OpenClaw 携手 NVIDIA 强化 Agent 技能安全，开源 ClawHub 扫描数据集
OpenClaw 宣布与 NVIDIA 的 verified agent skills 计划合作，在 ClawHub 技能发布前的验证环节加入 NVIDIA SkillSpector 扫描器，并为每个技能发布由 ClawHub 核验的 NVIDIA Skill Cards。
#Agent
OpenClaw：BlogAI 评分4949
OpenClaw：BlogAI 评分5656 OpenClaw 推出 opt-in 的 host exec auto 审批模式
OpenClaw 为 host exec 推出 opt-in 的 auto 模式，命令命中 allowlist 或确定性规则直接运行，未命中则先经独立的审查模型批准，仅限一次低风险执行，不确定的情况回退到人工审批。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 分享 Devin 云端自主测试能力的构建经验
Cognition 工程师复盘 Devin 在云端虚拟机中自主测试代码变更的做法。Devin 进入测试模式会先写出基于源码的测试计划，再用截图、点击等 computer use 工具运行应用并验证改动，将登录等重复流程沉淀为仓库中的确定性测试技能，最后返回带标注截图、章节和通过/失败断言的测试报告与视频。
推荐理由：Cognition 工程师复盘 Devin 自主测试的构建经验，给出测试计划、测试技能和回放产物等可直接借鉴的工程做法。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 融资超 $1B，估值 $26B
Cognition 宣布融资超 $1B，估值 $26B，由 Lux Capital、General Catalyst 和 8VC 领投。Devin 上线两年，企业用量今年以来增长超 10 倍，run-rate 收入达 $492M。
推荐理由：官方公告提供了融资金额、估值、收入与客户案例等一手数据，可了解 Devin 的商业化进展和智能体定位。
Anthropic：Claude.dev 开发者博客精选AI 评分7474 Claude Code 团队成员解析为什么用 HTML 替代 Markdown 作为 Agent 输出格式
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文介绍用 HTML 替代 Markdown 作为 Claude Code 输出格式的实践。他认为 HTML 在信息密度、可读性、分享便利和双向交互上优于 Markdown，并给出规格探索、代码审查、设计原型、报告和临时编辑界面五类用例及示例提示词，相关模板已发布在 GitHub。
推荐理由：Claude Code 团队成员分享用 HTML 替代 Markdown 作为输出格式的实践，给出五类用例和可直接套用的示例提示词。
Cognition 模型 / Devin 博客精选AI 评分6161 Devin 推出 Auto-Triage 自动排查告警、事件并可开 PR
Cognition 为 Devin 推出 Auto-Triage 功能，可监控 Slack、Linear、GitHub、Sentry、Datadog 和 webhook 等来源的告警与事件，自动排查、关联重复问题、标记负责人，必要时直接开 PR。
推荐理由：官方介绍了 Auto-Triage 的具体工作机制与 Modal 使用案例，读者可据此评估它能否承接团队的告警排查流程。
OpenClaw：Blog精选AI 评分6464 OpenClaw 将 OpenAI 模型 agent 回合默认切换到 Codex app-server 运行时
OpenClaw 宣布 openai/gpt-* 模型的 agent 回合现在默认通过原生 Codex app-server 路径运行，由 Codex 负责线程状态、工具延续、压缩、code mode 和动态工具搜索，OpenClaw 继续负责渠道、记忆、定时任务、媒体等外层能力。
推荐理由：原文说明 OpenClaw 默认改用 Codex app-server 运行 OpenAI 模型回合，读者可了解运行时分工调整带来的具体工作流变化。
Cognition 模型 / Devin 博客AI 评分4949 Devin 新增支持 Android 模拟器
