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。今日向「攀岩动作分析 app + agent 工程 + 求职含金量」三个目标倾斜。多条信息来自二手聚合站，已逐条标注「待验证」，结论方向可信、具体数字按近似看待。

一、今日最重要的 5 条

二、按目标分类

A. 前沿模型 / 一手发布

• 事件：Google Gemini 3.5 Flash GA（I/O 2026 已 GA），Gemini 3.5 Pro 据称 7 月跟进

• 核心内容：Flash 已成 Gemini app 与 Search AI Mode 默认；API 价位约 $1.5/$9 每百万 tokens

• 为什么重要：Flash 档位价格/延迟适合高频多模态调用，Pro 是真正要盯的能力上限

• 我需不需要点开：需要（多模态 + 价格直接影响视频分析成本）

• 链接：https://llm-stats.com/llm-updates (具体日期/价格待验证)

• 事件：OpenAI 开源 gpt-oss-120b / 20b

• 核心内容：120b 单卡可跑、性能接近 o3/o4-mini；20b 可在高端笔记本本地跑

• 为什么重要：本地/edge 推理可用，利于隐私敏感或离线的视频分析 demo

• 我需不需要点开：需要（可作 app 的本地 baseline）

• 链接：https://llm-stats.com/llm-updates (待验证)

• 事件：Google DeepMind Genie 3 世界模型

• 核心内容：可实时生成、可交互的世界模拟

• 为什么重要：world model 方向标志，长期与「动作理解/合成数据」相关

• 我需不需要点开：可选（短期与攀岩 app 关系弱，了解趋势即可）

• 链接：https://llm-stats.com/llm-updates (待验证)

• 事件：Anthropic 指控 Qwen/Alibaba 关联方进行最大规模 distillation 攻击（约 2880 万次欺诈性交互），并连挖 4 名 Gemini 资深研究员

• 核心内容：模型蒸馏的法律/安全摩擦升级 + 人才战

• 为什么重要：影响开源/闭源生态与合规叙事；面试可作行业判断谈资

• 我需不需要点开：可选（行业八卦+合规视角）

• 链接：https://www.anthropic.com/news (细节待验证)

B. AI 工程 / Agent / Coding workflow

• 内容：Terminal-Bench 2.1 成为「agent+model」主流评测；Codex CLI / Claude Code 双双 83%+

• 可落地价值：选 coding agent 时直接看 Terminal-Bench 2.1 而非纯 SWE-bench

• 对我当前开发/学习的意义：日常用哪家 CLI 可按集成与价格定，能力已不是瓶颈

• 链接：https://www.morphllm.com/best-ai-coding-agents-2026

• 内容：Agent-as-a-Judge / LLM-judge 评测的系统性漏洞（Berkeley RDI）

• 可落地价值：做 eval 时必须加入 ground-truth 校验、消毒执行、防 prompt injection

• 对我当前开发/学习的意义：攀岩 app 的「动作评分」要有可验证的客观指标，不能只靠 LLM 主观判

• 链接：https://arxiv.org/pdf/2508.02994

• 内容：repo 级代码 agent 评测新基准（带中间推理的 feature addition 任务）

• 可落地价值：评估 agent 在「跨文件、有推理链」的真实工程任务表现

• 对我当前开发/学习的意义：构建自己 app 的 agent 模块时可借其任务设计思路

• 链接：https://arxiv.org/pdf/2603.26337 (编号格式存疑，待验证)

C. 视觉 / 视频 / 运动人体分析

• 内容：AthleticsPose——真实田径运动单目 3D pose 数据集与评测

• 与「攀岩动作分析 app」的相关性：高，运动场景真实数据稀缺，方法论可直接借鉴

• 可迁移到项目的点：单目 3D pose 在剧烈/非常规姿态下的评测协议、误差分析

• 优先级（高/中/低）：高

• 链接：https://arxiv.org/pdf/2507.12905

• 内容：QuaMo——四元数运动表征做 vision-based 3D 人体运动学捕捉

• 与「攀岩动作分析 app」的相关性：高，四元数表征利于关节角度/旋转的稳定计算

• 可迁移到项目的点：用四元数算关节角，避免欧拉角 gimbal lock，改进发力/伸展量化

• 优先级：高

• 链接：https://arxiv.org/pdf/2601.19580

• 内容：花滑 edge error 的单目 3D pose 自动判定（规则化评分范式）

• 与「攀岩动作分析 app」的相关性：高，是「pose→运动学→规则判定→给建议」的完整闭环样板

• 可迁移到项目的点：把「攀岩动作好坏」拆成可计算规则（重心投影、髋膝伸展、贴墙度）

• 优先级：高

• 链接：https://arxiv.org/abs/2304.04437

• 内容：RTMPose / ViTPose 仍是可微调主力，约 5k–10k 标注即可得到可用模型

• 与「攀岩动作分析 app」的相关性：高，数据不多时的现实方案

• 可迁移到项目的点：先用预训练 RTMPose，小样本微调到攀岩关键点 schema

• 优先级：高（最先动手的就是它）

• 链接：https://labelyourdata.com/articles/data-annotation/pose-estimation

D. 产品化 / 商业化 / 行业动态

• 动态：Vertical AI agents 占 2026 YTD 交易 48.3%、资金 54.6%；通用「agent 新奇感」融资降温

• 背后的趋势判断：资本转向「可测量的工作流所有权」+ 安全/治理/执行基础设施

• 对 side project / 求职 / 项目方向的启发：做垂直场景（如攀岩/运动训练）比做通用 agent 更有差异化

• 链接：https://newmarketpitch.com/blogs/news/agentic-ai-top-startups-fundraising

• 动态：大量早期 agent 创业公司预计 2026 年底耗尽现金（token 成本+部署慢）

• 背后的趋势判断：「套壳」出清，留下有真实留存/ROI 的产品

• 对 side project / 求职 / 项目方向的启发：portfolio 要强调留存与单位经济，而非 demo 炫技

• 链接：https://productleadersdayindia.org/blogs/multi-agent-orchestration-news/ai-agent-startup-funding-news.html (观点性，待验证)

