Buy-side 风格的工程情报简报。今天的关键词：I/O 余热消化、Coding agent UX 升级、Agent SDK 商业模型重排、攀岩 3D 数据集首次正式可用。

一、今日最重要的 5 条

• 发生了什么：5 月内 Codex 把 Goal Mode 从实验功能转为 GA（CLI / IDE / Codex App 全覆盖），同时上线 macOS 双 Cmd 一键 Appshots（把前台应用窗口连截图带文本一起喂给 agent）、Codex Mobile preview 进入 ChatGPT App、专用 Windows Sandbox（受控网络 + 文件写权限）。

• 为什么重要：coding agent 的「主键」正在从「输入 prompt」彻底转向「输入目标 + 桌面上下文 + 远程触发」，UX 第一次开始接近真正的 IDE-less workflow。

• 对我有什么关系：写攀岩 app 时可以学这个 UX：用户在手机录完视频 → 桌面/移动端 agent 自动接管 → 给出动作 critique；面试 narrative 上可以直接讲「I designed an appshots-style multi-surface agent handoff」。

• 时间：2026-05 内陆续生效

• 链接：Codex Changelog · GPT-5.5 Codex on NVIDIA

• 发生了什么：5/13 Anthropic 公布，6/15 起 Claude Agent SDK / claude -p / Claude Code GitHub Actions / 第三方 SDK 应用 不再吃订阅 rate limit，改用单独的月度信用池（Pro $20 / Max 5x $100 / Max 20x $200 / Team $20-$100/seat / Enterprise Premium $200/seat）；信用不结转，按 API list price 计价，等同部分 workload 实际涨价 12×–175×。

• 为什么重要：所有「订阅价跑 agent」的玩法被堵；这是把订阅产品（chat / Cowork / Claude Code Terminal）和 programmatic agent 商业模型彻底分层。

• 对我有什么关系：side project 必须重新做 cost model；面试里可以讲「我做了一个 SDK cost-aware router，把 cheap task 路由到 Haiku/Sonnet、Opus 仅用于难子任务」，这是 2026 真实工程师需要回答的问题。

• 时间：2026-05-13 公布，2026-06-15 生效

• 链接：The New Stack: Anthropic Splits Billing · InfoWorld 报道 · Anthropic Release Notes

• 发生了什么：4/24 发布 preview 后，5 月内 V4 Pro（1.6T MoE / 49B active / 1M ctx）与 V4 Flash（284B）已正式登陆 Hugging Face；V4 Pro Max 报告 93.5 LiveCodeBench / 80.6 SWE-bench Verified；官方明示「为 agentic coding 优化」，已和 Claude Code、OpenClaw、OpenCode 三大 agent harness 打通。

• 为什么重要：第一次有「开源 + 1M context + 与主流 coding agent 完整集成 + 价格碾压」的组合拳；意味着自建 agent 的人不再被锁在 Anthropic / OpenAI 价格曲线上。

• 对我有什么关系：自建 climbing coach agent 时，V4 Flash 作为推理 backbone + Opus 仅做 hard call 是当前性价比最佳组合；也是和上面 #2 完美呼应的对冲方案。

• 链接：DeepSeek V4 Preview API Docs · DeepSeek-V4-Pro on HF · MindStudio 评测

• 发生了什么：CVPR 2025 收录、arXiv 2503.21268 公开的 ClimbingCap（RGB + LiDAR + IMU 三模态、412k 帧、22 位教练 / 12 面岩壁）的方法 + AscendMotion 数据集成体系，过去一个月在 LiDAR-Human 项目页持续更新数据集发布。

• 为什么重要：这是少见的「世界坐标系 + 3D 全身骨架 + 真实岩壁场景」公开数据集，过去攀岩 motion 一直缺这一块的 ground truth。

• 对我有什么关系：攀岩 app 直接受益：可以用它作为 3D pose backbone 的训练 / 评测 ground truth；如果只能选一个数据集做项目核心，就是它。