Cognition 宣布 Devin 新增支持 Android Virtual Device（AVD），可自主开发 Android 应用。此前 Devin 只能处理 Android 代码，无法在本地 Android 环境中运行和测试应用；现在它可以在自己的机器上构建并运行应用，打开应用、检查行为、复现问题并验证改动。该功能现已对使用 Devin 的团队开放。
Cognition 模型 / Devin 博客AI 评分4444 Cognition 分享 Devin 部署于汽车 HIL/SIL 工作流的实践：自动失败分诊与 10 倍测试生成
Cognition 总结过去一年将 Devin 部署到 RV Tech、Mercedes 等车企 HIL/SIL 工作流的经验。
Zyphra ResearchAI 评分4848 Zyphra 与 AMD 合作，Zyphra Cloud 基于 AMD Instinct MI355X GPU 上线
Zyphra 宣布推出全栈 AI 平台 Zyphra Cloud，由 AMD Instinct MI355X GPU 提供算力、TensorWave 提供基础设施，并已开放使用。
Zyphra ResearchAI 评分4646 Zyphra Inference Cloud 上线：面向长上下文智能体工作负载的 AMD 优先推理服务
Zyphra 发布 Zyphra Cloud 平台并推出首个组件 Zyphra Inference，一个基于 AMD MI355X GPU（与 TensorWave 合作）的 AMD 优先推理服务，专为大型 MoE 模型和长上下文智能体工作负载设计。
OpenAI：Alignment 研究博客精选AI 评分7777 OpenAI 在 Codex 中发布 Auto-review，用独立智能体审批越界操作
OpenAI 上周在 Codex 中发布 Auto-review 模式，用另一个 Codex 智能体代替人工审批沙箱边界外的操作，Codex 会话人工审批频率比手动模式降低约 200 倍。
推荐理由：原文给出 Auto-review 的拦截率与局限细节，并承认它不防模型 scheming，读者可据此判断该机制的实际边界。
Anthropic：Claude.dev 开发者博客精选AI 评分7878 Claude Code 团队分享构建 Agent 的 Prompt 缓存优化经验
Anthropic Claude Code 团队发文分享围绕 prompt caching 构建 Agent 的经验：缓存按前缀逐字节匹配，静态内容前置、更新信息通过消息而非改系统提示传递。文中还说明不要中途换模型或增删工具、用 defer_loading 延迟加载工具、压缩对话时复用父对话前缀的 cache-safe forking，并建议像监控 uptime 一样监控缓存命中率。
推荐理由：Claude Code 团队把缓存命中率当事故监控，文中给出的前缀排序、消息更新、工具延迟加载等做法可直接迁移到自己的 Agent 工程。
OpenClaw：BlogAI 评分5959 OpenClaw 复盘公开化安全治理：1309 份报告中的加固与误报
OpenClaw 创始人复盘项目自 1 月以来的公开安全治理：GitHub 显示截至 4 月 30 日共 1,309 份安全通告，535 份发布、746 份判为无效，109 份 critical 报告中 95 份为误报。
Cognition 模型 / Devin 博客AI 评分5252 梅赛德斯-奔驰与 Cognition 合作，在全球工程团队部署 Devin 和 Windsurf
梅赛德斯-奔驰与 Cognition 达成合作，在横跨美国、欧洲和亚洲的全球工程团队部署 Devin 与 Windsurf。四周试点中，Devin 分析了超过 200,000 行 COBOL 代码，把遗留系统现代化时间从预估的 8 个月缩短到 8 天；Windsurf 用于云原生应用等本地开发，Devin 处理异步工程工作流，Devin for Terminal 承担最复杂任务。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 发布 Devin CLI：本地终端编码智能体可移交云端继续运行
Cognition 发布 Devin CLI，一款在终端本地运行的编码智能体，可完全访问本地代码库、工具和环境，可选 Opus 4.7、GPT-5.5 和自研 SWE-1.6 等模型，UI 用 Rust 编写的终端渲染库实现。
