ADRs4AI 发布基于 Git 的人机协作决策记录工具
ADRs4AI 发布一套用 Git 版本化人机协作决策记录的工具，入口为 https://adrs.systems，包含仓库模板、VS Code 扩展、MCP server 和 iOS 客户端。
推荐理由：它以 Git 记录保留 AI 建议与人工裁决的理由，并明确区别于对话归档和向量记忆，便于后续协作者理解决策过程。
#Agent
Hacker News精选AI 评分7878 钛媒体同事件AI 评分6767 小米发布HachimoDock，支持Vibe Coding创作组件，硬件自制成本约150元
小米技术委创新产品团队孵化的开源AI硬件HachimoDock在2026观猹大会公开亮相，支持用Vibe Coding通过自然语言创作个性化桌面组件。设备以桌宠为交互入口，可把查资料、整理文件和编写代码等任务派发给电脑端Codex、WorkBuddy等Agent，并提供按键、摇杆、语音和触屏四种交互。其硬件自制成本约150元，项目已在GitHub公开全部软件源码、物料清单、结构件模型和装配教程。
同一件事，精选收录的是《小米开源 HachimoDock AI 硬件，自制成本约 150 元，可指挥 Agent 并联动智能家居》
36氪精选AI 评分7474 Meta预计2026年资本开支最高1450亿美元，拟通过股权融资等方式支持AI投资
Meta预计2026年资本开支为1350亿至1450亿美元，将通过经营现金流、投资级债务、战略合作及股权资本等方式支持AI投资。Meta称AI投资已通过提升用户参与度、改善广告表现和提高变现效率带来回报，未来还将投入个人超级智能、消费级及企业级AI智能体和AI眼镜等业务。2026年前三季度，公司经营现金流为970亿美元，截至三季度末持有现金、现金等价物及有价证券约820亿美元。
推荐理由：Meta披露了AI投资的资金渠道、回报来源与后续重点，资本开支规模可用于观察其AI业务扩张节奏。
量子位精选AI 评分5555 商汤科技旗下商汤大装置占中国Neocloud市场近50%份额
沙利文和头豹研究院发布的《中国全栈AI云服务市场报告2026H1》显示，商汤科技旗下商汤大装置在中国Neocloud赛道获得近50%份额。商汤大装置的日均Token服务量从今年年初的4000亿增至9月底的6万亿，并计划第四季度达到10万亿。其增长依托异构混推、PD分离和算电协同，整体推理性性价比达到主流高端GPU的1.25倍。
推荐理由：文章以商汤大装置为例，拆解通过异构混推、PD分离和算电协同提升Token产出的具体路径，并结合规模数据说明其商业化逻辑。
36氪精选AI 评分3737 Acrab 与端脑科技达成战略合作，推进 AI NPC 端侧落地
端脑科技与 Acrab 近日达成战略合作，双方将协同推进 AI NPC 在个人终端场景落地。端脑科技提供 AI NPC 一体机、智能体软件和终端落地经验，Acrab 提供 AI 芯片、操作系统及工具链。合作重点包括平台适配、硬件集成、多模态模型与 AI 智能体运行优化，以打通从底层芯片到终端应用的完整链路。
推荐理由：双方覆盖 AI 芯片、操作系统、智能体软件到终端集成的协作链条，呈现端侧 AI 落地中的生态分工。
钛媒体精选AI 评分5656 穆胜咨询提出人机协同团队框架，重新定义AI时代组织逻辑
穆胜咨询提出人机协同团队框架，将人类成员、AI智能体、数字员工、机器人和外部生态伙伴纳入五元构成。框架以能力互补而非替代为基础，用人机比与token效衡量效能，并提出独立身份、任务级最小权限、区分数据读取与行动、全生命周期审计四项治理原则。
推荐理由：文章将人机协同团队拆解为角色构成、能力矩阵、效能度量与治理结构，为企业设计智能体组织提供了系统化参考。
钛媒体精选AI 评分5757 中国零售商为AI工具付费，消费者仍靠补贴尝试AI购物
中国零售商正为AI工具付费，消费者尝试AI购物时仍靠补贴降低成本。AI购物助手可推荐直播间、组装购物车并在部分流程完成支付，但相关销售可能只是把既有需求改道。商家AI正替代原本由人工和机构完成的内容工作，将从开放到运营的周期从数周缩至数天。
