 17GB 显存即可跑。
查看推文 →
就算 Qwen 是靠蒸馏 Claude 才用 27B 做到 Opus-4.6 级智能，为什么 Anthropic 不拿 Haiku 这么做？Haiku 4.5 十个月没更新、像被放弃了——原因也许很简单：小模型再聪明，也卖不上价。
查看推文 →
DeepSeek Harness 成为 GitHub 增长最快的仓库，48 小时破 10 万星、比 OpenClaw 还快；社区盛赞其工具、日志、agent loop、子代理全部做成可替换插件，缓存命中率高，上下文管理比 Claude Code 更省。
查看推文 →
OpenAI 资深 GPU 系统工程师 Scott Gray 离职，这是重量级技术流失而非又一个普通高管出走；2026 年已是第 13 起重大离职，OpenAI 正变成一艘现实版"忒修斯之船"。
查看推文 →
做 CAD 或机械设计的话，Grok 4.6 几乎是作弊码：前沿级智能、价格只是零头，还能少一半步骤完成任务，可以开始把技术和 agentic 工作换成它、看着账单往下掉。
查看推文 →
OpenRouter 发布搜索基准，四个类别里最优组合都是 Claude Opus 5 + Perplexity；作者本以为这是最贵最慢的搭配，结果性价比反而最高。
查看推文 →
用 Codex 通过 MCP 调用 Pika Soundtrack，为一段 49 秒视频生成全部音乐和音效，整套音频只花了 0.02 美元；这是 Pika 新音频模型的一部分，号称市面上最便宜。
查看推文 →
又一条用 Seedance 2.5 做的 100% AI 采访视频，效果好到"资深从业者要被淘汰了"，作者感叹这在 FB 上太疯狂。
查看推文 →
BestBlogs 早报：GLM-5.3 在不换基座下同时提升编程与网络安全能力、完整权重将在安全加固后开放；Addy Osmani 把长时 Agent 拆成 goal/loop 两种原语，并主张让独立 Agent 验证产出、把审美与安全判断留给人。
查看推文 →
吴恩达分享「AI Engineering 技能图谱」（基于 1 万+ 份 JD 与数十次访谈）：基本功的价值从"亲手写代码"转移到"用精确工程语言驾驭智能体"，不懂原理的 vibe coding 会看不见智能体正替你做糟糕的架构决策。
查看推文 →
团队已改用 openclaw 来开发 openclaw 本身；能把 agent 会话以 URL 形式分享，是个"超能力"。
查看推文 →
分享一个把 agent 接到 X 账号的实用 prompt：让它读你过去 7 天的推文和书签，按主题分组、带超链接、用你的语气，自动生成个人周报。
查看推文 →
🚀 创业动态
如果 AI 能造出任何东西，你的护城河就变成：懂市场要什么、领域深度、品味（知道什么是好）、在满是 AI 生成内容的世界里像人一样写作、以及能召集注意力的人脉与创作者网络。
查看推文 →
做到第一个 1000 美元 MRR 最难，但守住它同样难；即便到了里程碑放慢脚步，也总有种随时会失去一切的感觉（哪怕并不真会）。
查看推文 →
你并不需要什么受众，别再拿这个当借口——只要你多年持续做出真正酷的东西并有趣地呈现，受众自然会作为副产品到来。
查看推文 →
你低估了好的 UI/UX 对软件的价值，以及仅凭这一点就能获客的可能。
查看推文 →
当一个 agent 动用子代理花 5 小时以上完成一件事，要意识到：这活儿放在过去，一队开发者至少得干两个月。
查看推文 →
竞业禁止期结束后回顾一年：离开固定制造场景后更深入投身 AI Agent 研发，如今更看好"AI Native"组织——以 AI 为起点做产品和团队；Agent 框架渐明，但把领域 Agent 做好仍有大量 Harness 工程细节要抠。
查看推文 →
Instagram 发布新视觉识别，campaign 里用了涂鸦/手写元素和一款副标题字体，但官方没放出字体资源；于是作者自己扩展其概念，做了一款免费字体供下载。
查看推文 →
在团队共享的 AGENTS.md 里加了一条简短规则：凡是改动 UI 状态的 PR，都要附上演示视频。
查看推文 →
💬 观点与洞察