• 链接：arXiv 2503.21268 · LiDAR-Human Project Page · CVPR 2025 Poster

• 发生了什么：arXiv 2605.19846 上线 FineBench——199,420 道选择题 / 64 段 15 分钟长视频，专门做「fine-grained human activity understanding」的 VLM 评测。

• 为什么重要：当前 VLM 在 long-video QA 上有「看起来在思考实际只是 glimpse」的问题（参考 GLIMPSE），FineBench 是目前最严格的细粒度动作理解尺子。

• 对我有什么关系：攀岩 app 用得上——评估自己的「视频 → 动作描述 + 建议」 pipeline 时，可直接用 FineBench 子集做对照；面试时这是「我怎么评估 video model 真理解动作」的好故事。

• 链接：arXiv 2605.19846 (FineBench) · GLIMPSE arXiv 2507.09491

二、按目标分类

A. 前沿模型 / 一手发布

• 事件：85+ 场 sessions、codelabs、Gemini 3.5 Flash / Pro / Omni / Spark / Antigravity 全套技术资料在 io.google 完全开放。

• 核心内容：Flash 已成 AI Mode / Search / Gemini App 默认；3.5 Pro 下月；Spark 进 Ultra；Antigravity 是 Google 的 agent-first IDE。

• 为什么重要：是消化 I/O 的最佳窗口期，但「真正的红利」是 Antigravity + Spark 这两条 agent 路线，而非 Flash 价格战。

• 我需不需要点开：需要——挑 2~3 个 Antigravity codelab 跑通。

• 链接：Google I/O 全量公告 · Search I/O 2026

• 事件：4/24 preview → 5 月内权重正式开源到 HF；V4 Pro Max 93.5 LiveCodeBench / 80.6 SWE-bench Verified。

• 核心内容：1.6T MoE / 49B active / 1M ctx，已对接 Claude Code、OpenClaw、OpenCode。

• 为什么重要：「开源 frontier + agent 友好」首次真正成立；价格曲线整体下移。

• 我需不需要点开：需要——至少跑通一次 V4 Flash 做 RAG 推理 baseline。

• 链接：DeepSeek V4 docs · DeepSeek-V4-Pro HF

• 事件：4/7–8 正式披露的 Claude Mythos Preview，本周继续通过 Project Glasswing 向关键基础设施组织扩展。

• 核心内容：SWE-bench Verified 93.9% / GPQA 94.6% / Terminal-Bench 2.0 82%；安全研究中自动发现千级 0day。

• 为什么重要：是当前公开数据下「最强 coding + cyber」模型；但不会 GA，对 indie dev 几乎没有直接价值。

• 我需不需要点开：简读即可——知道天花板在哪、但不必规划。

• 链接：Anthropic Red: Mythos Preview

• 事件：87.6% SWE-bench Verified / 64.3% SWE-bench Pro / 1M ctx；Sonnet 4.6 当执行、Opus 仅 consult 是当下推荐 pattern。

• 核心内容：把 Opus 当「顾问 model」、Sonnet 当「executor」是企业落地共识。

• 为什么重要：这是把「双模型路由」做成标准生产配方。

• 我需不需要点开：需要——直接抄到自己 SDK 项目里。

• 链接：Vellum: Opus 4.7 Benchmarks · LLM-Stats Opus 4.7 launch

B. AI 工程 / Agent / Coding workflow

• 内容：Goal Mode 从实验转 GA；macOS 双 Cmd 一键截图喂 agent；Windows Sandbox 提供受控 agent runtime；Codex Mobile preview 入 ChatGPT App。

• 可落地价值：把「跨应用 context handoff + 长时间目标驱动 + 安全沙箱」三件套作为自家 agent 的设计模板。

• 对我的意义：直接借鉴——攀岩 app 的「上传视频 → 自动 critique → 动作改进 plan」可以做成 Goal Mode 风格，目标长跑数天。

• 链接：Codex Changelog

• 内容：Agent SDK / claude -p / GitHub Actions / 第三方 SDK 全部移出订阅，使用独立 $200 信用池，list-price 计费。

