Microsoft 推出 Guardian Agents 监控企业 AI 智能体，称前沿模型不可信
Microsoft 推出 Guardian Agents，用于监控企业使用的 AI 智能体，属于 6 月发布的 Project Perception。Microsoft Defender 同时新增智能体检测，可识别 Claude Code、Codex、OpenClaw 等最多 60 类员工带入的智能体，并提供数据访问限制、权限动态调整和高风险操作人工审批。
#Agent
#Agent
今日 4 条TechCrunch · AIAI 评分5656 Hacker News · Show HNAI 评分2828 Show HN：Flyingcar.pet——用 Claude Opus 5.5 模拟 Tesla Roadster 飞行特技
开发者用 Claude Opus 5.5 和 three.js 构建 Flyingcar.pet，以物理模拟还原 Tesla Roadster 的飞行特技视频。项目原预计一两次生成，最终迭代多日，Opus 先需识别视频中的五辆停放 Tesla 与六辆车的尺寸。之后逐帧校正 Roadster 的左偏轨迹、翻滚及飞行中推进器点火，以贴近视频。
Hacker News · Show HNAI 评分5757 Craig 开源 TUI 上线，可在独立 Git worktree 中并行运行编码智能体
Craig 是一个开源 TUI 编排器，能同时运行 Claude Code、Codex 和 Cursor，为每个任务新建分支和独立 Git worktree，让多个智能体分目录并行工作。
Hacker News · Show HNAI 评分6767 Claude Code 技能库 agent-workflow 发布，用退出码证明修复的测试在旧代码上失败
ehnruiz 发布 Claude Code 技能库 agent-workflow，含 21 个技能、子代理和 hooks，可作为插件安装。supervisor 把多步任务拆成工单派给更便宜的模型，同一工单失败两次就升一档；tdd 要求先写失败测试，regression-proof 在临时 worktree 里证明无修复时新测试确实失败，门禁按退出码判定。
Hacker News · Show HNAI 评分2424 Show HN：更高效使用 DNS-AID 发布智能体的方法
DNS-AID 让智能体通过互联网现有的去中心化 DNS 命名基础设施相互发现。作者提出一种更有效地通过 DNS-AID 发布智能体的方法。
Hacker News · Show HNAI 评分7070 Krites 开源 Claude Code 插件，用检查命令的退出码强制测试通过才放行停止
Krites 是 Quinn Lott 开源的 Claude Code 插件，智能体每次尝试停止时由插件自己运行仓库里配置的检查命令，第一个失败就拦下停止并回传该命令和最后 60 行输出。
Hacker News · Show HNAI 评分3030 Show HN：Vibetown 公共沙盒让陌生人用 AI 智能体一起 vibecode
Vibetown 在 Show HN 展示公共沙盒，任何人都能用 AI 智能体参与，与陌生人一起 vibecode。页面提供 Roulette、Open sandboxes 和 Live sandboxes，并列出多个 Live 房间。其目标场景包括与陌生人互动和结识新朋友。
Hacker News · Show HNAI 评分5959 开源应用 iphone-use-app 让 LLM 在本机控制 iPhone 应用，运行时不需 Mac
开源应用 iphone-use-app 在 GitHub 发布，让视觉模型直接在同一台 iPhone 上截图并操作其他 App，运行时不需要 Mac、额外硬件或越狱。
Hacker News · 高分新帖精选AI 评分7878 MiniMax 发布 M3.1 Flash，推理提速近 3 倍、使用成本降低 70%
MiniMax 正式发布 M3.1 Flash，官方称其在线推理速度提升近 3 倍、使用成本降低 70%，面向智能体任务、编码、Computer Use 和网络安全。
推荐理由：做 Agent 与编码自动化的团队可把长链工具调用任务迁到 MiniMax API 的 M3.1 Flash，按每百万 token 输入 $0.15 估算成本。
TechCrunch · AIAI 评分6464 Replika 创始人发布个人 AI 助手 Wabi，主打多线程与多人共享
