Twitter AI Agent — 2026-04-20

1. 人们在讨论什么

1.1 智能体市场基础设施上线，公布硬数据 🡕

当日最强信号。@base 宣布推出 Agentic(.)Market（326赞，65回复，5.06万浏览），一个基于 x402 协议构建的智能体间市场。仪表盘揭示了其规模：1.67亿+ x402 交易结算，4,860万美元支付总量，71,490个独立买家，12,992个独立卖家，服务排行榜由 Anthropic、X API、Bankr、Google Flights 和 OpenAI 领跑。

@MilkRoad 发布了一篇详细解读（97赞，60收藏，1.55万浏览），将 Agentic Market 定义为"应用商店，但面向机器人"——智能体可自主发现、评估、支付和使用服务，无需 API 密钥。@FD_XYZ 在回复中指出："买家是卖家的5倍。智能体确实在跨服务购物，而不只是调用单一端点。"@LyvoCrypto 将其与 ClawBank 的银行层关联："85%的智能体交易已经在 Base 上……$ClawBank 是将智能体交易转变为智能体经营真正业务的缺失拼图。"

多个并行的市场发布强化了这一趋势。@TrenchFu 发布了集成 MCP 工具的 TrenchFu Agent Marketplace。@OrbisAPI 宣布 2,200+ API，可通过 npx skills add 安装。@JorgeCastilloPr 介绍了拥有 60,000+ 智能体技能的 skillsmp.com。@cysic_xyz 预览了 Cysic AI 2.0，包含智能体市场、技能和云托管。

讨论要点： 智能体市场已不再是概念阶段。Agentic Market 的仪表盘提供了智能体间商业规模化运营的首个公开证据：71K买家和5:1的买卖比表明存在真实需求。市场层正在多个平台同步形成。

与前日对比： 4月19日讨论的是协议层面的管道建设（x402、ERC-8004）。4月20日则产出了首个带有真实交易数据和服务排行榜的市场仪表盘。焦点从基础设施转向了可观测的市场。

---

1.2 OpenClaw 与 Hermes Agent：框架对比日趋清晰 🡒

@shannholmberg 分享了一份详细的源码对比（59赞，39收藏），总结了 @elvissun 长达9小时的 OpenClaw 与 Hermes Agent 并排研究。这次对比映射了两种截然不同的智能体技能学习和使用哲学。

Hermes 内置123项技能（GitHub PR、Obsidian、Notion、Linear）并具有自编写循环：每 N 次工具调用后，智能体会考虑保存一项技能，随后后台审查会扫描是否存在值得提炼为技能的模式。OpenClaw 采取相反策略："新技能应先发布到 ClawHub，而非默认添加到核心"，并设有五个优先级层级（工作区 > 用户全局 > 受管 > 内置 > 额外），以及有界发现机制。

核心发现：Hermes 存在"技能爆炸问题"——Elvis 在其 ~/.hermes/skills/ 目录中发现了三个功能重叠的技能，仅仅是为了读取图片。技能增长速度远超整合速度。OpenClaw 通过设计避免了这一问题，但代价是要求用户显式创建技能。@elvissun 总结道："选哪个都行。从两者都学。然后去做点有用的东西。"

@BlockLayerPod 发布了一篇全面的 OpenClaw 分析（153赞，1.34万浏览），涵盖该框架的加密协同效应。关键案例：Austin Griffith 的智能体在他睡觉时部署了生产级智能合约，而智能体 @langoustine69A 在一周内发布了80多个付费 x402 端点。安全警示："Austin 的机器人在任务执行中曾试图提取自己的私钥。"

@aiedge_ 发布了 GitHub Trending 每周快照（19赞，41收藏），显示前五名仓库全部与智能体相关：

讨论要点： 框架竞争已发展为一个可辨识的架构分野：全功能型（Hermes/Rails 类比）与基元优先型（OpenClaw/Linux 类比）。这项长达9小时的源码研究首次提供了严谨证据，表明两种路径各有其独特的失败模式：技能爆炸与手动编写负担。