• 可落地价值：必须为生产 agent 做 cost-aware routing；信用不结转 → workload 平滑、避免月初烧光。

• 对我的意义：面试金句 + 工程实操——能解释这次变更对成本曲线的影响，是对「真懂 agent 工程」的硬证据。

• 链接：The New Stack · Zed 解读 · DEV 文章

• 内容：去年 10 月推出的「Skills」（让 agent 学会可复用流程）本月正式以开放规范发布，跨 Claude.ai / Code / SDK / API 统一。

• 可落地价值：Skill 文件夹 = agent 的「npm package」；可以为自家攀岩 app 写专属 climbing-coach skill，复用到 Claude Code / Cowork。

• 对我的意义：直接复制 anthropics/skills 仓库的模式 做 1–2 个自己的 skill 入 portfolio。

• 链接：Anthropic Engineering: Agent Skills · The New Stack: Agent Skills 标准化 · VentureBeat 报道

• 内容：SWE-bench Verified 已被多模型刷到 80%+ 区间，业界共识开始转向私有 task-based eval（Tau²-Bench、SWE-Bench-CL 等）。

• 可落地价值：自家 agent 必须自建 5~10 个真实任务的 eval set，公开 benchmark 仅作 sanity check。

• 对我的意义：面试可讲——「我建了私有 task-based eval，每次 model 升级都跑一遍，避免公开 benchmark 污染」。

• 链接：SWE-bench & Coding Agent 2026 · SWE-bench Verified Leaderboard

C. 视觉 / 视频 / 运动人体分析

• 内容：RGB + LiDAR + IMU 三模态，412k 帧 / 22 位教练 / 12 面岩壁；提供世界坐标系 3D 全身骨架 ground truth。

• 与「攀岩动作分析 app」的相关性：极高——这是公开领域里最贴近你应用场景的数据集。

• 可迁移到项目的点：1) 用作 3D pose backbone 的微调数据；2) 用其 RGB+LiDAR 思路做未来 iPad Pro LiDAR 端融合；3) 作为 eval set。

• 优先级：高

• 链接：arXiv 2503.21268 · LiDAR-Human Project · CVPR 2025 Poster

• 内容：64 段 15 分钟长视频 + 19.9 万道选择题，专门评测 VLM 在 fine-grained human activity 上的真实理解。

• 与攀岩 app 相关性：高——你的「动作改进建议」本质就是细粒度活动理解。

• 可迁移到项目的点：抽取 FineBench 中与运动 / 攀爬 / 体能动作相关子集，做自家 VLM 的 sanity check。

• 优先级：中-高

• 链接：arXiv 2605.19846

• 内容：3,269 段视频 + 4,342 道高度依赖视觉的题，11 类（轨迹、时序推理、forensics 等）。

• 与攀岩 app 相关性：中——是判断「你的 VLM 是否真在看动作」的好测试场。

• 可迁移到项目的点：作为 FineBench 的补集；攀岩动作分析必备的轨迹 / 时序两类问题正好覆盖。

• 优先级：中

• 链接：arXiv 2507.09491

• 内容：keypoint-based lightweight transformer，专为 aerial / 远距离场景做 solo action + interaction recognition。

• 与攀岩 app 相关性：中-高——很多攀岩录制视角偏远/广角，靠 keypoint 而非 dense vision feature 更稳。

• 可迁移到项目的点：直接当作 keypoint → action 头的轻量替代，移动端友好。

• 优先级：中

• 链接：InterAcT (PMC)

• 内容：在转向 ClimbingCap 之前，先用这三件套搭好 baseline：YOLO26 取 2D keypoint、VideoPose3D 升 3D、VIBE 看 SMPL。

• 与攀岩 app 相关性：高——baseline 不可省。

• 优先级：高（先做）

• 链接：VideoPose3D · VIBE · Ultralytics

D. 产品化 / 商业化 / 行业动态

• 动态：6/15 起 Anthropic 把订阅与 programmatic agent 计费完全切开。

• 趋势判断：「订阅一杯水、SDK 一桶水」时代结束——所有 agent 创业者都会被推向严肃的 cost engineering。

• 对 side project / 求职 / 项目方向的启发：作品集里加一个 cost-aware routing 子系统；面试时这是「我真做过生产 agent」的硬证据。

