四个工作 Agent 同题实测：好看的报告不等于可信交付
本文整理自「灵姐说AI」对 WorkBuddy、Kimi Work、千问办公和 TRAE Work 的同题实测。真正值得看的不是谁的界面更像 Codex，而是工作 Agent 进入日常流程后，什么才算可验证、可追责、可直接使用的交付。原视频...
持续更新
更多文章
Codex 背后的 Harness：OpenAI 把 Coding Agent 的控制层讲透了
本文整理自 OpenAI Dominik Kundel 在 AI Engineer World’s Fair 的演讲。它真正值得看的地方，不是 Codex 又多了几个功能，而是 OpenAI 正在把 coding agent 的关键能力从“...
Claude Team 合租：南洋公司招 Claude 难民，275 元/月值不值
如果最近一轮 Claude 封号潮把你赶出了个人订阅，这个标题可能很有画面感：一家南洋公司开始“招聘 Claude 难民”，月薪没有，工位费倒是每月 275 元。 这里的“招聘”当然不是劳动合同，而是加入一家新加坡公司的 Claude Te...
大模型周刊 39：工作流开始压过参数规模
2026 年 8 月第一周没有新的旗舰模型炸场，但产品下沉、企业合规、开源视频、Agent 基础设施和融资动作都在加速。真正的主线越来越清楚：大模型竞争正在从参数规模，转向稳定、便宜、可控地交付工作流。 上半月的余温还在。OpenAI 继续...
Jason Liu 的 Codex 工作坊：别再把 Agent 当聊天框了
Jason Liu 在 AI Engineer 的这场 Codex 工作坊，表面是在讲 appshots、skills、plugins、memory、automation 和 computer use，实际讲的是一个更大的转向：Agent ...
大模型周刊 38｜价格战、开源权重和 Agent 落地同时加速
2026 年 7 月最后一周，大模型行业的主线很清楚：美国头部厂商用降价和生态补强防守，中国开源阵营继续用权重开放和性价比抢开发者心智，Agent 与具身智能开始从概念走向生产场景。
FreeModel.dev 实测: Claude Code 中转站接入、套餐与验真
有人在搜索框里反复打 freemodel 这个词。需求还是那个老需求：想用 Claude Code，但官方订阅要美区信用卡，价格也压手，于是去找中转站。 FreeModel.dev 是最近冒出来的一个，口号喊得很大——”One ...
大模型周刊 37：越狱、算力与开源反击
2026 年 7 月 18 日到 7 月 24 日，大模型圈的关键词不是单纯的跑分，而是安全事故、算力约束和开源模型的反击。OpenAI 内部测试引发的 Hugging Face 安全事件，把能力与护栏的矛盾推到了台前；Kimi K3、GL...
代码写作快免费了，软件工程反而更难了
Google DeepMind 研究副总裁 Benoit Schillings 在 AI Engineer 的这场分享里说了一句很狠的话：代码已经结束了，但还有大量事情要做。本文整理这场演讲，并结合我自己的 AI 编程 / Harness ...
企业 Agent 失败，不是因为模型不够大
Tesla 机器学习工程师 Ishita Daga 在这段 12 分钟分享里，把企业数据 Agent 的失败原因压到三个词：歧义、腐败、偏好。本文结合我自己的 Harness / 企业记忆笔记，讨论为什么加模型、加上下文、加知识库都不是根治...
别再裸奔发布 Skill：Google DeepMind 这场 21 分钟演讲讲透了 eval 为什么是准入门槛
本文整理自 Google DeepMind 工程师 Philipp Schmid 在 AI Engineer 的演讲。核心问题不是 Skill 有没有用，而是没有 eval 的 Skill 无法判断何时该触发、何时该退休，也无法证明它真的让...
大模型周刊第37期：Kimi K3 把“DeepSeek 时刻”又推回来
第37期大模型周报，记录2026年7月11日至17日这一周的几个关键信号：OpenAI把GPT-5.6推向企业代理，Anthropic继续押注开发者生态，Google走企业集成路线，中国开源模型则用Kimi K3和GLM系列把成本压力重新打...
Kimi K3 不再是便宜替代品：开源 Coding 模型开始逼近前沿
本文整理自 BridgeMind 对 Kimi K3 的一次上手测试：它不再只是便宜替代品，而是开始在 UI 设计、全栈应用生成和真实 agentic coding 任务里挑战闭源前沿模型。原视频：https://www.youtube.c...
ChatGPT 从聊天框变成个人操作系统：Peter Yang 的 GPT-5.6 完整实践
Peter Yang 这期视频展示了 GPT-5.6 发布后，ChatGPT 桌面端如何从聊天工具变成管理邮件、日历、播客准备和网站发布的个人操作系统。这不只是一个工具教程，更是一套 AI 时代工作方式的落地样本。 Peter Yang 这...
大模型周刊 第 36 期：出厂前多了一道政府闸门
作者：toy | 覆盖周期：2026.6.29 – 2026.7.10 这一周 OpenAI 和 Anthropic 都把自己最强的模型放了出来，但两家都不是自己说了算。GPT-5.6 等联邦机构做完安全基准评估才全球开放；Anthropi...
AI 产品经理自学路线: 从大模型原理到 Agent 的 12 课
这是一套面向产品经理的大模型技术自学课。它回答一个具体的问题：一个不写代码的产品经理，需要懂多少技术，才能在 AI 项目里做出靠谱的判断。答案是十二课的量——从 Token 和上下文窗口讲起，一路走到智能体、工作流、RAG、Function...
大模型核心术语: 产品经理够用的概念地图
这一课解决一个很具体的问题：评审会上工程师说”上下文不够、要上 RAG、温度调低点”，你能不能在三秒内明白他在说什么层面的事，并判断这话说得对不对。学完这课，你手里会有一张按”模型层、生成控制层、工程层、...
大模型微调入门: SFT、LoRA 与何时不该微调
这一课解决一个非常具体的问题：当工程师或供应商对你说”这个需求得微调”时，你能判断这句话是对是错。学完你会知道大模型微调到底改了模型的什么、SFT 和 LoRA 是什么关系、哪三类场景值得花这个钱、哪三类场景微调纯属...
MCP 协议入门: 大模型连接外部工具的统一接口
上一课讲 Function Calling 时留了一个尾巴：各家 API 的工具定义互不相通，工具一多，集成工作量就爆炸。这一课要讲的 MCP（Model Context Protocol，模型上下文协议）就是冲着这个问题来的——它是 An...
Function Calling 入门: 让大模型学会调用外部工具
大模型只会聊天，不会办事——这是很多产品经理对 LLM 的第一印象，也是 Function Calling（函数调用，也常叫工具调用）要打破的那堵墙。学完这一课，你能回答三个问题：模型”调用工具”时到底发生了什么；一...