Clauday.

周二几个小时之内，两家公司发了同一个想法：一个跑在云端的编码 agent，让公司里任何人，而不只是工程师，都能交出一个测试过的 pull request。 Ramp 开放了 Inspect 的早期试用，这是它内部已经在用的编码 agent。CTO Karim Atiyeh 文章里的数字很猛：过去一个月，Ramp 99% 的工程、设计和产品团队都用过它，合并…

Anthropic 周二发了一项研究，凡是说过"反正有人在环里把关"的人，看完都该有点不安。50 位有经验的分析师用 Claude Code 做一道真实的因果推断题，场景是一个虚构的农业合作社，题里有四个开放的分析选择和一个最终建议。研究者没告诉分析师：每个 agent 在每个选择上都被暗中设了一个"倾向"，用抛硬币决定，写在隐藏的系统提示里，同时要求它绝不…

前 GitHub 掌门 Thomas Dohmke 周一发布了 Entire 的 Git 托管平台，整个设计的前提是：以后大部分 push 都来自 agent。 它有三块。第一块叫 Trails，就是每次代码 push 都由 agent 打分的可定制自动评测。每个评审 agent 在自己的云沙箱里独立运行，交一个分数和一段理由，Dohmke 的比喻是像花样…

周一的 arXiv 批次里有两篇论文专门量了编程 agent 的上下文被压缩之后会发生什么，结论在最难受的那一点上是一致的：摘要留下了你要它做什么，丢掉了你要它怎么做。 Compact-Bench 拿 14 个摘要模型去压 35 个 SWE-bench 修复、146 个 agent 会话和 106 条生产链路。LLM 摘要最多只保住 16.0% 的反复出现…

OpenAI 周一发了 GPT-6.1 Terra，一个主打视觉推理和电脑操作的快速模型，发布页上最显眼的数字不是跑分，是每个任务的成本。OpenAI 的说法是，在 Agents' Last Exam 上开到最高推理强度，Terra 的 token 效率是 Claude Opus 5.5 的三倍多，单价只有它的四分之一，算下来每个任务便宜大约 9 倍。 价…

Amp 的工程师 Thorsten Ball 把平时在私信里发给朋友的那套规矩整理了出来，标题叫截至 2026 年 10 月。周日拿了大约 1900 个赞，pi agent 的作者 Mario Zechner 转发说值得一读，我不是每条都同意，但它是一个好的数据点。值得读的原因是，几乎每一条都能在这周拿去试。 最核心的一条：要无可辩驳的证据，这是最大的改变…

Wiz Research 周日发布了 Gheist 的分析报告。这是一场从 9 月 15 日开始被追踪的攻击，规模化滥用被盗的 GitHub token。Wiz 的统计是：超过 850 个被攻破的账号，种下了超过 13500 个分支。截至 10 月 24 日，涉事账号里大约三分之二已经在 GitHub 上不可用了。 防守方需要知道的套路是这样：拿到一个 t…

HumanLayer 做的是一套管理 Claude Code 和 Codex 会话的工作流，很受欢迎。周五晚上，它把整个产品以 Apache 2.0 协议开源了。不是阉割的社区版。用 Dex Horthy 的话说：这就是 HumanLayer Cloud 正在跑的同一份代码。 里面有什么：桌面端（Electron，外加一个 Tauri 版本）和背后的 We…

周五晚上，Anthropic 让 Claude 支持了 MCP Tasks 和 Elicitations。Tasks 让 Claude 把长时间运行的活交给插件，比如深度研究，做完了再回来汇报。Elicitations 让服务端可以在任务进行到一半时停下来问用户一个问题。公告：https://x.com/ClaudeDevs/status/211369800…

上周 Replit 把 Replit Agent 的默认模型换成了 OpenAI。周六 The Information 报道了原因，答案就是价格。 据报道，OpenAI 开出了三成以上的折扣，合同规模每年超过一亿美元；而 Anthropic 拒绝继续给 Replit 之前享受的折扣。于是 Replit 把大部分 AI 支出从 Anthropic 搬到了 O…