Simon Willison 分享用 details/summary 折叠 AI 生成 PR 描述的技巧
Simon Willison 分享一个低成本的 GitHub 工作流技巧：用 Markdown 的 details/summary 标签把 Claude Code 或 Codex 写的完整 PR 描述折叠起来，只保留一段人类编辑的开头简介，让读者能快速判断 PR 是否值得关注。
全部 AI 动态
Simon WillisonAI 评分7171 Browser UseAI 评分5252 Browser Use 教程：用 1Password 服务账号让智能体自动填写密码登录
Browser Use 官方发布教程，讲解通过 1Password 服务账号让浏览器智能体自动填写密码和 TOTP 完成登录。步骤包括创建专用 vault 并限制为只读权限、用 token 连接 Browser Use、在测试站点上运行登录并验证 /secure 页面，还提供了 V4 REST API 调用示例和常见故障排查方法。
Latent SpaceAI 评分5858 斯坦福 CS146S 如何教 AI 原生软件工程：swyx 访谈 Mihail Eric
swyx 在 AI Engineer 频道百万订阅之际访谈 Mihail Eric，他同时在斯坦福教 CS146S 课程并担任 Monaco AI 负责人，讲解这门课如何教 AI 原生开发。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分4040 在 NVIDIA Blackwell GPU 上用 FLUX 3 Image Klein 加速图像生成
NVIDIA 技术博客介绍如何在 Blackwell GPU 上借助 Black Forest Labs 的图像编辑与生成模型 FLUX 3 Image Klein 加速图像生成。文章指出扩散模型部署在设计工具和视觉生产流程中需关注推理延迟：生成图像需多次顺序通过数十亿参数的模型，更高分辨率还会推高 attention 成本。
LangChain：Blog精选AI 评分6666 LangChain 如何为 Deep Agents 优化浏览器使用工具
LangChain 对比了七套浏览器工具集后为 Managed Deep Agents 选定 Browserbase 的 Stagehand，并结合 LangSmith traces 与 evals 持续优化。
推荐理由：原文用基准数据和 trace 分析说明工具设计如何影响浏览器智能体的成本与速度，方法可迁移到其他智能体优化。
O'Reilly RadarAI 评分6363 按控制边界选择编码 harness：Claude Code、Codex、Pi 与 DeepSeek Harness 的实测对比
作者提出选择编码 harness 应看它让你控制哪一层而非谁开发，并对比 Claude Code（运行内控制）、Codex（执行隔离）、Pi（循环本身）和 DeepSeek Harness（插件组合）的不同重心。
Anthropic：Research精选AI 评分7171 Anthropic 详解 Claude 智能体记忆的组件与 dreaming 机制
Anthropic 发文讲解其对 Claude 智能体记忆的设计思路，包括会话内笔记、梦境（dreaming）离线整理和 wiki 等记忆表示。
推荐理由：Anthropic 结合 Pokémon 与基准评测拆解智能体记忆组件， dreaming 修正错误笔记将通关结果反转，对设计记忆系统有直接参考价值。
Browser UseAI 评分5353 七家 AI Agent 住宅代理服务商实测对比（2026）
Browser Use 团队对 Decodo、Oxylabs、Floppydata、Roundproxies、Byteful、DataImpulse、Webshare 七家轮换住宅代理做了浏览器 Agent 任务实测，涵盖商品研究、文本提取、表单提交和五分钟闲置后会话恢复。
vLLM 官方博客AI 评分5959 vLLM 迁移到 LibTorch Stable ABI：CUDA 构建不再随 PyTorch 升级而重建
vLLM 团队讲解如何把 vLLM CUDA 构建迁移到 LibTorch Stable ABI，自 v0.33.0 起发布 ABI Stable CUDA wheels，使更换 torch wheel 无需重建 vLLM。
Microsoft ResearchAI 评分5353 Microsoft Research 推出 PDD Kit，用 Verus 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 联合 GitHub Next 提出 Proof-Driven Development（PDD）范式并发布研究原型 PDD Kit，在 Chopin 规划环境中把开发意图转化为 Verus 形式化规范，用数学证明验证智能体编写的 Rust 代码对每个输入满足规范，证明覆盖不到处回退为测试并标注证据边界。
Browser UseAI 评分5656 Browser Use 解析 Computer Use 与 Browser Use 两种智能体控制软件的方式如何选型
