Anthropic的Claude Code团队公开新版上下文工程法则：针对Claude Opus 5与Fable 5模型，团队移除了超过80%的系统提示词，编码评测显示无可测量的性能损失。核心思路包括：以判断替代硬性规则（如从「禁止写注释」改为「写与周围代码风格一致的代码」）、以工具接口设计替代堆砌示例、渐进式披露按需加载Skills、以及用自动记忆替代手写CLAUDE.md。团队认为随着模型自主判断力增强，过度细化的规则反而会侵占决策空间、引入冲突并增加推理成本。已有开发者按此原则将个人配置从2.35万token精简至9259，降幅约60%。

新智具身与复旦大学联合发布N0系列触觉技术报告及NeoData数据集，含超3万小时视觉-触觉交互数据、约140万操作片段、33亿时间步、80亿RGB帧与100亿触觉帧，覆盖6种机器人本体与450个真实长程任务，开源5000小时。NeoForce统一表征模型解决了不同触觉传感器数据格式不兼容问题。N0-VTLA通过预测未来50步触觉演变，在插拔任务成功率达85%（纯视觉60%）、拔钥匙任务达99%（纯视觉35%）。N0-TWAM将触觉融入世界模型，采用72亿参数的混合专家架构，仿真平均成功率84.5%（基线36%），8项真机任务平均成功率46.3%（LingBot-VA为21.9%）。

快手KwaiKAT团队发布智能体编码模型KAT-Coder-V2.5，在超过10万个可验证代码仓库环境中训练，采用新型AutoBuilder与数据扩展飞轮。模型将智能体编码视为基础设施问题而非模型规模问题，通过任务描述、可执行环境与验证测试三元组，依靠真实执行确保正确性。团队发现约16%的训练失败源于沙箱基础设施问题而非模型策略，凸显隔离执行环境的重要性。为防止过拟合与利用测试模式，采用过程级提示与随机化脚手架（工具名、格式），并使用非对称PPO与多层奖励优化复杂行为，其中Critic可访问测试覆盖率等特权上下文。

南北阁实验室发布3B参数的Looped Transformer模型Nanbeige4.2-3B，通过架构创新在编码、办公、复杂工具调用与通用推理上实现统一能力。该架构在模型自底向上完成一次前向传播后，将隐藏状态再次送入同一组Transformer层进行第二次计算，两次循环达到效果、速度与稳定性的最佳平衡，相比同规模标准Transformer带来约75%的token效率提升。训练方面构建了覆盖真实代码仓库沙箱、真实在线MCP服务及跨文件依赖办公素材库的Agent数据管线，并采用多阶段后训练策略。在General Agent、Code Agent、推理与对齐四类评测中稳定超越Qwen3.5-9B、Gemma4-12B等更大参数模型。

腾讯云发布CodeBuddy NPC，一款面向研发流程设计的智能体，将Git仓库作为原生记忆，深度集成CNB平台，推动从AI辅助编码向自主闭环交付演进。该智能体通过整合Git、CI/CD等环节，实现「提交-验证-修复-再验证」的自动化闭环。通过裁剪冗余、标准化SOP、优化工具调用等方法，初始Token消耗从超过2万降至约2000，降幅超过90%。平台支持多角色NPC协作，企业可构建包含产品经理、技术负责人、开发者、测试等角色的虚拟团队进行并行协作，使开发者从「代码生产者」转变为「设定目标、决策、验收结果的监督者」。

一项针对25个AI Agent框架的静态分析研究发现30条路径，其中模型可控参数可直接抵达高危操作（如文件写入/删除、Shell执行、网络出口、SQL执行、消息发送）而无任何授权检查，凸显「校验不等于授权」的安全鸿沟。多数Agent工具仅检查请求格式是否规范，却不在运行时校验当前调用者是否有权执行该具体操作。CrewAI发现最多（12处），其次是SuperAGI（6处）与MetaGPT（5处）。研究首轮扫描精确率为81%，修复了12个误报并加入回归测试。作者强调：发现路径不等于漏洞，扫描不证明可利用性，仅表明路径上无授权检查主导。自定义Agent循环未纳入覆盖。

阿里通义千问AI平台发布，提供统一API访问超过百个模型（集成Qwen、Kimi、DeepSeek等系列），注册即赠免费额度，开发者用单一API Key即可调用不同模型。平台开源两个官方Skills（qianwen-ai负责选型、调用与计费，qianwenai-deploy负责应用部署），使Agent能通过自然语言指令自主选择模型并上线应用。实测中Agent仅需一句输入即自主完成文本分镜、图像生成、视频合成、语音合成与音视频合成，调用wan2.6-t2i、wan2.6-i2v-flash、qwen3-tts-flash等模型产出15秒短视频，总成本约5.35元。平台强调面向Agent设计，可根据任务复杂度动态切换模型规格以平衡成本与性能。

Simon Willison整理一项对LLM API token地下转卖市场的调查，该市场通过滥用免费试用、窃取的凭证与开源代理软件，以折扣价转卖模型访问权限。中国的中继市场利用开源的one-api与new-api代理产品，将非法获取的凭证做负载均衡后打折转卖。买方动机包括节省成本、绕过地域限制以及收集数据用于模型蒸馏。调查凸显了公开暴露的LLM应用端点面临的滥用风险——一旦被发现，整个生态可从中牟利导致巨额token账单。作者呼吁LLM厂商为API Key提供严格的按额度硬性支出上限，使应用在触及设定的美元阈值时立即停止工作，以保护开发者免受滥用驱动的成本爆炸。