这是2026年的第28篇文章
（ 本文阅读时间：约15分钟 ）
01 为什么 Agent 评测需要体系化划重点：Agent 评测是把「不稳定的智能行为」持续收敛成「可发布的工程质量」，不是上线前抽查。
和传统软件相比，Agent 的输入、输出和状态空间都更开放：用户表达不可穷举，模型输出有随机性，多轮对话会累积上下文，工具调用还会改变系统状态。也就是说，Agent 从 Demo 到生产可用，...
这两天，一个和 Obsidian 有关的项目特别值得关注。
Obsidian 创始人 kepano 亲自发布了 obsidian-skills 的项目。
我刚看了一眼 GitHub，这个项目已经冲到 37.3k 星。
过去我们用 Obsidian，主要是人来写，人来整理，人来建立链接。
现在这个项目想解决的问题是：能不能让 AI 也理解 Obsidian 的规则
如果 AI 能读懂双链、属性...
前后端一起消失：AI Coding正在改写大厂工程师分工URL: https://mp.weixin.qq.com/s/L-fSfxratRVjh9hMJZyDIw
来源 | InfoQ ，作者 | 褚杏娟 大厂研发组织正在出现新的调整信号。根据“大厂日爆”，本周，美团 CLC 食杂零售 Keemart 研发团队完成架构调整，前端与后端团队正式合并，新组织架构已生效。据报道，相关前端人员已提...
“浪已经来了，能做的就是尽量游在前面。”
文丨祝颖丽
编辑丨赵磊
2026 年的第一个季度，包括亚马逊、Meta 在内的十几家海外科技公司总计裁员 4 万多人，程序员是其中占比最大的一类。原因并不复杂，在所有工作里，AI 做得最好的是写代码——在 Meta，已经没有人手写代码；谷歌 4 月宣布，他们 75% 的新增代码由 AI 生成。
中国互联网公司也在快速跟进。去年下半年，多数大公司的 A...
这两天，一个和 Obsidian 有关的项目特别值得关注。
Obsidian 创始人 kepano 亲自发布了 obsidian-skills 的项目。
我刚看了一眼 GitHub，这个项目已经冲到 37.3k 星。
过去我们用 Obsidian，主要是人来写，人来整理，人来建立链接。
现在这个项目想解决的问题是：能不能让 AI 也理解 Obsidian 的规则
如果 AI 能读懂双链、属性...
原文链接：https://mp.weixin.qq.com/s/k8uiZWuWwVq07Tr-m_qH0A
DeepSeek 研究员开源「自主科研 Agent」！AI 首次独立跑完 285B 模型 RL 全流程，从设计到总结零人工干预
2026 年 6 月 17 日，DeepSeek 研究员 Deli Chen（陈德里）在 X 上发了一条长帖，宣布他的个人项目 Deli AutoR...
Agent harness：藏在大模型背后的“操作系统”URL: https://mp.weixin.qq.com/s/GozWb4Kl3RE_joua0H-xFg
大模型决定智能体的上限，而“Harness”则决定其下限与可靠性。当智能体在真实场景中频频“翻车”时，问题往往不在于模型本身，而在于包裹它的那套基础设施。在过去的两年里，构建一个能聊天的AI应用已非难事。许多人甚至通过简单的Re...
原文链接：https://mp.weixin.qq.com/s/9E5dQ42LM2JZyXt1IfbMAw
刚融了2亿美元，冲到了具身榜单第一
思邈 发自 凹非寺量子位 | 公众号 QbitAI
你从桌上端起一杯水，大脑用了不到一秒，同时完成三件事：
估算杯子的重量，预判水面晃动的幅度，顺便绕开了旁边那个玻璃杯。
在这个动作中，你的大脑不会在意杯子上的花纹，或是杯壁折射出的复杂...
原文链接：https://mp.weixin.qq.com/s/A1dFio_9NqKKsVQ0SSUIWg
使用 Claude Code、Codex 工具差不多有一年时间，手里封装了不少 Agent。
但在面对自己不熟悉的领域，需要花费大量的时间去学习去琢磨该如何撰写，然而一拖再拖。
每次都是临时说一句「请你扮演一个 xxx 专家」这样简单的提示词，结果 AI 输出的质量时好时坏。
今...
原文链接：https://mp.weixin.qq.com/s/06mUROKn45NtPpWLJxb9jg
周一晚上十点,哈哈，苦逼的你还在改那份周二早上要交的述职报告。有了这个，提前下班 3 小时,然而，这只是个开始
周一晚上十点,哈哈，苦逼的你还在改那份周二早上要交的述职报告。你领导说这次汇报的对象是公司的 CEO ，你的脑袋乱乱的，之前一直是给 CTO 汇报，这次汇报的对象都...