推荐理由：文章区分AI带来的新增需求与被改道的既有需求，并比较消费端补贴和商家端工作流付费两条商业路径。
Hacker News精选AI 评分5858 认知重商主义：AI恐慌类似早期资本主义的恐惧
作者提出，AI恐慌是一种认知重商主义，与早期资本主义把财富视为有限资源的恐惧相似。文章借Joyce Appleby的资本主义史提出，AI降低认知生产成本后，多数人可能从智能生产者转为消费者，并催生新的认知需求与劳动政治。它还提出，AI智能体除了生产智能，也可能成为智能需求的参与者。
推荐理由：文章借早期资本主义史解释AI恐慌，提出智能供给扩张可能催生新的认知消费需求、劳动政治与AI自主协作。
量子位精选AI 评分3939 支付宝AI支付联合观猹发起 PAYATHON 2026 黑客松，总奖池 20 万元
支付宝AI支付联合观猹发起“PAYATHON 2026”年度黑客松，邀请开发者提交接入支付的应用、Skill 或 Agent，总奖池为 20 万元。大赛设置应用、技能两大主赛道，并围绕 Token Pay、Machine Pay 与 Agent Pay 探索按量付费、连续订阅及机器与智能体交易，报名截至12月1日，线下决赛于12月26日举行。
推荐理由：活动把真实支付接入、付费订单和商业化表现纳入评审，并呈现收款与履约门槛，为开发者判断产品可售性提供具体参照。
量子位精选AI 评分4747 OpenAI 与 Gemini 共同选择的实时语音交互，为什么是声网？
声网在 iRTE2026 展示了生成式 AI 的实时交互基础设施，覆盖模型协作、全双工语音、实时网络、音频处理、工具调用与推理。Agora Conversational Model 组合声音感知、推理、工具、记忆与语音表达，Conversational Agent System 将其与全球实时网络、音频处理及推理基础设施结合。
推荐理由：文章沿着模型、网络、音频和终端梳理实时语音交互链路，便于理解声网多模型协作方案与配套工具如何落地。
量子位精选AI 评分7676 WorkBuddy 进驻企业微信，打通消息、文件、日程与邮件工作流
企业微信与 WorkBuddy 正式打通，AI 助手进入企微侧边栏和通讯录，企微账号可一键登录并直接在对话中派活。授权后，WorkBuddy 可读取并处理企微消息、文件、日程和邮件，也能调用微盘文件、在内置浏览器打开企微文档，并将生成内容回传到企微会话、微盘和业务工作流。
推荐理由：文章展示了把分散在企微中的上下文、工具调用和产物交付串成闭环，并提供权限治理与多行业案例，便于评估其企业协作落地方式。
36氪精选AI 评分5555 灵快科技发布智能体平台 Botnow 3.0
灵快科技发布智能体平台 Botnow 3.0，支持 Agent 自主拆解步骤并执行任务。平台允许人工在关键节点介入审批，并通过 Skill 技能包和 MCP 连接器接入企业原有系统与流程。
推荐理由：原文列出 Botnow 3.0 的自主任务执行、人工审批和企业系统接入机制，便于评估智能体平台如何嵌入现有流程。
36氪精选AI 评分3333 K2Lab完成数千万元天使+轮融资
K2Lab近日宣布完成由凯泰资本投资的数千万元天使+轮融资。半年内，K2Lab已连续完成三轮融资，分别由云时资本、华控基金、凯泰资本领投。本轮资金将用于海外业务拓展、模型算法与工程能力升级、商家Agent与商家联盟生态建设，以及 AI Native 组织建设。
推荐理由：K2Lab半年内连续完成三轮融资，资金投向覆盖海外市场、模型工程和商家Agent生态，可用于判断其扩张重点。
Hacker News精选AI 评分6363 Proc-CLI 发布面向智能体的跨平台进程与端口管理工具
Proc-CLI 发布进程与端口管理 CLI，支持 macOS、Linux 和 Windows，可按端口、PID、名称或路径定位进程。工具提供 19 个命令，覆盖占用查询、终止、等待退出、暂停和查找残留进程，几乎所有命令支持 --in、--json 与 --dry-run。
