← Back to AI News

Daily AI News

AI News|2026-10-24

AI NewsAIAgentBuilder9 sources

今日目录

今日判断

今天最值得记的一件事是 Agent Skills 被捐给 Agentic AI Foundation,和 MCP 放在一起。Boris 说它原本只是 Claude Code 里的一个实验,后来行业里一堆人跟着用,Anthropic 觉得与其自己拿着,不如交出去。这个动作比多数模型发布更有分量:skill 的目录结构、加载方式、权限边界,如果只有一家定义,大家就是被迫兼容;进了基金会,至少有机会变成跨产品的事实标准。我在看的是它能不能被别的 runtime 真正实现,而不只是被引用。

另一条线索是安全开始在 agent 产品里变成默认配置。Claude 下周起在 Pro/Max/Team 默认开 auto mode,不再每一步都问人,改成一个自动检查去拦高风险动作,用户还能切回手动。同时 Rauch 那几条在喊杀掉静态凭证、改 OIDC,Levie 说 security through obscurity 在自主系统面前彻底结束。这几个说法指向同一个机制:agent 会穷举攻击面,人肉审批既拖慢工作流又给不了真保证,所以权限得从凭证层面收紧,而不是靠弹窗。

工程侧我还注意 Swyx 那句 Opus 5.5 是最好的工时估算模型。这话听着像夸模型,实际是在说 delegation 的接口问题:我们让 agent 干活时,它报 2-3 天是按人的节奏报,真实可能是 2-3 小时,这个偏差会直接搞坏排期和并行调度。谁先把 agent 的 ETA 校准做成产品能力,谁的工作流就更可信。今天我倾向认为,skills 标准化、权限收口、工时校准这三件事,比又一个 benchmark 更影响 builder 接下来怎么建东西。

快讯

1. Agent Skills 被捐给 Agentic AI Foundation,和 MCP 并列

查看原文 · 来源:Boris Cherny (@bcherny)

Boris Cherny 说 Agent Skills 最初只是 Claude Code 里的一个实验,现在行业里很多团队都在采用,Anthropic 认为把它捐给 Agentic AI Foundation 更合适,位置和 MCP 并列。重要性在于 skill 的组织方式、加载协议、权限边界过去由单一厂商定义,现在有机会变成多家 runtime 都能实现的标准。我的判断是:这对 builder 是好消息,但标准进基金会只解决名义问题,真正要看后续有没有别的 agent 产品落地兼容实现,否则只是换了个署名。

2. Claude 客户端默认切到 auto mode,用自动检查替代逐步审批

查看原文 · 来源:Claude (@claudeai)

Claude 宣布从下周开始,web、桌面、移动端的会话在 Pro、Max、Team 套餐上默认走 auto mode,不再每步请用户批准,而是由一个自动检查拦截高风险动作,用户可随时切回手动。这等于官方承认逐步审批在实际使用中太慢,把安全责任挪到策略层。我的判断是:这是 agent 产品从演示走向日常使用的必经一步,但默认开 auto 意味着失败成本从点错按钮变成整段流程跑偏,团队需要提前想清楚哪些动作必须留人工闸门。

3. Claude 平台原生支持当日上线:Opus 5.5 fast mode、代码执行、Skills API

查看原文 · 来源:Claude (@claudeai)

Claude 表示新功能和 beta 在原生 Claude Platform 上线当天即可使用,包括 Opus 5.5 的 fast mode、代码执行、Skills API 等。对 builder 的实际含义是:不必等云厂商打包,新能力可以更早进生产验证。我的判断是:Skills API 单独拿出来看是关键,它把上面那条标准化动作变成可调用接口,如果 skill 能被平台按 API 管理,第三方工具和 agent runtime 的边界会重新划分。

4. OpenAI Day 18:Decisions API GA,OpenResponses 进 Linux 基金会,Uber 全面押注 Codex

查看原文 · 来源:Thibault Sottiaux (@thsottiaux)

