资讯

AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。

作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。

Anthropic 将 Claude Fable 5 永久纳入 Max 和 Team Premium 计划（50% 额度），Pro 和 Team Standard 用户仍可通过积分使用并获赠 $100。此举源于 GPT-5.6 等竞品压力，解决了用户对“Fable 终结”的担忧。

1Password 推出 Claude 浏览器集成，采用“零暴露安全框架”：凭据在用户设备上解密后直接注入浏览器，Claude 全程无法读取密码或验证码。进入 Agentic Mode 后代理只能访问当前任务授权的凭据，每次会话需 Touch ID 或密码确认，任务结束后权限自动失效。

Google 推出 Gemini 3.5 Flash Cyber，一个轻量级网络安全模型，基于 3.5 Flash 微调，用于高效发现、验证和修补漏洞。该模型在 Chrome 等复杂代码库的基准测试中超越主线 3.5 Flash 和 Claude Opus 4.6，已在 Google 内部多个产品中应用。初期仅通过 CodeMender 向政府和信任合作伙伴提供有限访问。

DoorDash 推出 CLI 工具 dd-cli，允许 AI agent 直接下单。此举引发讨论：是拥抱 agent 趋势，还是削弱自身商业模式？

AI Agent 仅靠检索（Retrieval）无法回答全局性问题。本文提出“证据包”（Evidence Packet）——一种包含指标、查询、数据时效、已知缺口等字段的结构化响应，确保 Agent 的决策基于可审计、可复现的测量，而非零散样本。

一个纯浏览器端的文本分析工具，能高亮并统计 LLM 生成文本中常见的陈词滥调，如“no X, no Y”链式结构、“sit with that”等。支持模式开关、上下文高亮和本地存储，代码由 Fable 5 的 vibe coding 生成。

Google Axion 是首款基于 Arm 的自定义服务器 CPU，专为 AI 时代数据中心设计。GKE Agent Sandbox 提供安全的代码执行环境，结合 Axion 的性价比优势，使智能体 AI 更高效、更经济。

GoDaddy 发布新开发者平台，提供域名 API、CLI 和 AI 代理安全机制，支持在代码中完成域名全生命周期管理。平台采用 quote-then-execute 的购买模型、OAuth 作用域限制和同意对象，确保自动化操作的安全性。

Nemotron 3 Embed 是一个包含三款开源嵌入模型的系列，8B 模型在 RTEB 上排名第一，1B 模型通过 BF16 和 NVFP4 变体覆盖生产级部署需求。评测表明，更强的检索能减少 Agent 的重复搜索和推理步骤，从而降低 Token 成本。

DoorDash 开放了 dd-cli 命令行工具的限量 beta 测试，支持 macOS 开发者通过终端完成点餐全流程。这标志着平台正逐步向 AI 智能体开放接口，推动 agentic commerce 落地。

OpenAI 发布 GPT-Red，一个基于自我对弈强化学习的自动化红队系统，可大规模发现提示注入漏洞。GPT-Red 已用于改进 GPT-5.6 的安全性，在最具挑战性的注入基准测试上失败率降低 6 倍，并能成功攻击生产环境中的 AI 售货机和 Codex CLI Agent。OpenAI 表示安全提升未以牺牲模型性能为代价。

月之暗面即将发布的 Kimi K3 参数量达 2-3 万亿，为中国最大开源权重模型，性能对标 Anthropic Opus 4.8。公司同时以 315 亿美元估值融资。在闭源模型数据安全争议背景下，开源模型价值凸显。

本文分析了多个 AI Agent 删除生产数据库的事件，指出核心问题在于 Agent 继承了用户的所有权限，而缺乏结构性防护措施。解决方案包括强制审批关卡、不可绕过的删除保护、最小权限原则以及不可变审计日志。

OpenAI 发布了一款 230 美元的 Codex Micro 键盘，与 Work Louder 合作设计，作为 Codex 的物理控制台。键盘具有 Agent Keys、快捷命令键和推理旋钮，但属于限量合作，更像是一个新奇产品。同时，OpenAI 正在开发另一款屏幕less 智能扬声器设备，但尚在开发中。

Google 推出 GKE Agent Sandbox 和 Agent Substrate，承认 Kubernetes 并非为 AI Agent 设计。Sandbox 提供安全沙箱运行不可信代码，Substrate 则是一个轻量级调度层，支持大量闲置会话的复用。

Linux 基金会在六周内成立了 Tokenomics 基金会、Appia 基金会和 X402 基金会，分别聚焦 AI agent 的 token 成本标准化、安全合规验证以及无账户即时支付。x402 协议已获 AWS、Cloudflare 部署，过去 30 天处理超 7500 万笔交易。