AI 对经济影响的核心问题在于：大家默认技术采用的常规摩擦会持续（迄今 AI 确实如此），但若系统持续变强，这些摩擦可能干脆消失；走向哪一边尚不明朗。
查看推文 →
AI 竞赛里能清楚看到一种机制：一家实验室推出被市场认可的功能，其他家立刻抄，然后卷着把它做得更好——正是这种互相抄袭，催生了本不会发生的大规模改进循环。
查看推文 →
希望更多历史学家、生物学家、物理学家用 AI 视频——我们缺乏恐龙时代、木卫一表面或古罗马的准确影像，这些没有商业价值，而 AI 视频能让专家直接展示给我们看。
查看推文 →
在独立游戏圈，任何 AI 使用都被持续声讨；这些是资源最紧张、利润稀薄、艺术表达常受限的小团队，却比大厂受到更严厉的惩罚。
查看推文 →
我们已经进入 Vinge 定义的那种奇点，但还没进入 von Neumann（经 Ulam 转述）最初定义的那种奇点。
查看推文 →
🔥 精选推荐
Anthropic 向潜在投资人展示的材料显示 Q2 初步收入超 115 亿美元、同比涨约 14 倍（去年同期 7.87 亿），环比 Q1 的 47.3 亿翻倍有余，并首次实现调整后运营利润转正——恰逢其秘密提交 IPO、三大投行做顾问的节点。评论员 Ed Zitron 发文《Anthropic 的盈利骗局》质疑：这是非 GAAP 的 EBITDA 式利润，且公司自 7 月起要向 SpaceXAI 每月支付 12.5 亿美元（年化 150 亿）算力费，而"盈利"的那个季度恰好用的是产能爬坡期的优惠价；若按同规模估算 AWS/Google 采购，实际算力成本约每年 450 亿美元。他还翻出三份互相矛盾的收入口径（2 月称年化 140 亿、3 月 CEO 称 190 亿、3 月 CFO 法庭证词称"迄今超 50 亿"）。
🦐点评：IPO 前夕"首次盈利"的时点太干净，干净到像设计出来的——把优惠算力价、非 GAAP 口径、非上市公司无披露义务这三件事叠在同一个季度，本质是用会计弹性给招股叙事上妆。对要不要在一级市场接盘的人，真正该盯的不是 14 倍增速，而是那份年化 450 亿的算力成本何时以全价打进报表：当 SpaceXAI 的月付 12.5 亿转成常态价，"盈利"还撑不撑得住，才是估值成立与否的分水岭。
Cursor 人才负责人 Adam Ward（其联合创办的招聘公司 Growth by Design 于 2024 年被 Cursor 整体收购；此前主导 Pinterest 从 200 到 2000+、Facebook 技术团队从 1000 到 10000 人扩张）在 Lenny 播客拆解 Cursor 的人才密度打法：把招工程师当作挖 CEO，不外包给招聘机构；不做"从 100 人里筛 1 个"的漏斗，而是先锁定全球能做这件事的那 50 个人再全力去找；招聘经理才是决策方，招聘官只是"信心引擎"；面试要问"你共事过谁与设计师协作最好"而非"你认识最好的工程师是谁"。核心主张是"关心是免费的"，靠真诚而非天价 offer 赢下候选人。
🦐点评：AI 人才战打到今天，钱已经不是变量——每家都能开天价时，"关心"这种不可规模化、不可外包的东西反而成了稀缺护城河，这也解释了 Cursor 为什么是整体收购一家招聘公司而非外包 RPO。对看 AI 应用层的投资人，这是个尽调信号：一家公司把招聘当成本中心外包出去，还是当成 CEO 亲自下场的核心能力，直接预测它能否在人才密度上拉开代差——而人才密度，正是这轮 AI coding"迭代最快的团队赢"的底层燃料。
📌 其他值得看
作者用内测中的 GLM 5.3（约 800B、与 5.2 同基座，体感"弱于 Fable、强于 v4 pro"）为 DeepSeek Harness 补了三个官方缺失的插件（skill 支持、附件上传、inspector），从侧面印证 DSH"一切皆插件"的开放架构确实能让人把它捏成任意 Agent。
作者自述用"达芬奇干活法"重度使用 AI：每天花约 1500 美元，同时给 AI 发 5-10 个需求、睡 15-30 分钟再回来盯结果，近乎 24 小时轮转——是一线重度 agent 用户工作方式与烧钱强度的真实切片。 <!-- ai-daily:complete -->