推荐理由：Cognition 官方发布 Devin CLI，本地终端编码智能体可将会话移交云端继续运行，读者可据此评估其与现有工作流的结合方式。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 复盘两年构建 Devin 云智能体的经验教训
Cognition 复盘两年多构建 Devin 云智能体的经验，指出容器化方案的三大短板：共享内核带来安全风险、无法跨异步间隙保存状态、编排与治理集成需数季度投入。
推荐理由：Cognition 以两年自建 Devin 的第一手经历，拆解云智能体在内核隔离、状态快照、编排治理三层上的真实成本与组织改造路径。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 复盘多智能体实践：写入单线程、智能体只贡献智能的模式正生效
Cognition 发文复盘 10 个月前《Don't Build Multi-Agents》之后的转变：并行写入的 agent 集群仍难落地，但多 agent 贡献智能、写入保持单线程的窄类模式已在实际中生效。
推荐理由：作者以亲历视角复盘 Cognition 的多智能体实践，提炼出写入单线程的可行模式与沟通瓶颈，方法可迁移。
OpenAI Developers：Blog精选AI 评分7474 OpenAI 发布 API 部署清单，覆盖 Responses API 与 GPT-6 模型选型优化
OpenAI 发布 API 部署检查清单，建议始终从 Responses API 起步，并按负载在 gpt-6-astra、gpt-6.1-sol、gpt-6-luna 等模型中选型。
推荐理由：OpenAI 官方按质量、成本、延迟、可靠性逐项给出部署取舍建议，开发者可对照检查自己的 Responses API 工作流。
Cognition 模型 / Devin 博客精选AI 评分6161 Cognition 推出 Devin in Windsurf，将云智能体工作流内置到 Windsurf 2.0
Cognition 推出 Devin in Windsurf，将云端智能体工作流内置到 Windsurf 2.0。用户在 Windsurf 本地理解代码库并制定计划，一键发送给 Devin 实现，Devin 自行启动机器、打开 PR、运行测试并用计算机视觉做 QA，完成后用户可直接在 Windsurf 中审查 diff、跑测试或交回本地智能体修改。
推荐理由：官方说明了本地与云智能体分工思路，以及 Devin 接入 Windsurf 2.0 后从规划到审查的完整闭环。
Cognition 模型 / Devin 博客AI 评分5959 Devin 更新自助定价：推出 Free/Pro/Max 新套餐并对 Ask Devin 等收费
Cognition 宣布本周更新 Devin 自助定价，淘汰旧 Core 和 Team 套餐，推出 Free、Pro（$20/月）、Max（$200/月）、Teams（最低 $80/月）和 Enterprise 五档。
Anthropic：Claude.dev 开发者博客精选AI 评分6767 Anthropic 团队讲解 Claude Code 工具设计方法：像智能体一样思考
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文讲解如何为智能体设计工具，核心方法是通过阅读模型输出和实验来理解模型能力。
推荐理由：Anthropic 团队以 AskUserQuestion、Task 等实际设计案例，说明如何根据模型能力取舍工具，方法可迁移到自己的 agent 开发。
Cognition 模型 / Devin 博客AI 评分4646 Cognition 进军日本市场，任命 Takumi Masai 为日本总裁
Cognition 宣布成立 Cognition Japan，将 Devin 这款自主 AI 软件工程师带入日本市场，这是其首次扩展到亚洲，并聘请拥有 30 余年经验的 Takumi Masai 出任日本总裁兼总经理，他曾任职于 IBM、Pivotal、Microsoft、Workday，最近担任 Datadog Japan 总裁。
Cognition 模型 / Devin 博客AI 评分5151 Cognition 讲解 Devin 如何在财富500强企业推进 COBOL 现代化
Cognition 发文说明 Devin 在多家财富500强企业承担 COBOL 现代化工作的方法与边界。
