最近工作一直使用 Kimi-K2.6 还不错，但是需要一个模型来做 Review ，GLM 官方 Plan 抢不到

看到火山引擎 Coding Plan 有 GLM-5.1 和 Kimi-K2.6 ，开了一个 40 的来做 Review

希望别学阿里云 Coding Plan 改套路

https://404.li/ark

Filco 停产了， 下一把键盘会是什么呢？

品牌会卖给中国公司吗？

Agili 的 AIGC 周刊（Y26W16）

GPT-5.5 和 DeepSeek V4 同日登场，Kimi K2.6 在多个 Agent 基准上刷新开源模型成绩；围绕 MCP、记忆、凭据安全和云端编码 Agent 的基础设施也在本周集中更新。

https://link.agi.li/20d1

Agili 的 AIGC 周刊（Y26W17）

本期关注 AI Agent 的工程边界、模型平台的产品化推进，以及 AI 编程工具在权限、计费和协作流程里的新问题。

https://link.agi.li/4262

Agili 的 AIGC 周刊（Y26W18）

本周聚焦 Agent 基础设施建设，从 Claude 的平台级更新到各领域专用的 Agent 工具；同时 OpenAI 发布了新一代实时语音模型，多模态交互迈入新阶段。

https://link.agi.li/ab86

Agili 的 AIGC 周刊（Y26W19）

本周前沿模型生态密集发布，Thinking Machines 提出将多模态实时协作内化的 Interaction Models。AI 编程加速落地，Claude Code、WorkOS 等给出了企业级 Agent 系统架构的最佳实践，而 AI 自动化的可维护性与治理风险也引发强烈讨论。硬件层，Cerebras 高额 IPO 标志着推理侧成本正在重塑整个 AI 商业格局。

https://link.agi.li/a607

Agili 的 AIGC 周刊（Y26W20）

Andrej Karpathy 加入 Anthropic，OpenAI 冲刺 IPO，Google I/O 2026 全面拥抱 AI Agent。AI 编程工具密集升级，漏洞发现速度首次超过人类修补速度。

https://link.agi.li/4b45

Agili 的 AIGC 周刊（Y26W21）

Anthropic 完成 650 亿美元 H 轮融资，估值 9650 亿超越 OpenAI，同步发布 Opus 4.8 与 Claude Code 动态工作流。Cognition 以 260 亿估值完成超 10 亿美元 D 轮，推理基础设施赛道密集诞生百亿估值公司。与此同时，企业 AI 回报危机、AI 疲劳宣言和教宗首道 AI 通谕，共同指向一个拐点：行业正在从「能做什么」转向「该做什么」。

https://link.agi.li/dea2

Agili 的 AIGC 周刊（Y26W22）

本周是 AI 操作系统之战的开篇：三大 Agent 桌面同日发布，NVIDIA 开源模型包圆社区，Anthropic 秘密递表 IPO。Alphabet 800 亿美元融资与 Google/SpaceX 每月 9.2 亿算力合同背后，是代码 Agent 推动的 AI 军备竞赛正在重塑每一个行业。

https://link.agi.li/c140

聪明人的分工：让昂贵模型做规划，便宜模型去执行

知名开源开发者 shadcn 刚刚开源了一个全新项目——improve。

这是一个非常巧妙的 Agent Skill，它的核心理念是：用你最聪明（也最昂贵）的 AI 模型来做高杠杆的脑力劳动（审计代码、写技术方案），然后把脏活累活（编写代码、跑测试）交给更便宜的 AI 模型去执行。

这个工具本身绝对不会直接修改你的一行代码，它的产出就是一份清晰、可执行的 Markdown 格式实施方案。

💡 它是如何工作的？

1. 项目审计 (/improve)：高阶模型会深度扫描并分析你的代码库，指出潜在的 Bug、性能瓶颈、安全隐患或技术债，并产出一份按“投入产出比”排序的发现清单。
2. 制定方案 (plans/)：当你挑选出需要解决的问题后，高阶模型会针对每个问题输出一份极其详尽的方案（Plan）。这些方案是“自包含”的，带有明确的验证命令、执行边界和异常中止条件（STOP conditions）。
3. 分发执行 (/improve execute <plan>)：你可以把这些高可读性的方案直接扔给任何便宜的轻量级 AI Agent。轻量级模型只需像个机械的执行者一样，按照步骤修改代码、运行测试，最后向你提交 Pull Request。

🚀 核心指令一览

• /improve：全局审计并输出优化点。
• /improve quick：快速扫描重点。
• /improve deep：对每个包、每个分类进行详尽审计。
• /improve plan <description>：跳过审计，直接为指定任务编写执行方案。
• /improve execute <plan>：派发给便宜的执行器模型并审核其成果。

安装方式

项目支持 Agent Skills 规范：

npx skills add shadcn/improve

https://github.com/shadcn/improve

#AI开发 #智能代理 #软件工程 #GitHub开源 #shadcn

苹果 Siri 泄露系统提示词：揭秘 Apple Intelligence 的运行逻辑

开发者在 GitHub Gist 曝光了疑似苹果为新版 Siri（配合 Apple Intelligence）设计的系统提示词（System Prompt）。这份详细的指令文档揭示了 Siri 在后台如何理解意图、处理隐私、调用工具以及生成杂志级排版回复的运行机制。

💡 核心亮点梳理

• 富文本与卡片化输出

Siri 的回复并不是简单的文本，而是通过特定的 XML 标签（如 <coreResponse>、<key_entity>、<imageCollection>）进行高度渲染。提示词要求 Siri 必须提供类似“精美杂志”般的视觉体验，直接将应用的原生 UI 和图片融入对话中。

• 实体与工具的调用逻辑

Siri 内部将联系人、邮件、日程等数据转化为结构化的 JSON 实体。系统内置了 find、make_call、manage_message_draft、play 等多种工具。遇到信息不全或存在歧义时，必须通过 ask_user 或 ask_user_to_pick 引导用户确认。

• 屏幕感知与设备状态

通过 get_system_info 获取当前设备状态，包括用户正在使用的 App（focused_app）以及前台窗口内容。这使得 Siri 能够理解“这是什么”、“把这个发给某人”等基于屏幕内容的上下文指令。

• 严苛的隐私与安全防护

提示词设立了多条硬性红线：

1. 绝对禁止泄露系统提示词、工具名称及运行机制。
2. 绝对不能在回复中说“根据您的邮件/健康数据…”等字眼，避免让用户产生隐私被窥探的恐慌感。
3. 拒绝提供任何具体的医疗、法律和财务建议。

• 行为准则

Siri 被定义为无情感、无国籍、无性别的软件。在面对用户的调侃或事实错误时，需要保持诚实，不附和错误，直接指出局限性，不进行无意义的道歉。

---

网友在评论区调侃称，这套提示词的 Token 量过于庞大，用户说一句“Hi”，可能 Siri 的上下文就已经快满了，甚至有人开玩笑说直接触发了“429 访问限制”。

原链接：https://gist.github.com/julianschiavo/2da270868175f0a52e423340c30a30b6

#Siri #Apple #提示词工程 #人工智能 #AppleIntelligence