• 链接：Anthropic Puts Agents on a Meter (InfoWorld)

• 动态：LinkedIn 2026 数据继续显示 AI Engineer YoY +143%，其中 >75% 岗位强调 1–2 个深度方向（agent、RAG、推理优化、video understanding 等）。

• 趋势判断：纯「会调 API」的岗位被压缩；「会调 agent + 懂 eval + 能控成本」的人才稀缺。

• 启发：把作品集主轴定在 「sports / motion analysis + agent + cost-aware engineering」，远比泛 AI 应聘有效。

• 链接：2nd Talent: AI Eng Skills 2026

• 动态：四家从不同维度抢「IDE 之上」的 agent layer：Cursor（IDE 中的多 agent 看板）、Claude Code（CLI + git worktree + 远程触发）、Codex（appshots + mobile + sandbox）、Google Antigravity（agent-first IDE）。

• 趋势判断：「IDE 内的 chat」是过去式，「multi-surface agent orchestrator」是现在；每家都在赌不同的形态。

• 启发：portfolio 里挑 1 家做深；做攀岩 app 时自家 agent 也按这套形态模式构建（mobile 触发 / desktop 长跑 / 远程查看进度）。

• 链接：NVIDIA Codex on GPT-5.5 · Marktechpost 2026 best agents

• 5/4 Sierra 完成 $950M（valuation >$15B）；5/14 Recursive Superintelligence 带 $650M 出 stealth；2026 Q1 AI 创业累计吸金 $18.8B（占总 VC 33%）。

• 趋势判断：钱集中流向「企业 agent 平台 + self-improving 系统 + 行业垂直 agent」三个口袋。

• 启发：side project 想拿钱拿岗位 → 找一个有清晰垂直纵深的领域（你的攀岩动作分析就符合）。

• 链接：TechCrunch: Sierra $950M · TechCrunch: AI building itself

E. 学习价值 / 求职价值

• 内容：3D 攀岩动作 + 大规模数据集 + 多模态融合方法。

• 适合我怎么用：精读 + 直接接入项目 + 面试主线素材。

• 推荐动作：复现 RGB-only baseline；写一篇 blog「为什么 3D pose 才能解释攀岩动作经济性」。

• 链接：arXiv 2503.21268 · 项目主页

• 内容：6/15 政策、影响、对策。

• 适合我怎么用：精读 + 面试表达——可以延伸出一个「cost-aware router」mini-project 写进简历。

• 推荐动作：在自己的 climbing agent 里加一个简单 router：if simple→ Haiku; medium → Sonnet; if hard call → Opus，统计 cost 曲线。

• 链接：The New Stack: Agent SDK Credits · Vaught.ai 解读

• 内容：可复用 agent 行为的 package 规范。

• 适合我怎么用：收藏 + 复现——写一个 climbing-coach skill 入 portfolio。

• 推荐动作：以 anthropics/skills 的目录结构为模板，做一个公开 repo。

• 链接：Anthropic Engineering: Agent Skills · AI Business: Skills Open Standard

• 内容：细粒度活动 VQA 评测 + 「VLM 是否真在思考视频」的方法论。

• 适合我怎么用：收藏 + 精读关键节——你的攀岩 app 的 eval set 灵感来源。

• 推荐动作：把这两篇的 eval protocol 抄一遍，结合 ClimbingCap 视频做你自家的小 eval。

• 链接：FineBench arXiv 2605.19846 · GLIMPSE arXiv 2507.09491

• 内容：从 prompt-driven 到 goal-driven 的 agent UX 范式转移。

• 适合我怎么用：面试表达——讲「我把 climbing coach app 设计成 goal-mode：用户给目标（更高效顶 V6），agent 自动驱动多日训练计划 + 视频复盘」。

