Clauday.

现在大家都在给模型配第二个模型来检查。周一 arXiv 批次里有三篇论文说明了，这个检查者有多容易被它看到的东西带偏。 《Who Verifies the Tools?》源自 Pilsudski Institute 的一个生产环境 RAG 系统。工具格式化函数，就是把原始结果转成文本喂给模型的那些小函数，悄悄丢掉了搜索上限、结果条数上限和标识符命名空间。a…

Pomerado 周日在 YC 发布，一句话定位：几分钟把任何网站变成一个 API 或 MCP。它是 YC 2026 秋季批次的公司，核心代码以 MIT 协议开源在 GitHub 上，大约 190 颗星，仓库 10 月 5 日创建。 它瞄准的是 agent 至今还得一下一下点过去的那部分网页：保险、供应商、物流、医保支付方的老旧门户，电子病历系统，政府网站…

AgentGrid.io 是周日 Product Hunt 当天第二名。在一堆给 agent 用的工作区产品里，它的思路算是比较干净的一个。一句话定位：人和 agent 共用的网盘。文档、报告、幻灯片、应用、设计稿都是活的文件，带完整版本历史，人和 agent 改的是同一份。 真正值得看的是权限模型。你可以把 Claude、Codex 或者自己的 agen…

跑一个 coding agent 是聊天，跑八个就是运维。就在一天里，四个互不相干的项目给出了同一个问题的答案：一堆 agent 同时在跑，你怎么知道哪个在等你？ 名头最大的是 JetBrains。ThinkRail 出自它的 InnovationHub，Apache-2.0 开源 IDE，每个工作区都是一个真正的 git worktree，代码旁边放着一…

10 月 22 日晚，Anthropic 在 X 上宣布：下周起，Pro、Max 和 Team 用户在 Claude 网页版、桌面端和手机端的会话，默认都跑在自动模式下。不再每一步都让你点批准，而是由一道自动检查拦下有风险的操作，随时可以切回手动。这条帖子一天之内浏览量超过 220 万。原帖：https://x.com/claudeai/status/211…

10 月 22 日有两个开发者基础设施发布，解决的都是 agent 一离开演示就会撞上的那种无聊但真实的问题。 做邮件 API 的 Resend 发布了 Inboxes。一个收件箱用你自己域名下的地址收发邮件，所有消息按线程归好，每个线程通过同一套 API 对你的应用、团队和 agent 开放。主打场景是给每个 agent 一个独立地址，用来接任务、接审批…

10 月 22 日，OpenAI 的 Decisions API 正式开放，离公测刚过两周。这是一个基于 GPT-6 Luna 的决策模型，不写长段文字，只返回判断、选项或分数，官方说比走 Responses API 调 Luna 快最多 10 倍。价格是每百万输入 token 0.1 美元，缓存 0.01 美元，输出不收钱。单次请求最多带 400 个问题，…

周日一条 Show HN 拿了 235 分、77 条评论，工具只干一件事：你往受保护分支 push 的时候，Git 停下来，一个审稿模型问你这个改动在出错时会怎样。答对，push 继续；答错，它解释你漏了什么，再给你一个新场景。Sphinx 作者是 parthh01，仓库 10 月 14 日建的，周日晚上 98 颗星，MIT 协议，npm install -…

10月7日这里报道 rea 的时候，它刚发 5.0.0。现在 204,454 星、49,785 fork，之后每天都是 GitHub 趋势榜第一，同一周两次登顶 Hacker News。10月11日过 10 万星，10月13日过 15 万，周末这几天大约每天 5 万星。趋势页显示的日增数字更大，但那个计数器是显示错误，上面是 API 的数。 产品是一个 M…

前 Plaud 高管 Peter Mo 创办的 Ambi 周一宣布累计融资 2600 万美元，跨多轮，领投是投过美团和宇树的 Luminous Ventures，以及代工厂华勤。轮次名称和估值都没披露。TechCrunch 报的。公司同一天上线 iPhone、Mac 和 Apple Watch 应用，还计划一个会盯着你工作的桌面应用，和一台带屏幕、扬声器、摄…