AI 情报

Chrome for Developers 发布开源 skill「Modern Web Guidance」，用于把 Web 平台最佳实践接入 AI 编码代理。官方描述称，许多代理依赖过时训练数据，倾向引入重型 JavaScript 库而非使用浏览器内置能力；该工具会引导代理采用当前 Web 平台特性与现代 CSS 标准，并按用户设定的 Baseline 浏览器支持目标调整建议。官方给出安装命令、博客、指南与评测基准链接，视频时长 6:53，48 小时内播放约 1.7 万。以上为发布方说法，未见独立评测。

Simon Willison 在博客中介绍，AWS 推出官方模拟器 aws-emulator，可在本地克隆多种 AWS 服务上运行测试，无需申请付费 API key。他称该项目用 Rust 编写，由“一大群智能体”在头三周产生 29,684 次提交；AWS 的 Swaminathan Sivasubramanian 在 Werner Vogels 博客客座文章中讲述其由来。Willison 指出，目前在 macOS 和 Windows 上运行仍需 Docker，他希望未来能改为单个二进制文件，便于在其他语言和平台的标准测试套件中使用。以上为作者转述与个人期望，提交数与智能体参与方式未见独立核实。

YouTube 频道 Ben AI 发布视频，称 Anthropic 推出 Claude Fable 5.2，比 Fable 5.1 快最多 30%，在 Anthropic 一项真实工作测试中得分接近 Opus 5.5 的两倍，但价格是 Opus 5.5 的两倍（输入每百万 token 8 美元、输出 40 美元）。作者用营销报告、落地页改版、视频动效三个任务对比两模型，称 Fable 三次合计约 87 美元用量、Opus 约 51 美元，Fable 更慢但视觉产出更完整。作者还转述 Anthropic 指南：Fable 适合长时开放式高价值任务，日常仍用 Opus 5.5，并给出八条提示规则。以上价格、对比与测试结果均为作者说法，未独立核实。

宝玉在 X 转译一篇题为《软件工程师现在该怎么办》的文章，原文由 Scott Bolinger 发布。作者以第一人称称，每发布一个新模型，纯写代码与技术栈技能的价值就缩水一分，自己越来越像管理 AI 的产品经理；给模型写用户故事提示词的效果甚至好于严谨技术方案。他主张工程师跳出技术圈，理解产品、市场、销售闭环，并投入产品定位、创造力、心理学、市场营销等 AI 难以独立解决的“人的问题”。文中还称如今开发复杂企业级软件比五年前搭简单网站更容易，属作者个人判断而非实测数据。

德国防务公司Helsing在柏林发布Clarity，称其为“代理式情报平台”：数百个专用AI代理整合传感器数据、开源情报、书面报告与现用系统，识别部队、设施与阵地，生成目标建议并打包给相应武器系统。公司称系统运行于客户自有基础设施、模型与界面在欧洲开发，目标须多源一致且高置信才推荐，每次移交武器系统须由人授权并记录责任人。报道同时引用伊朗、加沙及一次涉华误判事件，指出人工复核常被压缩到数秒，数据融合也不能防止错误。Clarity是否已有客户部署，Helsing未说明。

Latent Space 报道，在 AI Engineer Code Summit 上，TypeSafe AI 联合创始人兼 CEO、Jev 主要创作者 Diogo Almeida 主张把系统一模型（返回结构化选择、分数或概率的非生成模型）直接嵌入应用代码，称其为“可靠智能”，并呼吁“自动化一切”。Glean 的 Chinmay Goyal 称 Jev 适合零样本灵活性，决策空间分类变化时无需反复微调，且用户无需知道背后用哪种模型。UiPath 展示了用 Jev 做文档分块排序的“锦标赛”式流程，称数千次调用在一秒内完成；Workday 的 Scott Roberts 展示了用户打字时自动填充请假单的原型。以上多为作者与厂商在会上的说法。

IBM Technology 频道发布 9 分钟视频，由 Matt Aiken 讲解 AI 智能体为何需要两类上下文：RAG 提供有文档依据的知识，可观测性提供实时指标、日志和追踪。视频演示用 AI 调查一笔混合交易，把 RAG 知识与实时证据连接，输出证据、影响与下一步，并强调保留人工操作者控制。这是厂商技术频道的方案讲解与演示，不是独立实测；播放量约 2.4 万为频道自述统计。

Turing Post（Ksenia Se）在 X 上摘录 @CompleteSkeptic（Diogo Almeida）在 @aiDotEngineer 演讲的十个观点，并称完整演讲需另行收听。摘录包括：AGI 已连续两年被宣称“三个月后到来”，但旧金山以外世界变化有限；模型约 95% 表现如爱因斯坦、5% 如憨豆先生，且难以分辨；RLHF 让模型擅长被人类检查的辅助任务，却未必能独立可靠工作；应把智能放进软件内循环、拆分任务并建立可验证阶段。以上均为转述的演讲观点，非实测结论。

克利夫兰联储经济评论文章用美国CPS月度面板数据，将923个O*NET职业按三种AI暴露度指标分组，比较2015–2019年与2024–2026年。作者称，自生成式AI普及以来，23–54岁劳动者中，AI暴露度最高职业的失业率相对最低组多升约1个百分点，23–30岁群体差距约2个百分点。关键发现是离职率未见一致上升，变化主要来自求职成功率下降：高暴露组比低暴露组低约6个百分点，隐含平均失业时长从约10.5周升至13周以上。作者据此认为，目前更像是进入AI相关职业变难，而非在职者被大规模替代。

Simon Willison 引述 Anthropic 文档《Prompting Claude Fable 5.2》：在小型编码任务测试中，若提示未提代码归属或把代码库说成他人的，Claude Fable 5.2 倾向在现有结构上追加，即使造成重复代码；若提示声明代码库归模型自己所有并长期维护，它更常主动合并重复代码，有时还会做相关修复。文档给出的示例句为“This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.”。Willison 页面称，加该句时约一半运行合并重复代码，不加时不足十分之一；其引文摘要另称加句约 75%、不加不足 10%。两处数字不一致，均为转述 Anthropic 测试，非独立复现。