今日基调：模型层 Claude / Anthropic 节奏明显加快，Agent 工程开始反思 "AGENTS.md" 这种 context 文件的真实收益，视频/分割侧 SAM 3.1 + SportSkills 是动作分析方向必看，商业层 Cognition 估值 $25B、DeepSeek 谈融资是行业拐点信号。

一、今日最重要的 5 条

• 发生了什么：Claude Sonnet 4.6 在 GDPval-AA Elo 上以 1633 分领先，同时 1M token 上下文窗口在 API 进入 beta，价格未变。

• 为什么重要：这是"前沿能力 + 长上下文 + 不涨价"三件事一起兑现，对 coding agent / RAG / 长文档分析路线影响最大。

• 对你：你做 agent / coding 工具链时可以直接基于 Sonnet 4.6 构建长上下文 workflow，先不要急着上 Opus。

• 链接：https://llm-stats.com/llm-updates

• 发生了什么：Bloomberg 报道 Cognition 正在谈判一轮新融资，估值翻倍至 $25B（来源：Bloomberg, 2026-04-23）。

• 为什么重要：coding agent 赛道仍在加速，资本仍在押注"AI 写代码"作为最快变现的 agent 应用。

• 对你：求职/项目方向上，coding agent + 工具链 + eval 这条线含金量持续上升，很值得做 portfolio。

• 链接：https://www.bloomberg.com/news/articles/2026-04-23/ai-coding-firm-cognition-in-funding-talks-at-25-billion-value

• 发生了什么：Anthropic 承认近期 Sonnet/Opus 质量被报告回退，并已修复，同时 prompt cache 优化让 SDK query() 输入 token 成本最多降 12x。

• 为什么重要：这是"模型上线后悄悄退化"问题第一次被官方明确承认+给出修复版本号，对所有依赖 Claude 做 agent 的人都重要。

• 对你：你做 coding agent 的 eval / regression 一定要纳入"模型悄悄变差"这一类失败模式。

• 链接：https://aitoolly.com/ai-news/article/2026-04-24-anthropic-addresses-claude-code-quality-degradation-reports-and-implements-fixes-for-sonnet-and-opus

• 发生了什么：论文 "Evaluating AGENTS.md" 在 138 个真实 Python repo 上测了 Claude 3.5 Sonnet / Codex GPT-5.2 / GPT-5.1 mini / Qwen Code，发现 LLM 自动生成的 AGENTS.md 通常是负收益。

• 为什么重要：直接挑战"加 context 文件 = 更好 agent"的工程默认假设，是 2026 上半年最有反共识价值的 agent 工程论文之一。

• 对你：在做 coding agent / dev tool 时，不要无脑塞 AGENTS.md，要么不写，要么只写"模型推不出来的东西"（构建命令、特殊 tooling 等）。

• 链接：https://arxiv.org/abs/2602.11988

• 发生了什么：在 ICLR 2026 公布的 SAM 3 基础上，3 月 27 号 Meta 放出 SAM 3.1，引入 shared-memory 多目标联合追踪，速度大幅提升、精度不降。

• 为什么重要：这是当前 "text/exemplar prompt → 视频分割+追踪" 的事实标准，对所有视频理解项目都是 baseline。

• 对你（攀岩 app）：可以用"climber"、"hand on hold"、"foot on hold" 这类 noun-phrase prompt 直接做攀岩者+岩点的视频追踪，大幅省掉自己训分割模型。

• 链接：https://ai.meta.com/blog/segment-anything-model-3/ | 论文：https://arxiv.org/abs/2511.16719

二、按目标分类

A. 前沿模型 / 一手发布

• 事件：Sonnet 4.6 GDPval-AA Elo 领先；1M token context 进入 beta；价格未变。

• 核心内容：长上下文能力首次以"不加价"方式开放给 Sonnet 级模型。

• 为什么重要：长上下文 + 强 coding 能力 + 价格不变 = agent 可用门槛大幅下降。

• 我需不需要点开：需要，特别是关注 pricing & rate limit 细节。

• 链接：https://llm-stats.com/llm-updates

• 事件：GPT-5.4（3 月 5 号发布）刷新 computer-use benchmark 与 GDPval（83%）；GPT-5.5 已在 API 提供。

• 核心内容：computer-use 与生产力评测继续被 OpenAI 拉高。

• 为什么重要：computer-use 是 OpenAI 这一轮主战场，对 agent 形态影响很大。

• 我需不需要点开：需要，重点看 GDPval 和 computer-use 的具体子项。

• 链接：https://llm-stats.com/llm-updates

• 事件：Gemma 4 全家放出，含 "any-to-any" E-series 实验型号；多模态输入；强调 coding + agent + reasoning。

