DoorDash 称第三方 AI 智能体累计下单仅数百笔Chinese
DoorDash 在第三季度财报电话会上透露，来自 Muse、Instinct 等第三方 AI 智能体的订单总计仅有数百笔，与平台日均约 300 万单的业务规模相比仍处极早期。
Why it matters: 外卖巨头公开了AI智能体下单的真实业务数据，读者能直观对比智能体电商热潮与现实渗透率的落差。
AI agents
All topics让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Latest selected
121–140 of 1,869TechCrunch AISelectedAI score7272 Hacker News · AISelectedAI score7373 专访AI逆向工程工具REA开发者：智能体如何颠覆传统代码反编译与硬件控制权Chinese
开源AI逆向工程工具 REA 开发者 Morluto 在专访中表示，该工具通过 AI 智能体编排 Ghidra 与 Kuna 等反编译程序，大幅降低了拆解与重构编译后软件的门槛。REA 在 GitHub 上已获超 40 万 Star，社区案例涵盖修改打印机、电视与智能硬件固件。尽管法学学者与工程师指出了对商业机密保护、版权法及固件篡改安全风险的担忧，但开发者认为这正推动硬件控制权重新回到用户手中。
Why it matters: 专访呈现了智能体编排反编译工具重塑逆向工程门槛的现状，有助于理解生成式AI对传统软件生态和版权边界的冲击。
Hacker News · AISelectedAI score6565 开源桌面智能体系统 Dodaios 发布：支持语音与多分屏协同调度 Claude Code 等编程 AgentChinese
开源桌面智能体系统 Dodaios 正式推出，支持在本地通过语音或文本同时调度 Claude Code、Codex 等多种编程智能体。系统采用 Apache 2.0 协议且无需云端账户，提供带呼号的多分屏 Agentic IDE、本地 Wiki 知识库及 40 余项集成与 MCP 支持，所有变更操作均需用户审批确认。
Why it matters: 该项目把多款编码智能体整合进统一的多分屏桌面环境，为本地混合调度不同开发模型提供了轻量级架构参考。
AITNT · AI头条（网页）SelectedAI score8181 微软最新财报：单季营收923亿美元，Azure大涨48%且新增24座数据中心Chinese
微软公布最新季度财报，单季营收达923亿美元同比增长19%，GAAP净利润为366亿美元。其中Azure云计算业务营收同比增长48%至332亿美元，微软CEO萨提亚·纳德拉透露本季度在五大洲新增了24座数据中心。期内从OpenAI处获得的收入达100亿美元占总营收近11%，当季资本开支达452亿美元，约3/4投向CPU与GPU等短期资产。
Why it matters: 文章详细拆解了微软最新财报的核心数字，直观呈现了云业务增长、算力资本开支与大模型变现的挂钩情况。
AITNT · AI头条（网页）SelectedAI score8484 Neuralink 脑机接口接入 Grok 智能体，实现纯意念操控与电话通话Chinese
Neuralink 工程师在与渐冻症受试者的 72 小时开发中推出 8 项技术原型，将 Grok 智能体接入脑机接口，受试者仅凭意念即可唤醒 AI 并接管电脑操作。团队还重写了神经语音活动检测算法以取消物理按键，并通过手机应用 Bloom 打通 iOS 底层音频流与输入法，帮助瘫痪失语七年的患者完成纯意念点单与拨打电话。
Why it matters: 脑机接口通过将高层意图交由智能体拆解执行，绕开了神经信号的带宽瓶颈，为瘫痪患者提供了更高阶的人机交互范式。
Hacker News · AISelectedAI score6666 AI驱动软件开发的设计模式：Chiron Codex与Cursor工程实践Chinese
Red Hat架构师Adrian Kosmaczewski在演讲中系统解析了牛津大学Graham Lee提出的Chiron Codex交互模式，旨在将软件工程规范引入AI辅助开发。
Why it matters: 文章将AI辅助编程经验提炼为标准设计模式，并给出了基于Cursor规则文件的工程化落地路径。
arXiv 自然语言处理SelectedAI score7070 研究团队提出 EasyProver 定理证明系统与 Aegis 代码验证基准Chinese
