原文：RubyHack - 《OpenAI agents carried out an undisclosed attack on RubyGems》（https://www.rubyhack.ai/）

原文：OpenAI 官网 - 《Introducing the Agents API》（https://openai.com/index/introducing-the-agents-api）

Agentic 视频理解把「感知策略」从开发者手里移交给了模型：看什么、看多细、用什么模态，全部在智能体循环里按查询动态决定，换来最高 88% 的 token 削减和 7% 的准确率提升。对做 Agent 的人，它的价值不只是省 token，而是给出一个可迁移的设计模式——把昂贵的感知、检索、计算都做成循环里按需调用的工具，用目标驱动代替全量平均用力。下一个你要写的多模态 Agent，值得先问一句

上一篇我们拆解了 Agent 系统的组成：大模型、提示词、工具、记忆、RAG、MCP、工作流和安全边界。Token 到底是什么上下文窗口是什么system、user、assistant、tool 消息分别做什么temperature、top_p、max tokens 等参数如何影响输出为什么同一个问题每次回答不完全一样Java 后端调用模型时需要关注哪些工程问题这些基础不清楚，后面做 Prompt

2026 年 8 月 21 日，Anthropic 在官方博客发布了《The AI-Native SDLC Playbook》，第一次系统公开"我们内部怎么用 Claude 改造自己的研发流程"。——规划、审查、部署这些以人的速度运行的环节，才是新的约束。这篇文章把它拆成一张可执行的流程图：流程怎么闭环、每个环节产什么、人在哪里把关，以及学习者可以照做的两个零依赖起点。

2026 年 8 月 21 日，Anthropic 在官方博客发布了《The AI-Native SDLC Playbook》，第一次系统公开"我们内部怎么用 Claude 改造自己的研发流程"。——规划、审查、部署这些以人的速度运行的环节，才是新的约束。这篇文章把它拆成一张可执行的流程图：流程怎么闭环、每个环节产什么、人在哪里把关，以及学习者可以照做的两个零依赖起点。

2026 年 8 月 21 日，Anthropic 在官方博客发布了《The AI-Native SDLC Playbook》，第一次系统公开"我们内部怎么用 Claude 改造自己的研发流程"。——规划、审查、部署这些以人的速度运行的环节，才是新的约束。这篇文章把它拆成一张可执行的流程图：流程怎么闭环、每个环节产什么、人在哪里把关，以及学习者可以照做的两个零依赖起点。

对学习者来说，这是一个值得跟的组合：过去要自己拼好几套系统才能做到的事，现在在一个平台里串起来。“在新型 computer use 工具上，我们最长的索赔工作流程从 32 分钟缩短到 13 分钟，我们测试的每个工作流程的任务成本下降了约 30%，完成率达到 100%，且我们的提示词没有做任何更改。假设您正在构建一个理赔智能体。机制不复杂：给模型屏幕截图，模型像坐在键盘前的人一样执行点击、输入、滚动

对学习者来说，这是一个值得跟的组合：过去要自己拼好几套系统才能做到的事，现在在一个平台里串起来。“在新型 computer use 工具上，我们最长的索赔工作流程从 32 分钟缩短到 13 分钟，我们测试的每个工作流程的任务成本下降了约 30%，完成率达到 100%，且我们的提示词没有做任何更改。假设您正在构建一个理赔智能体。机制不复杂：给模型屏幕截图，模型像坐在键盘前的人一样执行点击、输入、滚动

大模型在生成文本上已经很能打了，但大多数人用 AI 的方式还停留在"它给答案，我自己去执行"。比如你想安排一次出差后的会议，真实动作链是这样的：打开 12306 查高铁时刻 → 打开地图算通勤时间 → 打开钉钉建会议。每跳一个 App，就要把上一段结果复制粘贴一次。这套流程的问题在于：大部分应用的接口不开放、没有官方 API，普通 Agent 想接也接不进去。那怎么办？换个思路——让模型像人一样直