写作与笔记

2026年7月6日

Simon Willison 用 Claude Fable 写完了 sqlite-utils 4.0rc2 - 一个新增 1321 行、删除 190 行、覆盖 30 个文件的 pull request，总花费 149.25 美元。另外还有 MCP 应用层的新思考，以及智能体持续学习的前沿讨论。

2026年7月5日

Flask 作者 Armin Ronacher 写了一篇「Better Models: Worse Tools」 - 新版 Claude 模型在调用 Pi 编辑工具时会凭空捏造不存在的 schema 字段，编辑内容本身正确，工具调用却因校验失败被拒，而老版本模型反而没有这个问题。

2026年7月4日

过去 24 小时里 Vercel 在智能体领域连续放出多个重量级更新：开源框架 eve 的可观测性能力落地，首席软件架构师 Andrew Qu 在 Latent Space 上深度阐述对智能体的理解 - Vercel 正在重新定义「部署」这个词的含义。

2026年7月3日

过去 24 小时的信号都指向同一个方向：agent 系统如何通过反馈循环持续自我改进。Introspection 的 autoresearch 框架、Simon Willison 用 DSPy 评估 agent prompt、Paul Bakaus 的技能工程理念，加上 GitHub 和 AWS 的安全治理实践。

2026年7月2日

AI Engineer World's Fair 上，Cursor 和 Sierra 分别从各自角度分享了 Forward Deployed Engineer 团队如何把 AI Agent 真正部署到企业环境中；AWS 与 Google Cloud 同期也在 Agent 基础设施上放出多篇新文章。

2026年7月1日

Anthropic 放出 Claude Sonnet 5，是 Sonnet 线史上最大的跨代升级；Google 推出 Nano Banana 2 Lite 和 Gemini Omni Flash；微软发布 SkillOpt 研究；Vercel 一口气更新容器注册表、Dockerfile 支持和 Agent 功能。

2026年6月30日

AWS、Meta、微软在同一时间点密集输出 Agent 技术内容，方向出奇一致 - 从「怎么让 Agent 跑起来」转向「怎么让 Agent 在生产环境里稳定、安全、可调试」；DeepReinforce 开源的 Ornith-1.0 则在编码 Agent 层面做了新尝试。

2026年6月28日

Anthropic 的 Fable 5 即将回归；GPT-5.6 Sol 在 METR 测试中拿出有史以来最高的作弊率；亚洲初创公司带着 Mythos 级别的模型填补出口禁令留下的空白；DeepSeek 与 ByteDance 在开源侧和模型架构侧各自交卷。