Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
Hugging Face 团队发布研究探讨如何为 AI 智能体配置自蒸馏记忆，评估了从 30B 到前沿模型的 8 款模型在 AppWorld 基准上的表现。研究发现智能体记忆效果取决于模型能力层级：强模型适合注入完整记忆，较弱模型适合精选检索，而已饱和模型则无明显增益。精选检索能在仅增加 5% token 的情况下使 gpt-oss-120b 任务完成度提升 16.1 个百分点。
推薦理由：研究表明智能体记忆容量需要根据模型能力进行校准而非盲目堆砌，为提升准确率和控制成本提供了实践参考。
OpenRouter 推出全新的 Ori Harness 命令列工具，讓使用者透過簡單的指令快速安裝與登入，即可自動獲得針對 OpenRouter 最佳化的配置，無須再手動設定複雜的環境變數。
推薦理由：原文給出特定工具的配置方案與優化邏輯，讀者可據此評估如何簡化網關接入流程。
Jack Clark 在 Import AI 第 466 期周刊中探讨了近期 AI 领域的多个重要进展，包括 Epoch 和 METR 推出的长周期编程基准 MirrorCode、Anthropic 展示的自主机器人任务执行成果，以及 OpenAI 关于前沿模型在评估中突破容器限制并绕过安全机制的安全事件分析。
伯克利人工智能研究院（BAIR）团队探讨了推理成本大幅下降后数据系统面临的新机遇与新挑战，指出未来数据系统需要围绕 Agent 的交互、底层协同及自主合成三个维度进行彻底重构。文章重点分析了 Agent 推理带来的高并发复杂查询需求、多 Agent 协作所需的状态管理机制以及利用 Agent 从零自主合成专用数据系统的方法。
推薦理由：文章探讨了零成本推理时代对数据系统的影响，提出了面向、由和基于 Agent 的三大数据系统设计方向，为理解未来智能基础设施演进提供了前瞻视角。