Addy Osmani 的 Agent Skills：给 AI 编程 Agent 装上「高级工程师骨架」
Chrome工程负责人Addy Osmani的Agent Skills项目突破27K stars，核心思路是给AI编程Agent装上高级工程师的工作流骨架，用反合理化表和验证不可妥协等五个原则防止Agent走捷径。
每个人都在用 AI，公司却什么都没学到
Robert Glaser指出AI企业落地的核心悖论：个人效率提升不等于组织学习提升。文章提出token到learning才是真正重要的度量，并给出Agent运维、循环智能、能力分发三种必备能力框架。
Google 给 Gemma 4 加了投机解码，推理速度直接翻 3 倍
Google为Gemma 4发布Multi-Token Prediction drafters，通过投机解码技术让推理速度提升3倍且质量零损失。开源Apache 2.0协议，支持主流推理框架，对独立开发者用消费级硬件跑大模型是实质性利好。
实测：Computer Use Agent 比结构化 API 贵 45 倍，而且完不成任务
Reflex团队实测发现，用视觉Agent操作内部管理后台比结构化API贵45倍、慢50倍，而且连基本的分页任务都完不成。API Agent 8步20秒搞定的事，视觉Agent需要53步17分钟。对出海开发者的核心启示：给Agent提供API永远优于让它看屏幕操作。
Cloudflare 让 AI Agent 自动开户、买域名、部署上线——全链路零人工
Cloudflare与Stripe联合推出新协议，让AI Agent能自动创建账户、购买域名、部署应用到生产环境，全程零人工操作。协议包含发现、授权、支付三个组件，并设有$100/月消费上限。对出海开发者来说，从写代码到全球部署的摩擦被彻底消除。
Kimi K2.6在编程挑战中击败Claude和GPT-5.5：中国开源模型的逆袭
Moonshot AI的开源模型Kimi K2.6在AI编程挑战赛中击败Claude、GPT-5.5等闭源模型夺冠，小米MiMo V2-Pro位列第二。比赛揭示了不同模型在实时决策任务中的策略差异。
IBM发布Granite 4.1：80亿参数模型打平320亿MoE，开源AI的效率革命
IBM发布Granite 4.1，80亿参数的开源模型在多项基准测试中与320亿参数MoE模型打平。对独立开发者意味着更低推理成本、更快响应、可本地部署微调。务实策略：简单任务用本地小模型，复杂任务调云端大模型，混合部署控制成本。
PyTorch Lightning遭供应链投毒：AI开发者的依赖安全盲区
PyPI包lightning被植入恶意代码，影响2.6.2和2.6.3版本，窃取凭证和云密钥，并通过npm实现跨生态蠕虫传播。独立开发者需要：锁定依赖版本、使用审计工具、隔离开发环境、关注安全公告。供应链攻击正在成为AI时代的主流攻击方式。
香港迪士尼连续盈利：文旅IP出海的老路新走
香港迪士尼连续第二年盈利，但入场人次下降2.6%，人均消费上升2%创历史新高——本质是靠IP持续变现涨价赚钱。对中国文旅出海的启示：好IP是有复利效应的资产，独立开发者不要只做内容，要做可复用的IP资产，出海方式可以灵活选择——内容授权、IP联动、实体衍生都是路径。
AI Agent的pre-train和post-train，到底在说什么？
AI Agent能力取决于预训练（常识积累）和后训练（行业微调）两个阶段。对创业者而言，不需要拼预训练，重点是找到高质量行业数据做好后训练，这是真实的机会窗口。