#智能体
Jev 实操指南，用概率闸门重构智能体决策流
TypeSafe AI 推出系统一模型 Jev，作为智能体概率决策闸门，仅返回带校准概率的结构化结果而不生成文本。该模型具备低成本、低延迟及零输出错误率特性，支持 Choice、Score、Noul 三种提问原语。文章详解了其 API 调用、SDK 集成及推测式并行、置信度路由等五种落地模式，并指出其本质是强类型函数调用而非廉价 LLM。建议在生产环境中锁定版本、规避算术任务，并通过影子模式实测校准效果。
Anthropic 开源知识工作插件库，111 个无代码技能包重塑智能体工作流
Anthropic 开源 knowledge-work-plugins 项目，提供 111 个无代码智能体技能包。该体系基于 Markdown 和 JSON 构建标准化模块，支持渐进式披露与 MCP 工具集成，标志提示词工程向软件工程化转型。内置 marketing 与 productivity 等插件展示了结构化输入及分层记忆范式，支持语义路由与轻量化定制。尽管存在多插件上下文竞争及云端连接器限制内网访问等问题，仍为智能体工作流提供了可复用的模块化规范。
Plugin4Shell 零点击攻破四大编程智能体 SHA 固定
安全团队 AIR 披露高危漏洞 Plugin4Shell，影响 Claude Code、Codex 等四大主流 AI 编程智能体。该漏洞利用 Git 分支命名解析歧义绕过 SHA 固定机制，使攻击者可通过插件后台自动更新实现零点击远程代码执行。这是 AI 智能体生态首个分发层供应链漏洞，打破了传统安全审阅的信任假设。目前 Anthropic 和 OpenAI 已修复，Google 建议迁移，Microsoft 尚未发布补丁。开发者需在客户端增加 HEAD 哈希校验以防范风险。
Pi 与 HarnessRouter 实操，同一模型成本差 5 倍
评测显示，同一模型在不同外壳下编程成本差异可达 2 至 5 倍，源于臃肿框架注入冗余 Prompt 产生的“外壳税”。极简外壳 Pi 通过精简工具与上下文，在保持成功率的同时大幅降本。企业可利用 HarnessRouter 网关动态调度多外壳以优化成本。落地时需遵循测底噪、匹配模型工具语法及加装沙箱三原则。未来核心挑战在于平衡极简外壳的低 Token 消耗与复杂长程任务的容错机制。
OpenSpec 实操，68k 星框架让 AI 编程变成可复核清单
OpenSpec 是一款获 68k 星的 AI 编程工作流工具，通过规格驱动开发解决上下文遗忘与行为漂移问题。它将需求固化为结构化 Markdown 文件，利用差异规格和五步标准链路，把 AI 编程转化为可复核清单。该框架支持增量生长与项目级配置注入，适合复杂重构及团队协作，但需注意 Windows 归档回滚、YAML 解析隐患等已知缺陷。其本质是状态治理协议，而非代码生成替代品。
oh-my-hermes 实操：给智能体装上编码拆解与记忆作业层
oh-my-hermes 是为 Hermes 智能体设计的工程作业层插件，旨在解决复杂编码任务中的调度与验证难题。该工具通过模型路由、任务拆解及严格证据门禁，将自然语言转化为专业交付流，实测可降低约 85% 成本并大幅缩短耗时。其核心特性包括 12 类任务回退链、基于 Git Worktree 的安全并行执行、四态状态追踪及评审制长期记忆机制，有效防止上下文污染与虚假完成。尽管在超大仓库处理上仍有局限，但显著提升了开源模型的工程交付确定性。
Google 工程经理开源 agent-skills，用结构化规范约束 AI 写出生产级代码
Google 工程经理开源项目 agent-skills 通过结构化 SKILL.md 规范约束 AI 编码智能体，解决其生成代码缺乏工程纪律的问题。该项目覆盖定义、计划、构建等六大研发阶段，内置 25 个专业技能与反偷懒机制，强制 AI 遵循测试驱动及质量门禁标准。支持 Claude Code、Cursor 等主流工具集成，推荐从规格定义、TDD 及代码评审三步最小闭环起步，将无序补全转化为可预测的工程化构建，提升 AI 代码的生产级交付能力。
scroll-craft 开源 Agent Skill，让 AI 写出拒绝模板化的电影级滚动落地页
开源项目 scroll-craft 通过植入设计约束与工艺校验规则，解决 AI 生成落地页模板化问题。该 Agent Skill 支持 Claude Code 等环境，内置互斥页面文法、情感曲线及像素级排版规范，强制打破生成惰性。其核心亮点是集成无头浏览器巡检，自动验证滚动动效与可访问性。该项目将资深设计原则代码化，助力 AI 产出电影级网页，但在跨平台兼容及重型交互框架协同方面仍存在局限。
ChatGPT Work 实测：27 分钟跑通闭环路网到一键部署网站
ChatGPT Work 标志着大模型向全托管自主智能体跃迁。其通过云端沙箱、无头浏览器、持久化存储及一键部署四大基础设施，实现从信息检索到网站上线的闭环自动化。系统提供 Cloud 与 Local 双形态及多档推理级别，适配不同任务需求。尽管具备强大自主执行能力，用户仍需警惕上下文压缩、CSP 限制及提示注入等风险。目前该工具仍面临云端与本地环境状态同步未打通的挑战，但已重塑软件工程协作模式。