Today's brief
Claude Fable 5.2 实测：快、有创意，终于不烦人了
Claude Fable 5.2 review: fast, creative, and finally not annoying
Lenny 对 Claude Fable 5.2 进行了两天高强度实测，覆盖从推文生成动画视频、无说明书组装家具到品牌游戏开发等场景。他认为新模型在速度与创意输出上进步明显，但独立网页设计仍不可靠，并给出了与 Opus 5.5 的任务分配建议。
不懂 Swift，他用 Codex 做了款比 Duolingo 更好的应用
🎙️ How I AI: How this founder built a better Duolingo with Codex
William Imoh 凭产品背景而非编程技能，用 Codex 与 GPT-Live 独立开发出原生 iOS 与 Android 应用。文章核心启示在于：当 AI Agent 接管代码实现，创始人的设计品味与产品判断力反而成为更稀缺的杠杆——你能清晰表达“像苹果的秋日质感”，比懂 Swift 语法更重要。
创始人用 Codex 打造超越 Duolingo 的语言应用
How this founder built a better Duolingo with Codex | William Imoh
William Imoh 以自学编程和产品经理背景，用 Codex 与 GPT-Live 独立开发语言应用 Mural。他分享了让界面与众不同的设计提示词、语音交互的成本与延迟阈值，以及用 Grok Bot 扮演《指环王》角色管理 25 人团队的方法，为想用 AI 全栈构建产品的设计师与工程师提供了可直接借鉴的实操样本。
Claude Opus 5.5 实测：可跳过 Three.js 直写原生 WebGL
The Web Is More Than Enough, by Paul Ford
Simon Willison 用 Claude Opus 5.5 Medium 将 Three.js 项目转译为 Vanilla JS + WebGL，成功生成仅 98KB 的原生 3D 海蛞蝓 Faberge Egg。实验证明当前顶级 AI 已能绕过重量级库直接操作底层图形 API，为轻量化 web 3D 设计提供了新路径。
AI测试全绿，半数突变却漏检
My AI Tests Passed While Half the Mutants Went Undetected
作者用Claude Code生成451个测试全部通过，但对src/lib中十个文件运行突变测试后发现，550个代码突变里近半数未被捕获，另有部分毫无覆盖。许多测试仅检查源代码文本而非实际逻辑，戳破了AI生成测试带来的虚假安全感。
五双手：排版工留给AI时代设计师的启示
Five pairs of hands: what the typesetters can teach designers about AI
文章通过90年代出版业“五双手”的排版流程（作者→编辑→文字处理员→排版员→校对员），借Christian Crumlish的回忆，类比AI时代设计工作的变迁。核心在于：当技术接管重复劳动后，哪些“你无论如何都会继续做的工作”才是真正不可替代的价值。
Claude 帮我揪出房间里的神秘蜂鸣声
Locating the source of a mysterious beep with Claude
Simon Willison 用 Claude Code 开发了 Beep Locator，把多台旧手机、平板和笔记本变成分布式麦克风，通过记录蜂鸣响起时各设备的相对时间差来三角定位声源，最终找到箱房里间歇蜂鸣的源头。
前沿实验室在买什么数据：Handshake AI 深度揭秘
What Frontier Labs Buy: A Data Deep Dive with Handshake AI — Garrett Lord & Team
Latent Space 深度访谈年收入 10 亿美元的 Handshake AI，首次公开其 RL 训练环境与评估基准。现场演示揭示前沿模型的真实短板：Agent 能解释税务规则，却找不到代码中该应用的位置；多模态模型在脑肿瘤病理图像判读上仍远不及人类。这些一手失败案例为 AI 能力边界提供了罕见标尺。
AI Agent 生产成本精算：Token、沙盒与存储实测
What It Costs to Run AI Agents in Production: A Worked Cost Model for Tokens, Sandboxes, Storage, and Networking
文章提供了一套可直接复用的 AI Agent 生产成本模型，以每月 30 万次任务为例，总成本约 2.2 万美元，其中模型 Token 占 96%，基础设施仅占 4%。作者给出了完整公式与可调参数，并指出 Prompt caching、模型路由和减少调用次数是最大的降本杠杆。
Vercel 报告：决策模型占请求量 26%，Anthropic 新团队占比 2:1
Decision models take 26% of requests; Anthropic now wins new teams 2:1
Vercel AI Gateway 10 月生产指数显示，决策模型已占平台请求量的 26%，但支出仅占 0.53%。生产级 AI 正分化为「生成」与「判断」两种负载，Anthropic 在新团队获取上以 2:1 领先，而 Jev 在请求量上占主导。