Browser Use 团队对比 computer use 与 browser use 两种让智能体操作软件的方式：前者靠截图加鼠标键盘操控整个桌面，后者通过 CDP 直接读取页面结构并对元素操作。文章给出选型规则：网页任务用 browser use，涉及桌面应用或系统对话框的步骤用 computer use，真实工作流常需两者配合，并附开源库与云浏览器等入口。
Figma AI / Agent / MakeAI 评分5151 Figma Workflow Lab 演示用 code layers 与 Figma agent 在画布上测试创意
Figma 通过 Workflow Lab 演示设计师如何用 code layers 和 Figma agent 探索新功能，code layers 已进入面向 100% 用户的开放 beta。
Figma AI / Agent / MakeAI 评分5353 Figma 详解自建沙箱平台 Nimbus：如何在规模下安全运行 AI 生成代码
Figma 工程团队介绍自建的沙箱管理平台 Nimbus，用于安全运行 Figma 设计 agent 和 Figma Make 中的 AI 生成代码。Nimbus 通过 namespace 声明配置、统一多云 provider 的资源分配与安全策略，对可信主机外仅放行无请求体的 GET、HEAD、OPTIONS 读请求，并在请求离开沙箱前才解密凭证。
Lovable Blog精选AI 评分6464 Lovable 创始人复盘如何构建并多次重建 Lovable
Lovable 创始人 Anton Osika 撰文复盘从 GPT Engineer 到 Lovable 的演进，平台用户已创建超过 7000 万个项目、代码库累计超过 10 万次 pull request。
推荐理由：Lovable 创始人复盘多次重构智能体架构的取舍，读者可借鉴约束问题、控制执行、用知识文件替代微调等可迁移方法。
O'Reilly RadarAI 评分6060 James Shore 讲解如何测量 AI 对软件交付速度的影响
James Shore 在其评估 AI 对软件开发影响系列的第二部分中，讲解如何测量 AI 对交付速度的影响。他提出应做随机、被试内重复测量对照实验，先收集估计再随机分配有或无 AI 的任务，并将流程改进同步到无 AI 组以排除干扰；同时提醒交付速度不等于生产力，并引用 METR 研究指出工程师曾高估 AI 提速近 50%。
Cognition 模型 / Devin 博客精选AI 评分6767 Cognition 发布 2026 年 11 月安全实践指南，复盘 Binance 被盗与 Claude Code Cursor 扩展投毒等事件
Cognition 发布安全实践指南，复盘近期重大安全事件并给出公司可立即执行的安全措施。文中回顾了朝鲜黑客通过假招聘和被篡改的安装程序入侵 Binance 工程师笔记本、窃取 6.34 亿美元等事件，以及 10 月 29 日 Cursor 披露的恶意 Claude Code Cursor 扩展，该扩展试图在开发者机器上植入持久后门，少于 5000 名用户安装。
推荐理由：指南回顾了 Binance 被盗和 Claude Code Cursor 扩展被投毒等事件，并给出可立即执行到 30 天内完成的安全措施清单。
Pragmatic EngineerAI 评分6060 工程师自述从 PostHog 到 AI 原生初创 Tano，月合并 PR 从 8-20 个增至 200+
Pragmatic Engineer 刊登其征文挑战（奖金 $10,000、125 份投稿）的获奖文章，作者 Neil Kakkar 用个人统计数据对比 pre-AI 与 AI 原生两个时代：从 PostHog 每月 8-20 个 PR 到 Tano 每月 200+ PR，约为 PostHog 的 11 倍。
Browser UseAI 评分5151 Browser Use 对比 Kernel：云浏览器定价、隐身与性能实测
Browser Use 发布对 Kernel 的云浏览器自动化对比，覆盖定价、隐身、性能、认证与开发体验。
O'Reilly RadarAI 评分6060 The Monday Morning Agent：如何为 AI 智能体定义 NFL 的 tush push 战术
Chester Ismay 和 Michelle Smith 在 The Monday Morning Agent 节目中让 AI 智能体分析“禁止 tush push”议题，发现 26.5 万条比赛描述中没有该术语，需要先用共享数据字典为它下定义。
Google Developers Blog精选AI 评分6969 Google 实测用 Jev 分类器在 Gemini 模型和思考档位间路由以降低每任务成本
Google Developers Blog 发布 50 题编码智能体基准，测试用 TypeSafe 的 Jev 分类器将任务路由到最便宜且能答对的 Gemini 配置。
推荐理由：原文用 50 题实测数据说明路由省钱的前提条件，并给出 thinkingLevel 设置和缓存兼容等可直接落地的规则。
