夜雨聆风今天阅读的AI行业进展情况，值得分享的内容。
一、AI Agent硬件适配与工程理念
1、AravSrinivas转发NVIDIA官方帖文并评论：NVIDIA Vera CPU是为agentic运行时量身定制的。我们已与NVIDIA合作，在Vera CPU上运行Perplexity Computer的沙箱基础设施，取得了显著改进。我们很快会分享更多细节。原文NVIDIA帖文介绍Vera作为最大单线程CPU，用于agentic AI系统，解决CPU在负载下变慢导致GPU利用率低的问题，Perplexity已在基于其构建。来源：AravSrinivas（Perplexity AI CEO）。
2、rough__sea提出软件工程已转变为寻找“山峰”（hill finding）的工作，即识别问题、定义成功指标，并设置代理（agents）来爬坡优化这些指标。来源：rough__sea（Deno Land联合创始人、Node.js创建者）。
3、dabit3表示当前最佳的代理（agent）设置是混合使用多种模型：Kimi用于某类任务，GLM用于另一类，云端代理处理长时间或异步工作；用Fable或前沿模型进行编排和规划。通过ACP协议，Devin AI可在同一看板上运行所有这些代理，无论本地还是云端、自有还是外部。来源：dabit3（Cognition / Devin AI增长负责人）。
二、Agent体系理念、工具选型与团队人才建设
1、Saboo_Shubham_分享对AI Agent团队的看法，强调2026年是Agentic Computers的时代，计算机正在被重新发明：模型是新的CPU，Agent是新的软件等。推荐挑选Agents（如Hermes、OpenClaw、Claude Code、Codex）并让它们全力运行，现在是构建的最佳时机，引用并扩展了GREG ISENBERG关于Agentic时代的比喻。来源：Saboo_Shubham_（Google高级AI产品经理）。
2、Saboo_Shubham_详细回复关于AI Agent工具的选择：Hermes作为优秀的编排器，具有自我改进能力，可作为管理者监督OpenClaw团队；两者可共享上下文和记忆协同工作。如果现在开始，会优先选择Hermes。提及其OpenClaw和Hermes用于管理开源Awesome LLM Apps仓库（11.5万+ GitHub星标）。来源：Saboo_Shubham_（Google高级AI产品经理）。
3、Saboo_Shubham_在招聘讨论中指出，面试时最重要的是候选人是否有端到端交付（shipped）项目的公开记录，其他技能可教。重点寻找高执行力的人才：有品位的Builder或深刻理解分发的专家，其余回复多为感谢评论，围绕Agent构建和团队管理主题。来源：Saboo_Shubham_（Google高级AI产品经理）。
三、大厂新一代生成式模型产品发布与技术细节
1、alexandr_wang发布长线程介绍Meta最新产品。
a、Meta推出Muse Image模型（MSL首个图像生成模型），并预览Muse Video。它是agentic的，能与Muse Spark搭配，通过推理提示、搜索网络和规划来生成图像，用户第一次就能得到想要的结果，强调“people get what they meant on the first try”，现已在Meta AI app上线，并附带多张生成图像示例。来源：alexandr_wang（Meta首席AI官、Scale AI创始人）。
b、Muse Image背后的三大亮点：self‑refinement（模型在思考链中自我改进输出，通过RL自然涌现）、multi‑reference composition（多图像融合生成连贯结果）、multi‑turn editing（多轮迭代编辑保持一致性），附带示例图像。来源：alexandr_wang（Meta首席AI官、Scale AI创始人）。
c、个人化功能，用户可以上传照片、@朋友、拉取趋势内容，轻松分享到Story、Feed或群聊。Instagram Stories新增30+ AI效果，WhatsApp与Meta AI直接聊天可用，附带示例图像。来源：alexandr_wang（Meta首席AI官、Scale AI创始人）。
d、预览Muse Video，在提示遵循度、视觉保真度和时间一致性上具有竞争力，即将上线Meta AI，附带视频演示。来源：alexandr_wang（Meta首席AI官、Scale AI创始人）。
e、Muse Spark是第一步，Muse Image是下一步，还有更多项目正在推进，原文表述为“we're shipping.”，给出链接Meta官方新闻：https://about.fb.com/news/2026/07/introducing-muse-image-meta-ai/。来源：alexandr_wang（Meta首席AI官、Scale AI创始人）。
f、alexandr_wang回复用户关于某图像生成模型的帖子，评论：“good eye ;)”，之后提供Meta研究博客链接https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/，分享Muse Image和Muse Video的更多样本、研究结果和评估。来源：alexandr_wang（Meta首席AI官、Scale AI创始人）。
3、lilianweng发布新博客文章链接：《Harness Engineering for AI Self‑Improvement》https://lilianweng.github.io/posts/2026-07-04-harness/。文章讨论AI自我改进中的“harness engineering”（约束工程），预测RSI（递归自我改进）未来对harness的依赖程度，harness工程将向自我改进和自动研究方向演化，更聪明的模型会让harness更简单。即使许多改进被内部化到核心模型，指定目标和上下文的需求也不会消失。来源：lilianweng（Thinking Machines Lab联合创始人，前OpenAI AI安全与机器人VP）。
四、X平台运营策略调整
1、nikitabier发布幽默帖文：“X App (Formerly Twitter), Acquired by xAI, a Product by SpaceXAI, a division of SpaceX”，之后回复品牌相关讨论：“Silence, brand.”。来源：nikitabier（X平台产品负责人）。
