风格：高密度、结论优先、buy-side 研究简报 + 工程情报。标题摘要用中文，保留英文术语与链接。今日向「攀岩动作分析 app + agent 工程 + 求职含金量」三个目标倾斜。部分数字来自二手聚合站，已逐条标注「待验证」，方向可信、数字近似看待。本条目已作为「新闻」入库（tag: 新闻），存于 Tony's BLOG 知识库。昨日（07-03）已覆盖的 Sonnet 5 / OpenClaw / AthleticsPose / Agent-as-a-Judge 今日不再重复，只做增量。

AI 日报 | 2026-07-04

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：Claude Fable 5 出口管制解除后 7/1 重新部署

• 核心内容：1M context、长时程 agentic、SWE-Bench Pro 80.3% 重夺 coding 第一

• 为什么重要：顶级 coding + 长上下文能力上限重新可用；政策首次实质影响前沿模型可得性

• 我需不需要点开：需要（查 anthropic.com 官方 model card 确认指标与可用区域）

• 链接：https://simonwillison.net/

• 事件：GPT-5.6（Sol/Terra/Luna）预览、7 月上 Cerebras

• 核心内容：三档模型；仍限约 20 家机构；Sol 目标 750 tok/s

• 为什么重要：推理速度进入近千 tok/s；前沿门控常态化

• 我需不需要点开：暂不必（未开放），标记跟踪

• 链接：https://llm-stats.com/ai-news

• 事件：美团开源 LongCat-2.0（1.6T，国产芯片训练）

• 核心内容：万亿级开源 coding 模型；宣称非 NVIDIA 全栈训练

• 为什么重要：开源自托管门槛继续降；算力供应链多元化信号

• 我需不需要点开：需要（查官方 repo/技术报告，确认许可与是否有小尺寸版）

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

• 事件：Gemini 3.5 Pro 7 月 GA（2M context + Deep Think）、Gemini 3.5 Flash 已 GA

• 核心内容：GA 仍无具体日期，Flash 先行承担主力；消费端 Pro ≈ $20/月、Ultra ≈ $250/月

• 为什么重要：2M 上下文利好长视频/长序列；Flash 已可用是当下更现实选项

• 我需不需要点开：Flash 可先试；Pro 等 GA 与视频模态确认

• 链接：https://blog.getbind.co/gemini-3-5-pro-slips-to-july-and-four-senior-google-researchers-just-left-for-anthropic/

B. AI 工程 / Agent / Coding workflow

• 内容：Simon Willison《Agentic Engineering Patterns》+ 其 agent 工作定义「An LLM agent runs tools in a loop to achieve a goal」

• 可落地价值：把「agent = 工具在循环里跑」讲清楚，给出可复用的 agentic 开发模式，去玄学

• 对我当前开发/学习的意义：建立自己的 agent 心智模型与词汇；面试里能用一句话讲清 agent 本质

• 链接：https://simonw.substack.com/p/agentic-engineering-patterns ｜ https://simonw.substack.com/p/i-think-agent-may-finally-have-a

• 内容：编码 agent 评测栈更新——SWE-Bench+（治理 solution leakage / 弱测试）、OmniCode、RoadmapBench（跨版本升级的长时程软件开发）

• 可落地价值：选「测什么」比「跑哪个模型」更重要；这几个基准更贴近真实仓库/长任务

• 对我当前开发/学习的意义：给攀岩 app 的 agent 模块设计 eval 时可借鉴基准构造思路

• 链接：https://arxiv.org/pdf/2602.02262（OmniCode）｜ https://arxiv.org/pdf/2605.15846（RoadmapBench）

• 内容：终端内 coding agent 生态——Gemini CLI、OpenHands、Claude Code、Harbor 框架下的 Terminus 2 参考实现

• 可落地价值：把 agent 直接放进终端/沙箱执行，贴合真实开发流

• 对我当前开发/学习的意义：选一个终端 agent 融进日常开发；OpenHands 开源可深挖其 agent loop 实现

• 链接：https://github.com/All-Hands-AI/OpenHands ｜ https://github.com/google-gemini/gemini-cli

C. 视觉 / 视频 / 运动人体分析

• 内容：LGM-Pose——轻量全局建模，~4% 参数量达到接近大网络的实时姿态精度（arXiv 2506.04561）

• 与「攀岩动作分析 app」的相关性：高，端侧实时姿态的最新 backbone 候选

• 可迁移到项目的点：作 on-device 2D 姿态骨干；与 MediaPipe/MoveNet/YOLO11-Pose 做延迟-精度对比

• 优先级：高

• 链接：https://arxiv.org/pdf/2506.04561

• 内容：端侧姿态工程基线梳理——MediaPipe BlazePose（33 关键点、GPU 加速、本地隐私）、MoveNet Lightning、YOLO11-Pose