我实测了 Regex 灾难性回溯的耗时曲线
Regex Catastrophic Backtracking: The Timing Curve I Measured
作者通过实测展示了嵌套量词正则表达式（如^(a+)+$）随输入长度增长的性能崩塌曲线：输入仅增加12个字符，匹配耗时即从46ms飙升至31.6秒。文章不仅用数据量化了灾难性回溯的指数级爆炸，还给出了几乎通用的修复原则——避免嵌套量词，让每个量词独立控制重复片段。
语音AI支付：输卡号前的14项数据暴露测试
Voice AI Payments: 14 Data-Exposure Tests Before Any Card Is Entered
文章提出，通用语音AI不应直接收集或复述信用卡敏感信息，安全设计应将支付环节隔离到经认证的独立捕获通道（如按键IVR）。作者给出14个可复现的合成暴露测试用例，用于验证语音模型、转录文本、录音、分析工具及下游CRM等环节不会泄露账户数据，为语音支付流程提供了一套工程化的安全自检框架。
给 coding agent 目标状态，而非工单
Give your coding agent a target state rather than a ticket
作者提出与AI编码代理协作时应采用声明式思路：用“目标状态”定义需求，让AI自行推导出具体任务，而非用命令式工单罗列步骤。这样做能让需求本身成为可验证的规格说明书，避免AI只完成表面任务却忽略边界情况，也方便后续维护时直接读懂产品逻辑。
今年发 Wrapped 之前先看这篇
Before you ship your Wrapped this year
文章复盘了去年12月各类App年度总结功能的设计得失，点出2026年用户行为与平台环境的新变化，并给出多数团队在上线的遗漏关键步骤。对正准备年底数据回顾功能的产品设计师有直接参考价值。
Voice AI 限流与缓存：工程师省钱指南
How to Handle Voice AI Rate Limits and Caching
文章拆解了 ElevenLabs 等主流语音合成 API 的限流规则（RPM、并发数、日字符上限），指出 429 错误的本质是 GPU 算力排队。核心解法是在客户端做缓存，并给出了 Python 与 JavaScript 的可复用代码模式，帮工程师在不触发限流的前提下压低成本。
AI Agent 沙盒怎么选：12 条标准与自托管/托管对比
How to Choose an AI Agent Sandbox: 12 Criteria, Self-Hosted vs Managed, and When a Sandbox Is the Wrong Tool
文章从隔离强度、生命周期、成本与合规等维度提出评估 AI Agent 沙盒的 12 项核心标准，对比了自托管、托管服务与生产环境三种部署模式的权责取舍，并指出允许列表、WASM 运行时等替代方案可在无需通用代码执行时降低风险。
llm-anthropic 0.31 发布，支持 Fable 5.2 / Mythos 5.2
llm-anthropic 0.31
Simon Willison 发布 llm-anthropic 0.31，支持 Anthropic 今日上线的 Fable 5.2 与 Mythos 5.2。开发者现可通过命令行直接调用新模型，作者还实测了五种推理级别生成 SVG 的效果与 token 消耗陷阱。
AI 正在抹杀写作者的个性？追求“完美”的隐藏代价
Are We Losing Our Unique Voice to AI? The Hidden Cost of Making Every Writer Sound Perfect
文章警示，当 AI 被广泛用于润色和“优化”写作时，数百万人的文字可能逐渐趋同，失去独特的人味与瑕疵。作者追问：我们追求的究竟是更好的表达，还是一种千篇一律的正确？
Vercel 开源 agent-browser：AI Agent 的浏览器自动化工具
vercel-labs/agent-browser
Vercel Labs 开源 agent-browser，一个原生 Rust CLI，专为 AI Agent 打造浏览器自动化能力。它将网页转换为带 ref 标记的 accessibility tree，让 Agent 通过简短 shell 命令即可点击、读取和导航。浏览器在命令间保持打开，极大降低了 AI 操作网页的门槛，适合接入设计验证与自动化测试工作流。
Cloudflare 开源安全审计 coding-agent skill
cloudflare/security-audit-skill
Cloudflare 开源的 coding-agent skill 将安全审计拆为六阶段（侦察、狩猎、验证、结构化输出、独立复核、中立报告），核心在于用隔离 agent 互相交叉验证。这套多 agent 编排与验证机制对设计工程师构建设计审查或代码审计类 AI 工作流具有直接参考价值。
Google 开源官方 Agent Skills，Cloud 全系产品一键接入
google/skills
Google 在 GitHub 开源 Agent Skills，涵盖 Gemini、BigQuery、Cloud Run 等全系产品。用户可通过 npx 一键安装，让 AI Agent 直接调用 Google Cloud 能力，显著降低云产品上手的工程门槛。