• 核心内容：Google 把开源权重水准拉到 30B 级别 + 真正多模态。

• 为什么重要：是当前"可商用、可本地、能做多模态"最现实的开源选项。

• 我需不需要点开：需要（多模态线必看）。

• 链接：https://huggingface.co/blog/gemma4

• 事件：concept-prompt 视频分割+追踪，shared-memory 多目标。

• 核心内容：text / exemplar 提示词驱动的视频分割，实时性显著提升。

• 为什么重要：视频理解链路里，分割+追踪问题基本被这个统一模型吃掉了。

• 我需不需要点开：需要，这是攀岩 app 的核心组件备选。

• 链接：https://ai.meta.com/blog/segment-anything-model-3/

• 事件：4 月 10 号官方发布，号称单 forward pass 同时合成对白、环境声、Foley。

• 核心内容：跳过"先视频再配音"的两段式 pipeline。

• 为什么重要：是"audio-visual joint generation"这个方向第一个有官方背书的工程化产品。

• 我需不需要点开：中等，作为商业化方向跟踪即可，与你主线关系不大。

• 链接：https://aiworkflows.tools/blog/happyhorse-1-0-alibaba-video-model-benchmark-2026

B. AI 工程 / Agent / Coding workflow

• 内容：138 真实 Python repo + 4 个 agent，发现 LLM 自动生成的 AGENTS.md 平均让成功率 -3%、成本 +20%。

• 可落地价值：直接修正"塞 context 就好"的工程偏见。

• 对我当前开发/学习的意义：你做 dev tool / coding agent 时，eval 设计要包含 "加 context 是不是反而变差" 这一对照；面试可以拿来讲"反共识但有数据支撑"的 agent 工程观点。

• 链接：https://arxiv.org/abs/2602.11988

• 内容：v2.1.116 修复一系列质量与 SDK bug；prompt cache 优化大幅降低 SDK query() 输入 token 成本。

• 可落地价值：你做 agent 的成本结构里，prompt cache 是主要变量，12x 是工程级别的胜利。

• 对我当前开发/学习的意义：项目里直接打开 prompt cache，并把"模型 silent 退化"加进 monitoring。

• 链接：https://aitoolly.com/ai-news/article/2026-04-24-anthropic-addresses-claude-code-quality-degradation-reports-and-implements-fixes-for-sonnet-and-opus | https://www.npmjs.com/package/@anthropic-ai/claude-agent-sdk

• 内容：把 agent memory 形式化为 write–manage–read 循环，三维分类法（temporal / representational / control policy），覆盖 5 大机制族。

• 可落地价值：是当前最系统的 agent memory 综述，做 agent 的同学绕不开。

• 对我当前开发/学习的意义：可以作为你设计自己 agent memory 模块的参考骨架；面试中讨论 agent 长期记忆时有抓手。

• 链接：https://arxiv.org/html/2603.07670v1

• 内容：测了 3 个 SOTA coding agent × 300 个项目，只有 68.3% 能开箱跑起来；声明依赖到实际依赖平均膨胀 13.5×。

• 可落地价值：给"AI 写完就能跑"这种 narrative 一个数据点。

• 对我当前开发/学习的意义：在你的 coding agent 项目里，复现性 / 依赖闭包应当是一项专门的 eval 维度。

• 链接：https://arxiv.org/abs/2512.22387

C. 视觉 / 视频 / 运动人体分析（攀岩动作分析重点）

• 内容：concept prompt（短名词短语 / 框 / 点）驱动的图像与视频分割与跨帧追踪；3.1 引入 shared-memory 多目标。

• 与攀岩 app 相关性：极高，可以直接当 "climber / hand / foot / hold" 的检测分割追踪 baseline。

• 可迁移到项目的点：用 SAM 3 做"攀爬者+使用中的岩点"片段化分析；把分割 mask 输入到下游姿态/动作模型。

• 优先级：高

• 链接：https://ai.meta.com/blog/segment-anything-model-3/ | https://github.com/facebookresearch/sam3

• 内容：从体育教学视频中学习"可被模仿的物理技能"表征；强调 fine-grained motion → measurable improvement 的关系。

