EvoSkill v2 用持久化技能让 Agent 免重训自我提升，并演示技能钻评分器空子的风险

DAIR.AI的Elvis Saravia提出以"任务"作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

Elvis Saravia 介绍使用 human-in-the-loop（HITL）来提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 会话都通过 @DialAgent MCP 服务器，该服务器为 agent 提供专属号码，支持语音、SMS、iMessage 作为原生工具。当循环/自动化处理 PR 或新功能时，agent 会通过简短电话将决策升级给人类，尤其适合在路上或离开电脑时。用户可粘贴指令让 agent 拨打电话测试。Dia…

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

Elvis Saravia 转发 Bolt 数据称开源前沿模型正在起飞，开源与闭源模型的差距已成过去，开发者希望同时使用两类模型。Bolt 上周一起向 1100 万用户开放最高 50x 用量的开源模型，前三日 Forge 提示词份额为 GLM 5.3 Flash 54%、DeepSeek V4 Pro 17%、GLM 5.3 15%、Kimi K3 14%。

NousResearch 于 9 月 2 日让 Hermes Agent 清理约一百万行 Python，动用 1393 个子代理、耗时十九小时，代码库缩小 34.4%，节省近 200 万美元工程时间。Elvis Saravia 转发并点评这是规模较大的子代理运行案例，关注自进化技能与工程复利，指出该方法未必适用于其他 harness，并质疑用更少子代理能否更省地完成。

Elvis Saravia 认同 MCP 在多数集成场景中优于 CLI，并建议构建自定义 harness 时使用 MCP 工具，其 meta harness 的所有外部工具均走 MCP。引用推文指出，模型工具调用能力大幅提升、工具可延迟加载且 MCP 已实现无状态，若需组合或过滤数据可在 MCP 工具中加入 query 等参数。

TypeSafe 发布新架构模型 Jev，放弃文本生成，通过并行回答结构化问题，并用 RLCD 训练其概率以反映正确频率，在 System One 查询上响应速度提升 40-200 倍。据引用推文，Jev 号称快 20-200 倍、便宜 40-400 倍（输出 token 免费），定位为面向决策的前沿可组合智能。

Odyssey 发布基础世界模型 Odyssey-3，可控制机器人、人形机器人、汽车、无人机并玩电子游戏。其核心方向是跨机器复用世界知识，每台设备仅需数小时经验即可学会使用自身控制接口。

Elvis Saravia 警告，向闭源 API 和聊天模型输入专有数据，等于把公司的"智能栈"拱手让人，尤其在实验室推进 RSI 的背景下，智能栈可能一夜之间被复制。

Sakana AI 发布 Fugu Max 和 Fugu Ultra v2，前者通过编排最大规模的开源与专用模型池，以极低 token 消耗实现前沿级结果；后者在复杂多步任务上达到峰值性能，且不依赖它所竞争的前沿模型。两者证明编排无需在成本与性能之间取舍，可同时推进帕累托前沿。