Matt Pocock 开源自用 Claude Skills：告别 vibe coding
mattpocock/skills
TypeScript 教育家 Matt Pocock 开源了他自用的 Claude agent skills 仓库，提供一套小型、可组合、模型无关的工程化技能集合，附带一键安装脚本。不同于完全放任的 vibe coding，这套技能旨在修复 Claude Code 与 Codex 等工具的常见失效模式，让开发者保持对真实工程流程的掌控。
Anthropic 开源 Claude Skills 仓库，含文档处理核心技能
anthropics/skills
Anthropic 在 GitHub 公开 Claude Skills 官方仓库，涵盖文档处理、MCP 生成与企业工作流示例。每个技能通过 SKILL.md 定义指令与资源，让 Claude 动态加载并执行品牌规范等定制任务。设计师与工程师可直接复用这些模式，将通用助手改造为懂内部规范的专业代理。
Meta 开源 Astryx 设计系统：agent-ready，150+ 组件
meta/astryx
Meta 将内部使用八年的设计系统 Astryx 正式开源。它基于 React 19+ 和 StyleX，提供 150 多个可访问组件、品牌级主题和 CLI 工具，支持通过 swizzle 弹出源码深度定制，且允许用 Tailwind 或纯 CSS 覆盖样式，无需构建插件即可集成。
Prometheus 监控仓库登上 GitHub Trending
prometheus/prometheus
Prometheus 监控仓库进入 GitHub 每日 Trending。作为云原生基础设施标配，它面向后端运维场景，提供指标采集与告警。对设计师而言，这是跨领域噪音，既无可复用的设计工具，也不涉及 AI 创作或设计工程工作流。
Sherlock：跨 400+ 社交平台追踪用户名
sherlock-project/sherlock
Sherlock 是一款命令行工具，支持通过用户名在 400 多个社交网络中反向查找关联账户。尽管登上 GitHub Trending，但它属于 OSINT 与网络安全领域，与产品设计师和 AI 设计师的日常工作流毫无交集，不具备直接的设计或工程实操价值。
OpenMausBot 开源：可本地部署的多 Agent AI 工作台
milind-soni/OpenMausBot
OpenMausBot 是 Grok Bot 的开源替代品，将多个 AI Agent 装进类似聊天应用的本地客户端。每个 Bot 都是独立运行的 Claude 或 Codex 实例，拥有专属虚拟机、个性设定和第三方应用连接能力，支持 macOS、Windows 与 Linux。设计工程师可直接下载，搭建私有 AI 团队，把重复性设计系统维护、代码生成等任务丢给 Agent 并行处理。
Ruff：Rust 编写的极速 Python linter
astral-sh/ruff
GitHub Trending 日榜项目 Ruff 是一款用 Rust 编写的高性能 Python 代码检查与格式化工具，宣称比 Flake8 和 Black 快数十倍。然而它属于后端开发基础设施，与产品设计师及 AI 设计师的日常工作流无直接关联，也不提供可复用的设计或前端工程资源。
Tailwind CSS 登上 GitHub Trending
tailwindlabs/tailwindcss
Tailwind CSS 仓库登上 GitHub 每日趋势榜，但正文仅包含框架的基础介绍与文档链接，未提及任何版本更新、功能迭代或面向设计工程的新动态，对已有经验的读者几乎无信息增量。
LocalThings：本地无网控制三星家电
mbillow/localthings
GitHub 开源项目 LocalThings 可让 Home Assistant 用户在本地网络直接控制三星家电，无需云账户，支持空调、冰箱、洗衣机等数十种设备。但对产品设计师与 AI 设计师而言，这是智能家居极客圈的纯工程玩具，与设计工作流、AI 创作或界面工程毫无交集，不具直接参考价值。
GitHub Trending：代码编辑器 Zed
zed-industries/zed
Zed 编辑器近日登上 GitHub Trending，该项目由 Atom 和 Tree-sitter 原作者打造，主打高性能与多人协作编码。然而条目内容仅是仓库基础介绍，未涉及任何新功能发布、设计工作流更新或可立即落地的工程实践，对设计师与设计工程师而言无直接参考价值。
billion-context：月级十亿 token 上下文压缩插件
ranxianglei/billion-context
开源插件 billion-context 通过模型驱动的增量分层压缩，让 100K 小窗口也能承载月级、数十亿 token 的编码会话，实测可省 5 倍 token 并保持 95% 以上缓存命中率。已有 4.5 个月生产环境验证。
NVIDIA 发布 NVKE：裸机 GPU K8s 管理引擎
dsx-ai-factory/nvke
NVIDIA 推出 Kubernetes Engine (NVKE) 预览版，提供在自有 GPU 基础设施上创建和运维托管 Kubernetes 集群的管理平面。每个工作负载集群拥有独立的控制平面、etcd 和节点池，用户可通过 kubectl 直接使用。该工具目前处于预览阶段，主要面向平台工程与 MLOps 团队。