风格：高密度、结论优先、buy-side 研究简报 + 工程情报。标题摘要中文，保留英文术语与链接。本条目已作为「新闻」入库（tag: 新闻），存于 Tony's BLOG 知识库。

AI 日报 | 2026-06-25

一、今日最重要的 5 条

二、按我的目标分类

A. 前沿模型 / 一手发布

• 事件：Anthropic 最强模型公开发布（6/9）。

• 核心内容：FrontierBench 最高分；1M context、128k 输出；$10/$50；长时程 agentic、能自写测试；Fable 带安全分类器、Mythos 不带。

• 为什么重要：当前 agentic coding 的事实标杆，直接影响我用什么写 app。

• 我需不需要点开：需要，尤其 Simon Willison 的实测。

• 链接：https://www.anthropic.com/news/claude-fable-5-mythos-5

• 事件：承诺 6 月 GA，至今（6/25）仍限量预览。

• 核心内容：2M context、原生 text/image/audio/video、Deep Think。

• 为什么重要：原生视频多模态是我视频理解能力建设最该盯的；但尚未可用。

• 我需不需要点开：标记关注，GA 当天再深入。状态：待验证。

• 链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/

• 事件：BD 与 Google Cloud / DeepMind 合作，把具身推理模型装进 Spot 与 Orbit 巡检平台。

• 核心内容：具身 + 视觉巡检的多模态落地。

• 为什么重要：showcase 了「视觉理解→行动」的产业方向，可作面试谈资。

• 我需不需要点开：中。

• 链接：见今日来源汇总（DeepMind / Google Cloud 博客）。

B. AI 工程 / Agent / Coding workflow

• 内容：系统讲 scaffolding、harness、context engineering 与踩坑经验。

• 可落地价值：高——可直接抄到我自己的 coding agent / 自动化脚本里。

• 对我当前开发/学习的意义：比玄学 prompt 技巧实用，值得精读。

• 链接：https://arxiv.org/pdf/2603.05344

• 内容：EvoCodeBench 面向「自进化」编码系统的人类水平基准；ClarEval 评测 agent 在模糊指令下的澄清能力。

• 可落地价值：中高——给我的 agent 项目提供可引用的评测方法论。

• 对我当前开发/学习的意义：做 eval 是 portfolio 里最缺也最加分的一环。

• 链接：https://arxiv.org/pdf/2602.10171 ｜ https://arxiv.org/pdf/2603.00187

• 内容：Google 开源的终端 agent，多模态、可嵌 CI/CD。

• 可落地价值：中——多一个可对比 Claude Code 的工具链。

• 对我的意义：横向对比不同 coding agent 的 harness 设计。

• 链接：见 GitHub 栏目。

C. 视觉 / 视频 / 运动人体分析

• 内容：实时多人 2D/3D 全身姿态，首个 COCO-WholeBody 破 70 mAP 的开源模型。

• 与攀岩 app 的相关性：极高——攀岩需要手指/手腕/全身关键点，whole-body 正好。

• 可迁移到项目的点：直接做关键点提取层；3D 版可估计身体重心与发力角度。

• 优先级：高。

• 链接：https://github.com/open-mmlab/mmpose/tree/main/projects/rtmpose

• 内容：移动端低功耗实时姿态，文档与跨平台最友好。

• 与攀岩 app 的相关性：高——决定 app 能否在手机本地实时跑。

• 可迁移到项目的点：MVP 先用 MediaPipe 出 3D landmark，再考虑自训模型。

• 优先级：高（数据少时的最佳起点）。

• 链接：https://blog.roboflow.com/best-pose-estimation-models/

• 内容：H-MoRe 学习以人为中心的运动表示用于动作分析；Mojito 用 LLM 做「带抖动抑制」的动作指导；SBF 用骨架增强提升视频动作识别。

• 与攀岩 app 的相关性：中高——「动作表示→给改进建议」正是我要的 LLM-aided 教练范式。

• 可迁移到项目的点：把姿态序列编码成动作表示，再交给 LLM 生成改进建议（参考 Mojito 思路）。

• 优先级：中（数据攒够后复现）。

• 链接：H-MoRe https://arxiv.org/pdf/2504.10676 ｜ Mojito https://arxiv.org/pdf/2502.16175 ｜ SBF https://arxiv.org/pdf/2604.03590

