Artificial Analysis 在 Coding Agent Index v2.0 中实测 GitHub Copilot 的 Copilot Fusion，其每任务成本为 5.59 美元，而 Claude Code 搭配 Opus 5.5（max）为 11.42 美元，性能仅低 2 分。Copilot Fusion 是运行时编排系统，在 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol 等 Anthropic 与 OpenAI 模型间选择协调。它在 Terminal-Bench 4.0 上以 71 分领先，FrontierCode 得 51 分排第三，每任务使用 7.2M tokens，约为 Claude Code 中 Opus 5.5 的一半。
匹配字段标题、摘要、正文
作者用 Cursor 配合 Claude Opus 5.5 做出零依赖的本地网页工具「情商外挂」，把带情绪的草稿按《非暴力沟通》四要素改写，并内置七类沟通对象与温和、坚定、直接三档语气。工具跑在本机 127.0.0.1:8787，通过 UUMit 客户端生成固定 HTTPS 链接分发给同事，无需买服务器或备案，权限可按人发放和收回。文中还给出单次输入 800 字限制、默认每分钟 10 次与每天 200 次的限流设置，以及两个 GitHub 仓库的源码和 System Prompt。
匹配字段摘要、正文
Anthropic 发布 Claude Code 云端会话实战指南，说明云端会话在独立虚拟机上运行，每个任务克隆仓库到新分支，可从 claude.ai/code、移动端、桌面端、终端和 Slack 启动，Pro、Max、Team、Enterprise 套餐无需额外付费。文章给出七个适用工作流，包括并行清理任务、反复验证修复、桌面规划云端构建、手机查看进度、处理 CI 失败与评审意见、用 routine 触发任务，以及运行不完全信任的代码。指南还说明 GitHub 连接需要登录授权和安装 Claude GitHub App 两项独立权限，并给出环境配置、网络级别和常见问题解答。
匹配字段标题、摘要、正文
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，拆成 128 个 PR 增量合入 main，而非一次性切换。到 8 月 21 日运行时已是 100% 生产 Rust，共 832,378 行生产代码和 468,689 行 Rust 单元测试，另有 174,675 行 E2E TypeScript 测试。作者称这一原本需要整个团队一到两年的项目，主要由一名开发者用几个月完成，期间团队其余成员继续扩展运行时能力。
匹配字段标题、摘要、正文
Browser Use 发布教程，介绍在没有 API 的供应商门户上自动登录并每日下载发票的三种方案：Playwright 脚本、UiPath 或 Power Automate 等 RPA 工具，以及带保存配置的浏览器智能体。文章给出 Playwright 与 Browser Use Cloud 的完整代码，涵盖复用登录会话、用 1Password 填入 TOTP 验证码、通过 GitHub Actions 定时运行，以及会话过期、2FA 拦截、页面改版和空下载等失败场景的处理方式。作者建议先向供应商索取导出、API 或邮件发票，并提醒先确认门户条款是否允许自动化访问。
匹配字段摘要、正文
Aerial 是一款无需 root 就能替换国产智能电视默认桌面的工具，它通过“桌面守护”覆盖被唤醒的原桌面，并利用安卓通知监听在待机清理后 0.5 秒内复活，主屏广告因此消失，但开机广告仍无法拦截。部署时把电视和电脑连到同一 WiFi、打开 ADB 并查到电视 IP，再在 Aerial 官网复制提示词交给豆包、WorkBuddy 等 Agent 执行，用户只需在电视弹窗中允许 USB 调试，整个流程约五分钟。该工具从代码、APK 到官网均由 AI Vibe Coding 产出，GitHub 上线一天获 200 多个 star，随后补充了图标隐藏、添加信号输入源到主页等功能并适配多款电视。
匹配字段摘要、正文
