AI 新知简报

写作任务仍偏向 Opus 4.6，翻译任务偏向 Gemini 3.1 Pro；这是模型选择开始按具体任务分工的微型信号。（@dotey，原文)

近 72 小时可抓到官方内容主要已在前两天归档中出现，本期不重复展开。

未来预测 benchmark 具备可规模化、较难作弊、不容易饱和的特征，应该得到更多关注；这指向评测体系从静态题库转向真实未来事件预测。（@teortaxesTex，原文)

认为当前模型在 RL 强化过的能力盆地之外仍会显著变差，提醒大家不要把演示区能力误认为通用稳健能力。（@teortaxesTex，原文)

Codex 可用于新 Mac 开发环境初始化，把“装环境、查缺软件、逐步执行”交给 agent，适合高频重复但容易出错的本机维护任务。（@vista8，原文)

Claude Code 官方视频系统解释 agentic loop、上下文窗口、工具调用与权限模式，适合作为团队内部 Claude Code 培训材料。（@yanhua1010，原文)

Claude Code alias 按模型和 thinking 强度分档，减少每次手动 /model 的摩擦，体现专业用户正在把 agent CLI 变成肌肉记忆工具。（@LawrenceW_Zen，原文)

关注 MiniCPM-V 4.6，1.3B 视觉模型在 benchmark 上表现强，值得后续实测；小参数多模态模型仍有工程部署价值。（@vista8，原文)

通过后缀 alias 对接 DeepSeek、Kimi、GLM 等第三方配置，减少 Claude Code/其他 CLI 间切换成本。（@LawrenceW_Zen，原文)

微信读书 CLI + Skill 可以直接读取书籍高亮和划线，让 AI 做阅读笔记、翻译学习、知识整理，属于“个人知识库 agent 化”的小入口。（@vista8，原文)

用 wx-cli 做群聊每日/每周总结索引，并抽取群里提到的 URL 和文件；这类工具会把 IM 从消息流变成可查询的团队记忆。（@vista8，原文)

飞书 CLI 两轮对话整理经典 AI 论文合集并生成图表，说明办公套件 CLI + agent 组合正在替代一部分手工资料整理。（@vista8，原文)

Hermes 多机器人飞书群用独立模型和网关协同，说明“多 agent 团队”从概念走向可配置的本地/IM 基础设施。（@vista8，原文)