推荐理由：Proc-CLI 统一按端口、PID、名称或路径定位进程，并以 JSON 输出和固定退出码支持脚本及编码智能体调用。
Hacker NewsAI 评分6969 PaperPilot v0.6 发布无云端纯 Rust PDF 引擎，支持 WASM 与 MCP
PaperPilot v0.6 是一套以 Rust 编写的本地 PDF 与文档工具包，同一引擎支持 MCP、CLI、WASM 浏览器、桌面应用和本地 REST API。
Hacker News精选AI 评分8080 F-Zero X Nintendo 3DS 移植技术复盘：v1.0.0 发布 Old 3DS、New 3DS 与 64DD Expansion Kit 版本
F-Zero X 的 Nintendo 3DS 移植项目发布 v1.0.0 技术复盘，记录 G-Diffuser 移植、主机适配与 64DD Expansion Kit 支持的全过程。
推荐理由：文章把多智能体分工、实机性能定位与渲染器重构串成完整移植路径，并公开 token 与成本账本，为同类端侧优化提供可复用的排查思路。
Hacker News精选AI 评分8383 OpenAI 与 Anthropic 数月内将大语言模型价格下调最高 80%，为何降价？
OpenAI 与 Anthropic 在数月内多次下调主力模型价格，部分降幅达 80%，Vercel 数据同时显示 token 单价下降但总支出上升。作者认为，开放权重模型与多家推理服务商的竞争、低切换成本和算力效率提升共同压低价格，临近 IPO 的盈利压力也可能促使两家公司下调核心收入来源的价格，但部分判断仍属推测。
推荐理由：文章通过逐月价格时间线和开放权重模型对比，解释头部厂商降价背后的竞争、算力效率与成本机制。
Hacker News精选AI 评分7171 AI 智能体上下文工程现状：失败模式、治理工具与新型风险
pchristensen 在 AGNTCon 演讲中梳理了上下文工程向 harness 工程的演进，并指出上下文组装正从概率性模型调用转向确定性代码。文章将问题归纳为上下文污染、分心、混乱、冲突四类传统失效，以及模型受训练环境影响而不遵从指令、上下文惯性两类新问题，并提出上下文增强、工具装载、隔离、剪枝、卸载和摘要六类治理手段。
推荐理由：文章以失败模式和治理工具串联上下文工程演进，为智能体运行框架的设计与调试提供了一套可迁移的排查思路。
Hacker News精选AI 评分8282 JetBrains 发布开源智能体 IDE ThinkRail
JetBrains 发布开源智能体 IDE ThinkRail，以 pi 编码智能体为核心，提供隔离 git worktree、并行会话、SPEC.md 项目知识、可复用技能、GitHub PR 工作流与 MCP 服务器接入。
推荐理由：ThinkRail 将隔离 worktree、并行智能体、项目规格图和可复用技能整合进同一 IDE，呈现了编码智能体从会话到 PR 的工作流设计。
Hacker News精选AI 评分4141 Armin Catovic：全天候 AI 智能体正接近《Agency》中的 Eunice
Armin Catovic 以 William Gibson 小说 Agency 中的 AI 助手 Eunice 为参照，认为能一边全双工交谈、一边自主追求目标并在后台行动的全天候 AI 智能体即将到来。
推荐理由：文章将《Agency》中的 Eunice 与全双工、全天候智能体并置，为理解自然对话与后台自主执行的融合提供清晰参照。
HF Daily Papers精选AI 评分5959 Co-Design Bench：面向智能体模型的多模态协作编码评测
Co-Design Bench 以真实用户的多模态应用修改需求构建智能体编码评测，包含 273 项任务和 2,331 条专家验收标准。任务分为 Multimodal Editing（100 项）和 Repository Editing（173 项），并采用无参考答案的 judge-then-refute 协议评估隐藏验收标准。