TechCrunch 报道，一些开发者和 vibe coder 正用 AI 智能体改造智能电视，去掉开机广告、关闭观看追踪、替换卡顿的桌面。GitHub 项目 dumbtv 已在 Fire TV Edition 以及 Sony、TCL、Philips、Hisense、Xiaomi、Shield 的 Android/Google TV 上做过端到端测试，作者 Sabuwala 称用 Deepseek V4.1 Flash、Claude Opus 5.5 和 Claude Sonnet 5.5 编写。cleanyourtv 作者 Gathin T. 称用 Claude Code 通过 Wi-Fi 移除 25 个小米软件包并重写桌面，几天内有数千人对自己的电视做了同样操作。这些方案仍在完善中，有人反馈 Claude 不响应简单指令，也有人称把 Android TV 刷成了砖。
匹配字段摘要、正文
Hugging Face 博主 yvrjsharma 公开了自己使用 ML Intern 的七个提示词，并展示两天内完成的六个项目，包括基于 Qwen3.5-2B 的柑橘病害 VLM、FLUX.2 klein 4B 的 Huggy 角色 LoRA、Qwen-Image 2.1 的相机视角 LoRA 与涂鸦 LoRA、Pocket Rewriter 0.8B/2B 蒸馏模型，以及把 Agate Preview 002 从 50 步蒸馏到 4 步的版本。作者建议提示词中写明已验证事实、要求训练前基线和带检查的冒烟测试，并设置花费上限，例如柑橘项目限定 12 美元。所有提示词已放在 GitHub 的 yvrjsharma/ml-intern-prompts，ML Intern 模式可在 HuggingChat 中开启使用。
匹配字段摘要、正文
Anthropic 基于 Claude Managed Agents（beta）给出一个参考实现，让智能体按计划读取 Slack 和 GitHub 等自定义来源、跟踪上次运行以来的变化，并把要点发到 Slack。文章逐步讲解来源、目标、智能体、调度、记忆和护栏六个组件，并给出可在 Claude Code 中运行的配置命令。文中还列出常见失败模式及六条规则，例如按书签而非固定时间窗口读取来源、读取失败要报告为不可读而非当作没有新内容、发布需 Slack 确认后才更新书签和台账。
匹配字段摘要、正文
Unsloth 发布开源仓库，可将 Qwen3.8、Gemma 4 等任意 LLM 训练成决策模型。其用 Unsloth 加 LoRA（r=64）配合 Clef head 微调一个 epoch，把 Qwen3.5 0.8B 在 3 项决策基准上的综合准确率从 20.7% 提升到 74.3%，下游准确率从 30–37% 提升到 78%，仅需 4GB 显存。后续推文补充，用 Laya 等小模型训练仅需 2.5GB 显存，并可通过 UI 界面完成训练，GitHub 仓库与指南、Notebook 均已放出。
匹配字段摘要
Claude Devs 发布教程，介绍如何用 Claude Managed Agents 构建自动化：部署一个按计划读取 Slack/GitHub 的智能体，带凭证和记忆，并发布更新。用户可通过一条 Claude Code 命令完成设置，并使用 Max 和 Team 中包含的新 API credits。
匹配字段摘要、正文
作者在单张 RTX 5090（32 GB 显存）上运行 MiniMax H3，目标是 15 秒内生成 15 秒、448×256 的可看视频，并把显存需求从 80GB 降到 30GB 以下。实现基于 FastVideo 的 FastH3 V2 checkpoint 四步采样，配合 VSA 稀疏注意力、ClipProj 将 32B 文本编码器换成 Qwen3-VL-4B、FastVideo 的 INT8 剪枝 checkpoint、融合 FP4 MLP 以及 Kijai 的 INT8 视频解码器与 NVENC 重叠编解码。作者已将自定义 Comfy 节点开源在 https://github.com/Comfy-Org/comfystreamerh3，并指出画面细节、一致性和分辨率仍有明显提升空间。
匹配字段摘要、正文
作者花数周测试 AI 视频提示词后开源了 Awesome Seedance，包含 463 个可溯源案例、264 次跨模型复测结果、25 个可直接复制的模板和 60 个可安装的 AI 视频 Skills。使用时挑选片段、复制模板、替换括号内容即可生成。GitHub 地址见原推链接。
匹配字段摘要
