AI 新知简报

Anthropic 发布 Managed Agents 工程文章，中文意思很简单，长时运行代理最难的不是“让模型多跑一会”，而是如何托住状态、执行与未预定义任务的系统复杂度。（@AnthropicAI，https://fixupx.com/AnthropicAI/status/2041929199976640948）

最近这批素材里没有新的高信号原创推文，可见窗口内官方更新偏少，今天主叙事仍由 Anthropic 工程博客带动。

Monitor Tool 很强，但必须显式提示 Claude Code 去调用。说白了，Agent 想进入“值班态”，提示词里就得把持续观察这个动作写清楚。（@trq212，https://fixupx.com/trq212/status/2042335178388103559）

他还强调 prompting 仍会是高杠杆技能，本质是提升人与 Agent 的沟通带宽。中文翻过来，就是以后真正稀缺的不是多会背提示词，而是会不会把任务边界、验收条件和协作节奏讲明白。（@trq212，https://fixupx.com/trq212/status/2042318547519762678）

Claude Cowork 已正式 GA。这个信号不大声，但很关键，说明“让 Agent 参与文档与演示材料生产”已经从体验版走向可常规使用。（@bcherny，https://fixupx.com/bcherny/status/2042344772153848043）

Theo 说 agent harness 没大家想得那么神秘，还亲手做了一个。潜台词是，真正有价值的壁垒不在神秘感，而在工作流怎么拆、工具怎么挂、反馈怎么闭环。（@theo，https://fixupx.com/theo/status/2043611205856837680）

他借 Hannah Stulberg 的经验点出 Claude Code 的关键能力不是“多打一段 prompt”，而是像带新人一样先审计划、再分派子任务、要求中间检查点和自验证。英文内容翻成一句话，就是 AI 时代最值钱的开发能力，越来越像管理能力。（@aakashgupta，https://fixupx.com/aakashgupta/status/2043796126177055130）

Nick 用 Codex 报税时，让 Agent 直接读取本地邮件应用和记账软件的文件与数据库，找出了 1.1 万美元以上可能抵扣项。这个案例很实在，本机数据层正变成桌面 Agent 的新战场。（@NickADobos，https://fixupx.com/NickADobos/status/2043468973367595341）

他实测后认为 Claude Cowork 做 PPT 已经超过 Gamma 和 NotebookLM，关键优势是输出内容可编辑、出稿快、审美克制，更贴近真实办公交付，而不是一次性图片成品。（@AI_Jasonyu，https://fixupx.com/AI_Jasonyu/status/2042965298257514755）

MiniMax M2.7 正式开源，在 SWE-Pro 和 Terminal Bench 2 拿到强成绩；再叠加 GLM-5.1，国产模型正在把“开源 + coding agent + 长程任务”这条线越卷越深。（@yanhua1010，https://fixupx.com/yanhua1010/status/2043170821607453177）

Chrome DevTools MCP 新增 Lighthouse 审计、内存泄漏检测、无障碍调试、LCP 优化等专用技能。意思很明确，浏览器调试正在从“人类手工点来点去”变成更适合 Agent 调用的结构化能力层。（@dotey，https://fixupx.com/dotey/status/2043437606038335845）

他用一句“Agent 本质还是 LLM 外面套一层 while”把问题讲透了。今天很多新能力看起来像魔法，落回工程视角，仍是循环、工具和状态管理的组合。（@LawrenceW_Zen，https://fixupx.com/LawrenceW_Zen/status/2042245398027534336）