• 与「攀岩动作分析 app」的相关性：高，MVP 阶段最省事的落地路径

• 可迁移到项目的点：先用 MediaPipe 跑通「手机视频→关节序列」，再上 LGM-Pose/Mamba 做升级

• 优先级：高

• 链接：https://ai.google.dev/edge/mediapipe/solutions/vision/pose_landmarker ｜ https://github.com/google-ai-edge/mediapipe

• 内容：Vidi2.5——大规模多模态视频理解与创作模型，主打多模态时序检索（文本+视觉+音频，长视频里按自然语言检索最相关片段，arXiv 2511.19529）

• 与「攀岩动作分析 app」的相关性：中高，「按语言检索视频关键片段」= 自动定位一段攀爬里的关键动作/失误瞬间

• 可迁移到项目的点：用时序检索自动切出「起步/难点动作/脱手瞬间」，省去人工打点

• 优先级：中

• 链接：https://arxiv.org/abs/2511.19529

• 内容：Skeleton-based action understanding 基础模型（2026 TPAMI）+ PoseConv3D（2D 热图沿时间堆成 3D volume 做动作分类）

• 与「攀岩动作分析 app」的相关性：中高，「姿态序列→动作分类/评分」的成熟范式

• 可迁移到项目的点：姿态先行、再喂时序模型做动作识别；PoseConv3D 是稳的 skeleton 动作 baseline

• 优先级：中

• 链接：https://arxiv.org/pdf/2310.13039（姿态-动作综述，含 PoseConv3D 脉络）

D. 产品化 / 商业化 / 行业动态

• 动态：Vertical AI Agents 正在吞噬 SaaS——a16z 估垂直 SaaS 市场约 $450B，2026–2028 有 30–40% 会被 agent 重塑；卖的从「软件席位」变成「完成的工作」

• 背后的趋势判断：定价从「50 个 CRM license」转向「每月处理 5000 张工单」，护城河与市场结构重排

• 对 side project / 求职 / 项目方向的启发：做「攀岩」这种垂直动作分析正踩趋势；把项目讲成「交付完成的分析/改进建议」而非「又一个套壳」

• 链接：https://www.geekwire.com/2026/the-rise-of-vertical-ai-agents-and-the-startups-racing-to-build-them/（$450B/比例为二手估算，待验证）

• 动态：企业 agent 落地数据——IDC 估 2026 全球企业 AI 支出约 $307B、行业解决方案 CAGR 36.5%（远高于通用 18.9%）；报道称 72% 企业已进生产、但 60% 缺正式治理

• 背后的趋势判断：钱在往「有 ROI 的行业专用」流；治理/eval/observability 是明显缺口

• 对 side project / 求职 / 项目方向的启发：eval + 治理是稀缺技能位；简历里「我给 agent 建了评测与可观测」很值钱

• 链接：https://joget.com/ai-agent-adoption-in-2026-what-the-analysts-data-shows/（数字待验证）

• 动态：SportsReflector 等实时 AI 运动教练已上市（视频分析 + AR + 远程教练）

• 背后的趋势判断：「录视频→秒级反馈」的运动 CV 产品已过验证期、进入铺量期

• 对 side project / 求职 / 项目方向的启发：攀岩要靠垂直深度做差异化（专用动作词表 + 路线 beta + 岩馆固定机位多视角），别做「全项目通用」

• 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：LGM-Pose 论文 + 端侧姿态基线（MediaPipe/MoveNet/YOLO11-Pose）

• 适合我怎么用：精读 + 复现

• 推荐动作：手机端跑一段攀岩视频，做「LGM-Pose vs MediaPipe」延迟-精度对比，产出一张对比表进 portfolio

• 链接：https://arxiv.org/pdf/2506.04561

• 内容：Simon Willison《Agentic Engineering Patterns》与 agent 定义

• 适合我怎么用：精读 + 面试表达

• 推荐动作：整理成一页「我的 agent 心智模型」，面试时能一句话讲清并展开

• 链接：https://simonw.substack.com/p/agentic-engineering-patterns

• 内容：SportsReflector 竞品拆解（反馈粒度：关节角/对称性/速度）

• 适合我怎么用：收藏 + 面试表达（产品判断力）

• 推荐动作：写一段「竞品分析 + 攀岩差异化定位」，既指导项目也是面试素材

• 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

三、今日高分 GitHub Repo

• GitHub 链接：https://github.com/All-Hands-AI/OpenHands

• 方向标签：agent / dev tools

• 这项目是干什么的：开源的通用软件开发 agent 平台，能读写代码、跑命令、用浏览器

• 为什么今天值得关注：终端/沙箱 coding agent 的开源标杆，agent loop 实现清晰可学

• 与我的相关性：高，学「agent 在沙箱里跑工具」的工程范式，可移植到攀岩 app 后端

• 上手成本：中

• 是否建议收藏：是

• 是否建议复现：是（本地跑通并读其 agent 执行循环）

• 一句话判断：想真正搞懂 coding agent 内部机制，这是最值得读源码的开源项目之一

• 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：Google 官方开源终端 agent，把 Gemini 多模态能力带进命令行

