这次更新真正值得讨论的有两个问题：后训练究竟做了什么，以及成绩提升有多少来自模型、多少来自 DeepSeek Harness。

我做了一个实验。同样三个设计任务，同时交给 GPT-5.6、Kimi K3 和 DeepSeek V4 Flash Vision Exp。三组模型使用同一版 OpenDesign、同一批素材、同样的浏览器工具，每个任务允许一轮修复。结果挺意外：三家最终全部通过，DeepSeek 只花了约 1.35 元，速度也是最快的；GPT 的首版最稳；Kimi 做出了完整产品，但最依赖浏览器闭环。

我花了点时间，结合大厂研发团队常见的多仓协作方式，整理了这套 AI Coding 实践：如何让多个 Agent 并行处理不同需求，如何让一个任务安全地修改多个仓库，以及最后如何完成提交、验证和交付。

数据集叫EgoSuite-Open100K，与Hugging Face联合发布，首批已上线Hugging Face Hub和AtomGit。学术研究能用，商业训练也能用。

Agent 依旧可能在 10 轮里反复搜索同一个问题、连续重试一个持续返回 HTTP 500 的接口，最后带着一句“完成了”退出。请求停了，钱花了，任务没完成。

模型会换，产品入口会改，今天热门的 Agent 框架明年未必还在。我更想写模型外面那层相对稳定的工程系统。

这篇文章不只讨论“为什么不用造”。我把现在的做法收敛成三样可以直接拿走的东西：一套默认架构、一张七问清单，以及一套决定是否升级到自定义 Loop 的验收方法。

OpenRouter是全球最大的模型网关之一，一头接着约70家模型供应商，一头接着开发者，一周要处理28万亿token。按它的联合创始人兼COO Chris Clark估算，这大约是全球推理量的1%，其中一半来自美国。这1%的token，又是怎么分出哪些是人、哪些是Agent的？

Claude 官方晒出了不少很酷的 Claude Code 项目。这些「神作」来自普通用户，覆盖实用工具、可视化创意和趣味应用。

2026 Google 开发者大会圆满落幕，开发者的技术进阶与出海探索从未停止。不止有大咖探会带来的深度对谈，Google 谷歌更为你备好了专属成长资源包，

2026 Google 开发者大会带来全栈式 AI 创新，助力中国出海开发者高效构建面向全球的应用。

未来的机器人世界，不会是千篇一律的人形大军，而是形态各异、各司其职的机器群落。有的轮子滚滚，有的长臂飞舞，也会有少数人形，在适合它的场景发光。

从告警风暴到静默运维，需要在算法选型上因地制宜，在工程架构上构建完整闭环，在组织层面培养人机协同的运维文化。

本篇利用 Python+Zabbix API，轻量化落地 AIOps 动态自适应告警系统。