Instinct长期记忆被逆向：Git+Markdown，和Supermemory几乎同一路线
相关推荐
个人Agent也有实战榜了：Muse暂列第一，领先Instinct和Grok Bot
动察 Beating AI 快讯，独立评测项目 Assistant Benchmark 开始用真实任务横评个人 AI 助手。它直接让 Agent 订酒店、选餐厅、买东西、回邮件、连接第三方服务，再按实际完成情况打分。每个评分维度都有一个公开的固定任务，并要求有真实运行记录才给分。 目前 Muse 在已经完成的 7 个评分维度中平均 9.1 分，暂列第一；Instinct 测完 11 个维度，平均 8.4 分；Grok Bot 测完 7 个维度，平均 7.3 分。Muse 在购物、邮件和第三方应用连接上都拿到 10 分。 不过这更适合看成一份持续更新的真实体验榜。Muse 的 9.1 目前只是已测 7 个维度的平均分，并不是完整成绩。每个维度目前也只用一个固定任务测试，后续补测后分数和排名都可能变化。
给 Agent 克隆 Slack 和 GitHub，Arga Labs 融资 1000 万美元
动察 Beating AI 快讯，Arga Labs 完成 1000 万美元种子轮融资，由 General Catalyst 领投，BoxGroup、Emergence、Gradient 和 SV Angel 等参投。这家只有 4 人的 YC 创业公司，专门给 AI Agent 搭测试沙盒（与真实系统隔开的测试环境）。它会复制 Slack、GitHub、Salesforce、Stripe 等软件，让 Agent 上线前先在里面反复操作。 传统测试通常只是伪造几个 API 返回结果，很多意外情况覆盖不到。Arga 则会连软件里的数据状态、账号权限、Webhook 和报错情况一起复制。比如销售 Agent 可以同时操作测试版 Salesforce 和 HubSpot，看它会不会认出两个联系人来自同一家公司，避免重复发邮件。 目前 Arga 已支持 30 多种软件。官方称，现在最快不到 12 小时就能复制一个 SaaS 的后端行为。过去 16 周，客户已经启动超过 10 万个测试环境，Slash、Monaco、Y Combinator 等团队都在使用。 新融资会继续砸在自动造环境上。Arga 正在开发新的生成系统，想把复制一个 SaaS 的时间从几小时压到几分钟。最终它希望做到，Agent 自己发现一个新 API 后，系统就能自动生成对应的测试环境，让 Agent 先在里面反复试错，再真正接触生产系统。
Kimi Code桌面端上线：浏览器、终端、多Agent塞进一个窗口
动察 Beating AI 快讯，月之暗面正式上线 Kimi Code Desktop，把原本偏终端的 Kimi Code 做成了独立桌面应用。用户可以直接打开本地项目，让 Agent 读写代码、跑命令、查看 Git 改动，目前支持 macOS 和 Windows。 桌面版直接内置了浏览器和终端。做网页时，Agent 可以读取右侧网页的页面信息，用户也能直接点选元素、框出区域或者截图批注，告诉它具体哪里要改。改代码、看网页效果、跑测试都不用再切窗口。 它还支持计划、目标和 Swarm 三种任务模式。Swarm 可以把任务拆给多个子 Agent 并行处理，长任务也能放到后台继续跑。除了 Kimi 自家的模型，用户还可以自己填 API Key 和 Base URL，接入其他模型供应商。
MiniMax Code突然宣布今晚开源，源码即将上GitHub
动察 Beating AI 快讯，MiniMax Code 突然宣布将在今晚开源。 MiniMax Code 是 MiniMax 的桌面 AI 编程 Agent，可以直接改项目文件、运行命令和审查代码，也支持多个 Agent 分工协作。用户还可以通过手机远程查看任务进度和批准操作。 MiniMax 早已建好 minimax-code GitHub 仓库，但此前主要用来收集 Bug 和功能建议。目前仓库里仍只有 README 和 Issue 模板，还没有客户端源码。
Zed给AI编程装上「行车记录仪」，直接关掉GitHub PR
动察 Beating AI 快讯，AI Agent 写代码越来越快，代码评审反而成了新的瓶颈。 过去，一个 Pull Request 通常对应开发者几小时甚至几天的工作。现在 Agent 可以一次改几十个文件，但评审者最后看到的，往往只有一份巨大的代码差异，很难知道这些修改是在什么要求下产生，又经过了哪些尝试。 Zed 新开放公测的 Delta，想把这部分过程重新补回来。它会把 Agent 对话、每一次代码修改和后续评论放进同一份历史里。看到一段有问题的代码，可以直接往前追，看看当时提了什么需求，Agent 又是怎么一步步改到这里。 评审也不再等到开发结束才开始。开发者可以随时另开一个线程，让人或另一个 Agent 检查当前代码，并在独立副本里继续修改。 Zed 已经先在自己身上试了。Delta 仓库关闭了 GitHub Pull Request，33 名成员已经通过 Delta 向主分支合入 570 次改动。 Git 仍然保留，commit、push 和构建流程都不受影响。Zed 真正想改的是代码评审这一层：当越来越多代码由 Agent 生成，只看最终 diff，可能已经不够了。 Delta 目前支持 macOS、Linux、Windows 和网页端，公测期间免费。MCP 和远程运行环境等功能还在开发。
Exa给AI搜索装上时光机：4000亿网页快照，防止Agent偷看未来
动察 Beating AI 快讯，Exa 上线 Snapshot，可以让搜索直接「回到过去」。它收录了超过 4000 亿份网页快照，跨度约 20 年。开发者指定一个时间，Exa 的搜索和网页读取 API 就会返回当时已经保存下来的网页版本。 最直接的用途是防止 AI 评测「偷看答案」。比如一道题 6 月设计、9 月才拿给 Agent 做，答案可能早已出现在论文、GitHub PR 或博客里。现在可以把搜索时间锁在 5 月，Agent 就看不到后来才公开的答案。金融团队也能用同样的方法做历史回测，只给模型看当时已经存在的信息。 不过这个「时光机」目前还有限制。它能保证你看到的是当时版本的网页，但搜索结果不一定和当年一模一样。普通付费用户目前也只能往前查最近 5 个月，想查更早的历史需要联系 Exa。