Replika 创始人 Eugenia Kuyda 正式向所有用户发布 Wabi，一款以即时通讯为形态的个人 AI 助手，支持多个线程分别对应不同任务，线程还能共享成多人聊天。
GitHub Blog · AI & MLAI 评分3838 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 打开继续，对话、代码改动和工作上下文保持完整。教程涵盖逐行审查 diff、在 Copilot 侧边栏继续提问或修改、手动编辑，并用集成终端运行测试。完成后可将更新推送到该会话关联的 pull request。
TechCrunch · StartupsAI 评分6363 AI 助手创企 Town 上线四个月获 1.08 亿美元 B 轮融资，估值达独角兽
AI 助手创业公司 Town 宣布完成 1.08 亿美元 B 轮融资，由 Forerunner Ventures 与 Menlo Ventures 联合领投，估值达到独角兽级别。
TechCrunch · AIAI 评分7171 Nvidia 发布 Nemotron 3.5 Super VL 与两款 Bolt 开源权重模型
Nvidia 发布面向企业智能体和端侧计算的开放权重模型，包括 120B 参数的 Nemotron 3.5 Super VL，以及 Nemotron 3.5 Bolt 74B-A9B、Bolt E4B 两款轻量模型。
Hacker News · Show HNAI 评分6060 Jocasta 发布开源网络设备清单工具，按 MAC 地址跨 VLAN 追踪设备
Jocasta 是一个以单个二进制运行、带 Web 界面的开源网络设备清单工具，用 MAC 地址识别设备，IP 变化后设备的标签、分组和备注仍然保留，并记录每次变更。
Hacker News · Show HNAI 评分6969 OpenFilm 开源发布，把任意编码 Agent 变成视频编辑器
OpenFilm 是开源的 AI 视频工具，让 Codex、Claude Code 等编码 Agent 把影片写成 film.html，再由跑在本地的浏览器编辑器 Studio 查看和修改。
Hacker News · Show HNAI 评分7070 0sql 以 MIT 协议开源，用 Rust 把业务语义查询编译成 SQL，单次规划约 70µs
0sql 以 MIT 协议开源，是一个用 Rust 实现的语义到 SQL 规划器，把按业务字段描述的查询编译成一条确定的 SQL 语句，无法解析时返回说明原因的拒绝。
Hacker News · Show HNAI 评分6666 ApolloOffice 开源本地 AI 工作流水线，把 GitHub issue 变成带测试的 PR
ApolloOffice 是一套跑在本地电脑上的 AI 工作流水线，能把 GitHub issue 复现成经过验证的 PR。它由 Scout、Guard、Vet、Hunter、Repro、Fixer、CI、Reviewer、Submit、Watcher 等固定环节组成，会先确认回归测试在修复前失败、修复后通过并跑通项目测试，默认把 PR 连着 diff 和验证结果交给你批准。
Hacker News · Show HNAI 评分5757 Illos.dev 上线 61 个动效插画及让编码智能体复刻同款风格的 Skill
Illos.dev 在 Hacker News 的 Show HN 发布 61 个动效插画，并附带一套 Skill，教 Claude Code、Cursor、Codex 等编码智能体按同一套配色与线宽规则继续画出新插画。
Hacker News · 高分新帖AI 评分3434 不自己运行 LLM proxy，怎么知道 LLM 调用发生了什么？
Hacker News 上一则讨论帖以「如果不自己运行 LLM proxy，怎么知道发生了什么」发问，围绕不自建代理层时对 LLM 调用的可见性展开，已获 271 分、184 条评论。帖中未给出具体产品或实现方案。
Hacker News · Show HNAI 评分6262 Gsearch 开源 MCP 服务，用真实 Firefox 让 AI 智能体拿到 Google 搜索结果
Gsearch 是开源的 MCP 服务，让 AI 智能体调用 google_search 拿到 Google 真实结果页的 JSON，含还原后的真实链接、AI Overview、People also ask 和相关搜索。
