能力与基础设施
本期有信号Agent 上下文基础设施、可审计评测、设备感知与行动提供本期信号；证据以发布自述、可核资产为主。
发布自述可核资产
T-1 DAILY EDITION · 2026-08-18
Agent 产品从“会工作”转向上下文压缩、可审计评测、设备行动与行业全栈
本期可读50个可读 AI 信号
ARCHIVE每日编辑版
查看完整时间轴8 月 18 日的信号显示，Agent 产品正在把能力拆成更具体的承重层：知识图、输出压缩和结构化区域开始管理上下文；评测补上可视化、审计链、静态检查与真人判断；世界模型和手机控制项目把行动边界推向现实设备。另一侧，汽车维修、家庭服务、GTM 与设计工作台都试图接管完整行业流程，而搜索、商业数据、机器支付和个人授权则逐渐成为 Agent 连接外部世界的独立接口。
本期快照保留 123 个非对照事件，其中 50 条进入阅读流、37 条进入待核对；完整记录没有被删除，仍可在原始池查阅。
本期按 Asia/Shanghai 自然日重建 2026-08-18：共 418 个当日事件簇；50 条进入阅读流，37 条待核对，36 条仅留原始池，295 条 AIHOT 对照只用于传播参照。全部条目已应用最新准入、翻译、可读性、证据与事实主体归因规则。
英文信号默认先读中文译文；每张卡片和事件详情都可展开英文原文核对。
全局视角
本期覆盖了什么，缺了什么
固定六个观察面；当天没有足够证据就明确留空，不为凑齐版面放大弱信号。
Agent 与软件生产
本期有信号Agent 上下文基础设施、Agent 外部接口提供本期信号；证据以发布自述、可核资产为主。
发布自述可核资产
产品与应用
本期有信号设备感知与行动、垂直行业全栈、Agent 外部接口提供本期信号；证据以发布自述、可核资产、采用结果为主。
发布自述可核资产采用结果
市场与真实采用
本期有信号垂直行业全栈提供本期信号；证据以发布自述、可核资产、采用结果为主。
发布自述可核资产采用结果
组织、人物与资本
本期缺口当日没有足够、可独立核验的组织、人物与资本信号，明确留空。
治理、风险与反证
本期有信号可审计评测提供本期信号；证据以可核资产、发布自述为主。
可核资产发布自述
编辑主线
本期值得建立的五个认识
每条都保留最强反方；点击原始事件，不只看摘要。
01
Agent 上下文基础设施
上下文不再只靠加长窗口：知识图、压缩层和结构化区域开始各自承重
GitNexus 用代码知识图给 coding agent 提供符号、调用路径与依赖关系；Codag 把日志、搜索、测试和构建输出压缩成可观测的控制层；Leviath 则用单个 Rust 二进制提供结构化上下文区域。
- 观察维度
- Agent 与软件生产 · 能力与基础设施
- 证据身份
- 发布自述 · 可核资产
- 为何入选
- 保留 2 条当日可直接阅读、可回到原始出处的信号，用于判断“上下文不再只靠加长窗口：知识图、压缩层和结构化区域开始各自承重”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 上下文工程正在从提示技巧变成独立基础设施。团队需要分别回答模型该看什么、重复输出怎样压缩、token 花在哪里，以及长期任务如何保持结构，而不是只购买更大的窗口。
- 最强反方
- GitNexus 的任务通过率与成本改善、Codag 的约 3 倍 token 降幅和组织采用数均来自发布方；Leviath 是作者提交的项目页。现有材料证明产品方向活跃，不能形成统一效果排名。
02
可审计评测
评测从一个总分变成可追溯流程：可视化、审计链、静态检查和真人判断同时出现
Google AI 的文章提出用 Inspect AI、Harbor 等框架收集指标并协同可视化；HarnessEval-W 为世界模型评分生成可审计推理链；Tracelint 不依赖 LLM judge 检查 Agent trace；HumanEvals 把真实用户偏好接入多模态评测。
- 观察维度
- 能力与基础设施 · 治理、风险与反证
- 证据身份
- 可核资产 · 发布自述
- 为何入选
- 保留 3 条当日可直接阅读、可回到原始出处的信号，用于判断“评测从一个总分变成可追溯流程：可视化、审计链、静态检查和真人判断同时出现”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 当 Agent 进入生产，单一 benchmark 很难说明失误来自模型、工具、轨迹还是人的偏好。评测产品的机会正在转向保留证据、定位失败、让不同裁判复核同一执行过程。