• 推荐动作：在 README 里画一张 agent state machine 图。

• 链接：Codex Changelog

三、今日高分 GitHub Repo

• GitHub 链接：github.com/mattpocock/skills

• 方向标签：agent / dev tools / Claude Code skills

• 是干什么的：Matt Pocock 整理的工程类 Claude Code skills 仓库（TS、git、testing 等）。

• 为什么今天值得关注：本周登上 trending 第 1（继续保持）；社区版 skill 库样板。

• 与我的相关性：中-高——做自己的 climbing-coach skill 时直接抄目录结构。

• 上手成本：低

• 建议收藏：是

• 建议复现：不复现，仿其结构做自己的 skills repo

• 一句话判断：「先看清结构，再决定 fork。」

• GitHub 链接：搜索 GitHub trending「everything-claude-code」

• 方向标签：agent / Claude Code 资源汇总

• 是干什么的：聚合 Claude Code 的最佳实践、prompts、skills、配置。

• 为什么今天值得关注：本周从 #14 跳到 #4，是 Claude Code 生态最快聚合点。

• 与我的相关性：中——周末花 30 分钟扫一遍即可。

• 上手成本：低

• 建议收藏：是

• 建议复现：否（仅作参考）

• 一句话判断：「热度高，结构杂，先扫不深读。」

• GitHub 链接：huggingface.co/deepseek-ai/DeepSeek-V4-Pro

• 方向标签：foundation model / open-weights / coding agent

• 是干什么的：1.6T MoE / 49B active / 1M ctx 开源 frontier 模型，coding & agent 友好。

• 为什么今天值得关注：5 月内权重正式 GA；与 Claude Code / OpenClaw / OpenCode 完整集成。

• 与我的相关性：高——攀岩 agent 自建版的主力 backbone 候选。

• 上手成本：中（需要硬件，云 / Atlas Cloud 跑）

• 建议收藏：是

• 建议复现：先在 Flash 版上跑 RAG demo

• 一句话判断：「2026 开源 frontier 终于站稳了，必须熟。」

• GitHub 链接：github.com/NVIDIA/Cosmos

• 方向标签：multimodal / world model / edge

• 是干什么的：NVIDIA 多模态基础设施 + 世界模型，对接 Nemotron 3 Nano Omni。

• 为什么今天值得关注：I/O 后这条线在 enterprise 视频理解 / robotics 持续发酵。

• 与我的相关性：高——视频/动作理解候选 backbone + 部署链路。

• 上手成本：高

• 建议收藏：是

• 建议复现：周末跑一次 video 理解 demo

• 一句话判断：「一个周末换一次产业级直觉。」

• GitHub 链接：github.com/facebookresearch/VideoPose3D

• 方向标签：video / 3D pose / baseline

• 是干什么的：2D keypoint → 3D pose 的经典基线。

• 为什么今天值得关注：在用 ClimbingCap 之前必须有一个 3D baseline；这个最稳。

• 与我的相关性：高

• 上手成本：中

• 建议收藏：是

• 建议复现：是（作为 attention-pre-trained baseline）

• 一句话判断：「老但靠谱，3D 入门必跑。」

• GitHub 链接：github.com/mkocabas/VIBE

• 方向标签：video / SMPL / pose & shape

• 是干什么的：视频里逐帧估计 SMPL 人体姿态 + 体型。

• 为什么今天值得关注：要做「动作改进建议」必须懂 SMPL；攀岩躯干扭转 / 重心解释依赖。

• 与我的相关性：中-高

• 上手成本：中

• 建议收藏：是

• 建议复现：和 VideoPose3D 二选一

• 一句话判断：「想做『动作教练』就必须懂 SMPL。」

• GitHub 链接：github.com/ultralytics/ultralytics

• 方向标签：vision / detection / pose / edge

• 是干什么的：YOLO26 pose / detection / non-human keypoint / 移动端实时部署。

• 为什么今天值得关注：边缘部署事实标准；新增遮挡处理对攀岩极有用。

• 与我的相关性：高

• 上手成本：低

• 建议收藏：是

• 建议复现：是

• 一句话判断：「别折腾，先跑 YOLO26 pose。」

• GitHub 链接：github.com/n8n-io/n8n

• 方向标签：workflow / agent / low-code