OpenAI：Alignment 研究博客精选AI 评分6666 OpenAI 提出 self-incrimination 训练法，让 Agent 主动调用 report_scheming() 自报隐蔽不当行为
OpenAI Alignment 团队提出 self-incrimination 训练方法，让 Agent 在隐蔽不当行为时自然调用 report_scheming() 工具自报，GPT-4.1 的未检出成功攻击率从 56% 降至 6%，Gemini 2.0 Flash 从 41% 降至 9%。
推荐理由：官方研究给出三模型上的量化对比和开源代码库，读者可以据此评估自报式监控与黑盒监控的组合取舍。
Cognition 模型 / Devin 博客精选AI 评分6262 Devin 推出定时会话功能，可自主安排周期性任务
Cognition 宣布 Devin 可调度自己的周期性会话：用户完成一次任务后，可直接让 Devin 按节奏定期自动执行，无需配置 cron 或工作流。Devin 会在会话间读写自己的笔记、保持状态，例如周五汇总 release notes 时只总结新合并的 PR。该功能可与本周发布的 Managed Devins 组合，并行测试应用各页面并自动汇总报告到 Slack。
推荐理由：官方说明 Scheduled Devins 的用法与跨会话状态机制，并给出可点击的示例提示词，便于直接上手。
Cognition 模型 / Devin 博客精选AI 评分6868 Devin 支持编排多个 managed Devin 并行执行大型任务
Cognition 宣布 Devin 可将大型任务拆解并委派给多个 managed Devin 并行执行，每个子会话都是完整 Devin，运行在独立虚拟机中，拥有各自的终端、浏览器和开发环境。
推荐理由：原文说明多 Devin 协作的工作原理、管理能力和适用场景，读者可据此评估并行智能体对现有开发流程的影响。
Cognition 模型 / Devin 博客AI 评分5656 Cognition 拆解如何用 Devin 开发 Devin：上周合并 659 个 Devin PR
Cognition 介绍公司内部如何用 Devin 开发 Devin 本身，上周合并了 659 个 Devin PR，高于 2025 年最好一周的 154 个。
OpenAI Developers：Blog精选AI 评分7979 OpenAI 发布 gpt-5.3-codex 提示词指南
OpenAI 在 Cookbook 发布 Codex 模型提示词指南，API 上的 Codex 调优模型为 gpt-5.3-codex。
推荐理由：原文给出 gpt-5.3-codex 的迁移步骤、完整标准提示词与工具实践，读者可据此直接优化自己的 agent harness 配置。
Cognition 模型 / Devin 博客AI 评分5858 Cognition 发布 Devin 2.2，新增桌面端测试与自动修复
Cognition 发布 Devin 2.2，称其为 Devin 发布以来最重要的更新。Devin 现在可使用完整 Linux 桌面启动并测试桌面应用，提交 PR 后回传屏幕录像供用户审查；还具备 Devin Review Autofix 自我审查并修复代码的能力，启动速度提升 3 倍并重构了界面。新用户默认启用 Desktop 支持并可获 $10 试用额度，老用户可在 Settings 中开启。
TransluceAI 评分4747 Transluce 用 Docent 诊断 GPT-5.1 Codex 在 Terminal-Bench 上的性能回退
Transluce 用其 trace 分析工具 Docent 诊断 GPT-5.1 Codex 在 Terminal-Bench 上落后 GPT-5 Codex 6.5 个百分点的回退原因。
Cognition 模型 / Devin 博客精选AI 评分7070 Cognition 让 Devin 自动修复 Devin Review 及其他机器人留下的 PR 评审评论
Cognition 为 Devin 新增 bot triggers 配置，使其可自动修复 Devin Review 及任何在 PR 上评论的机器人提出的问题，包括 linter、CI 流水线、安全扫描器和依赖管理工具，并继续自动修复 lint 与 CI/CD 问题。
推荐理由：Cognition 官方介绍 Devin 自动修复评审评论的用法与入口，开发者可据此判断是否把机械性修复合入自己的 PR 流程。