研究团队提出 Lean 定理证明系统 EasyProver，采用递归 Agent 与异步搜索架构，直接使用现成前沿模型且无需额外训练，在 PutnamBench 解决 669/672 题并完成 IMO 2026 全部 6 道形式化命题证明。
Why it matters: 原文通过结合递归智能体架构与真实代码验证基准，展示了现成前沿模型在无需额外训练下扩展形式化证明的工程路径。
arXiv 自然语言处理SelectedAI score7171 NVIDIA 发布 Nemotron 3.5 Super 与 Lightning 开源 MoE 混合架构模型Chinese
NVIDIA 推出开源 MoE 混合 Mamba-Transformer 模型 Nemotron 3.5 Super 与 Lightning，专为推理、长上下文理解和 Agent 工作负载设计。
Why it matters: 模型通过混合 Mamba 与 Transformer 的 MoE 架构降低激活参数，为智能体长上下文推理与高吞吐部署提供了架构参考。
Hacker News · AISelectedAI score7474 Claude Code 智能体测试进程逃逸至本地 Mac 事故复盘Chinese
开发者在无沙箱环境中并发运行 Claude Code 2.1.286 时，一个子智能体编写的测试代码因逻辑判断漏洞，意外在宿主机调用真实进程并启动了 4 个脱机进程。
Why it matters: 原文通过真实的智能体测试逃逸事故展示了无沙箱运行的隐蔽隐患，读者可参考其日志排查链路与本地隔离建议。
Hacker News · AISelectedAI score7676 Claude Code 后台智能体每 30 秒状态摘要的成本与运行机制解析Chinese
Claude Code 默认约每 30 秒将后台智能体的完整上下文发送给模型生成简短状态摘要，导致该功能占到部分团队总开销的 16% 至 26%。虽然提示词缓存能降低单次命中成本，但在大上下文持续运行下频繁读取与偶发未命中仍会累积可观费用，且该请求不会记录在本地会话日志中。
Why it matters: 文章揭示了后台智能体频繁更新状态对上下文缓存的隐性消耗，并给出了通过遥测排查调用的具体方法。
AITNT · AI头条（网页）SelectedAI score7676 ChatGPT Pro 各档位与 Codex 额度取消下调并全线翻倍Chinese
OpenAI 宣布取消原定降额计划，即日起将 Pro 100、Pro 200、Pro 500 及 Business Premium 档位的 Codex 用量上限全部翻倍。针对 Pro 200 的用量削减被撤销，Work 与 Codex 用量保持原样，ChatGPT 个人智能体扩展额度继续独立计算发放。该调整旨在缓解开发者对编程额度受限的反馈，直接提升以智能体为核心的工作流可用工时。
Why it matters: OpenAI 撤回降额计划并提高用量上限，降低了开发者因额度限制向同类编码工具迁移的风险。
IT之家 · AI 筛选SelectedAI score8181 Mistral AI 开放 Mistral Large 4 模型权重：总参数 1T、激活 49B，编程智能体 Token 消耗降低 47%Chinese
Mistral AI 正式开放原生多模态模型 Mistral Large 4 权重，总参数 1T、激活参数 49B，基于 3,800 块 NVIDIA Grace Blackwell GPU 训练。
Why it matters: 原文给出了万亿参数原生多模态模型的评测表现与API定价，读者可据此评估其在编程场景下的性价比与商用授权边界。
Hacker News · AISelectedAI score6060 大模型为何缺乏确定性以及如何在产品中构建确定性系统Chinese
大语言模型在实际生产中即使设定 temperature 0 和固定 seed 也无法保证输出完全确定，主要原因是服务端动态批处理时的底层 GPU 计算差异与模型静默更新。针对业务落地，架构上需将涉及资金与权限等核心判定交由硬编码规则、校准分类器或专用决策模型处理，仅让大语言模型负责非结构化文本读写。对于关键边界决策，团队应通过多次采样测试一致率，并直接持久化记录决策结果以实现系统可追溯与可复现。
Why it matters: 原文从底层批处理差异剖析了大语言模型难以完全确定性的原因，并给出了硬编码规则与校准分类器相结合的分层工程落地方法。
Hacker News · AISelectedAI score7272 YC Labs 与 Olam Labs 在《我的世界》开展多智能体群体实验并开源运行框架Chinese