• 与攀岩 app 相关性：高，攀岩本质上就是一个"动作 → 完成度 / 失败模式"的体育技能学习问题。

• 可迁移到项目的点：把"识别动作"升级到"识别动作 + 给出基于参考动作的差异反馈"的 pretraining 思路。

• 优先级：高

• 链接：https://arxiv.org/html/2603.25163

• 内容：22 段标注攀岩视频，含 hold 位置、使用顺序、使用时间；用 2D pose keypoint 与 hold 重叠判断使用。

• 与攀岩 app 相关性：极高，几乎就是你 app 的最小化 academic 版本。

• 可迁移到项目的点：直接把它的标注规范、评测协议拿来用；把它的 baseline 当对比对象。

• 优先级：高

• 链接：https://arxiv.org/html/2505.12854v1

• 内容：HMR 2.0 + 跨帧 tracker，能在遮挡、人际交互下追踪。

• 与攀岩 app 相关性：高，攀岩有大量自遮挡（手脚靠墙、躯干扭曲）。

• 可迁移到项目的点：拿来做"单手机视频 → 3D 姿态序列"的 baseline，比 MediaPipe 更适合复杂姿态。

• 优先级：高

• 链接：参考综述：https://arxiv.org/html/2509.03883v1

• 内容：MoveNet Lightning 7ms/帧；BlazePose 33 keypoints @30+ FPS；MobilePoser 用手机/手表 IMU 做全身姿态。

• 与攀岩 app 相关性：中，是"上传视频→端侧反馈"的工程兜底方案。

• 可迁移到项目的点：MVP 阶段先用 MoveNet/BlazePose，等核心动作识别 work 后再上 4DHumans。

• 优先级：中

• 链接：https://research.google/blog/on-device-real-time-body-pose-tracking-with-mediapipe-blazepose/ | https://arxiv.org/html/2504.12492v1

D. 产品化 / 商业化 / 行业动态

• 动态：Bloomberg 报道，coding agent 头部公司估值翻倍。

• 背后的趋势判断：coding agent 已经从"演示"进入"被买单"阶段，资本对 agent 应用的下注开始集中到"能直接代替工程师工时"的方向。

• 对 side project / 求职 / 项目方向的启发：做 portfolio 时往"能量化代替人类工时"的 agent 走，比做 chat UI / wrapper 价值高。

• 链接：https://www.bloomberg.com/news/articles/2026-04-23/ai-coding-firm-cognition-in-funding-talks-at-25-billion-value

• 动态：4 月 24 号消息，Tencent 提议至高 20% 股权，DeepSeek 不愿让出过多控制；以 MiniMax (~$40B) 为锚。

• 背后的趋势判断：中国大厂从"自己造大模型"转向"投资头部独立大模型"的资本结构正在形成。

• 对 side project / 求职 / 项目方向的启发：中国侧多模态 / 视频生成 / coding 模型供应仍在加深，做产品时可以考虑双模型路线（Claude/GPT + DeepSeek/Qwen）。

• 链接：https://www.indexbox.io/blog/tencent-and-alibaba-in-talks-to-invest-in-ai-startup-deepseek/

• 动态：Google 押 agent 互通协议（A2A）+ 全栈 agent，对抗 OpenAI / Anthropic。

• 背后的趋势判断：agent 生态的标准战开打：MCP（工具侧） + A2A（agent 之间） 可能成为事实标准对子。

• 对 side project / 求职 / 项目方向的启发：你做 agent 系统时，至少把 MCP 跑通，能简单理解 A2A，对面试有明显帮助。

• 链接：https://thenextweb.com/news/google-cloud-next-ai-agents-agentic-era

• 动态：本周 GitHub trending 上 "skills" 类 repo 集中爆发；Forrest Chang 把 Karpathy 关于 LLM coding 陷阱的观察整理成单个 CLAUDE.md，登上单日 #2 new stars。

• 背后的趋势判断："用 markdown / skill / context file 扩展 coding agent 能力" 成为开发社区主线动作；与 B1 论文形成有趣张力——社区在拼命塞 context，学术在告诉你别塞。

• 对 side project / 求职 / 项目方向的启发：做 dev tool 类项目，理解 "skills" 这个抽象（包括 Anthropic 的 skill 概念）现在比一年前更有溢价。