Hacker News · Show HNAI 评分5454 Truth Firewall 0.1.0 发布，独立核验 Codex 是否真的完成任务
作者发布 Truth Firewall 0.1.0，在 Codex 声称完成后按用户事先写好的验收条件独立复核，给出 VERIFIED_DONE、REJECT_DONE、HUMAN_REQUIRED 或 ERROR 四类结论。
Hacker News · Show HNAI 评分6060 Open Artifacts 开源上线，把 AI 智能体产出托管到自有 Cloudflare 账号
Open Artifacts 是 MIT 许可的开源工具，把 Claude Code、Codex、Cursor、OpenCode 等智能体产出的页面、文档、代码和 PDF 存进用户自己的 Cloudflare 账号。
Hacker News · Show HNAI 评分4949 Show HN：sim-xp 用 Agent 把工程博客、故障或想法变成模拟
sim-xp 的 story-to-playbook 技能可把工程博客、事故复盘或想法转成经校验的 playbook.json 模拟并运行。用户可用 npx skills add smarchone/sim-xp --skill story-to-playbook -g 安装，并在 Claude Code 中执行 /story-to-playbook 生成。
Hacker News · 高分新帖AI 评分7171 HybridAgents：在潜空间推理、通过文本行动的混合推理智能体
arXiv 论文提出 HybridAgents 混合推理智能体，在统一生成过程中动态切换潜空间推理与文本交互。轻量模块 HybridLink 负责两种模式的转换，连续工作记忆在多次交互中保留无损的混合上下文，潜空间中的思考过程可直接检查，同时保留调用工具的能力。
Hacker News · Show HNAI 评分5757 Hypereffect 发布超媒体协议，服务端用 JSON 描述界面由各平台原生渲染
Hypereffect 是一个超媒体协议，服务端发送 signals 和 elements，由各平台 renderer 用自身原生控件绘制，组件固定为 18 个。
Hacker News · Show HNAI 评分5555 TriHerm Labs 发布本地优先的 macOS 视频录制剪辑工具 Cutmark，支持 MCP
TriHerm Labs 发布本地优先的 macOS 视频录制与剪辑工具 Cutmark 0.3.0，素材默认存放在 ~/Movies/Cutmark 并以普通文件管理。
Hacker News · Show HNAI 评分7171 OpenDesk 发布开源客服系统，对标 Zendesk 和 Intercom
OpenDesk 是一个 Apache-2.0 开源的客服系统，把邮件、在线聊天和帮助中心汇成一个共享工单队列，代码在 GitHub 上公开开发。内置 AI 助手 Ollie 能从帮助文档中找答案、起草回复、翻译和分流，所有动作都标注为 Ollie，管理员可为整个工作区关闭 AI。
Hacker News · Show HNAI 评分6464 fin 发布本地财务数据 CLI，可汇总银行账户与 Amazon、Costco 订单
fin 是一个在本地运行的命令行工具，通过 Plaid 连接银行、信用卡和券商，并读取 Amazon 与 Costco 的订单和收据。交易数据存进本地的 DuckDB，终端输出表格、给 Agent 输出 JSON，也可用 fin ui 在浏览器查看净资产走势、月度支出对比和 SQL 编辑器。
Hacker News · Show HNAI 评分6464 Pi-cowboy 开源多智能体编排器，可把 Codex、Claude Code、OpenCode 当作子智能体并行运行
Pi-cowboy 是作者以 MIT 协议开源的 Pi 多智能体编排器，可通过 npm 安装。它把大任务拆成子任务交给后台智能体并行执行，每个智能体运行在独立的 Herdr 终端窗格和 copy-on-write Git worktree 中，可混用 Pi、Claude Code、OpenCode、Codex 等 harness，完成后逐个合并分支并清理。
Hacker News · Show HNAI 评分3636 Show HN：新生儿喂养 GitHub 贡献图变成 SaaS 婴儿追踪器