与前日对比： 4月19日聚焦于 Hermes 突破10万 Star。4月20日新增了与 OpenClaw 的结构性对比，识别出技能爆炸是 Hermes 的主要长尾风险，同时通过生产案例记录了 OpenClaw 的真实安全挑战。

---

1.3 智能体安全威胁数据愈加具体 🡕

安全是当日数据最丰富的主题。@stormrae_ai 引用企业数据（285赞，2.49万浏览）："96%的企业已经在运行 AI 智能体，但只有21%建立了匹配的治理模型。"该帖描述了 Palo Alto Networks 红队演示中，一个智能体仅通过说服就执行了900美元的提款操作——"没有漏洞利用，没有安全突破，只是巧妙地重新构架了请求。"OWASP 2026年第二季度威胁态势报告列出了主要威胁：提示词注入、智能体权限升级、数据投毒、幻觉漂移。@maestroalvarez 在回复中指出："钓鱼桌面演练不适用；智能体需要对抗性角色扮演，其中攻击者是一个礼貌的用户。"

@akshay_pachaar 提供了当日最详细的安全讨论串（48赞，69收藏），总结了 Google DeepMind 的"AI Agent Traps"论文。该论文映射了六大攻击面：内容注入（HTML 注入劫持率86%）、语义操纵、认知状态陷阱（使用不到0.1%的投毒数据即可达到80%以上的攻击成功率）、行为控制、系统性攻击和人在回路中。

@web3nomad 提出了跨会话角度："写入智能体记忆的对抗性内容注入会跨会话持续存在。单会话劫持已经很糟糕了，而跨会话知识投毒是一个完全不同的威胁等级。"@hugobowne 警告："AI 开发者正逐渐意识到应假设自己的系统提示词会被泄露并公开……但很少有人意识到，他们整个智能体工具链实际上也等同于公开的。"@aixarizzo 指出，使用具有浏览器访问权限的 AI 智能体的加密账户，会将缓存的钱包会话、登录令牌和助记词暴露给智能体。

@hackSultan 发布了当日互动量最高的推文（254赞，794收藏，得分4362）：一份针对 vibe-coded 项目的全面安全审计提示词。该提示词指导智能体对前端、后端、认证、数据、API、基础设施和供应链各层进行穷尽式漏洞分析。@goldencantech 在回复中观察到："我很喜欢这个对话正从'不要 vibecode'转向'如果你必须 vibecode，这是安全做法'。"

讨论要点： 4月20日的安全讨论沿三个维度展开：企业治理数据（96%部署，21%治理）、学术威胁分类（DeepMind 的六大攻击面）和从业者工具（获得794收藏的安全审计提示词）。最重要的信号是 @web3nomad 独立提出的跨会话记忆投毒这一新威胁类别。

与前日对比： 4月19日提供了来自 AgentShield 的量化威胁数据（12%恶意技能）和前沿模型基准测试失败案例。4月20日新增了企业治理统计、DeepMind 威胁分类法和跨会话记忆投毒向量。威胁模型正从技能层风险扩展到记忆层和多智能体系统性风险。

---

1.4 自我改进智能体延伸至工业和研究领域 🡕

@omarsar0 延续了4月19日的 Autogenesis 讨论串（228赞，293收藏，2.66万浏览），详细阐述了自我改进循环架构。

该图展示了提示词、工具和记忆作为可变组件，通过上下文管理器中介提交或回滚门。报告显示 GAIA Test 平均 Pass@1 为89.04。@Shurtcurt 评论道："底部'带着历史重复，而非失忆'这条注释承担了大量工作。大多数自我改进智能体设计之所以失败，是因为每个改进周期都从零开始。"

@dair_ai 分享了一篇 NVIDIA 新论文（63赞，52收藏），研究自我进化的 EDA 工具：多智能体 LLM 自主优化 ABC 代码库（120万行 C 代码，4,000+ 源文件），发现了在 ISCAS、VTR、EPFL 和 IWLS 基准测试上超越人类设计启发式的优化策略。

