2026-08-21

A · 深度观察

• 阶梯式 eval 策略：从 hill-climb 到 smoke test — Madhu Guru 提出企业 AI 系统需要四层 eval：hill-climb long evals、regression、smoke test、launch evals，指出缺少 eval 策略是企业 AI 系统失败主因。 · 来源
• 用 /plan 和 /goal 实现 human-agent 协作 — LangChain agent 工程师分享两个 skill 模式：/plan 让人提前写规格并让 agent 访谈人类，/goal 按规格实现，避免一次性生成偏差。 · 来源

B · GitHub Trending

• agent-substrate/substrate — Go 编写的 agent substrate 核心系统，今日 trending，关注点在于为 AI agent 提供可组合基础设施。
• Tencent/AI-Infra-Guard — 腾讯开源的 AI 红队平台，覆盖 Agent/Skills/MCP 扫描与 LLM jailbreak 评估，适合关注 AI 安全与 MCP 生态的开发者。

C · 产品动态

1. Claude Code v2.1.238 发布：长会话内存修复与插件安装改动

📌 发生了什么 — 新增 keybindingFlavor 设置，支持 readline 的 Ctrl+W 删除到空格；插件 marketplaces 的 headersHelper 现在只在安装/更新时执行并询问 [y/N]；self-hosted-runner 增加 —defer-shutdown-max-min 和 proxy authorization 选项；修复长交互会话无界内存增长（subagent 结果释放）、自定义输出风格漂移、prompt suggestion 在接近限额时保持开启；另有工作树隔离 Bash 误报、MCP 长 URL 弹窗等修复。

💬 讨论 — 社区（Claude Code Changelog bot）记录 39 个 CLI 变化，并提示 bundle size 增加 1.1%。

🔗 来源 — GitHub Release · Claude Code Changelog

💡 Insight — 长会话用户应立即升级，避免 subagent 结果持续占用内存导致 OOM；插件安装现在会显示每个 headersHelper 命令，需审计自动化安装脚本是否因缺少 -y 中断。

2. Codex 0.149.0 发布：交互式任务 dashboard 和 queue 命令

📌 发生了什么 — 新增 codex agents 交互式 dashboard，可搜索、启动、打开、重命名和停止任务；添加 /cd /pwd /cwd 管理工作目录；codex queue 支持向会话发送消息；扩展 Vim 编辑（cw, c$, cc 等）；codex doctor 诊断 endpoint/proxy/桌面应用/更新连接；SDK 支持传递 CLI 配置和 max/ultra 推理努力。修复队列唤醒、权限配置恢复、WebRTC 重连、重复 sub-agent 活动等。

💬 讨论 — Codex PM Derrick Choi 收集用户反馈，集中于 Windows/Mac 卡顿和内存占用、跨设备同步、模型与推理强度清晰度、定时任务时区、项目内持久记忆。

🔗 来源 — GitHub Release

💡 Insight — codex agents dashboard 和 queue 让 Codex 可以管理多个并发任务，适合长时间迁移或重构；但社区对性能的反馈提示 Windows/Mac 用户可能需等待后续优化。

3. Claude 平台四个能力 GA：Skills/Files API 与 computer use/browser tool

📌 发生了什么 — Computer use、browser tool、Skills API、Files API 在 Claude 平台正式可用。Skills API 允许上传团队流程并版本化，请求可固定 version_id 或 latest；Files API 支持一次上传、跨请求复用 file_id，新增 expires_in_seconds、500 RPM 速率上限、每组织 1TB 存储。

🔗 来源 — ClaudeDevs - 平台能力 GA · ClaudeDevs - Files API 更新

💡 Insight — 结合 Skills/File API 可构建 Claude Managed Agents，将团队流程固化为可版本化资源；企业应评估到期时间和速率限制是否符合高频请求场景。