• 动态：采购从 tokenmaxxing → efficiency；两巨头递交 IPO

• 背后的趋势判断：行业进入「证明 ROI / 走向公开市场」阶段

• 对 side project / 求职 / 项目方向的启发：简历/项目里量化「省了多少时间/成本」

• 链接：https://www.cnbc.com/2026/06/26/openai-anthropic-new-ai-spending-reality-as-users-shift-to-efficiency.html

E. 学习价值 / 求职价值

• 内容：Berkeley「agent benchmark 可被刷满」研究

• 适合我怎么用：精读 + 面试表达

• 推荐动作：读完能讲清 3 种失效模式，作为「我懂 eval 不只是跑分」的证据

• 链接：https://arxiv.org/pdf/2508.02994

• 内容：花滑 edge 判定 + AthleticsPose 的「pose→规则评分」范式

• 适合我怎么用：复现 + 纳入项目 roadmap

• 推荐动作：在攀岩 app 里落一个最小可用的「重心投影偏移」规则评分

• 链接：https://arxiv.org/abs/2304.04437

• 内容：Terminal-Bench 2.1 作为 agent 评测标准

• 适合我怎么用：收藏 + 面试表达

• 推荐动作：能说出「为什么 Terminal-Bench 比 SWE-bench 更贴近真实 agent」

• 链接：https://www.morphllm.com/best-ai-coding-agents-2026

三、今日高分 GitHub Repo

• GitHub 链接：https://github.com/ViTAE-Transformer/ViTPose

• 方向标签：video / pose / vision

• 这项目是干什么的：纯 ViT 的人体姿态估计 baseline，可微调到自定义关键点

• 为什么今天值得关注：单目 pose 仍是攀岩 app 的地基，社区成熟

• 与我的相关性：极高（直接用于关键点提取）

• 上手成本（低/中/高）：中

• 是否建议我收藏：是

• 是否建议我复现：是（先跑通 inference，再小样本微调）

• 一句话判断：攀岩 app 的 pose 起点，先用它别造轮子

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

• 方向标签：pose / deployment / edge

• 这项目是干什么的：实时、可部署（含移动/edge）的 pose 估计框架

• 为什么今天值得关注：轻量化 + 部署链完整，适合 app 落地

• 与我的相关性：极高（edge/mobile 推理）

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：是

• 一句话判断：要做能装进手机的攀岩分析，从 RTMPose 开始

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

• 方向标签：agent / dev tools

• 这项目是干什么的：把 Gemini 多模态带进终端的 agentic coding CLI

• 为什么今天值得关注：开源、多模态、可做视频/图像理解的命令行实验

• 与我的相关性：高（coding workflow + 多模态实验）

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：可（作为 Codex/Claude Code 的对照）

• 一句话判断：免费多模态终端 agent，值得纳入日常工具箱

• GitHub 链接：https://github.com/livekit/agents

• 方向标签：agent / multimodal / video

• 这项目是干什么的：构建实时语音+视频+数据的多模态 agent 框架

• 为什么今天值得关注：实时视频通道，可做「边爬边反馈」的交互雏形

• 与我的相关性：中（未来实时教练功能可参考）

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：暂不（先做离线分析，再考虑实时）

• 一句话判断：实时多模态的标杆，留作 roadmap 后期

• GitHub 链接：https://github.com/langgenius/dify

• 方向标签：agent / app / infra

• 这项目是干什么的：可视化 LLM 应用/agent 编排平台（136k+ stars）

• 为什么今天值得关注：快速搭「上传→分析→建议」的产品原型

• 与我的相关性：中（产品化原型加速）

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：可（做一个攀岩建议生成的 demo 流程）

• 一句话判断：想快出 MVP 用它，但核心 CV 逻辑仍要自己写

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

• 方向标签：multimodal / voice+vision / infra

• 这项目是干什么的：生产级实时语音 AI 框架（<250ms，含 vision）

• 为什么今天值得关注：低延迟多模态管线，未来实时反馈可借

• 与我的相关性：中

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：暂不

• 一句话判断：实时反馈的工程底座候选，先收藏

⚠️ 提醒：OpenClaw / Pixelle-Video 等当下热度极高但偏 demo/自动化噱头，文档与可复现性参差，热度高但对攀岩 app 价值一般，不建议现在投入。

四、今日最值得我看的 3 个链接

1. AthleticsPose（arXiv 2507.12905） — 运动场景单目 3D pose 的评测与方法，最贴近攀岩 app 的技术底座。https://arxiv.org/pdf/2507.12905

2. Berkeley「benchmark 可被刷满」（arXiv 2508.02994） — 一次读懂 eval 陷阱，省下被假分数误导的时间，且是高质量面试谈资。https://arxiv.org/pdf/2508.02994

3. 花滑 edge 自动判定（arXiv 2304.04437） — 「pose→规则评分→给反馈」的完整范式样板，可直接照搬到攀岩动作评估。https://arxiv.org/abs/2304.04437

五、今日行动清单