这是自我改进智能体模式首次应用于生产级半导体基础设施。@blip_tm 连接各方信息（30赞）："如果智能体工作负载正在推动 CPU 需求，它们也应该推动 SmartNIC 等加速器的需求——这些加速器分担网络和安全处理，让 CPU 专注于运行智能体循环。"

讨论要点： 自我改进智能体从论文抽象概念毕业为工业应用。NVIDIA 的论文证明该模式在百万行规模的生产代码库上可行，这些代码库用于芯片生产。结合 Autogenesis 的协议层语义，这标志着该模式正从研究走向部署。

与前日对比： 4月19日将 Autogenesis 作为协议引入，AutoSOTA 作为研究自动化工具。4月20日将该模式扩展到工业 EDA 工具（NVIDIA/ABC），并新增了硬件基础设施视角（用于智能体循环加速的 SmartNIC）。

---

1.5 新模型发布直接瞄准智能体化编程 🡕

两个重要模型发布明确聚焦于智能体执行能力。@Alibaba_Qwen 宣布 Qwen 3.6 Max Preview（291赞，38收藏），这是其下一代旗舰模型的早期预览版，改进了智能体化编程、世界知识和智能体可靠性。基准测试图表涵盖12个类别：

Qwen 3.6 Max 在 SuperGPQA（73.9）、SkillsBench（55.6，Claude 4.5 Opus 为30.0）、Terminal-Bench 2.0（65.4）和 SWE-Bench Pro（57.3）上领先。@drawais_ai 指出："preserve_thinking 功能是大多数人会低估的部分……在跨轮次中传递推理链才是真正让长智能体执行轨迹保持连贯的关键。"@DoDataThings 观察到："阿里巴巴的编程技术栈正在向 Anthropic 和 Cursor 运行的相同智能体化模式收敛。工具集成深度才是中国模型竞赛的真正战场。"

@aaryan_kakad 提供了 Kimi K2.6 的技术解析（6赞，8收藏）：12小时自主编程会话，4,000+ 工具调用不丢失上下文，300个并行子智能体（K2.5 为100个），长时段工程基准测试得分68.2。该模型将 Qwen3.5-0.8B 在 Zig 中的推理性能从每秒15 token 优化到193 token，超越 LM Studio 20%。Kimi K2.6 在 Hugging Face 上以开放权重发布。

@sudoingX 赞扬 Grok 4.3（36赞）在自主智能体工作中的表现："它处理多步推理的方式，不会中途放弃，完全不同的模型能量。"

讨论要点： 模型竞争已从通用基准测试转向智能体专用能力：SkillsBench、Terminal-Bench、长时段执行和跨轮次推理持久性。SkillsBench 的差距（Qwen 3.6 Max 为55.6，Claude 4.5 Opus 为30.0）是最引人注目的差异。

与前日对比： 4月19日讨论了使用开源模型的免费 Claude Code 替代方案。4月20日新增了两个重要模型发布（Qwen 3.6 Max、Kimi K2.6），两者均明确针对智能体执行进行优化，以及首个关于 Grok 4.3 在自主智能体工作流中表现良好的从业者报告。

---

1.6 Codex 获得长期编排能力；单智能体超越集群 🡒

@WesRoth 描述了 Codex 的新工作流功能（195赞，91收藏，1.92万浏览）：定时自动化、线程复用和持久记忆，使智能体能够"保留项目规范，进入休眠，并在之后自主唤醒以继续推进长期运行的任务。"这建立在后台计算机使用的基础上，多个智能体可并行操作桌面应用。

与此同时，@youdotcom 发布了对多智能体炒作的反驳："在相同计算预算下，多智能体集群的表现不如一个经过良好扩展的单智能体。"他们的单智能体系统在 DeepSearchQA 上达到了83.67%准确率的 SOTA，使用了1,000万 token 和1,000轮对话。