2、nikitabier转发Similarweb数据，X在2026年6月访问量44.99亿，环比增长4.66%，是全球前20中增长最快的网站之一，评论：“It’s working.”，代表平台策略有效。来源：nikitabier（X平台产品负责人）。
五、企业AI数据基础建设、代理认证和开发工具进展
1、levie转发并评论will depue关于AI数据瓶颈的长帖，强调大多数有价值的数据并不在公开互联网中，而是保存在企业遗留系统、员工认知以及碎片化内部数据，涵盖营销计划、产品路线图、开发实践、合同、财务数据、策略和企业知识等内容。随着AI代理不断发展，企业内部数据的获取、理解和安全使用会成为企业竞争的核心优势。数据确实是新的石油，有效的AI应用取决于企业能否让AI代理理解自身业务并且完成决策。来源：levie（Box CEO）。
2、yoheinakajima转发Claude Fable 5延长访问期的公告，评价该策略类似游戏设计中的可变奖励机制；他提出AI模型研发可以参考电影行业，由工作室组建对应团队负责模型分发与商业化；转发Lilian Weng关于harness工程的观点，认为harness的重要程度和模型本身不相上下，不会被时代淘汰；认可AGI编译器项目，该项目将LLM代理内确定性逻辑编译为高性能二进制文件；他开展ActiveGraph Packs早期试验，该项目可以作为搭建AI助理harness的参考实现，现阶段主要用于基准测试和技术试验。来源：yoheinakajima（VC & AI Builder，BabyAGI/ActiveGraphAI）。
六、Claude生态产品更新、Hermes Agent功能升级与开发学习资源
1、claudeai宣布多项产品更新。
a、Anthropic将Claude Fable 5在全部付费套餐的使用时长延长至7月12日，用户每周配额最多百分之五十可以调用Fable 5，超出部分可以消耗积分继续使用，或者切换其他模型控制用量。来源：claudeai（Claude AI官方账号）。
b、Claude Cowork即将上线移动端和网页端，用户在电脑端下发任务，移动端接收工作成果，设备关机之后Claude依旧持续运行任务；该功能整合上下文读取、长任务循环能力，Beta版本优先面向Max计划用户开放，后续逐步开放；官方把Cowork双倍使用期限延长至8月5日，帮助用户交付更多任务，网页端和桌面端将对话和Cowork功能整合，统一管理项目和文件。来源：claudeai（Claude AI官方账号）。
2、felixrieseberg对Claude Fable 5延期发布做出回应，邀请开发者分享基于该模型开发的应用；介绍Claude Cowork核心更新内容，产品新增上下文访问、高级长任务循环、离线持续运算能力，新版本改动较大，未来几周分批上线，优先给到Max套餐用户，详细内容参考官方博客。来源：felixrieseberg（Anthropic构建者，Claude相关维护者）。
3、NousResearch为Hermes Agent增加密钥管理功能，可以并行读取Bitwarden和1Password的密钥库，开发者还可以借助插件API接入其他密钥来源，提供Hermes Agent密钥插件文档链接和快速入门文档链接。来源：NousResearch（开源AI研究团队）。
4、LangChain推出新课程和多场技术研讨会。
a、上线免费课程《Introduction to Deep Agents》，课程内容包含harness定义、核心能力、Deep Agents搭建方式，以及使用LangSmith进行追踪部署。来源：LangChain（LangChain官方账号）。
b、7月15日开展线上技术研讨会《Build a Secure Computer for Your Agent》，探讨AI代理执行环境的安全隔离、可观测性和权限管控方案。来源：LangChain（LangChain官方账号）。
c、施耐德电气在全球一百多个国家部署六十多套生产级AI Agent，全部依靠自托管LangSmith完成追踪，这套AI助手服务16万名员工，公开企业LLMOps落地经验。来源：LangChain（LangChain官方账号）。
d、本周四由hwchase17主持开展研讨会，主题为LLM Wikis；aiDotEngineer World’s Fair会议分享如何从Agent运行记录挖掘数据，帮助企业持续优化AI代理。来源：LangChain（LangChain官方账号）。
5、sebgoddijn提出完善的harness对于Agent前端体验十分关键，即使Fable等级的模型，配置不合理依旧会产生较差效果；他借助Claude Code设计工程师闯关活动展示模型能力，把复杂任务拆分成独立组件，制作交互式HTML原型快速迭代不同方案，期待产品持续更新。来源：sebgoddijn（Ramp前内部AI构建者）。
6、geoffintech推出Ramp for Agents，AI代理可以自主完成公司注册、开通Ramp账户，并且在受控条件下开展交易和资金管理，对应链接agents.ramp.com。来源：geoffintech（Ramp CPO）。
7、eglyman评价Ramp for Agents，AI除了提高财务团队工作效率之外，还会重塑财务团队的组织架构。来源：eglyman（Ramp联合创始人）。
七、AI Agent落地实践经验、安全隐患和金融科技融合趋势
1、nooneloveame分享Matt Pocock历时六个月得出的AI编码经验：上下文长度达到约100K tokens之后模型性能会明显下降，多数开发者不清楚该问题而归咎模型本身；2小时实操工作坊展示完整工作流程，把模糊的客户需求转化为Agent执行计划，拆分任务维持模型处在最佳上下文区间，由AI完成测试、编码、提交代码，人工全程监督，设计代码库规避AI产生问题，这也是他依靠Claude独自运营千万美元规模公司的工作方式，并附带视频演示；还有创作者依靠YouTube频道搭配Claude Code每月获得58000美元收入，绝大部分工作交由AI完成，创作者免费公开从零起步的搭建教程，和六个月成为AI工程师的学习路径保持一致，并附带视频。来源：nooneloveame（AI自动化与创新实践者）。
2、JustinBleuel正在开展技术研究，训练长期运行的AI Agent拥有更加稳健的行为模式；同时分享ChatGPT新版图表界面截图，发表个人使用感受。来源：JustinBleuel（OpenAI ChatGPT相关从业者，可能创业者）。