• 链接：https://www.shareuhack.com/en/posts/github-trending-weekly-2026-04-22

E. 学习价值 / 求职价值

• 适合我怎么用：精读 + 面试表达

• 推荐动作：精读 1 小时；总结成 1 页 Notion；准备一段 90 秒口述"反共识 finding + 工程含义"。

• 链接：https://arxiv.org/abs/2602.11988

• 适合我怎么用：收藏 + 精读结构

• 推荐动作：先只读它的分类法图 + 5 个机制族总结，足以建立 mental model；后续做 agent memory 模块时回头查。

• 链接：https://arxiv.org/html/2603.07670v1

• 适合我怎么用：复现 + 写进项目 roadmap

• 推荐动作：
1. 用 The Way Up 数据集跑一遍 "hold usage detection" baseline；
2. 用 4DHumans 处理你自己拍的攀岩视频，看 3D 姿态稳定性；
3. 把 SportSkills 的"动作 → 表现差异"思路写进 app 的反馈生成模块设计。

• 链接：https://arxiv.org/html/2505.12854v1 | https://arxiv.org/html/2603.25163 | https://arxiv.org/html/2509.03883v1

三、今日高分 GitHub Repo（5–10 个）

• GitHub 链接：https://github.com/facebookresearch/sam3

• 方向标签：video / multimodal / segmentation

• 这项目是干什么的：Meta SAM 3 / SAM 3.1 官方推理与 finetune 代码，含 checkpoint 与示例 notebook。

• 为什么今天值得关注：是当前 "text-prompt 视频分割与追踪" 的事实标准，刚发布 3.1 多目标版本。

• 与我的相关性：直接相关，攀岩动作分析的视频分割/追踪 baseline。

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：是（先跑示例 notebook 再换自己的攀岩视频）

• 一句话判断：你 app 的视频前处理几乎可以从这里抄一半。

• GitHub 链接：https://github.com/anthropics/claude-code

• 方向标签：agent / dev tools

• 这项目是干什么的：Claude Code 与 Claude Agent SDK 的官方 release 仓库。

• 为什么今天值得关注：v2.1.116 修复了近期质量退化与多个 SDK bug，prompt cache 12x 降本；改名后这是 agent 工程的事实参考实现之一。

• 与我的相关性：高，做 coding agent / dev tool 必须看。

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：是，至少基于 SDK 写一个最小自定义 agent。

• 一句话判断：当前最完整的"商用级 coding agent 参考实现"。

• GitHub 链接：https://github.com/lsdefine/GenericAgent

• 方向标签：agent / self-evolving

• 这项目是干什么的：从 3.3K 行 seed 出发自演化 skill tree，号称 token 消耗减少 6×。

• 为什么今天值得关注：本周日新增 1131 stars，是 "self-evolving agent" 这个新方向最热门的开源实现。

• 与我的相关性：中，方向新颖，但要小心"看起来很酷但难落地"。

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：否（先观察一周再说，避免被 hype 拉走时间）

• 一句话判断：方向有趣，但等社区出第三方复现报告再投入。

• GitHub 链接：https://github.com/n8n-io/n8n

• 方向标签：agent / workflow / dev tools

• 这项目是干什么的：fair-code 工作流自动化，原生 AI 节点 + 400+ 集成。

• 为什么今天值得关注：是"AI agent 落到企业流程"这条路最成熟的开源选项之一，trending 长期在线。

• 与我的相关性：中，可以学它怎么把 LLM 节点和外部系统粘起来。

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：可以本地起一个，做一个"GitHub PR → Claude review → Slack 通知"小流程练手。

• 一句话判断：理解"AI 工作流"长什么样的最便宜方式。

• GitHub 链接：https://github.com/langflow-ai/langflow

• 方向标签：agent / visual builder

• 这项目是干什么的：可视化 LLM/agent 流程构建器，~146k stars。

• 为什么今天值得关注：visual builder 占据 trending 前 5 中的 3 席，是当前"低门槛 agent"主战场。

• 与我的相关性：中，做 demo / 给非工程师演示时很有用。

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：可选；至少跑一遍它的 "agent + tool" 示例。

• 一句话判断：自己实现前先看它怎么把 agent 抽象成节点。

• GitHub 链接：https://github.com/forrestchang/andrej-karpathy-skills （以 trending 报道名称为准，链接以仓库主页为准）

• 方向标签：skills / dev tools / prompt engineering

• 这项目是干什么的：把 Karpathy 关于 LLM coding 陷阱的公开观察压缩成一个 CLAUDE.md。

• 为什么今天值得关注：登上单日 new stars #2，社区共识级 prompt 资产。

• 与我的相关性：中，看一遍能立刻提升你日常用 Claude Code 的姿势。

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：把它精简到适合你自己项目的版本（注意 B1 论文的警告：不要无脑塞）。

