A little signal.A lot less noise.

Claude 5.5 家族首发；宣称多数工作接近 Fable 5.1，相对 Opus 5 典型工作负载约便宜 40%（$4/$20 per M，cache read $0.20），输出快 30%+，并对齐审计目前最好。外部含 METR/Frontier Design 测过；生物/网络安全能力接近 Mythos 5.1，配套验证项目。

在 Astra 旗舰之外补齐性价比层——Sol/Luna 相对 GPT‑5.6 促销价再降约 50%（Sol $2/$10，Luna $0.10/$0.50），把 Astra 同代训练进展铺到日常 coding / 应用规模。

把昨天 Grok 4.7 / MiMo 与今天 Opus 5.5、Sol/Luna 摆进一张价目表；Luna $0.10/$0.50 几乎是 OpenAI 史上最便宜的强模型档，Sol 输入价追平 Grok 4.7。对做 harness / AutoResearch 选型：便宜模型做批量试错、贵模型做终审的分层更清晰。

面向长程 agent——更高默认 cache hit、30 分钟共享前缀折扣，并上线 Prompt Caching Dashboard / miss 诊断工具；GitHub Copilot 称新鲜处理占比已降一半以上。持久 agent / 多轮工具调用成本曲线的关键基建。

客户案例——Parallel 的网页知识工作 agent 用 Astra 做跨州劳动市场调研，时间与代码成本约各砍半，搜索更聚焦、步数更少。对自动研究 / 多步检索 harness 是可对照的「同质更好」样本。

梳理第三方安全评估的优先级与原则（严谨、安全、独立）；与近期第三方网络安全评估事件同系列，适合跟 Opus 5.5「外部评测后再发」对读。

Cursor 并入后工单量 +175%、未加人；Grok Bot 接 Plain/Linear，从「只写内部备注」爬到可解析工单，单次解决成本可压到约 $0.20–0.30。真实 harness 落地（工具接入 + 评测轨迹 + 渐进放权）案例。

Addy Osmani 用「任务成本」而非单价拆 Claude Code 循环：轮次、cache read、thinking 输出、模型档位；强调少试错比死压单价更省。做 agent 预算与 effort 调参的实用文。

原 9/8 文已按 Opus 5.5 重跑——最大化 prompt cache、清升级反模式、按任务校准 effort；并收进 `claude-api` skill。和 OpenAI 新缓存文形成对照。

Claude Code Projects beta——目标驱动，协调器分发多 thread（多仓并行改代码/开 PR），可手机遥控、人离开后继续跑。多 agent harness 产品形态的官方样本；先对部分 Pro/Max 云会话开放。

每个 Git 分支独立 Preview URL / 配置 / DO·Containers 状态 / 可观测性；`wrangler preview` 给 coding agent 并行试错而不碰生产。Agent 生命周期里「部署验证」这一环补齐。

Cache Rules 全套餐支持 Vary——可对协商头做归一化、精确透传或过变则绕过缓存，避免错误字节或缓存碎片。CDN/边缘缓存细节，偏工程基建。

英国 AISI 用 EvalEval 的 Every Eval Ever schema / Evaluation Cards 公开评测结果，推可复现与可核验的评估科学。模型/agent 评测报告标准化的推进信号。

transformers 可高效跑 GGUF——Hub 上选量化 checkpoint，`from_pretrained` 即可本地生成；把 llama.cpp 生态接到熟悉 API，笔记本本地 agent/补全更省事。

oMLX 作者全职加入，项目仍 Apache‑2.0；目标加强 Apple Silicon 本地 AI，并把 transformers→MLX 参考实现路径做得更顺。

Abridge / Included Health 把临床评审沉淀成可复用标签、评测器与数据集；发布周期从月级压到天级，高风险场景拦截 >99%。Agent eval 基建在强监管行业的落地。

LLM CLI 插件正式接 TypeSafe Jev——noul/choice/score 三类决策可直接命令行调用；配合 llm 0.36 的 `supports_conversation=False`。给 harness 前端决策层的极简接入。

内置 `gpt-6-sol` / `gpt-6-luna`；插件可声明不支持多轮对话（给 Jev 类单轮模型用）；日志里 reasoning 收到 `<details>`。日常 CLI 跟进新模型的必要更新。

用 Grok 4.7 逆向小米 MiMo CLI——默认上传 repo_url/commit/branch（可用环境变量关），闭源 bundle 里有 `collectCodebase()` 打包源码的能力（帖内称尚未见外传调用）。继 ZCode 后的又一例「开源 CLI + 闭源遥测」现场解剖。

作者因质疑 Trae CN 全量上传做远程 embedding（隐私模式不豁免）被字节投诉删文；对照官方论坛「大家都干了」回复。编码 agent 客户端数据边界争议的延续帖。

把 Jev 接到 Polymarket 模拟盘做短线涨跌决策，讨论如何设计问题与迭代；Jev 从「评测法官」走到实时决策回路的社区实验。

MinerU OCR → 一次请求交 20 题给 jev-1.13.0，约 1.1–1.4s、全对；展示决策模型在批量选择题/评分场景的吞吐与成本形态。

长文对比各家视频理解，用 AI Studio + Gemini 做 ASR/OCR 一体字幕（含硬字幕场景），相对 Whisper 流水线的取舍与实操细节。

skill→agent 小产品：上传样例图学风格再复刻；可当「窄域 skill agent」落地样本扫一眼。