• 内容：AI+IoT 平台，SportsPose 94.6%、AthletePose3D 92.8%，平均延迟 27.8ms。

• 与攀岩 app 的相关性：高——直接对标「实时反馈」体验指标。

• 可迁移到项目的点：把延迟<30ms 设为我 app 的实时反馈目标基线。

• 优先级：中。

• 链接：https://link.springer.com/article/10.1007/s44196-025-01146-2

D. 产品化 / 商业化 / 行业动态

• 动态：OpenAI 6/8 秘密递交、约 $852B、月营收 $2B、目标 9 月；Anthropic 约 $965B 也已递交。

• 背后趋势：前沿模型进入资本市场叙事，API 降价与企业 agent 功能加速。

• 对 side project / 求职的启发：顺风期，做「贴近落地、可量化价值」的 agent / 垂直应用最吃香。

• 链接：https://aiweekly.co/alerts/openai-files-confidential-ipo-targeting-850b-valuation

• 动态：2026 年底 40% 企业应用内嵌 agent；约 31% 已进生产；治理缺口大。

• 趋势判断：竞争点从「能不能做 agent」转向「可观测/可评测/可治理」。

• 启发：portfolio 里加一个带 eval + 可观测性的 agent，比纯 demo 更能在面试讲清价值。

• 链接：https://www.cio.com/article/4107315/agentic-ai-in-2026-more-mixed-than-mainstream.html

• 动态：实时视频分析 + AR + 远程教练，称 2.4 万运动员在用。

• 趋势判断：「手机视频→姿态→秒级反馈」已是成型产品赛道。

• 启发：攀岩是其尚未深耕的垂直细分，差异化机会明确——可作为我的 side project 定位。热度高，营销味重，但产品形态值得拆解。

• 链接：https://www.globenewswire.com/news-release/2026/04/21/3278180/0/en/SportsReflector-Debuts-First-Mobile-AI-Sports-Fitness-Coach-With-Real-Time-Video-Analysis-Live-AR-and-Remote-Coaching.html

E. 学习价值 / 求职价值

• 内容：context engineering / harness 的系统经验。

• 适合我怎么用：精读 + 复现部分到自己工具链。

• 推荐动作：本周精读，做一页笔记。

• 链接：https://arxiv.org/pdf/2603.05344

• 内容：实时全身/边缘姿态。

• 适合我怎么用：复现，作为攀岩 app 的姿态层。

• 推荐动作：搭一个「上传攀岩视频→画关键点」的最小 demo。

• 链接：https://github.com/open-mmlab/mmpose

• 内容：评测方法论。

• 适合我怎么用：面试表达——「我如何给 agent 设计可量化评测」。

• 推荐动作：收藏，整理成一段面试话术。

• 链接：https://arxiv.org/pdf/2506.11763

三、今日高分 GitHub Repo

• 链接：https://github.com/open-mmlab/mmpose

• 方向标签：video / pose / multimodal

• 干什么：全身 2D/3D 姿态估计工具箱（含 RTMPose / RTMW3D）。

• 为何今天值得关注：实时 + 全身 + 破 70 mAP，攀岩动作分析的核心组件。

• 与我的相关性：极高。

• 上手成本：中（OpenMMLab 生态依赖较多）。

• 建议收藏：是。建议复现：是。

• 一句话判断：我攀岩 app 的姿态层首选。

• 链接：https://github.com/open-mmlab/mmaction2

• 方向标签：video / action recognition

• 干什么：动作识别/时空检测/骨架动作识别的视频理解工具箱。

• 为何今天值得关注：与 mmpose 配套，能把「关键点→动作分类」打通。

• 与我的相关性：高（攀岩动作分类）。

• 上手成本：中。

• 建议收藏：是。建议复现：是（攒到数据后）。

• 一句话判断：动作识别这层的默认选择。

• 链接：https://github.com/google-gemini/gemini-cli

• 方向标签：agent / dev tools

• 干什么：终端里的多模态 agentic coding，可嵌 CI/CD。

• 为何今天值得关注：对比 Claude Code 的另一套 harness 设计。

• 与我的相关性：中高（agent 工程学习）。

• 上手成本：低。

• 建议收藏：是。建议复现：可选（拿来对比即可）。

• 一句话判断：研究 coding agent harness 的好对照样本。

• 链接：https://github.com/langflow-ai/langflow ｜ https://github.com/langgenius/dify