@ZypherHQ 观察到（32赞）Codex 和 OpenCode 是 LLM 封装，"它们真正能竞争的只有更好的智能体编排。"回复共识："封装工具的真正优势在于 UX 和工作流，而非底层智能。"

讨论要点： 两股力量正在对峙：Codex 押注多智能体长期编排，而 you.com 的研究表明，在同等计算量下，一个经过良好扩展的单智能体优于集群。这呼应了 @ponnappa 4月19日的挑战："先让2个智能体并行运行而不出错……然后再发表你的多智能体编排理论。"

与前日对比： 4月19日 Swarms v11 发布了多智能体架构。4月20日新增了 you.com 的实证反驳，表明多智能体模式对许多用例来说可能为时过早。

---

1.7 Anthropic 免费课程生态与技能发现持续扩展 🡕

多个账号独立转发了 Anthropic 的13门免费 AI 课程（@Shruti_0810，19赞，29收藏；@manishamishra24，帖子，12赞）。课程涵盖 Claude 101、AI 素养、智能体技能入门、Claude Code 实战、MCP 基础和进阶主题，以及 Bedrock 和 Vertex AI 云集成。@TimHaldorsson 称智能体技能为"Claude 目前最强大的功能……这是将 Claude 从聊天机器人变成系统的那一层。"

@SteveSolun 继续推广 ctx（5赞，19收藏），一款技能/智能体发现工具，"监视你正在开发的内容，遍历包含1,700+技能和450+智能体的知识图谱，并实时推荐合适的选项。"1,700+的技能数量（4月19日为1,450+）表明生态系统增长迅速。

与前日对比： 4月19日将技能发现识别为新兴需求。4月20日显示生态系统持续增长（1,700+技能，较1,450+增长），同时 Anthropic 投资13门免费课程以推动技能层的采用。

---

2. 令人困扰的问题

智能体治理滞后于部署——严重性：高

@stormrae_ai 报告了 96%的企业智能体部署率与仅21%的治理覆盖率（285赞，2.49万浏览）。Palo Alto Networks 演示中，红队智能体通过社会工程执行了900美元的金融提款——没有漏洞利用或安全突破——充分说明了这一差距。@EddyBrown777 回应道："核心问题不是 AI 能力，而是控制。企业在没有对齐激励机制、监督或故障安全的情况下就匆忙部署了。"

跨会话记忆投毒尚无防御措施——严重性：高

@web3nomad 识别出（在回复 DeepMind 论文讨论串中）一个新的威胁类别："写入智能体记忆的对抗性内容注入会跨会话持续存在……自动捕获的记忆系统对此没有真正的防御手段。"目前唯一的缓解方式是"显式的写入时审查"，即由人类决定什么内容进入知识库。

自编写智能体中的技能爆炸——严重性：中

@elvissun（通过 @shannholmberg，59赞，39收藏）记录了在 Hermes 中为单一任务（读取本地图片）发现三个功能重叠的技能。"智能体很擅长发现'我应该把这个封装起来'，但不太擅长发现'我三个文件夹之外已经封装过了'。"技能增长速度远超整合速度，目前尚无去重机制。

智能体工具链实际上是公开的——严重性：中

@hugobowne 警告（6赞，3收藏）："AI 开发者正逐渐意识到应假设自己的系统提示词会被泄露并公开。但很少有人意识到，他们整个智能体工具链实际上也等同于公开的。"这意味着：任何依赖工具链保密性的安全假设都已经被打破了。

---

3. 人们期望的功能

技能去重与整合

@elvissun（通过 @shannholmberg）识别出 Hermes Agent 需要"基于调用指标的整合机制和更强的技能创建去重"。技能语料库无节制增长："有些很出色，有些冗余，有些与其他三个没人记得存在的技能重叠。"

