Jason 说
今天最值得盯的是 Google 官方下场做 Skills 仓库——这说明 Agent 技能生态的标准之争已从 Anthropic 单打独斗变成大厂混战，早布局 Skills 开发的人，窗口期正在收窄。
Google 正式开源 Agent Skills 仓库，覆盖 Gemini API、Gemini Interactions API 及 Managed Agents 等能力，开发者只需 `npx skills add google/skills` 即可将 Google 全家桶接入自己的 Agent 工作流。这是继 Anthropic Skills 生态之后，Google 正式入场争夺 Agent 技能标准话语权的信号。
跨国团队开发的 context-mode 是专为 AI 编程场景打造的 MCP 插件，通过上下文优化解决长周期开发中的「模型失忆」与 Token 过度消耗问题。团队实测编程成本可降低 98%，大模型有效记忆窗口从 30 分钟提升至 3 小时，已登顶 GitHub Trending 和 Hacker News。
国内开发者开源的 Agent-Reach 工具，通过一个 CLI 让 AI Agent 无需付费 API 即可抓取 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书等平台内容。专门解决 Agent 被封 IP、需要登录、API 过贵等痛点，对做信息聚合类 Agent 产品的开发者极具参考价值。
Anthropic 发布首个 Mythos 级公开模型 Claude Fable 5，定价 $10/$50（低于此前传言），内置高风险领域 guardrail。但来自 Abacus AI 的内部测评显示：98% 任务与 GPT 5.5/Opus 4.8 持平却贵一倍，仅在 2% 极难编程任务上有优势，且拒绝回答问题的频率较高，实际性价比存疑。
OpenAI 发布 Nextdoor 工程团队使用 Codex 的真实案例：重点用于调查难以本地复现的线上问题、跨平台并行开发，让工程师聚焦产品结果而非底层细节。这是继多个科技公司 AI 协作报告后，社区类 SaaS 的首个公开 Codex 实战拆解，对中小团队有直接参考价值。
OpenAI 推出 Economic Research Exchange，向外部研究者开放申请，资助研究 AI 对就业、生产力和经济的真实影响。在 IPO 前夕此举明显有公关意图，但对独立研究者而言也是获取 OpenAI 数据和资金支持的新渠道，值得学术界和政策圈关注。
「Agents' Last Exam」提出 ALE 基准，专门测试 AI 在长周期、有真实经济价值任务上的表现。核心发现：现有模型在传统 benchmark 上分数很高，但部署到真实专业工作流时大幅掉链子。对开发者的意义：选模型别只看 leaderboard，要在接近你真实业务的任务上亲自跑评测。
现有 Prompt 注入防御通常绑定单一检测器，存在盲区。SCOUT 框架的思路是：先用轻量模型「侦察」每个请求的风险特征，再动态决定派哪个检测器上阵甚至升级 LLM 裁判。对构建生产级 Agent 安全层的开发者来说，这种按需分配的防御架构比一刀切方案更实用。
订阅获取每日 AI 快讯推送 + 免费出海手册
📘 免费订阅