Clauday.

周二这批 arXiv 里有四篇论文落在同一个让人不太舒服的结论上：把 agent 的每个零件单独检查一遍，几乎说明不了组装起来以后它会干什么。 CoSA（技能冲突攻击）在招聘、金融、IT 和商务四类场景里搭了 288 个任务。在五个模型、三种 agent 框架上，往原有技能池里加入不超过 5% 的新 Skill，违规率就从 35.02% 涨到 58.45%…

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…

Drew Breunig 在 AGNTCon 的演讲整理成了一篇《The State of Context Engineering》，结尾一句值得每个做 agent 的人贴在显示器上：模型每进步一次，就会改变我们交给模型做什么、以及系统必须强制什么。实操建议更直接：删掉你的上下文，我没开玩笑，20 万 token 左右就是我的警戒线。 演讲先过了一遍已知的…

10 月 22 日，Linux 基金会旗下的 Agentic AI Foundation 一口气收了四个新项目：Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv、阿里的 OpenSandbox。基金会项目数从 3 个变成 10 个，和 MCP、A2A、AGENTS.…

cursor/plugins 这个仓库周末上了 GitHub 日榜，一天 15 次提交，12705 颗星，值得注意的不是任何一个插件。是 .claude-plugin/marketplace.json 这个文件，所有者 Cursor，联系邮箱 [email protected]，它把 Cursor 的两个插件挂进了 Claude Code 的插件市场：or…

首次在这里出现两个月之后，cathrynlavery/diagram-design 周一是 GitHub 上涨星第二快的仓库，单日 2,100 星，总数过 5.2 万，当天下午插件清单升到 2.6.84。它是一个 agent skill，用 npx skills add 装进去的一份指令包，让 Claude Code、Codex、Cursor、Copilot…

周五 arXiv 列表上两篇论文量了一件事：装完一个 skill 之后到底发生了什么，答案是比 skill 自己说的少。One Skill Too Many，作者 Chaoliang Yan、Zihao Xu、Yuekang Li 等，是第一次正面研究 skill 之间的冲突。他们挖了 20947 个仓库快照，生成 822109 对候选相似 skill，让大…

agent skill，也就是 Claude Code 和 Codex 加载的那些 SKILL.md 文件，已经悄悄变成了一条软件供应链，而直到这周没人量过它。10 月 8 日提交的一篇论文，《Skill Constellations: Tracing the Supply Chain of Agent Skills on GitHub》，从一个大语料里每个…

大多数 agent 记忆系统默认你手里已经有训练任务和一个验证器。DAEDALUS（arXiv 2610.08048，作者包括 Antoine Edy 和 Gautier Viaud）把这两样都去掉了。它配了一个探索者 agent 在新环境里摸索、编出难但能解的任务，和一个解题者去做。解题者每次失败产生一条候选启发式规则，规则只有在解题者带着它反复成功之后才…

coding agent 能写软件，是因为软件就是文本。机械零件不是文本，除非你用代码去描述它。text-to-cad 玩的就是这个思路。这个 MIT 协议的插件今天在 GitHub Trending 上单日 456 star，总数 1.74 万，距离建仓才五个月。 它给 agent 一套本地工作流，产出真正的 3D 模型：STEP、GLB、STL、3MF…