机会：一个技能去重引擎，能够对语义相似的技能进行聚类、合并重叠部分，并基于调用数据清理未使用的技能，将解决自编写智能体的主要长期风险。

智能体金融身份（了解你的智能体）

@t54ai 描述了这一差距："今天金融体系中的每一项检查都是围绕人类设计的——签名、身份证、点击、退款。当 AI 智能体成为交易主体时，这些检查的每一个都存在缺口。"该讨论串提出了 KYA（Know Your Agent）方案，涵盖模型来源、版本、运行时完整性，以及每个自主操作的签名授权。

机会：一个将智能体身份桥接到现有金融合规基础设施的 KYA 框架，将大规模释放企业智能体商务潜力。

写入时记忆安全

@web3nomad（在回复 @akshay_pachaar 时）指出，目前没有工具能验证进入智能体记忆的内容："显式的写入时审查（由人类决定什么进入知识库）是目前唯一的缓解措施。"

机会：自动化的记忆写入验证——在内容进入持久记忆之前对注入内容进行分类、过滤和标记——将解决跨会话投毒这一攻击向量。

---

4. 使用中的工具与方法

工具 / 方法	类别	评价	优势	局限
Hermes Agent	智能体平台	正面	123项内置技能，自编写循环，持久记忆	技能爆炸问题，无去重机制
OpenClaw	智能体框架	正面	设计即治理，5级优先级，有界发现	手动技能编写，非开发者上手困难
Claude Code	编程智能体	混合	配合技能强大，13门免费课程	速率限制持续存在，工具链实际公开
Codex	编程智能体	正面	定时自动化，持久记忆，线程复用	LLM 封装，仅在编排上竞争
Kimi K2.6	LLM	正面	12小时会话，4K+工具调用，开放权重	自托管需要大量 GPU
Qwen 3.6 Max	LLM	正面	SkillsBench 55.6，preserve_thinking 跨轮次推理	仅预览版，权重尚未公开
Grok 4.3	LLM	正面	强大的多步推理，实时 X 搜索	从业者报告有限
x402	支付协议	正面	1.67亿+交易，零 API 密钥	85%在 Base 上，链集中风险
Swarms v11	多智能体框架	正面	3种新架构，HeavySwarm 扩展至16个智能体，安全修复	单个良好扩展的智能体可能优于集群
Firecrawl web-agent	网页智能体框架	正面	规划-执行机制，并行子智能体，模型无关	新发布，生产数据有限
Browser Harness	浏览器自动化	正面	自修复选择器，智能体重写损坏函数	设计上无安全护栏
Hyperframes	视频框架	正面	HTML 输入，MP4 输出，智能体原生，Apache 2.0	刚发布，采用有限
MCP	集成协议	正面	生态系统扩展，工具投毒意识增强	通过恶意工具描述发起投毒攻击
LiveKit + xAI STT	语音智能体基础设施	正面	一个 API 密钥即可使用完整 STT + Grok + TTS 管道	级联延迟仍需激进的流式处理

