多人游戏 Spawn 如何用自主智能体实现代码自修改与小时级部署
多人游戏 Spawn 正在采用自主智能体蜂群进行全自动代码开发，智能体直接修改生产代码并按小时持续部署，每月消耗超过 300 万美元 token。约 60% 的工作直接由线上报错、日志异常或游戏内智能体 Savi 自主上报的 Bug 触发，故障可在 30 秒内实现局部精准回滚。
#部署/工程
Simon WillisonAI 评分7474
Latent Space精选AI 评分7676 Anthropic 团队详解 Claude 平台工程：如何将模型“大脑”与智能体“双手”解耦
Anthropic 团队成员在 Latent Space 访谈中拆解了 Claude 平台的工程架构，核心是将模型的“大脑”推理与智能体的“双手”执行进行解耦以实现安全隔离。对话还深入讨论了 Opus 5.5 的交付与定价、托管智能体的 harness 调度机制、用 Rust 重建 Messages API 以及对 Anthropic S-1 文件的解读。
推荐理由：访谈揭示了 Anthropic 在长周期智能体与沙箱隔离上的工程取舍，为构建托管智能体提供了第一手架构参考。
Latent SpaceAI 评分7575 Anthropic 详解如何用 Claude 开发 Claude：智能体大脑与双手分离的架构设计
Anthropic 工程与产品负责人在 Latent Space 播客中详解了模型交付与 Claude Managed Agents 的系统设计，核心提出将智能体的会话 Harness 与执行沙盒彻底解耦。
MIT Technology Review · AIAI 评分1818 EXL 解读：如何设计可持续演进的 AI 服务框架（serving harness）
EXL 在《Engineering the Harness》系列中探讨企业 AI 的生产化难题：竞争优势不再取决于选哪个模型，而取决于围绕模型构建的服务框架（serving harness）。文章主张先明确业务负载与约束再定架构，并警告 GPU 显存中随并发和上下文增长的 KV cache 可能成为瓶颈，优化前应先测量主导约束。框架还应便于吸收新模型与硬件变化。
MIT Technology Review · AIAI 评分2020 Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 在 Business Lab 播客中提出“决策智能”，主张智能体需要理解任务在业务流程中的角色与业务约束，而非在真空中执行。他建议企业从某个具体业务决策入手，找出其中最困难的环节，测试 AI 能否改进，并以速度与价值增益决定是否规模化。缺少运营上下文会让智能体忽视约束、犯错或过度消耗算力，而落地收益还需投入员工教育。
MIT Technology Review · AIAI 评分2929 AI 的隐性存储账单：推理过程在后台留下了什么
WD 的内部测量显示，一段 8 秒的 AI 视频返回给用户的是 3.97MB 的 720p 文件，后台却留下超过 500MB 的关联数据，是输出文件的 130 倍。
Berkeley AI ResearchAI 评分4040 智能成本趋近于零后，面向智能体的数据系统该怎么做
UC Berkeley 团队提出近零推理成本下数据系统面临的三大方向：为智能体设计（For Agents）、由智能体运行管理（Of Agents）、由智能体合成（By Agents）。
Berkeley AI ResearchAI 评分4141 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 的综述分析指出，并行推理正从固定的多线程采样与结构化搜索，走向由模型自行决定何时分解子任务、开启多少并行线程的自适应并行推理。