Thibault Sottiaux 在 Day 18 更新里说 Decisions API 正式 GA,OpenResponses 加入 Linux Foundation,性能有改进,Uber 正在全面押注 Codex 和 work。重要性在于 OpenResponses 进基金会意味着 agent 的请求/响应格式也在走标准化路线,和 MCP、Agent Skills 是同一趋势。我的判断是:Uber 这种体量的公司全量采用,比任何 benchmark 更能说明 coding agent 已进生产,但真正要观察的是他们在失败率和回滚机制上怎么做,这部分目前还没公开。

5. Swyx:Opus 5.5 是最好的工时估算模型,agent 报时应该按 agent 的节奏

查看原文 · 来源:Swyx (@swyx)

Swyx 说 Opus 5.5 是他用过最好的工时估算模型,并指出一个正在变重要的问题:当我们把工作委托给 agent,它不该按人类节奏报 2-3 个工作日,而对一个可并行的 agent 来说实际是 2-3 小时。我的判断是:这不是模型彩蛋,而是 delegation 的接口缺陷。排期、并行调度、成本预估都依赖 ETA,如果模型默认按人报时,整个计划层都会失真;把 agent 的估算校准成产品能力,是接下来工作流工具的一个差异点。

6. Rauch:该杀掉静态凭证,用 OIDC 做数据与 token 的自毁密钥

查看原文 · 来源:Guillermo Rauch (@rauchg)

Guillermo Rauch 说该淘汰静态凭证了,攻击和泄露总会发生,但如果攻击者只能偷到会自毁的密钥,风险面会小很多。他把这比作当年全行业一起推 TLS 绿锁,主张对 OIDC 做同样的事。我的判断是:agent 会长期持有访问 token 并高频调用外部系统,静态密钥的生命周期管理在大规模自动化下基本不可维护,把短期凭证做成默认不是可选优化,而是 agent 上生产的前置条件。

7. Levie:security through obscurity 在自主系统面前结束

查看原文 · 来源:Aaron Levie (@levie)

Aaron Levie 认为任何形式的安全靠隐蔽都彻底结束了,因为自主系统会翻遍每个缝隙、试遍每种攻击排列组合。他推论大量遗留企业基础设施要升级,安全实践要现代化,数据管线和访问控制要重做,agent 在防守侧能加速这些工作也能模拟风险。我的判断是:这条的价值在于它解释了为什么企业 agent 落地慢,瓶颈不在模型能力,而在老系统的清理成本,这也意味着做 agent 安全工具和审计的团队有真实需求。

8. Aside Browser:让 agent 真正会用网页的浏览器方案

查看原文 · 来源:Garry Tan (@garrytan)

Garry Tan 推荐 Aside Browser,称它是让 agent 真正擅长使用网页的一个实在方案。信息很简短,但指向一个具体问题:agent 操作网页时往往卡在渲染、登录态、动态内容和反爬上,通用浏览器并不是为 agent 设计的。我的判断是:agent 专用浏览器正在成为独立品类,谁把会话、权限、可观测性做对,谁就能吃到大量 agent 任务的入口,但这条只有一句推荐,还需要看产品和源码细节才能给更高分。

9. Mistral 研究负责人谈 Le Chonk:3800 块 GPU 自建机房训练的开源大模型

查看原文 · 来源:Matt Turck (@mattturck)

Matt Turck 与 Mistral 研究负责人 Pierre Stock 对谈,讲西方开源权重模型的回归,Le Chonk 在 Mistral 自有数据中心的 3800 块 GPU 上训练,讨论 MoE、从 DeepSeek 借鉴了什么、以及万亿参数模型的路线。我的判断是:对 builder 来说重点不是排名,而是开源权重的供给方又多了一个有自建算力的玩家,这会直接影响推理成本和可自托管选项;但访谈里没有给评测细节,先当作方向信息而不是结论。

Daily AI News

Subscribe to AI News

Daily AI signal for builders: tools, agents, models, infra, product shifts, and the links behind each event.

No spam. Every issue links back to the original sources.