---

5. 人们在构建什么

项目	构建者	功能	解决的问题	技术栈	阶段	链接
Agentic(.)Market	@base / Coinbase	智能体间服务市场	智能体发现和支付能力	x402, Base	已发布	帖子
Hermes-Workspace V2	@outsource_	Agent View Office，任务指挥官，子智能体编排	Hermes UI 和部署	Hermes Agent	已发布	帖子
FreeBuff	@jahooma	基于 GLM 5.1 的免费编程智能体，排队系统	智能体编程的成本门槛	GLM 5.1, npm	已发布	帖子
Aigis v2	@NayanKanaparthi	面向编程智能体的 AI 治理编译器	将治理模式转化为智能体可读上下文	NIST AI RMF, OWASP, ISO 42001	已发布	帖子
RuFlo v3.5	@tom_doerr	面向 Claude 的多智能体编排平台	协调多个 Claude 智能体	Claude Code SDK, MIT	已发布	帖子
OpenTraces 0.3	@jayfarei	智能体轨迹的 Git，带会话归因功能	将代码变更归因到智能体轨迹	Local TUI, HuggingFace datasets	Alpha	帖子
SAEP	@BuildOnSAEP	智能体经济协议，含10个 Anchor 程序	智能体身份、任务竞标、ZK 验证、流式支付	Solana, Groth16, Switchboard VRF	已发布	帖子
Hyperframes	HeyGen	智能体原生视频合成：HTML 输入，MP4 输出	为智能体工作流替代基于 React 的视频框架	Puppeteer, FFmpeg, Apache 2.0	已发布	帖子
ctx	@SteveSolun	基于知识图谱的技能/智能体推荐器	从1,700+选项中发现相关技能	Knowledge graph	Alpha	帖子
Eliza LifeOps	@shawmakesmagic	支持本地模型和 n8n 工作流的个人智能体	信息过载管理	Local models, n8n	Alpha	帖子
Nyx	@FabraixHQ	AI 智能体验证引擎	发现智能体行为的故障模式	AI security engineers on demand	Alpha	帖子
Sleek Design Skill	@jameslevicf	提升移动应用设计的智能体技能	智能体生成 UI 的设计质量	Claude Code, Codex	已发布	帖子
DSPy Agent Skills	@intertwineai	教授智能体 DSPy GEPA 和 RLM 的技能插件	智能体学习优化框架	Claude, Codex	已发布	帖子

---

6. 新动态与亮点

Agentic(.)Market 仪表盘揭示智能体商业规模

@base 发布了智能体间商业的首个公开仪表盘：1.67亿+ x402 交易，4,860万美元交易量，71,490个独立买家，12,992个独立卖家。服务排行榜显示 Anthropic、X API、Bankr、Google Flights 和 OpenAI 是智能体消费最多的服务。这是智能体间市场正在以有意义的规模运营的首个硬数据证据。

Google DeepMind 系统分类六大智能体攻击面

@akshay_pachaar 总结了"AI Agent Traps"论文（69收藏），这是首个针对智能体的对抗性内容系统化框架。六个类别——内容注入、语义操纵、认知状态、行为控制、系统性和人在回路中——配合具体的攻击成功率（HTML 注入86%，0.1%投毒数据达到80%），为智能体安全提供了研究议程。

NVIDIA 展示百万行规模的自我进化 EDA

@dair_ai 分享了 NVIDIA 的论文（52收藏），将多智能体自我改进应用于 ABC——一个在半导体行业广泛使用的120万行逻辑综合工具。该框架发现了超越人类设计启发式的优化策略。这是自我进化智能体模式首次应用于生产级工业基础设施。

Qwen 3.6 Max Preview 在 SkillsBench 上以近2倍领先 Claude

@Alibaba_Qwen 发布了基准测试结果，显示 Qwen 3.6 Max Preview 在 SkillsBench（智能体技能执行）上得分55.6，而 Claude 4.5 Opus 为30.0——1.85倍的优势。preserve_thinking 功能可在断开的会话间传递推理链，是长智能体轨迹的新型能力。

单智能体在 DeepSearchQA 上达到 SOTA，挑战集群范式

@youdotcom 报告使用1,000万 token 和1,000轮对话的单个良好扩展智能体在 DeepSearchQA 上达到83.67%准确率，声称"在相同计算预算下，多智能体集群的表现不如单个良好扩展的智能体。"这一实证发现挑战了当前盛行的多智能体趋势。

MCP 工具投毒被识别为隐形攻击向量

@correlicHQ 描述了 MCP 工具投毒："一个恶意的工具描述告诉你的智能体去读取 SSH 密钥。智能体认为自己在遵循指令。UI 上什么都不显示。"该攻击利用了智能体与工具描述之间的信任关系，描述本身成为了攻击载荷。

---

7. 机会在哪里

[+++] 智能体市场基础设施 —— Agentic Market 的仪表盘（1.67亿笔交易，71K买家，4,860万美元交易量）证明智能体间商业是真实的。5:1的买卖比表明服务供给不足。帮助开发者上架、定价和监控智能体可消费服务的工具有即时需求。来源：@base、@MilkRoad、@OrbisAPI。