• 为什么今天值得关注：大厂官方终端 agent，多模态 + 免费额度，适合日常

• 与我的相关性：中高，多模态（能塞图/视频帧）对视觉项目有想象空间

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：可选（当日用工具直接用）

• 一句话判断：官方出品、上手快，先当日常 CLI agent 用起来

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

• 方向标签：agent / multimodal / infra

• 这项目是干什么的：构建实时多模态 agent 的框架，支持 voice/video/data 通道

• 为什么今天值得关注：实时 + 视频通道，正对「实时动作反馈」这类形态

• 与我的相关性：中高，若攀岩 app 想做「实时教练」形态，这是现成的实时管线

• 上手成本：中

• 是否建议收藏：是

• 是否建议复现：可选（做实时反馈原型时再上）

• 一句话判断：实时视频 agent 的靠谱底座，按需再深入

• GitHub 链接：https://github.com/google-ai-edge/mediapipe

• 方向标签：video / motion / deployment

• 这项目是干什么的：端侧实时感知库，含 BlazePose（33 关键点、本地推理）

• 为什么今天值得关注：手机端姿态的事实标准，攀岩 MVP 最省事路径

• 与我的相关性：高，直接用于「手机视频→关节序列」

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：是（先用它跑通姿态，再迭代）

• 一句话判断：MVP 阶段先用它把 pipeline 打通，别一上来造轮子

• GitHub 链接：https://arxiv.org/abs/2506.04561（官方仓库以论文主页为准，需核实开放度）

• 方向标签：video / motion / training

• 这项目是干什么的：轻量全局建模的实时人体姿态网络（~4% 参数量）

• 为什么今天值得关注：端侧姿态精度/延迟新权衡，直接对齐手机部署

• 与我的相关性：高

• 上手成本：中（需确认代码/权重是否开放）

• 是否建议收藏：是

• 是否建议复现：是（作端侧 backbone 候选做对比）

• ⚠️ 警告：先确认官方是否放出代码与权重、许可证；若只有论文无可用实现，则先当思路参考而非直接复现

• 一句话判断：思路值钱，落地前务必核实仓库可用性

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

• 方向标签：agent / 资源清单

• 这项目是干什么的：2026 agent 框架/工具/平台的精选清单，按类目组织

• 为什么今天值得关注：快速建立 agent 生态全景，省去到处找的时间

• 与我的相关性：中，选型时当索引用

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：否（清单，非代码）

• ⚠️ 警告：清单类质量参差、含营销条目，按需索引、别照单全收

• 一句话判断：当「地图」用可以，别当「结论」用

说明：本栏 star 数、LongCat 开源许可、LGM-Pose 仓库开放度、GPT-5.6 准入名单等均为二手口径或需核实项，已标注「待验证/警告」。

四、今日最值得我看的 3 篇 / 3 个链接

1. LGM-Pose 论文（arXiv 2506.04561）— https://arxiv.org/pdf/2506.04561
为什么：直接推进攀岩 app 的端侧姿态 backbone 选型，一篇就能决定要不要做对比实验，省调研时间。

2. Simon Willison《Agentic Engineering Patterns》— https://simonw.substack.com/p/agentic-engineering-patterns
为什么：一次把 agent 工程的有效模式讲清，去玄学，既指导开发也是面试高信号话题。

3. SportsReflector 竞品新闻 — 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
为什么：直接竞品，看清别人做到什么粒度，你才知道攀岩差异化该往哪打，省试错。

五、今日行动清单

1. 值得收藏但不必立刻看：GPT-5.6 / Cerebras 速度进展（未开放，跟踪即可）、LongCat-2.0 官方 repo（等确认许可与小尺寸版）、Gemini 3.5 Pro GA 官方博客。

2. 值得精读：LGM-Pose 论文；Simon Willison 的 agentic engineering 两篇；SWE-Bench+ / RoadmapBench 的基准构造。

3. 值得复现/试用：用 MediaPipe 跑通「攀岩手机视频→关节序列」MVP；再接 LGM-Pose 做端侧对比表；本地跑 OpenHands 读其 agent loop。

4. 值得记进项目 roadmap：端侧姿态 backbone 增加 LGM-Pose 候选（与 Pose3DM/Mamba 并列评估）；用 Vidi2.5 式时序检索自动切「关键动作片段」，减少人工打点；产品定位收敛为「攀岩专用垂直 agent」，对标但避开 SportsReflector 的「全项目通用」。

5. 面试可讲的点：①「模型可得性受出口管制/政府准入影响」——Fable 5 下线再上线、GPT-5.6 门控，是难得的 AI 供应链视角；②「端侧姿态的精度-延迟权衡」——用 LGM-Pose（~4% 参数）对比 MediaPipe，讲清 on-device 取舍。

六、今日判断（宁缺毋滥）