O'Reilly RadarAI 评分7171 Addy Osmani 实践循环工程：用 Claude Code 的 goal 和 loop 管理多 Agent 并行工作
Addy Osmani 介绍自己每天并行运行 5-10 个 AI Agent 的循环工程实践，核心是 Claude Code 的 goal 原语驱动单个任务直到可验证完成、loop 原语按定时间隔重复执行任务。
Pydantic AI 官方文章AI 评分5252 Pydantic AI 团队横评 2026 年主流 Python AI Agent 框架
Pydantic 团队基于 2026 年 10 月 29 日核对的各项目文档，对比九个 Python AI Agent 框架。
OpenRouter：Announcements精选AI 评分8181 OpenRouter 教程：用 Responses API 和 Linux 沙箱构建 AI 代码审查脚本
OpenRouter 发布教程，提供一个 233 行 Python 脚本 review.py，通过 Responses API 的 Files、Shell 和 Apply Patch 工具在托管 Linux 沙箱中运行变更文件、验证 bug 并返回可应用的 V4A 补丁。
推荐理由：官方给出完整可复用的 233 行审查脚本和四款模型的实测成本与耗时数据，读者可以按步骤把它接入 pre-push 钩子或 GitHub Actions。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 教程用 Agent SDK 构建常驻 AI 智能体监控 Hacker News
OpenRouter 发布教程，用 @openrouter/agent 0.11.0 和 TypeScript 构建定时运行的常驻智能体，监控 Hacker News 并写摘要。
推荐理由：教程给出完整代码、成本数据和重启恢复方案，读者可以照着搭建并按需替换监控对象。
Browser UseAI 评分4242 如何用 Python 追踪竞品价格
这是一篇用 Python 搭建竞品价格追踪器的教程，使用 Browser Use Agents 抓取商品页，配合 SQLAlchemy 将价格观测按时间戳存入 SQLite 数据库，并通过对比基线价格检测变动、发送提醒。
O'Reilly RadarAI 评分6060 Tim O'Reilly 对谈 CTO Andrew Odewahn：让组织借 AI 变聪明而不只是变快
Tim O'Reilly 与 O'Reilly Media CTO Andrew Odewahn 于 2026 年 10 月 15 日的访谈实录，展示其团队构建的 Expert Intelligence 工具套件：把研究 Agent 通过 MCP 连接到 Productboard、Jira、GitHub 等组织信息系统。
OpenRouter：AnnouncementsAI 评分5656 OpenRouter 数据解读：Claude Code 各模型真实会话成本
OpenRouter 基于截至 2026 年 10 月 18 日的 30 天真实会话数据，解读 Claude Code 在 API key 下的实际花费：2-9 轮会话中位数在 Opus 5.5 为 $0.31、Sonnet 5.5 为 $0.16、Haiku 5.5 不到 1 美分。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 实测 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5 该怎么选
OpenRouter 通过 11 个隐藏测试编码任务、Claude Code 修 bug 任务和 GPQA Diamond、τ-bench 等跑分，给出三档 Claude 5.5 的选型建议。
推荐理由：OpenRouter 用同一批隐藏测试实测三档 Claude 5.5 的通过率与成本，结论可迁移到日常选型决策。
Figma AI / Agent / MakeAI 评分5151 Figma 讲解如何训练专属设计编辑模型
Figma 撰文讲解其 agent 内自研编辑模型的训练方法：先用 SFT 在 Figma 原生文件格式上用超过 25 万条合成样本训练，早期基于 Llama 3.3 70B 即可在编辑任务上与当时顶尖模型竞争，后转向 Qwen 3.8 27B 等更强基座并结合 RL。
Meta Engineering BlogAI 评分5757 Meta 发布 Catching JiTTests 生产部署成果，上半年在 diff 阶段拦下 74 个隐私严重 bug
Meta 官方博客介绍其 Catching JiTTests 测试方案已从研究原型进入生产基础设施，相关论文 Just-in-Time Catching Test Generation at Meta 发表于 FSE 2026。
LangChain：BlogAI 评分5252 LangChain 详解智能体的四层循环工程：Agent、验证、事件驱动与爬坡循环
LangChain 发布博文《The Art of Loop Engineering》，回应 swyx 的 loopcraft 理念，把智能体工程拆成四层循环：Agent 循环用 create_agent 让模型反复调用工具。