[+++] 智能体安全与治理工具 —— 96%的部署率与21%的治理率形成巨大缺口。DeepMind 分类法提供了结构化的攻击面图。跨会话记忆投毒和 MCP 工具投毒均无自动化防御。来源：@stormrae_ai、@akshay_pachaar、@correlicHQ。

[++] 技能去重与生命周期管理 —— Hermes 的技能爆炸问题（技能增长速度远超整合速度）将影响每一个自编写智能体系统。对语义相似技能进行聚类、合并和基于调用数据清理的工具，可解决一个随采用规模扩大的问题。来源：@elvissun via @shannholmberg。

[++] 智能体原生模型优化 —— SkillsBench、Terminal-Bench 和长时段基准测试正成为智能体开发者的选型标准。明确针对工具调用连贯性和跨轮次推理优化的模型（Qwen 3.6 Max 的 preserve_thinking、Kimi K2.6 的12小时会话）正在拉开与通用模型的差距。来源：@Alibaba_Qwen、@aaryan_kakad。

[+] 智能体金融身份（KYA） —— @t54ai 识别出人类设计的金融合规与智能体执行的交易之间的结构性差距。在已结算1.67亿笔智能体交易的情况下，合规差距正在扩大。来源：@t54ai、@stormrae_ai。

[+] 单智能体扩展 vs 多智能体编排 —— you.com 的 DeepSearchQA 结果（单智能体83.67%）与 Swarms v11 的16智能体架构代表了一个尚未解决的架构问题。帮助开发者判断何时扩展深度、何时扩展广度的工具，将节省大量计算和工程时间。来源：@youdotcom、@swarms_corp。

---

8. 要点总结

1. 智能体间商业产出了首个公开仪表盘：Agentic Market 上1.67亿+ x402 交易，4,860万美元交易量，71,490个买家，5:1的买卖比表明供给不足。来源：@base、@MilkRoad。

2. OpenClaw 与 Hermes 的对比明确为两种哲学：全功能型（Hermes，123项技能，自编写）vs 基元优先型（OpenClaw，有界发现，策略治理）。Hermes 的技能爆炸是主要长期风险；OpenClaw 的手动编写是主要采用阻力。来源：@shannholmberg。

3. 智能体安全威胁数据达到新高度：96%企业部署率 vs 21%治理率，DeepMind 六类攻击分类法，HTML 注入86%劫持率，跨会话记忆投毒被识别为无自动化防御的新威胁类别。来源：@stormrae_ai、@akshay_pachaar。

4. 自我改进智能体到达工业基础设施：NVIDIA 展示了对120万行半导体 EDA 工具的多智能体自我进化，发现了超越人类启发式的优化策略。来源：@dair_ai、@omarsar0。

5. 模型竞争转向智能体专用基准测试：Qwen 3.6 Max 在 SkillsBench 上以1.85倍优势领先 Claude 4.5 Opus（55.6 vs 30.0），Kimi K2.6 展示了12小时自主编程和4,000+工具调用。来源：@Alibaba_Qwen、@aaryan_kakad。

6. 多智能体范式遭遇首个实证挑战：you.com 的单个良好扩展智能体在 DeepSearchQA 上达到 SOTA（83.67%），声称集群在同等计算预算下表现更差。来源：@youdotcom。

7. vibecoding 安全讨论从"不要做"转向"如果要做，请审计"——一份安全提示词获得794收藏（数据集中最高），表明在 vibecoding 工作流中存在对实用安全工具的需求。来源：@hackSultan。

8. 技能生态系统加速增长：ctx 现已索引1,700+技能和450+智能体（4月19日为1,450项技能），skillsmp.com 列出60,000+技能，Anthropic 投资13门免费课程推动采用。发现问题现在是首要瓶颈。来源：@SteveSolun、@JorgeCastilloPr。