● Kimi K3、Qwen3.8-Max 官方评测都在用！伯克利硬核测试揭穿 AI 自进化假象

📌 一句话摘要 本文深度解读伯克利 MLS-Bench 评测，指出当前 AI Agent 更擅长优化组合已有组件而非发现新方法，揭示了 Auto-Research 在方法发现层面的真实瓶颈。 📝 详细摘要 文章围绕伯克利大学提出的 MLS-Bench 评测展开，系统拆解了当前「自进化 AI」叙事

● NikeSKIMS 落子上海，全球运动品牌开始抢中国“黄金位置” - 经济观察网 － 专业财经新闻网站

📌 一句话摘要 本文通过 NikeSKIMS 入驻上海南京西路这一现象，深度剖析了全球运动生活方式品牌在中国核心商圈的“抢位”战，探讨了品牌如何通过选址、社群建设与文化转译来争夺消费者心智。 📝 详细摘要 文章以 Nike 与 SKIMS 联名品牌即将登陆上海南京西路（HKRI 太古汇）为切入点

● 使用 Claude Design 与 Baoyu-Design Skill 实现 UI 原型与代码同步的工作流

📌 一句话摘要 先用 Claude Design 制作 UI 原型，再通过本地原型驱动功能开发，确保设计与代码保持一致。 📝 详细摘要 作者分享了一套在开发项目中先用 Claude Design 设计 UI 原型，打磨后放到本地，配合自建的 Baoyu-Design Skill 进行维护的工作流

● 贵 57.1 倍的 Claude Opus 4.8 五项全输，赢它的不是模型，是 Harness

📌 一句话摘要 本文解析 Floatboat Harness 在五项第三方基准中，用成本仅为后者 1/57 的 DeepSeek V4 Flash 击败 Claude Opus 4.8，并提出 HLR 指标以量化 Harness 对 Agent 长程任务的价值。 📝 详细摘要 文章围绕 AOE

● DeepSeek-V4-Flash 接入 Codex 与 Claude Code 一手实测

📌 一句话摘要 文章通过对 DeepSeek V4 Flash 在四种 agent harness 中的实测，比较了成功率、成本和延迟三个维度，发现没有全能赢家，建议根据自身优先级选择 harness。 📝 详细摘要 文章详细报道了 Composio 使用 DeepSeek V4 Flash（2

● AI 应用走向纵深！多家公募出手了，“负责任 AI”成新议题

📌 一句话摘要 本文报道公募基金将 AI 应用延伸至治理领域，从内部安全运营到外部 ESG 尽责管理，梳理“负责任 AI”作为新考察议题的全球实践与数据。 📝 详细摘要 文章围绕 AI 在基金业的应用纵深展开，报道基金业在 AI 内部安全治理方面已有基本共识：永赢基金通过安全 GPT 钓鱼检测大

● Cloudflare computer：给 AI Agent 免费发一台“随身小电脑”

📌 一句话摘要 作者转发 Cloudflare computer 开源包，认为相当于免费给每个 AI Agent 一台带文件系统和 shell 的小电脑，并问能否跑 Pi。 📝 详细摘要 作者引用 Alan_Earn 的推文，介绍 Cloudflare computer 这个开源包：能在 Clo

● Claude Code 新功能：跨会话消息，让 AI 之间互相配合

📌 一句话摘要 Claude Code 支持不同会话窗口互相发消息，可跨 Git Worktrees 协作，传的是轻量摘要而非完整历史。 📝 详细摘要 新功能允许并行任务中的多个 Claude 自动配合：一个会话可向另一个窗口发送纯文本摘要或回答，另一个 Claude 接手继续执行；跨 Git

● 淘宝主播 Agent 的 Harness 工程实战

📌 一句话摘要 本文介绍淘宝直播主播 Agent 的 Harness 工程实战，通过六元组定义、分层架构与八项落地实践，将概率性模型能力转化为高风险直播场景中可用、可控、可演化的工业级产品。 📝 详细摘要 本文是淘宝直播技术团队关于主播 Agent Harness 工程化建设的一手实战分享。文章

● Hermes Desktop 新增内置浏览器功能

📌 一句话摘要 Hermes Desktop 推出内置浏览器功能，AI 助手可直接控制和感知浏览器内容。 📝 详细摘要 宝玉分享 Hermes Desktop（NousResearch 出品的 AI 桌面助手）最新更新：新增内置浏览器，Hermes 可直接控制浏览器并感知网页内容，增强了 AI