• 方向标签：agent / app / infra

• 干什么：拖拽式搭建 LLM/agent 流水线。

• 为何今天值得关注：今年 top5 里三个是可视化 builder，趋势明显。

• 与我的相关性：中（快速做应用层 demo）。

• 上手成本：低。

• 建议收藏：是。建议复现：可选。

• 一句话判断：想快速出应用 demo 时用，自研深度不足别依赖。

• 链接：GitHub 搜索 OpenClaw（待核实官方仓库地址）

• 方向标签：agent / automation

• 干什么：通用桌面/浏览器自动化 agent，2026 年现象级爆款（>21 万 star）。

• 为何今天值得关注：增长速度是 GitHub 史上最快之一，社区讨论度极高。

• 与我的相关性：中（自动化工作流参考）。

• 上手成本：中。

• 建议收藏：是。建议复现：先观望——热度高但需核实文档与可用性，警惕「star 多≠可生产」。

• 一句话判断：热度极高，但先看 README 与 issue 再决定是否投入。状态：仓库地址待验证。

• 链接：https://github.com/crewAIInc/crewAI ｜ https://github.com/microsoft/autogen

• 方向标签：agent / framework

• 干什么：多 agent 协作编排。

• 为何今天值得关注：「多 agent 团队」是今年主线之一。

• 与我的相关性：中（学 agent 编排范式）。

• 上手成本：低-中。

• 建议收藏：是。建议复现：可选（做一个小的多 agent 例子练手）。

• 一句话判断：理解多 agent 协作的入门首选。

四、今日最值得我看的 3 个链接

1. Building Effective AI Coding Agents for the Terminal — https://arxiv.org/pdf/2603.05344 ｜ 直接提升我 agent 工程实操，省去自己踩坑。

2. open-mmlab/mmpose（RTMW3D） — https://github.com/open-mmlab/mmpose ｜ 攀岩 app 姿态层最快可落地的开源方案。

3. Simon Willison: Claude Fable 5 实测 — https://simonwillison.net/2026/Jun/9/claude-fable-5/ ｜ 高信噪比，快速判断 Fable 5 实际能干什么。

五、今日行动清单

1. 收藏不必立刻看：EvoCodeBench / ClarEval / DeepResearch Bench、CoachXNet、SportsReflector 拆解。

2. 值得精读：Terminal coding agents 论文（2603.05344）、Simon Willison 的 Fable 5 实测。

3. 值得复现/试用：RTMW3D + MediaPipe 搭「上传攀岩视频→画关键点」最小 demo；用 Fable 5 在 Claude Code 跑一个小重构。

4. 记到项目 roadmap：①姿态层用 RTMW3D（云）+ MediaPipe（端）双轨；②动作识别用 mmaction2；③反馈延迟目标 <30ms（对标 CoachXNet）；④动作改进建议走「姿态序列→动作表示→LLM」管线（参考 Mojito/H-MoRe）。

5. 面试可讲的 1~2 点：(a) 如何给 coding/视频 agent 设计可量化 eval（引 EvoCodeBench 思路）；(b) 攀岩动作分析的端云架构取舍——边缘实时（MediaPipe）vs 云端高精度（RTMW3D），及 <30ms 反馈延迟工程权衡。

六、今日信息质量备注

• Gemini 3.5 Pro 仍未 GA，相关能力「待验证」，勿据未发布特性做规划。

• OpenClaw 官方仓库地址今日未逐一核实，标「待验证」；其「现象级 star」需配合 README/issue 判断真实可用性。

• 企业 agent 采用率数字来自分析机构（Gartner 等）预测，属趋势参考而非硬事实。