• 一句话判断：读一遍，挑 3 条放进自己的 workflow，不要全盘照抄。

• 来源报道：https://www.shareuhack.com/en/posts/github-trending-weekly-2026-04-22

• GitHub 链接：https://github.com/VoltAgent/awesome-ai-agent-papers

• 方向标签：agent / research / curation

• 这项目是干什么的：2026 年 agent 方向论文精选清单，按 agent engineering / memory / eval / workflow / autonomy 分类。

• 为什么今天值得关注：是当前最活跃维护的 agent 研究索引之一。

• 与我的相关性：高，给你节省每周自己翻 arXiv 的时间。

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：N/A，订阅 / 加 watch 即可。

• 一句话判断：当作你 agent 方向的 "RSS"。

• GitHub 链接：https://github.com/luo-junyu/Awesome-Agent-Papers （备选）

• 方向标签：research / curation

• 这项目是干什么的：与 LLM agent 综述配套的论文清单。

• 为什么今天值得关注：和 VoltAgent 那份互为补充，两份一起 watch，覆盖度足够。

• 与我的相关性：中

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：N/A

• 一句话判断：与 Repo 7 二选一即可，避免重复信息。

• GitHub 链接：https://github.com/caramaschiHG/awesome-ai-agents-2026

• 方向标签：agent / curation / product

• 这项目是干什么的：2026 年 agent 框架/工具/产品分类汇总，300+ 资源、20+ 类别，月更。

• 为什么今天值得关注：选型时可以快速横向对比，不用一家家点开。

• 与我的相关性：中

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：N/A

• 一句话判断：做技术选型先翻一遍它。

四、今日最值得我看的 3 篇 / 3 个链接

• 为什么是今天最值得点开：它给"AI 工程默认做法"提供了一个反共识的实验数据，90% 在做 coding agent 的人都搞错了方向。

• 链接：https://arxiv.org/abs/2602.11988

• 为什么是今天最值得点开：是攀岩 app 视频前处理唯一一定要做的功课，看完即可决定要不要把它做 baseline。

• 链接：https://ai.meta.com/blog/segment-anything-model-3/ | https://github.com/facebookresearch/sam3

• 为什么是今天最值得点开："攀岩动作分析"这个垂类的现成数据集 + 现成 3D 姿态方案，直接决定你 app 第一版能多便宜地跑起来。

• 链接：https://arxiv.org/html/2505.12854v1 | https://arxiv.org/html/2509.03883v1

五、今日行动清单（最重要）

• HappyHorse-1.0 评测（视频+音频联合生成）

• Cognition $25B 估值新闻

• DeepSeek 融资新闻

• Google A2A 协议（关注，但等更多文档）

• arXiv 2602.11988 "Evaluating AGENTS.md"（约 1 小时）

• Meta SAM 3.1 官方博客 + SAM 3 论文 abstract（约 30 分钟）

• facebookresearch/sam3：用一段你自己拍的攀岩视频跑一遍 text-prompt 分割追踪。

• @anthropic-ai/claude-agent-sdk：基于 v2.1.116 写一个最小 agent，验证 prompt cache 是否真的让你 token 成本下降。

• 视频前处理：SAM 3.1 做 climber + hand/foot + hold 的分割追踪。

• 3D 姿态：用 4DHumans 替换/补强 MediaPipe，应对自遮挡。

• 数据：把 The Way Up 数据集纳入评测协议。

• 反馈生成：参考 SportSkills 的 "动作差异 → 可执行改进建议" 思路。

• Eval：复现性、context file 是否带来净收益（参考 AGENTS.md 论文方法论）。

• (高优先) "AGENTS.md 平均反而让 agent 变差"——能体现你看一手论文 + 反共识 + 工程化思考的组合能力。

• "Claude Sonnet 4.6 在 Elo 上反超且开放 1M context 不加价"——能体现你跟踪模型市场结构的能力。

六、信息密度 / 信噪比说明

• 今天"模型层 + agent 工程层"信号都比较强，不存在硬凑。

• HappyHorse-1.0、OpenClaw 这类有明显 "热度高 / 价值待验证" 的项目我已标注，热度 ≠ 复现价值。

• 攀岩 app 方向今天没有当日新发布，但有非常重要的已存在但今天值得回头看的资产（SAM 3.1 / The Way Up / SportSkills / 4DHumans），符合"宁缺毋滥 + 旧内容补课"的策略。

• 自动生成于 2026-04-25 by AI 日报 scheduled task。