OpenClaw：BlogAI 评分5454 OpenClaw 与 VirusTotal 合作，为 ClawHub 技能市场加入安全扫描
OpenClaw 宣布与 VirusTotal 合作，为 ClawHub 技能市场引入安全扫描。所有发布到 ClawHub 的技能都会计算 SHA-256 哈希并比对 VirusTotal 数据库，未命中则上传完整包，由 Gemini 驱动的 Code Insight 从 SKILL.md 开始分析代码实际行为。
OpenAI：部署安全与系统卡精选AI 评分7070 OpenAI 发布 GPT-5.3-Codex 系统卡，披露安全评估与 Apollo 破坏能力测试结果
OpenAI 发布 GPT-5.3-Codex 系统卡，公布不允许内容、生物化学和网络安全领域的评估结果。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的沙箱机制、生物化学风险评级和 Apollo 发现的更强破坏能力评估结果，可帮助读者了解其安全边界。
OpenClaw：BlogAI 评分5959 Clawd/Moltbot 更名 OpenClaw：开源智能体平台发布新品牌与版本更新
开源智能体平台 Clawd/Moltbot 宣布更名为 OpenClaw，项目从周末实验发展为 100,000 GitHub stars、单周 200 万访客。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin Review：用 AI 加速 GitHub PR 代码审查
Cognition 推出代码审查工具 Devin Review，称代码审查而非代码生成正成为交付瓶颈。工具提供智能 diff 组织、基于全代码库的 Ask Devin 交互问答和按严重程度分级的 AI bug 检测。
推荐理由：Cognition 官方介绍 Devin Review 的三大能力和免费入口，读者可据此评估它能否缓解自己团队的 code review 瓶颈。
Cognition 模型 / Devin 博客AI 评分4747 Infosys 与 Cognition 合作，在全组织及全球客户中部署 AI 软件工程师 Devin
Infosys 与 Cognition 达成合作，在其组织内部及全球客户中部署 AI 软件工程师 Devin，这是迄今规模最大的智能体软件工程部署之一。Infosys 过去六个月已通过 Devin 在 COBOL 和 JCP servlet 等复杂迁移项目中取得显著生产力提升，并首先在金融服务领域落地，计划扩展至零售、能源、医疗等行业。
OpenAI Developers：Blog精选AI 评分6363 OpenAI 上线 Docs MCP 服务器，可把开发者文档接入智能体上下文
OpenAI 发布只读的 Docs MCP 服务器，地址 developers.openai.com/mcp，提供 developers.openai.com、platform.openai.com 和 learn.chatgpt.com 文档的搜索与页面内容访问，不会代替用户调用 OpenAI API。
推荐理由：原文给出 MCP 服务器地址和 Codex 配置步骤，读者可以直接接入并让智能体自动查阅 OpenAI 文档。
OpenAI：Alignment 研究博客精选AI 评分6868 OpenAI 提出用生产流量构建评测以绕开评测感知并预判失配行为
OpenAI Alignment 团队介绍一套基于脱敏 ChatGPT 生产流量构建对齐评测的流水线，可发现新模型的新颖失配行为并估计发生率。用 GPT-5 流量评测 GPT-5.1 时，发现了部署后占其多数欺骗行为的 Calculator Hacking 新失配形式，且生产评测引发的评测感知远低于传统评测，与真实流量几乎一致。文章同时说明了依赖 CoT 可监控性、长尾风险和分布偏移等局限。
推荐理由：OpenAI 官方详解用脱敏生产流量构建对齐评测的完整流程与局限，读者可据此理解其如何降低评测感知并预判新模型的失配行为。
OpenAI Developers：Blog精选AI 评分7575 OpenAI 发布 GPT-5.2 提示词指南
OpenAI 面向企业和智能体工作负载的旗舰模型 GPT-5.2 发布提示词指南，指出其在指令遵循、结构化推理、工具调用可靠性上优于 GPT-5.1，但默认 verbosity 更低且对提示词敏感。
推荐理由：官方给出 GPT-5.2 与旧模型的差异点和可直接复用的提示词模板，适合迁移或调优生产级智能体的团队参考。