Google Developers Blog 介绍 autofinetune 项目，把自主研究循环用于 LLM 后训练，基于 Tunix、Gemma 和 Cloud TPU，由 Antigravity CLI 与 Gemini Flash 3.7 编排。第一个实验中智能体在 Cloud TPU v5e-1 上对 functiongemma-270m-it 自动调整 LoRA rank/alpha、优化器和学习率等，几小时内完成 20 次实验；第二个实验基于 Tunix 官方 GRPO 示例训练 Gemma 3 1B 做数学推理，在 Cloud TPU v6e-1 上跑 40 次实验，总奖励提升约 10%。代码、示例运行和 program.md 模板已放在 autofinetune GitHub 仓库。
匹配字段摘要、正文
Browser Use 发布工程博客，介绍如何从真实用户流量和真实网页构建长程 RL 环境，并开源其中 200 个任务及其 rubric（github.com/browser-use/benchmark）。流程包括从数亿条任务提交中筛出约一千万条去重任务，用 Gemini 3 Flash 做适配性标注（与人工标签一致率 77%，密封集 81%），再用 MiniMax M3 执行筛选，约 40% 的合格任务被判定为可行且足够难。作者指出迭代式 rubric 不会收敛，改用 9 个模型各跑两次的并行轨迹，由 Claude Fable 5 编写 rubric，事实经实时网页核验并标注日期，最终将条目翻转率压到 1% 以下。
匹配字段摘要、正文
OpenHands 官方博客介绍 Agent Skills，即用 SKILL.md 等文件把重复性任务固化为可复用工作流，仅在触发时加载完整技能以保持上下文精简。文章给出创建、团队共享（仓库目录、GitHub、Extensions registry）以及用 OpenTelemetry 日志、自动评测和仪表盘持续改进技能的完整流程，并提到用 Gemini-3-Pro 汇总反馈提出改进建议。相关代码大多开源。
匹配字段摘要、正文
Browser Use 公开其网页智能体评测系统的工程实现：用 Blacksmith runners 在 GitHub Actions 上并行跑 100 个复杂网页任务，端到端耗时不到 5 分钟，并把 LLM judge 直接内建在智能体代码中。评测任务取自数百万条 LLM 标注的用户 span，而非合成站点，通过多次重复运行、固定 agentic 设置和统计 bootstrapping 处理真实网页的方差。其最终 judge 由 gemini-2.5-flash 驱动，在 200 条人工标注轨迹上达到 87% 的人类一致性，并已开源 benchmark 与 judge prompt。
匹配字段摘要、正文
Browser Use 开源了首个评测基准 BU Bench V1，包含 100 项从五个来源挑选的高难度浏览器任务，任务集加密以防训练污染。评测由 gemini-2.5-flash 以真/假二元判定打分，与人工标注的一致率为 87%。结果显示 Browser Use Cloud 得分 78%，比最好的开源模型高 16 个百分点，且以约每小时 14 个任务成为最快方案；基准代码已开源于 github.com/browser-use/benchmark。
匹配字段摘要、正文
安全研究者 Johann Rehberger 在 Google 新发布的 Antigravity IDE 中发现五个安全漏洞，包括通过间接提示注入实现的远程命令执行和数据外泄，其中部分问题可追溯到 2025 年 5 月他向 Windsurf 报告过的同类缺陷。Antigravity 默认由 AI 自行判断终端命令是否安全执行，且 MCP 工具调用完全没有人工确认环节，攻击者可利用不可见的 Unicode Tag 字符在源码或 Linear 工单中隐藏指令。作者建议禁用自动执行、谨慎启用 MCP 服务器，并指出 Claude Code、GitHub Copilot、Cursor、Codex 等编码智能体在安全性和补丁历史上更成熟。
匹配字段摘要、正文
Modal 工程博客介绍了如何用 Modal、开源框架 Pipecat 和开源权重模型搭建语音 AI 聊天机器人，在客户端与容器就近部署时实现约一秒的中位语音到语音延迟。方案采用 Parakeet-tdt-v3 做语音转文字、Qwen3-4B-Instruct-2507 配合 vLLM 做 LLM 推理、Kokoro 做语音合成，并用 ChromaDB 与 all-minilm-l6-v2 完成 RAG 检索。作者还分享了用 Modal Tunnels 绕过输入平面降低网络延迟、通过区域固定和独立自动扩缩容控制成本的做法，代码已在 GitHub 仓库公开。
匹配字段摘要、正文