推荐理由：该基准同时报告验收标准通过率与整项任务完整交付率，呈现局部达标与端到端完成之间的显著差异。
HF Daily Papers精选AI 评分4747 CEPO：分离协调与执行的通用多智能体提示词优化框架
CEPO 提出一种改进多智能体系统提示词优化的通用框架，将系统级协调与智能体级执行拆分为共享协调提示词和执行提示词。在 4 个领域的 11 个基准上，将 CEPO 用于 4 种现有提示词优化器均提升了性能；消融与文档理解实验还显示其改善了优化预算效率及随智能体数量增加的扩展表现。论文地址为 https://arxiv.org/abs/2610.34722。
推荐理由：CEPO 将共享协调与智能体执行解耦，并在 4 个领域、11 个基准和 4 种优化器上呈现一致增益，为多智能体提示词优化提供了可复用结构。
HF Daily Papers精选AI 评分5656 Omni-InteractScope：持续全模态流中主动与智能体交互基准评测
Omni-InteractScope 通过1,479条人工标注且交叉审阅的交互、1,790个时序目标和八类任务，评测 Omni-LLMs 在持续全模态流中的主动与智能体交互可靠性。
推荐理由：该基准以1,479条人工标注交互和1,790个时序目标检验持续多模态交互，量化 Omni-LLMs 在工具调用、主动提醒和持续指导上的短板。
HF Daily Papers精选AI 评分3838 MPO：对齐长程大语言模型智能体的信用分配与策略更新
论文提出多尺度策略优化 MPO，以多尺度优势估计（MAE）和轮次级重要性采样，对齐长程大语言模型智能体训练中的信用分配与策略更新。研究观察到 critic value 主要随轮次变化，因此选择轮次作为优化锚点，并细化 token 间的信用分配。在搜索、工具使用和自动化任务上，MPO 使用 4B 和 30B-A3B 模型时较強 RL 基线取得一致增益。
推荐理由：MPO将轮次尺度信用分配与token级归因结合，并覆盖搜索、工具使用和自动化任务的多模型实验，便于比较长程智能体训练方案。
HF Daily Papers精选AI 评分4242 The Trinity：能力驱动的多模态智能体递归自我改进框架
The Trinity 提出能力驱动的多模态智能体递归自我改进框架，演化后的 Harness 在 28 个训练基准和 18 个未见基准上平均分别提升 34 分和 26 分。
推荐理由：The Trinity 将多模态智能体改进拆解为能力树、模块继承和任务路由，并给出跨训练集及未见基准的分值对比。
HF Daily Papers精选AI 评分6262 Thinking-in-Bets 论文提出测试时记录机制，减少 LLM 智能体的迎合性修改
《Thinking-in-Bets》论文提出一种无需训练的方法，让 LLM 智能体在读取用户反馈前记录关键主张、支持检查和置信度，从而减少被质疑后对正确结果的错误反转。
推荐理由：论文给出一种无需训练的记录机制，让智能体在用户质疑前保存主张与验证依据，并展示其减少错误反转和无效编辑的效果。
HF Daily Papers精选AI 评分5050 iPrefBench：面向个性化移动端智能体的用户中心基准
研究提出iPrefBench基准，用于评估个性化移动端智能体能否从活动历史推断缺失的用户偏好，或在必要时向用户追问。基准在可执行iOS环境中配合交互式模拟用户，覆盖26个应用、130个信息不完整的任务，并基于包含3,051条历史活动事件的人设构建。7个前沿智能体的评测中，行动完成率最高为91.6%，完整任务成功率最高为47.7%，且尤其难以充分询问只能由用户提供的必要信息。
推荐理由：iPrefBench在可执行iOS环境中检验移动智能体的偏好推断与追问能力，7个前沿智能体的评测显示行动完成率与完整任务成功率存在明显落差。