LangChain：Blog精选AI 评分7373 LangChain 复盘如何构建并开源付费投放智能体
LangChain 介绍其运行在 Slack 的付费投放智能体的构建经验：智能体每周合并广告平台与仓库数据、生成带 PDF 的分析报告，并可在审批卡中提议关键词、定向和搜索广告变更。
推荐理由：官方复盘开源付费投放智能体的架构取舍，提供上下文分层、代码化计算、工具按需发现等可迁移设计经验。
LangChain：Blog精选AI 评分6666 LangChain 解析设计智能体 Content Studio 的构建方法并开源仓库
LangChain 分享其设计智能体 Content Studio 的构建方法，该智能体在 Slack 中根据单条提示生成视频、图形、幻灯片等资产，全部用代码实现，基于 Managed Deep Agents 构建。
推荐理由：原文完整拆解了如何用技能、环境和记忆让设计智能体学会团队审美，方法论可迁移到其他 Agent 项目。
n8n BlogAI 评分5757 n8n 内部自动化负责人详解团队如何跳出服务台模式
n8n 内部 AI 与自动化负责人 Romina da Costa 撰文说明为何要将集中式自动化团队从服务台模式转向赋能模式。她指出公司已有超过 12000 条内部 workflow，任何团队都无法独自构建和维护，因此提出四项原则：培养各团队自行构建、立项前先建立现状基线、按问题选工具而非顺手工具、让交付的 workflow 具备可维护性，目标是让各团队不再依赖自动化团队。
OpenRouter：Announcements精选AI 评分7373 OpenRouter 教程：用 LLM 从 PDF 提取表格并避开两种静默失败
OpenRouter 发布教程，讲解用严格 JSON schema 描述一行字段、把 PDF 表格提取为带类型行的方法，括号负数和脚注标记可交给字段描述处理。
推荐理由：原文用五份 PDF 和 644 个单元格实测提取效果，并给出两种静默失败的检查方法，读者可直接复用这套 schema 和代码。
OpenRouter：Announcements精选AI 评分6969 OpenRouter 实测 13 种提示词注入攻击并给出三层防御方案
OpenRouter 发布提示词注入防护教程，用自有 13 种攻击加外部模型编写的 12 种攻击测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 四款模型。
推荐理由：OpenRouter 用 13 种攻击实测四款模型的三层防御，给出标签、模型白名单与 Armor 工具调用检查的完整配置和取舍数据。
Armin Ronacher AI 博客AI 评分6868 Armin Ronacher 实测 Qwen3-TTS 自定义声音：嵌入向量混合与带指令的语音克隆
Armin Ronacher 介绍在游戏中使用 Qwen3-TTS 制作自定义旁白声音的实测经验，覆盖 Base、CustomVoice 和 VoiceDesign 三种模型的差异与用法。
LangChain：Blog精选AI 评分6060 LangChain 用 OpenWiki 与证据图构建有据可查的智能体记忆
LangChain 介绍如何用开源工具 OpenWiki 编译 wiki 作为智能体的持久记忆层，在 111 份合成保险文档上测试。对需要跨文档关联的 50 个问题，wiki 将准确率从 0.10 提升到 0.52（约 5 倍），单个正确答案成本从约 $0.55 降至 $0.19；再叠加轻量证据图后准确率再升 27%，引用一致性翻倍，中位回答时间降 40%。
推荐理由：LangChain 用 111 份保险文档实测跨源问答，给出了编译 wiki 加证据图对准确率、成本和引用一致性的具体量化变化。
Google Developers Blog精选AI 评分6464 Google 讲解如何用 A2UI 与 CopilotKit 构建 Generative UI 应用
Google Developers Blog 介绍如何结合 A2UI 与 CopilotKit 构建 Generative UI 应用。A2UI 是 Google 的框架无关开放标准，智能体以声明式 JSON 描述 UI，客户端用既有组件渲染，Basic Catalog 提供 18 个通用原语并支持自定义组件目录。
推荐理由：原文给出了 A2UI 的声明式机制、安全模型和与 CopilotKit 的完整接入代码，读者可以据此在自己的应用里落地 Generative UI。
Pydantic AI 官方文章精选AI 评分7272 Pydantic AI 基准测试：code mode 让 8 个模型长任务成本降 58%、耗时降 51%
Pydantic AI 作者在 5 个小应用、8 个模型上跑了 5276 次分级评测，对比 code mode 开关的效果。长任务下成本 -58%、墙钟时间 -51%、成功数提升 16 分；200 项时节省 47%-75% 成本，成功率先从 62-79% 回到 92-100%。
推荐理由：原文用 5276 次受控评测给出 code mode 在长任务上的收益与短板数据，并指出真正节省的是每次请求中的 token 而非往返次数。