Anthropic 详解 Claude Code 动态工作流的原理、模式与使用建议
Anthropic Claude Code 团队成员撰写文章，讲解上周发布的 Claude Code 动态工作流：Claude 可即时编写针对任务定制的 harness，通过 agent()、parallel()、pipeline() 组合子智能体。
推荐理由：Anthropic 员工结合一手使用经验讲解动态工作流的原理与模式，并给出适用边界和 token 开销等实操建议。
#Agent
Anthropic：Claude.dev 开发者博客精选AI 评分7676 Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 发布 Devin Desktop，作为 Windsurf 下一代产品
Cognition 官方宣布发布 Devin Desktop，定位为 Windsurf 的下一代产品。
推荐理由：官方发布说明了 Devin Desktop 的能力构成和 ACP 开放设计，读者可以据此判断它对现有编码工作流的影响。
OpenClaw：BlogAI 评分4949 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。
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。
AI as Normal TechnologyAI 评分5656 AI as Normal Technology 质疑 Google 智能体 916 美元构建操作系统宣称
Sayash Kapoor 等人撰文质疑 Google 在开发者大会上的演示宣称，即 Gemini 3.5 Flash 与 Antigravity 2.0 智能体仅凭一个提示词、约 $916.92（2.6B tokens）由数十个子智能体构建了完整操作系统。
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。
Factory 研究 / 产品AI 评分6161 Factory 推出 Deferred Context Engine，将 Droid 输入 token 平均降低 15.1%
Factory 为 Droid 推出 Deferred Context Engine，只在任务需要时才加载内部工具、MCP 工具、技能和插件的 schema 与指令，以渐进式披露把发现与执行分离。
METR：Blog精选AI 评分7878 METR 发布前沿风险报告，评估 Anthropic、Google、Meta、OpenAI 内部 AI 智能体的失控风险
METR 于 2026 年 2 月 16 日至 3 月 16 日开展试点，联合 Anthropic、Google、Meta、OpenAI 评估其内部 AI 智能体的错位风险。
推荐理由：METR 首份行业级试点评估，读者可从中了解四家头部公司内部 Agent 的失控风险现状与评估方法。
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。
Thinking Machines Lab：NewsAI 评分7171 Thinking Machines Lab 发布交互模型研究预览 TML-Interaction-Small
Thinking Machines Lab 宣布交互模型研究预览，模型原生处理音频、视频和文本的实时交互，而非依赖外部脚手架，采用 200ms 微轮次的多流设计，并由交互模型与异步背景模型分工协作。
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。
Factory 研究 / 产品AI 评分6363 Factory 推出 Automated QA 技能，像真实用户一样测试应用并在 PR 中给出报告
Factory 发布 Automated QA 技能，由 Droid 像真实用户一样驱动应用，包括填写表单、输入终端命令和调用 API 端点，并在每次 push 后于 PR 中发布一条带截图、终端快照和 API trace 的结构化 QA 评论，该评论会随新提交原地更新。
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。
Factory 研究 / 产品AI 评分5555 Factory 开放 Droid Computers 持久化云端开发环境
Factory 开放 Droid Computers，为远程编排 Droid 提供持久化机器，保留文件系统、配置、凭据、本地服务和进程内存，任务可从中断处继续，关机后仍在云端运行。支持 Factory 托管云环境和 Bring Your Own Machine 两种方式，BYOM 对所有用户免费，托管环境按唤醒时长计费，面向 Max、Growth 和 Enterprise 套餐开放。
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。
METR：BlogAI 评分6363 METR 分析 NanoGPT speedrun 记录评估 AI 智能体对 AI 研发的加速
METR 发布对 NanoGPT speedrun 的分析，从 2024 年 5 月到 2026 年 3 月，36 位贡献者提交 77 条记录，将 8×H100 训练时间从 45 分钟压到 1.43 分钟，共 31x 加速。
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。
AI as Normal TechnologyAI 评分6666 Sayash Kapoor 等提出 open-world evaluations 并用 AI 智能体成功发布 iOS App
Sayash Kapoor、Arvind Narayanan 等发布约 8000 字论文，提出用 open-world evaluations 弥补基准饱和的盲区，并成立由 17 名研究者组成的 CRUX 项目。
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。
METR：BlogAI 评分5151 METR 发布 MirrorCode 初步结果，称 AI 已能完成部分持续数周的编码任务
METR 发布 MirrorCode 初步研究，认为证据显示 AI 已能完成部分持续数周长度的编码任务。
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。
Factory 研究 / 产品AI 评分6464 Factory 发布桌面应用，为 Droids 智能体提供原生多智能体会话界面
Factory 发布桌面应用，作为运行 Droids 智能体的原生界面，今日起登陆 macOS 和 Windows，包含在现有订阅中。
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。
Ethan Mollick：One Useful ThingAI 评分6363 Ethan Mollick 评 Claude Dispatch 与专用界面：瓶颈不在模型而在聊天框
Ethan Mollick 撰文认为多数人低估 AI 能力，主因是聊天机器人界面带来认知负担，并引用一项让金融从业者用 GPT-4o 做估值任务的研究说明界面本身在抵消 AI 的效率收益。
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。