Hacker News精选AI 评分2323 Ask HN：当前 AI 智能体面临的主要瓶颈是什么？
Francis221 在 Ask HN 发起讨论，询问当前 AI 智能体发展的主要瓶颈。他援引统计称，智能体流量已超过人类流量，但构建的智能体中仅10%进入生产环境，并追问支撑其进一步增长所需的基础设施。讨论地址为 https://news.ycombinator.com/item?id=50234108
推荐理由：原文以智能体流量超过人类流量、但仅10%真正进入生产环境的反差为切口，讨论规模化落地所缺的基础设施。
Hacker News精选AI 评分5151 alxgsv 称 AI 智能体已消除其面临的工程挑战
alxgsv 表示，借助 AI 智能体，他已经能够解决自己想到的工程问题，过去驱动他持续开发的“挑战→完成”循环因此消失。过去他花数月清理 https://lettercarta.com 的 vibe-coded 代码，如今有时甚至不检查智能体生成的代码，因为其他智能体会发现并报告错误；他还用 1.5 小时让原本不兼容 macOS 的扫描仪恢复可用。
推荐理由：作者用智能体编码、扫描仪兼容和图像处理问题说明工程挑战的消退，为讨论 AI 时代职业动机提供了具体样本。
Hacker News精选AI 评分7373 Farol 发布开源 PR 合并风险评估工具，标出高风险文件与影响范围
Farol 发布开源 CLI 与 GitHub Action，用于在 AI 审查后为 PR 生成 0–100 风险分数，标出需优先审查的文件、受影响入口和手动测试项。
推荐理由：Farol 在 AI 逐行审查后结合静态调用链分析，按影响范围、测试覆盖和契约变更定位高风险文件，为人工合并审批提供可执行清单。
钛媒体精选AI 评分5454 巨量引擎在商业安全开放日展示以AI治理AIGC广告方案
巨量引擎在2026巨量引擎商业安全开放日上介绍了以AI治理AIGC广告的实践路径，通过全域AI智能体串联风险感知、智能识别、协同处置、客户服务和用户保障。其自研多模态大模型 Mamoda 可同时看图、读字、听声，智能审核系统让90%的素材最快10分钟内完成审核，效率提升75%。
推荐理由：文章串联AIGC广告从生成、审核到交易履约的治理环节，并呈现巨量引擎的智能体方案，为理解规模化风控提供具体路径。
The Decoder精选AI 评分7878 Anthropic 称单个 AI 智能体在质量、成本与延迟上常优于多智能体方案
Anthropic 表示，在按需加载上下文时，单个 AI 智能体常在质量、成本和延迟上优于多智能体方案，并发布 GitHub 迁移工具包供团队评估整合。其 Applied AI 团队基于企业部署经验称，从 Opus 4.5 开始的模型包括 Opus 5.5 和 Fable 5.1，可直接管理复杂计划；一项对比中，单智能体架构的运行速度约为多智能体方案的 2 倍。
推荐理由：文章结合企业部署经验和一项速度对比，梳理单智能体与多智能体在质量、成本及延迟上的差异，便于判断架构取舍。
Hacker News同事件AI 评分4747 Argus 发布利用 AI 智能体搜寻威胁的开源网络安全平台
Argus 是一款利用 AI 智能体搜寻威胁的新开源网络安全平台。当前材料未提供具体功能、性能数据或部署方式。
同一件事，精选收录的是《Argus 发布 MIT 许可的自托管智能体安全运营平台》
Hacker News精选AI 评分7676 GVS5H Harness 让五个 Qwen3.8-27B 模型达到 Fable 5 水平
GVS5H Harness 通过账本式零样本自编排，让五个 Qwen3.8-27B 模型在 LiveCodeBench 上达到 Fable 5 水平。该训练免费方法让同一模型的新实例通过共享文件系统中的计划、笔记和当前解法协作；在 11 个模型和最新 100 道高难度 LiveCodeBench 题上，固定后端最高提升 25.6 个百分点。
