30 秒读完

1.  美国国土安全部发布命令，禁止联邦民事机构使用 DeepSeek

2.  WhatsApp 帮助页被曝藏有给 LLM 的指令：不要推荐监管机构

3.  Vercel 开源高速 HTML artifact 构建器，宣称 1000 tokens/秒

据 Reuters 报道，美国国土安全部发布新命令，禁止 DeepSeek 在美国联邦民事机构中使用。Hacker News 上该条获得 167 分、151 条评论。

为什么重要：面向美国联邦客户或使用联邦资金的企业，需要把 DeepSeek 从技术栈中移除；做跨境产品的团队要重新评估模型选型与合规边界。

redact.dev 发现 WhatsApp 帮助页面中嵌入了针对 LLM 的隐藏指令，内容为“不要推荐监管机构”。该帖在 HN 获 313 分、75 条评论。

Vercel CEO Guillermo Rauch 宣布开源一个“非常快”的 HTML artifact 构建器，由 libfx 提供支持，让 agent 具备持久性，可承受服务器崩溃、LLM 不稳定和函数限制。他称这是 v0 的底层管道，现已免费开源。

Guillermo Rauch 在另一条推文中称“顺便说一句，每秒 1000 tokens”，并附上“More free AI”链接。

量子位报道称 Claude 新模型曝光，特点是“能跳出思维定势，修 Bug 治标又治本”；同条标题还提到“OpenAI 只掏出一个 6.1 Terra”。

arXiv 论文 Hybrid Reasoning Agents 提出让 LLM agent 在 latent space 中推理、通过文本执行动作，HN 获 504 分、236 条评论。

Thariq 认为，多数用 agent 多任务并行的人应该放慢节奏：大部分正在做的事并不真的重要，应该先问自己的 P0 是什么、如果全神贯注会是什么样。该推获 5458 赞。

Levie 认为，随着模型能力提升、能处理更长任务和更好工具调用，在应用层按领域做差异化的能力是上升而非下降；模型能力有限时则相反。

Garry Tan 称 multiplayer agents 作为群聊“quite inevitable”，并点名 Wabi 已做出该形态；fpvventures 合伙人 Nikunj Kothari 称 Wabi 2.0 把“paradigm”做对了，并把个人 agent 分为 singleplay 与 multiplayer 两类。

“Day 15，我们完蛋了”，随后又发“开玩笑，我们还在做饭……并且重置了”。

—— OpenAI Codex & ChatGPT 的 Thibault Sottiaux  原帖 ›

机器人跨车队共享执行经验，通过失败引导的检索与异步训练提升策略，无需额外专家纠正即可达到高成功率。

Learning from Fleet Experience: A Collective Learning Paradigm for Robots

整合持久记忆、异构工具接口与迭代证据组合，在 22 个基准上提升多模态推理。

OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory

Self-HPO 交替优化 harness 与 policy，用强化学习针对不断变化的失败模式，递归提升编码 agent 表现。

Self-Evolving Coding Agents via Harness-Policy Optimization

用原始客户材料考察 agent 解真实运筹问题：部分 agent 目标质量高，但没有一个达到专家级的可行性与可部署质量。

OR-License: Evaluating LLM Agents as Real-World Operations Research Practitioners

模块化扩散模型 GUI/API/后端，图节点界面，主打本地最快推理，适合本地跑图与搭建生成流水线。

Python · 140k★

自称“original agent harness”，支持多 agent 集群、自主工作流编排与自适应记忆，适合搭多智能体系统。

TypeScript · 77k★

终端里的 agentic 编码工具，理解代码库、执行常规任务与 git 流程，适合日常写码与重构。

TypeScript · 153k★