● 推荐 Harness 学习列表并指出缺少 Claude Code 源码

📌 一句话摘要 宝玉推荐 Harness 学习列表，强调深入学习 pi-mono 的重要性，并指出列表缺少 Claude Code 源码。 📝 详细摘要 宝玉回复 LinearUncle 的推文，推荐其提到的 Harness 开源项目学习列表，特别强调深入掌握单个项目（如 pi-mono）比泛泛

● 从零开始，教你用 Codex 搓出属于你自己的第一个硬件。

📌 一句话摘要 文章记录作者用 Codex 从零做出久坐提醒猫爪硬件，展示 AI Agent 如何将硬件开发变成对话式探索，并总结「先做再学」的入门方法论。 📝 详细摘要 文章从作者吐槽 OpenAI 联名硬件 Codex Micro 售价 230 美元切入，先用宏键盘改造案例说明 Agent

● 同一 Session 使用不同模型：通过 Subagent 实现

📌 一句话摘要 利用 Subagent，让主 Agent 在同一 Session 中调用不同模型完成任务。 📝 详细摘要 宝玉回应用户关于在同一 Session 中使用不同模型的疑问，提出通过 Subagent 的方式实现。主 Agent 可以启动 Subagent，并指定 Subagent 使

● Token 成本下降带来的产品范式转变

📌 一句话摘要 当 Token 成本足够低廉时，AI 能力将从付费服务转化为一种普惠的“福利”。 📝 详细摘要 作者通过一张图片引发思考，指出随着 AI 模型 Token 成本的持续下降，AI 能力不再仅仅是昂贵的付费功能，而是可以作为一种基础福利嵌入到各类产品中，这预示着产品设计与商业模式的潜

● DeepSeek Harness 是否会借鉴 Reasonix？

📌 一句话摘要 Geek 发文猜测 DeepSeek Harness 可能从 Reasonix 获得灵感，并称 Reasonix 是当前 DeepSeek 模型的最佳工具之一、缓存命中率最高。 📝 详细摘要 作者提出一个问题：DeepSeek Harness 是否会从 Reasonix 中获取灵

● DJOneHub：macOS 上使用大疆 4G 模块

📌 一句话摘要 Geek 分享 DJOneHub，让大疆第一代 4G 模块在 macOS 上无需虚拟机即可完成短信、eSIM Profile 管理、AT 指令调试和 USB 4G 上网。 📝 详细摘要 DJOneHub 是一个面向大疆第一代 4G 模块的 macOS 工具，支持原生使用短信收发、

● 对话马骁：当 AI 可以量产证明，对数学家是好事吗？

📌 一句话摘要 本文是与密歇根大学数学家马骁的深度对话，聚焦其从椭圆面积出发的数学成长、与邓煜合作推导玻尔兹曼方程的工作，以及他转向 AI 数学证明智能体 qmd-prover 的实践与对 AI 改变数学的激进判断。 📝 详细摘要 这是一篇对密歇根大学数学家马骁的长篇人物访谈，涵盖学术成长、研究

● 推荐《Details that make interfaces feel better》：细微设计细节全带 Demo

📌 一句话摘要 作者推荐 jakub.kr 的设计文章，聚焦让界面体验更好的细微设计细节，并配有改进前后对比。 📝 详细摘要 作者继续推荐 jakub.kr 的 skills 相关资源，这次重点分享其文章《Details that make interfaces feel better》。文章内

● 对 AI 测试 SVG 能力反映智能水平的质疑

📌 一句话摘要 宝玉质疑通过 SVG 绘图测试衡量 AI 智能水平的有效性，认为该测试更多考验绘图能力而非真正智能。 📝 详细摘要 宝玉在回复引用推文时指出，当前测试 AI 通过 SVG 绘图能力来评估智能水平的方法存在局限性，认为这种测试更多反映的是绘图执行能力，而非核心智能表现，引发对评估标

● 全球产业链重构时刻，中企出海为何绕不开 ESG？

📌 一句话摘要 本文通过南方周末第五届 ESG 生态共建主题活动，多视角探讨中企出海过程中 ESG 的重要性与实践路径，强调 ESG 作为全球规则核心语法，是中企出海的必修课和信任资产。 📝 详细摘要 文章报道南方周末举办的第五届 ESG 生态共建主题活动，聚焦中企出海面临的 ESG 挑战与机遇