推荐理由：GVS5H 提供多模型结果、运行数据与复现方式，便于比较零样本自编排在编码准确率、增益稳定性和调用成本上的取舍。
Hacker News精选AI 评分6868 Argus 发布 MIT 许可的自托管智能体安全运营平台
Argus 发布 MIT 许可的自托管智能体安全运营平台，可持续监控云、身份、代码和设备，并由 AI 智能体调查攻击、通过统一操作代理提交修复。操作代理提供审批、预演、自动回滚和 kill switch，自主响应与自主渗透测试默认关闭。平台还提供 AI 网关、影子 AI 发现和 8 种 AI 智能体攻击模拟器，支持 Claude、OpenAI、Ollama 或无模型模式。
推荐理由：Argus 将智能体调查与变更执行分离，配合审批、限额、自动回滚和总开关，为生产环境中的自动响应提供可审计的控制边界。
TechCrunch精选AI 评分6767 AI 会否暴露互联网脆弱的基础设施？
TechCrunch Equity 播客讨论 PHP 漏洞事件，认为随着 LLM 与 AI 智能体普及，互联网基础软件中的旧漏洞将更容易被发现和利用。相关漏洞实际由 OpenAI 和 Wiz 的 Hack the Planet 计划中的人类研究人员发现，团队使用 AI 利用漏洞，网站所有者因此被要求立即修补，无法及时更新的站点需下线。
推荐理由：以 PHP 漏洞事件为切口，呈现 AI 智能体普及后，漏洞发现、攻击与披露机制可能给互联网基础设施带来的压力。
HF Daily Papers精选AI 评分4040 Continual Learning Exam（CLE）基准发布，评测 LLM 智能体的长时程 RSI 与经验学习
Continual Learning Exam（CLE）基准发布，用于评测 LLM 智能体的长时程持续学习与经验驱动自我改进。该基准由 50+ 位领域专家构建，覆盖 12 个领域、89 种职业、120 项现实专业任务和 600 个渐进关卡，并包含约 24K 个真实文件、19 个有状态应用与 16K+ 条人工编写评测标准。
推荐理由：CLE 用渐进任务阶梯区分单次解题与经验复用，17 个前沿智能体配置的数据展示了长时程持续学习缺口。
HF Daily Papers精选AI 评分4545 AgentProofBench：Web 智能体可复用验证器基准评测
论文提出 AgentProofBench，将冻结验收规则的成对测试与执行轨迹相连，用于评测 Web 智能体可复用验证器的程序门控正确性与复用能力。
推荐理由：AgentProofBench 将冻结验收规则与执行轨迹配对，在 97 个任务、79 个任务族和 4 个 Web 服务上建立程序门控正确性与复用表现的基线。
HF Daily Papers精选AI 评分5252 记忆税：拆解 AI 智能体记忆的净价值
研究团队通过多基准和多模型骨干的大规模评测，发现许多专用记忆系统在许多情况下不如朴素 RAG，呈现出负的净价值。作者以 RAG 为参照，将净价值拆为记忆收益与记忆税，从系统与评测两侧分析其成因，并将该概念推广到更多记忆应用场景。作者表示将向社区开源代码和结果，项目页为 https://hexuan21.github.io/MemoryTax/。
推荐理由：论文以朴素 RAG 为参照，把专用记忆系统的收益与证据损失拆开衡量，并聚焦常被忽视的记忆税，为长时程智能体的记忆设计和评测提供分析框架。
HF Daily Papers精选AI 评分4747 ProAS：面向多轮智能体强化学习的进展感知优势塑形框架
ProAS提出用于LLM智能体多轮强化学习的即插即用框架，通过动态参考图实现细粒度信用分配。在Qwen2.5-1.5B-Instruct和Qwen2.5-7B-Instruct实验中，ALFWorld峰值成功率分别为91.9%和94.3%，WebShop分别为66.7%和70.8%，训练收敛最多加速2.44times。
推荐理由：ProAS将动态参考图、屏蔽不合理激励与非对称惩罚重分配结合，提供了改进多轮智能体强化学习信用分配的方案。