2026-08-18

A · 深度观察

• Madhu Guru: 从 trace 到 evals 的实操路径 — 如何把已有 workflow 的质量变成可衡量、自动运行、持续 mirror live traffic 的 evals；从真实 traces 起步。 · 来源
• Trajectory 强调 GRPO 不够，必须 on-policy 并修复后续问题 — Swyx 转述 Continual Learning 讲座：GRPO 之外，on-policy 数据问题的成因与修复思路，适合关注 RL training 的 agent builder。 · 来源
• Viv (LangChain): 用 agent 产出的数据构筑 specialized intelligence — 把每日 agent 数据转化为人类可读报告与 Environments+Tasks，用 harness-eng 和后训练 open models 实现窄任务超越 frontier；强调 curated data 的价值。 · 来源

B · GitHub Trending

• akitaonrails/ai-memory — 为 agent coding CLI 提供长期记忆和不同 agent 厂商间 handoff 的 Rust 方案，今天涨 207 星。

C · 产品动态

1. Cursor 推出 Origin 代码托管

📌 发生了什么 — Cursor 开始滚动上线 Origin 代码托管 beta（所有付费计划可用）。可在新 Codebase 页创建 repo、浏览代码、打开 PR、与 GitHub 双向同步；CLI 命令支持克隆和推送。GitHub 同步的 repo 保持 GitHub 为 source of truth，Cursor 内也能浏览、搜索、PR。

💬 讨论 — Vercel CEO Guillermo Rauch 提到你可以把 repo 托管在 Cursor Origin 并直接部署到 Vercel，而且 Origin 本身跑在 Vercel 上；他调侃“unlike GitHub, it’s online”。

🔗 来源 — Cursor Changelog · Vercel CEO Guillermo Rauch

💡 Insight — 代码托管进了 agent-first IDE 后，从 issue 到 PR 到部署的上下文不再离开 Cursor，对重度用户可能减少切换成本；但 GitHub sync 仍保留，过渡阶段可以双轨。

2. Claude Code v2.1.234 发布

📌 发生了什么 — Claude Code 更新到 v2.1.234，新增 CLAUDE_CODE_PROJECT_DIR_NAME 环境变量、selection:clear 键位、GitLab MR badge；支持 Claude.ai 限额重置后自动继续 session；安全上拒绝 Windows NT-namespace 路径以堵 NTLM credential leak。此外官方宣布 p99 CPU 使用降低 2 倍（Bun GC 改为空闲时运行）。

💬 讨论 — 有用户（宝玉）反馈新版频繁给其他正在运行的 session 发消息且常搞错，浪费 token，默认开启且找不到关闭选项。

🔗 来源 — GitHub Release · ClaudeDevs

💡 Insight — 自动恢复和 CPU 优化瞄准长时间 agent session 的稳定性与资源占用；安全修复显示即使 CLI 也要处理企业级攻击面。如果你遇到乱发消息，先在 /config 里找相关开关。

3. Claude Code /design skill 上线（research preview）

📌 发生了什么 — Claude Code 新增 /design skill，把 Claude Design 的 artboard 工作流带入 CLI 和 Desktop，基于 artifacts。运行 /design 可以得到可编辑的 UI artboard，选择并微调后让 Claude 直接实现。Pro、Max、Team、Enterprise 可用。

💬 讨论 — Thariq 等用户已经在 CC 里试玩，认为“do it rn”。

🔗 来源 — ClaudeDevs · Thariq

💡 Insight — 直接在终端里把设计稿转换成可执行 UI，省去设计工具到代码的手动搬运，适合前端/全栈 agent 快速原型。

4. Codex Windows 默认启用 Unified Exec

📌 发生了什么 — Codex 在 Windows 上 Unified Exec 成为默认。现在可以启动 dev server 并保持运行、观察新输出、稍后发送输入、后台跑 test watcher，与 macOS/Linux 同一套命令模型。

💬 讨论 — （无）

🔗 来源 — OpenAI Codex PM Derrick Choi

💡 Insight — Windows 开发者终于有了跟 macOS/Linux 对等的后台进程管理能力，不再需要手动拆分终端，适合长时间运行的测试和服务。

5. OpenCode v2 开放体验

📌 发生了什么 — OpenCode v2 可以试用，文档在 opencode.ai/v2/docs。重点包括 embedded webui 开箱即用（无需额外配置），以及继续完善 agent harness 体验。

💬 讨论 — Dax 在问使用 herdr x opencode2 的 workflow，是否关闭 opencode 原生 tabs。

🔗 来源 — Dax (OpenCode builder) · Dax

💡 Insight — OpenCode 作为开源 agent CLI 在 UI 集成上持续追赶商业产品，如果你在评估自托管或可定制 harness，v2 值得上手。