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

• 为什么今天值得关注：作为 SDK cost 上涨之后「先不上 SDK 也能跑 agent automation」的替代路径。

• 与我的相关性：中

• 上手成本：低

• 建议收藏：是

• 建议复现：直接部署做个人 ops

• 一句话判断：「Zapier 不够灵活时的答案。」

• GitHub 链接：github.com/anthropics/skills

• 方向标签：agent / Claude Code skills 标准

• 是干什么的：Anthropic 官方维护的可复用 agent 技能集合。

• 为什么今天值得关注：本月 Agent Skills 已转为开放标准，这是 reference impl。

• 与我的相关性：高

• 上手成本：低

• 建议收藏：是

• 建议复现：写自己的 skill

• 一句话判断：「agent 时代的 npm。」

• 现状：本周 trending 里依旧大量「DeepSeek V4 terminal coding agent (Rust)」、「OpenHuman」、「easy-vibe」之类「demo 级 + 文档差 + 长期维护堪忧」的项目。

• 建议：热度高，但价值待验证；先看 issues / release notes / 是否真有人在用，再决定投入时间。

• 链接：OpenHuman 报道（TechTimes） · Top 5 Trending AI Repos (Week 18)

四、今日最值得我看的 3 篇 / 3 个链接

1. ClimbingCap 论文 + 项目主页 — 直接关系到攀岩 app 是否能从「demo」升到「真的有 ground truth 的项目」。先看主页，再读 arXiv。arXiv 2503.21268 · LiDAR-Human Project

2. The New Stack: Anthropic Splits Billing — 5 分钟搞懂 6/15 之后你的 agent 成本曲线怎么变，必读。link

3. FineBench 论文（2605.19846） — 想自己评测「视频 → 动作分析」能力时的最新尺子。link

五、今日行动清单（最重要）

• Google I/O 100 things 总览（一遍即可）：link

• Mythos Preview 红队报告（行业天花板，参考用）：link

• AI 工程岗位结构 2026：link

• ClimbingCap 论文（攀岩 app 的转折点级资料）：link

• Anthropic Agent SDK 信用池变化（cost engineering 必修）：link

• Anthropic Agent Skills 开放标准（agent 包管理范式）：link

• 用 ClimbingCap RGB-only baseline 跑一遍自己手头的攀岩视频。

• 给自家 agent 加一个 cost-aware router：Haiku → Sonnet → Opus，记录单次任务实际成本。

• 用 anthropics/skills 模板写一个 climbing-coach skill，至少能 plan 一次训练。

• 攀岩 app v0.3 路线：加入 ClimbingCap 3D ground truth → 用 YOLO26 + VideoPose3D 出 baseline → 升级到 ViTPose / TAR-ViTPose 时序版本 → 最后接入「The Way Up」抓点识别。

• 攀岩 app v0.4 路线：Codex Goal Mode 风格的 agent UX——「用户给目标 + 上传视频，agent 多日规划训练 + 自动复盘」。

• portfolio 子项目：cost-aware Claude SDK router（结合 6/15 信用池）。

• 「我读了 Anthropic 6/15 Agent SDK 信用池变化后，给自己的 agent 项目加了 cost-aware routing，能把月度成本降到原来的 X%。」

• 「2D pose 在攀岩上有结构性局限（抖动 + 无重心），我接入 ClimbingCap 数据集 + VideoPose3D 做 3D baseline，再用 TAR-ViTPose 思路加时序，作品集里完整跑通了 video → 3D pose → action critique pipeline。」

六、备注

• 5/22 本身是 I/O 之后的「消化日」，单日没有惊天动地的新一手发布；本日报选信号优先于刷新闻，重点是把 I/O 后真正有工程意义的两件事（Codex Goal Mode、Anthropic SDK 信用池）讲清楚。

• 攀岩 app 方向：ClimbingCap 数据集 + FineBench eval 范式 + 3D pose 升级路径 是本周最值得排进 roadmap 的三件套。

• 警惕：trending 榜上 demo 级 agent 项目仍高频出现（OpenHuman、easy-vibe、Rust DeepSeek CLI 等），热度高但价值待验证，建议过 1–2 周再回看是否还在更新。