- 最强反方
- Google AI 文章能够回到独立保存的原页，其余三项主要来自论文传播或项目作者发布；尚无跨团队复现、误报率、评审一致性或长期维护成本数据。
03
设备感知与行动
Agent 正从屏幕内推理走向持续感知与设备操作
Moving Atoms 用互联网视频训练世界模型并让预测以机器人动作为条件；MOSS-VL 在回答时持续观看实时视频；PhysiClaw 与 Phone-harness 分别公开了实际操作 iPhone 和让 Agent 控制手机的项目。
- 观察维度
- 产品与应用 · 能力与基础设施
- 证据身份
- 发布自述 · 可核资产
- 为何入选
- 保留 2 条当日可直接阅读、可回到原始出处的信号，用于判断“Agent 正从屏幕内推理走向持续感知与设备操作”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 持续感知、动作条件和真实设备接口会把 Agent 的价值与风险同时放大。产品判断需要新增延迟、动作可逆性、权限边界和现实环境失败恢复，而不只是语言回答质量。
- 最强反方
- Atom 1 超过既有物理 benchmark 与 MOSS-VL 的能力来自项目方或论文传播，两个手机项目来自作者提交；这些材料没有提供统一硬件条件、误操作率或安全评测。
04
垂直行业全栈
垂直 AI 正把碎片工具收进一套行业工作台，而不只是叠一个聊天入口
CarSignal 试图统一汽修门店的预约、报价、诊断与开票；Feldy 把家庭服务的现场采集、3D 测量、估价和文档放进一个应用；Nex 面向 GTM 执行高容量 CRM 工作流；OJO 则把产品战略、PRD、原型和发布设计放进可编辑画布。
- 观察维度
- 产品与应用 · 市场与真实采用
- 证据身份
- 发布自述 · 可核资产 · 采用结果
- 为何入选
- 保留 4 条当日可直接阅读、可回到原始出处的信号，用于判断“垂直 AI 正把碎片工具收进一套行业工作台，而不只是叠一个聊天入口”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 垂直 Agent 的竞争焦点正在从回答行业问题转向拥有工作流状态、业务对象和执行入口。能够真正替换碎片栈的产品，会更接近系统级预算，但也要承担更重的集成与责任边界。
- 最强反方
- 四项材料均来自创始团队或转发网络；Nex 的数千条记录、成本类比和其他工作流覆盖没有独立客户读回，当前只能确认产品定位与公开动作，不能确认替换率或商业留存。
05
Agent 外部接口
Agent 的外部接口开始分层：搜索、业务数据、机器支付和个人授权各有原语
OpenWebSearch 提供搜索索引路由；Glade API 通过 REST、GraphQL 或 MCP 暴露 Amazon 商业数据；AgentBridge 用 x402 做 Agent 为数据付费的 M2M 闭环；AI Passport 把个人上下文变成带范围和时限的 OAuth 连接。
- 观察维度
- Agent 与软件生产 · 产品与应用
- 证据身份
- 发布自述 · 可核资产
- 为何入选
- 保留 2 条当日可直接阅读、可回到原始出处的信号，用于判断“Agent 的外部接口开始分层：搜索、业务数据、机器支付和个人授权各有原语”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- Agent 要持续完成任务，既要找到信息，也要购买数据并在用户授权下调用个人上下文。把这些外部交互拆成标准接口，会比让每个 Agent 重复抓取、保存凭证和复制用户数据更容易治理。
- 最强反方
- 四个信号主要来自项目作者或创业团队，尚无支付成功率、数据覆盖、授权撤销可靠性、隐私审计或规模采用证据；AI Passport 的‘个人上下文控制’仍是产品方定位。
下一跳
把上下文降本、设备操作和个人授权追到可复算证据
继续核对 GitNexus 与 Codag 的测试条件、世界模型和手机控制的误操作率，以及 AI Passport 的撤权与数据隔离；这些主张会直接影响采购和权限判断，但目前仍以发布方自述为主。