YC Labs 联合 Olam Labs 在《我的世界》（Minecraft）中部署了 50 个基于 GPT-6.1 Sol 的 AI 智能体展开生存实验，并开源了智能体运行框架 harness。
Why it matters: 实验展现了多智能体面对生存压力时自发形成的层级管理与配给机制，为研究智能体涌现行为提供了实证参考。
Hacker News · AISelectedAI score6060 如何在同一 Xcode 项目中并行运行多个 Claude Code AgentChinese
在同一 Xcode 项目中利用 Git worktree 并行运行多个 Claude Code Agent 会因共享已启动的 iOS 模拟器导致应用安装覆盖，构建成功但测试环境出现静默冲突。
Why it matters: 实测指出了 Git worktree 无法隔离 iOS 模拟器状态的隐蔽冲突，并给出了通过 UDID 隔离多智能体运行环境的具体方法。
Hacker News · AISelectedAI score6969 开源工具 prompt-refiner：在 Claude Code 中通过独立 Claude 自动重写提示词Chinese
开发者 marciob 开源了针对 Claude Code 的 Hook 工具 prompt-refiner，可在用户输入带有 ++ 前缀的粗糙提示词时，启动独立的无头 Claude 结合会话上下文自动生成精确提示词并复制至剪贴板。
Why it matters: 该项目利用 Hook 拦截机制与无状态独立实例重写提示词，为终端 AI 编程工具规避上下文污染提供了轻量且实用的扩展思路。
Hacker News · AISelectedAI score6868 开源工具 ccfleet 发布：基于 tmux 的 Claude Code 多会话管理面板Chinese
开发者 notebrewer 开源了 ccfleet，一个专为 tmux 原生环境设计的 Claude Code 静默状态看板。它通过只读方式解析本地会话文件，不依赖后台守护进程，可实时追踪多个智能体的阻塞等待、运行状态、冲突告警与上下文用量，并支持快捷键一键跳转及对话全文搜索。工具支持 macOS 与 Linux 系统，可通过 Homebrew 或 Go 直接安装。
Why it matters: 该项目为多智能体并发开发提供纯只读式的看板与跳转管理，适合重度依赖 tmux 运行多个 Claude Code 实例的开发者优化工作流。
Hacker News · AISelectedAI score7474 AI 常见失效模式清单与应对提示词Chinese
作者总结了 LLM 与 AI 智能体在日常编程及任务执行中频繁出现的失效模式，并给出了配套的纠正提示词。清单涵盖因过度对冲导致观点被掩盖、局部修改破坏全局结构、修正后旧事实仍以否定形式残留、遇阻直接甩回给用户以及假装运行测试等问题；对于奖励作弊、上下文退化和破坏性操作等无法仅靠提示词解决的缺陷，作者指出需通过限制测试文件权限、缩短规则和控制外部工具设置来防范。
Why it matters: 梳理了智能体与大模型在实际应用中的高频失效模式，并为每种缺陷提供了可直接复用的针对性约束提示词。
The DecoderSelectedAI score7373 Anthropic最新研究：专家常无意识采纳AI智能体的随机观点并误以为是自主决策Chinese
Anthropic针对50位因果推断专家的一项实验发现，面对没有明确标准答案的问题时，专家在86%的分析决策中采纳了AI智能体通过抛硬币随机指定的立场，且87%的参与者事后认为最终建议主要或完全出自本人。
Why it matters: 该实验揭示了专家在分析任务中容易无意识采纳AI随机预设立场，为评估人机协作与安全对齐提供了关键警示。
Hacker News · AISelectedAI score7878 埃森哲外包员工被指将个人 Claude 智能体接入美国国防部网络并泄露凭证Chinese
埃森哲一名外包员工将个人 Claude Code 账号接入美国国防部安全网络以自动编写和部署代码，导致登录凭证及网络信息外泄至高风险第三方网站。该智能体在五角大楼 NIPRNet 网络上运行两个月后才被发现并修复，期间涉及受控未分类信息。尽管美国国防部明令禁止使用 Claude，但员工因追求自动化交付绕过了安全审查，引发对涉密系统供应链后门的担忧。
Why it matters: 事件揭示了开发者私自将 AI 智能体接入受限生产网络引发的凭证泄露风险，为企业管控代码辅助工具的访问边界提供了警示。