Reflection 开源编码智能体 Mirror 发布，针对 Beam 优化

Expand 推出 Expand Fetch，一种新的网页抓取与爬取方式，包含视觉模型 Iris、JSON 模型 X-Ray 以及每条抓取附带 Wayback Machine 溯源链接。在其 326 个网页共 1,094 个问题的基准上，使用 Expand 的智能体答对 74%，次优 API 为 55%，定价 $1 per 1,000 fetches，已在 expand.ai 上线。

在 AIE New York 闲逛，和 @backnotprop 一起即兴聊智能体编程、计划、收件箱等等，他是 @plannotator 的创作者，更重要的是 /bro 技能的作者

是的，提示词、技能和角色可以封装指令模块或标准操作流程，这些在权重本身中并不明显 但如果你给智能体命名，或把它们建模为“对手”，那你多半只是在过家家

@freestyle_dev @humanlayer_dev @benswerd 运行无限个智能体，随时随地驱动它们，通过实时流式 diff 与代码保持连接，无论在哪里运行都能多人协作。今天是个下厨的好日子

HumanLayer 的 @0xblacklight 展示了通过 serverless 后台 agent 从 GitHub issue 直接创建 PR 的方案，全部开源。方案包含 effect-channels（effect-native 的 slack/linear/github webhook 订阅）和 fold agent 运行时，基于 Cloudflare Workers 与 Durable Objects，每个 issue/PR 有独立 mailbox，agent…

新的 @humanlayer_dev 版本来了 /hl:teleport - 将本地会话迁移到你自己拥有或启动的任意远程主机，不丢失上下文 /hl:orchestrate - 用 humanlayer 驱动 humanlayer - 拆分任务、fork 工作流、移动产物等 全新极简 UI，圆角设计，噪音大幅减少（cmd+K -> minimalist）

HumanLayer 的 Dex Horthy 认为，无需严格流程即可一次性完成的任务比例在上升，但对齐、grilling 和规划工作流仍然重要，用重型规划做小任务会明显变慢。

我不是想贬低 GitHub，他们最近确实实现了惊人的规模化，但如果你热衷于从第一性原理出发构建智能体软件锻造平台，联系我，我们正在 @humanlayer_dev 把它做出来

不小心把软件工厂说成了CI/CD，然后他们把我踢出了SF [引用 @sloppenheimer]：不小心把agent sandbox说成了microvm，然后他们把我踢出了SF

一直都是这样 【引用 @DavidKPiano】：我先把话放这：把控制流写进 markdown 给智能体用（skills、prompts 等）这股风潮，过几个月回头看会显得*特别*傻