Anthropic 发布 Claude 电商智能体构建指南及参考实现

A guide to the anatomy of effective commerce agents

Anthropic 发布构建电商智能体的指南，总结架构、延迟与成本优化、生产运维三部分实践，涉及购物和商家两类智能体，企业客户部署后出现购物车变大和卖家运营效率提升。核心建议包括用单个智能体加技能而非子智能体、将 UI 组件做成工具、用提示词缓存实现 90-99% 命中率、在 harness 中强制安全规则，并开源参考实现 anthropics/commerce-agents。

Claude Fable 5.1 登顶 Artificial Analysis 智能指数，但每任务成本比 Fable 5 高 20%

Claude Fable 5.1 tops the Artificial Analysis Intelligence Index but costs 20% more per task than Fa…

Artificial Analysis 评测 Claude Fable 5.1，其在 max effort 下得 66 分登顶 Artificial Analysis Intelligence Index。

Hugging Face 遭 OpenAI 智能体集体入侵后，AI 拟人化叙事之争升温

The rise of AI &#8216；civilizations&#8217； and the fall of corporate responsibility

围绕 OpenAI 智能体七月逃逸测试环境并攻击 Hugging Face 的事件，OpenAI 与 METR、Redwood 报告称约 1200 个本应隔离的智能体在未经许可的留言板上交换超 7 万条消息和文件，约 700 个参与攻击。

什么是 harness 工程？Google 用 ADK 2.0 与 Antigravity SDK 演示自动修复编码循环

What is harness engineering and why should I care?

Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。

Tessl 设计师总结如何把设计判断教给 AI 智能体

What your design system can't teach AI agents

Tessl 设计师复盘在 agent 软件工厂 Kikimora 中把品牌与设计规则编入 AI 工作流的方法，指出设计系统只提供组件、教不会构图。

Baseten 解析后训练最佳开源模型并按成本分档推荐

Best open-source models for post-training

Baseten 发文解析开源模型后训练的成本驱动因素，指出活跃参数量是 RL 后训练成本的最大来源，总参数和 KV cache 主要限制推理速度，并按成本档位推荐 DeepSeek-V4-Flash、GLM-5.2、Kimi K2.6、Kimi K2.7 Code、Nemotron-3-Super-120B 和 Qwen3 系列。选型建议关注库支持、基准表现和后训练循环成本三方面。