AI 是工具，用好它需要技能：回应 Rich Hickey「AI 不是工具」的观点

YC 孵化的 Compresr 发布 Context Gateway，在 AI Agent 与 LLM 间自动压缩过长对话历史。后台预计算实现即时压缩，支持 Claude Code、Cursor 等，默认 75% 上下文阈值触发。curl 一键安装，TUI 向导配置。

Agent-of-empires（AoE）是一款支持 Linux 与 macOS 的 AI 编码代理会话管理器，兼容 Claude Code、OpenCode 等 9 种主流 AI 工具。该工具基于 tmux 实现会话持久化，支持在多分支代码库上并行运行多个代理，提供 Docker 沙盒隔离、Git worktrees 管理及实时状态检测，并可通过 Web 仪表板或 Cloudflare 隧道从手机远程访问，解决多代理协作时的状态追踪与工作环境隔离问题。

MCP Agent Server示例展示了将Agent工作流封装为MCP服务器的"Agent即服务"架构。提供asyncio（轻量级内存执行，适合开发测试）和Temporal（生产级持久化、支持暂停恢复）两种实现。通过装饰器暴露Agent能力，支持多Agent互操作，可与Claude Desktop等任意MCP客户端集成，实现复杂工作流的标准化封装与跨平台复用。

Z.ai 发布法律领域模型 GLM-Legal，在 Harvey LAB 上取得 19.2% 全通过率，比基座模型 GLM-5.3-Flash 提升 12.5 个百分点，并在 LegalBench 和 PLawBench 上以更精简的参数规模对标前沿闭源模型。

阶跃星辰的 Step 5 Preview 已在 OpenRouter 上线，这是一款 1M 上下文的 MoE 模型。该系列此前的 Step 3.7 Flash 采用 196B 参数语言主干加视觉编码器，每 token 激活约 11B 参数，支持 256K 上下文和 high/medium/low 可选推理等级，面向编程、智能体工作流与结构化输出。

作者分析 Claude Code 在任务结束后预填建议下一条消息的功能，认为它表面省输入时间，实际可能是低成本收集人类偏好数据的渠道。用户原样发送构成正标签，编辑则形成带 diff 的偏好对，来自真实代码库且在分布内，可作 RLHF 素材；预测下一轮用户消息本身也是有价值的训练目标。作者声明这是猜测，是否有此用途取决于用户的隐私设置。

Mistral 发布 Mistral Large 4（代号 le Chonk）公开预览版，为 1 万亿参数、490 亿激活参数的原生多模态模型，可试用于 Mistral Studio，权重将于本月底开放。

一篇批评 AI 公司商业模式的文章称，其做法是抓取整个互联网、无偿攫取数据并用于训练模型，再按量出售模型访问权，直至"杀死宿主"。文章指出，流量换索引的旧约定已消失，抓取器压垮基础设施、点击率与社区双双崩塌；Reddit 虽在出售数据授权，但其数据依赖人类生成的社区内容。

作者总结智能体编程带来的四个问题：LLM 生成代码带有让人难以亲近的 slop 风格，如 Claude 输出词 salad、Astra 写出代码高尔夫式风格；工程师因远离直接编码而失去掌控感与责任感；技能退化真实存在，长期使用 AI 后智力下滑，且 AI 使用几乎没有学习曲线；团队聊天被 agent 对话取代，人际交流与技能表达被削弱。作者自认对这些困境没有解决方案。

一名开发者发文《AI Makes Me Sad》，坦言每次看到 AI 新进展都感到无望，不愿以给 Codex 或 Claude 写提示词为生，认为这意味手艺、控制力与创造力的丧失。他批评 X 上大量认证机器人用 LLM 生成无意义回复却无人治理，并指出数千亿甚至数万亿美元的 AI 投入对日常应用用户几乎没有带来实际收益。他仍抱有希望：科技行业变化极快，AI 在社会中的角色会在几年内定型。