一位新手爸爸用 Claude 在一周内把记录儿子喂养的 GitHub 贡献图扩展成完整的婴儿追踪器，并向其他父母开放。产品以儿子命名，不追求盈利，只覆盖 Postgres 账单，还接入智能体做统计并自动化 Divoom。
Hacker News · Show HNAI 评分6363 Secret Guard 发布本地 LLM 网关，密钥不出本机
Secret Guard 是一个本地 LLM 网关，把发往模型厂商请求中的密钥替换成等长同字符集的 Mock，响应回来时再还原真实值，Agent 工具照常调用真实系统。
Hacker News · Show HNAI 评分4646 ChatGPT Plugins 最实用开源精选：719 个插件入选 28 个分类
一个开源仓库从 ChatGPT Plugins 官方目录的 4,338 个条目中精选出 719 个插件，覆盖 28 个类别。该仓库还提供可搜索的完整目录、JSON 和 CSV 导出，以及公开 MCP endpoints 列表。并为插件构建者汇总官方文档、SDK、框架、测试工具、模板和提交清单。
Hacker News · Show HNAI 评分6161 CallSitter 开源 AI 接线机器人，拖住诈骗电话并转达真实来电留言
CallSitter 是一个开源来电接听 AI 智能体，号码转接到 Telnyx 后由 OpenAI gpt-live-1 接听，TypeSafe Jev 对通话分类并按 config/call-flow.yaml 的确定性流程处理，诈骗电话被拖着聊，推销电话礼貌拒绝，真实来电记录留言并通过 Telegram 摘要送达。
Hacker News · 高分新帖AI 评分7373 DeepSeek 上线 Search 与 Fetch API，每千次成功请求 0.75 美元
DeepSeek 开放 Search 与 Fetch 两个 JSON API，Search 由自研搜索引擎按查询返回结构化网页结果，Fetch 抓取单个网页并以 Markdown 返回正文，供 Agent 和 RAG 应用获取实时网页内容。
arXiv cs.AI / cs.LG 最新AI 评分5252 推理的单个像素：一句有来源支撑的真话就足以误导 LLM 智能体
arXiv 论文提出单关系攻击（ORA），先定位证据与结论之间的一个隐含前提，再用一句有来源支撑的话把这个前提改写，就能把 LLM 智能体引向错误结论。在生物医学推理和漏洞检测任务上测试 18 个模型，best-of-10 攻击对闭源模型平均翻转 54.9% 原本正确的答案，对开源权重模型为 80.0%。
arXiv cs.AI / cs.LG 最新AI 评分6262 SpriteStage：用渐进式场景编程与回放生成长篇动画
arXiv 论文提出 SpriteStage，一个渐进式场景编程框架，用逐场景生成加引擎重编排来制作长篇动画。每场戏从已验收的世界检查点和叙事快照出发，在共享空间舞台上执行，再依据运行时与视觉反馈修订动作或剧情节点，验收结果成为下一场的起始状态。
arXiv cs.AI / cs.LG 最新AI 评分5858 UVA 方法教代码 Agent 提问时不泄露私有代码
论文提出 utility-verified abstraction（UVA），训练本地代码 Agent 在向云端强模型咨询时用角色和类型描述私有实体，同时保留专家所需的技术细节。
arXiv cs.AI / cs.LG 最新AI 评分5555 RQA 让智能体无需共享奖励也能学会合作
Francesco Morri 提出 Reciprocal Q-Augmentation（RQA），用隐变量对手模型估计自身动作对其他智能体的影响，并据此增强 Q 函数，使智能体仅凭自己的 Q 函数就能同时学到合作与背叛策略。
arXiv cs.AI / cs.LG 最新AI 评分5858 DialogMem 基准：评测 3D 环境中对话与物体绑定的具身记忆
DialogMem 是一个两阶段基准，让智能体用时间对齐的 RGB-D 观测流与对话构建记忆，再用于实例级物体导航和问答。它包含 27 个真实 3D 场景的 142 个 episode、14,193 条 QA 对和 11,890 条导航指令。
arXiv cs.AI / cs.LG 最新AI 评分5353 ReTRACE：面向逆合成规划的反馈引导 LLM 智能体
ReTRACE 是面向逆合成规划的 LLM 智能体，把大语言模型放进整合分子工具、互补单步预测引擎、可采购原料库、路线记忆与多准则路线评估器的化学环境中。它用程序化检查加对抗式 LLM 评审组成的新指标判断路线，并在搜索过程中依据评估器反馈诊断弱路线并回溯修改。