本周必读
它把 Agent 代码、对话、提交和审查放进同一条可同步线程，直接回应多 Agent 产出增加后上下文断裂的问题。
Delta 的价值不在又一个编辑器界面，而在把 worktree、Agent 对话、提交和评论绑定到可持续变化的代码对象上。云端 runner 与浏览器端让任务可以脱离本地终端继续，但产品仍是私测且先接入 Claude Code。若这种记录方式成立，团队审查会从事后看 diff 转向同时追踪决策、执行和责任；评估时应优先检查评论锚定、回滚与跨模型支持。
score 9.25 · 出现 08/13 · 主题 4 有展开
它把 AI 工程岗位从会调用模型重新定义为能部署、评估并决定哪些问题值得自动化，适合作为团队能力盘点表。
DeepLearning.AI 的技能图谱据称分析超过一万份职位并访谈从业者，把构建部署、软件基本功、编程 Agent 和决定构建方向列为四类能力。更有用的部分是要求为不确定输出建立评估与错误分析闭环。材料来自转述而非公开完整方法，但它把个人学习、招聘和 Agent 治理放到同一张表上，能直接转成团队试题和复盘模板。
score 9.5 · 出现 08/16 · 主题 2 有展开
它显示开放权重模型正在同时争夺超长上下文、编码和长时 Agent 任务，部署入口本身已成为竞争面。
Qwen3.8-2.4T-A95B 以约 2.4T 总参数、95B 激活参数和 262K 原生上下文进入开放模型竞争，并提供 Transformers、vLLM、SGLang 路径。模型卡列出编码、专业工作和长时 Agent 基准，但这些成绩主要仍是发布方材料；托管视觉入口、推理强度调节与超长上下文会增加成本和评测维度。读者应把它当作架构与部署信号，再用自己的任务集验证质量、延迟和显存。
score 8.75 · 出现 08/13 · 主题 3 有展开
它把模型选择、协议兼容、分阶段升级和 Prometheus 观测收进网关层，给多模型成本控制提供了可试验的工程接口。
Switchyard 用 Rust 提供 OpenAI 与 Anthropic 协议兼容的 LLM proxy，支持 random、分类器、阶段和升级路由，并暴露请求、错误、延迟与 token 指标。弱模型处理常规回合、强模型接管失败任务的策略可以用 A/B 和成本数据验证，而不是靠感觉切换。项目处于 pre-alpha，API 与算法会快速变化，适合做隔离实验，不宜直接承载关键生产流量。
score 9.15 · 出现 08/13、08/14 · 主题 3 有展开
它把 AI 建站的竞争从生成页面推向支付、搜索、企业集成和治理，说明产品闭环比首个 demo 更能解释融资与留存。
Lovable 宣布 4 亿美元 Series C 和 133 亿美元估值，并称已创建逾 6,000 万个项目、月访问超过 9 亿；公司还把支付、SEO/AI 搜索、企业集成、安全扫描与治理拼成从构建到运营的链路。数字来自公司公告和客户案例，不能当作独立审计结果。它仍是一个清晰的产品信号：生成门槛下降后，真正的竞争会落到上线、获客、收费和风险处理。
score 9.45 · 出现 08/13 · 主题 5 有展开
它指出 Agent 生成代码后，人类最稀缺的工作是理解和判断，并给出 explain-diff 与小测验等可落地的协作接口。
Understanding is the new bottleneck 把问题从写不写得出代码转成能不能理解正在改变什么：作者提出 explain-diff、五题测验、交互式微世界和共享空间，让人继续参与设计而非只在末尾验收。这个方向与本周的权限和评测线索相连，因为无法解释的变更也难以授权、回滚或复盘。文章是方法论提案，不是大规模实验，但足以作为 Agent 代码审查流程的设计起点。
score 9.1 · 出现 08/14 · 主题 2 有展开
商店 Agent 亏损案例把长期记忆、财务约束和人工复核的缺口具体化，提醒团队先设计止损机制再追求自治。
关于商店 Agent Luna 的研究摘要称其累计亏损 6.2 万美元，社区把失败归因于长期记忆、财务约束和复核闭环不足。现有材料是文章引文与社区讨论，缺少完整账本、任务轨迹和对照实验，因此不能把数字当成普遍结论。但它提供了一个很有用的审计框架：每次外部写操作都要有预算、异常阈值、人工接管和可恢复状态，长期任务的成功率不能只看完成数量。
score 8.7 · 出现 08/12 · 主题 5 有展开
它把高频 Agent 任务的专用模型和多模型路由放在同一发布中，说明性能、成本与调用策略正在一起设计。
NVIDIA 用 30B MoE 的 Nemotron 3.5 Lightning 面向 Agent 高频任务，并配套 NeMo Switchyard 做模型间路由；材料称任务速度可提升 30%，但该数字仍需结合任务集和运行环境复测。真正值得保留的是分工思路：让便宜模型承接稳定回合，把复杂或失败请求升级给更强后端。Switchyard 仍处于 pre-alpha，生产采用要先建立隔离与回滚。
score 8.4 · 出现 08/12 · 主题 3 有展开
它把科研 Agent 的价值放在自动生成 rubric、重复裁判和逐轮归因上，提供了比单次回答更接近真实工作的评估思路。
Faraday 被介绍为用 27B 模型指挥 GPT-5.5 Codex 完成论文复现，并用自动 rubric、多次采样裁判聚合和 turn-level credit assignment 评估过程。帖子声称胜过 Claude Opus 4.8 与 GPT-5.5，但没有公开任务样本、失败分布或独立复测，数字不能直接采用。可保留的方法是：长任务要拆成可验收标准，并追踪每一轮行动对最终结果的贡献。
score 8.9 · 出现 08/16 · 主题 2 有展开
它展示内容分发、订阅、图书和周边如何组成个人收入组合，但也清楚提醒自报账单不能外推平台平均收益。
@levelsio 自报本月总收入 24,744 美元，其中 X 广告分成、订阅、图书与周边都有贡献，约 7,300 万浏览量下单看 X 约 19,312 美元/月。这个案例的可用信息是收入来源的组合结构，而不是某个平台的普遍回报率；平台分成规则、内容成本、粉丝基数和持续性都没有独立材料。把它放进本期，是为了对照 Agent 产品的商业叙事：单个成功账单必须和转化、留存及可复核成本一起看。
score 9.6 · 出现 08/16 · 主题 5 有展开