Jane Street 开源智能体技能库，第一个技能是苏格拉底式家教：先诊断水平，再一次只问一个问题直到掌握
量化交易公司 Jane Street 开的 SKILL.md 技能仓库，目前只有 socratic-tutor 一个技能：用户明确说「教我、考我、帮我练到掌握」时才启动，先把主题拆成 4 到 10 个子技能，用 3 到 5 道由易到难的问题做诊断，按 0 到 5 级画技能地图，然后主要靠提问让人自己推理和解释，而不是讲课，中间做间隔复习，最后有总测评；如果只是一次性「解释一下 X」，就正常回答、不进入教学循环。可以放进支持 SKILL.md 的编码智能体，也能直接粘贴到普通聊天机器人的系统提示里。约 440 星，MIT。想在企业内部做培训或新人带教助手的，可以直接参考这份提示设计。
https://github.com/janestreet/agent_skills转载，侵删。版权归原作者，如有侵权请来信，收到后删除。
同一批次的其他文章
WIRED：免费的中国开源模型黑客能力逼近最强闭源模型，模拟企业网络渗透中 DeepSeek 完成 73% 任务，OpenAI 未公开的 Daybreak 为 81%
评测公司 Vals 在两套模拟企业网络里让模型执行多步入侵任务（第二套要先攻破一家公司才能进入另一家）。只向可信伙伴开放的 OpenAI 网络安全模型 Daybreak 平均完成 81%，开放权重的 DeepSeek 平均 73%，部分任务两者打平；成本差距更大，GPT-6-So…
WIRED 讲清世界模型：从《Pokémon Go》的扫描数据到 Wayve 的行车记录仪，它为什么会成为 2027 年机器人和无人车的底座
这篇科普稿用几位一线从业者的话解释世界模型：语言模型预测下一个词，世界模型给定一张图像预测世界的下一个视觉状态（Odyssey CEO Oliver Cameron）；它还必须对我们的动作作出反应，理解物理和因果（Wayve 首席科学家 Jamie Shotton）。Nianti…
HEELO：把「资源 + 会用它的小模型」打包成可复用原语，Terminal-Bench 4.0 上同一底座从 37.3% 提到 55.5%
改进了什么：作者认为智能体在真实任务上失败，多半卡在「拿到资源之后不会用」这最后一步，现有做法把资源递到手边，却让每个外壳自己重新学怎么用。靠什么：他们提出「智能体原生原语」，每个原语把一种资源和一个常驻的 LLM 绑在一起，由它在上下文里负责使用这个资源，原语之间还能互相通信；…
《水面之下》：靠改外壳做「自我进化」的智能体，分数涨了也会丢掉原来能做的任务，16 个进化体无一例外
改进了什么：不改权重、只让智能体外壳自己迭代，被视为递归自我改进的一条路，这篇论文专门检查「分数变高」是否等于可靠、划算、能迁移的进步。怎么做的：对四种外壳进化方法在通用任务和编码任务上做重复评测、受控扩展、组件干预和准入回放。发现：16 个进化后的智能体全部是一边拿下新任务、一…
EvoWorld：让视频生成模型推理「画面外」的世界如何演变，用视觉语言模型当大脑、视频渲染器当手
改进了什么：现在的视频模型擅长画出逼真的像素，但事件发生后世界该怎么变（猛兽出现后旁边的人该逃、躲还是反击）常常是静止或因果不一致的。作者把它定义成新问题「视野外因果演化」：先渲染事件，再推理它对世界状态的影响，即使镜头移开、再回来时也要给出合理结果。靠什么：EvoWorld 让…
WebsiteBench：让智能体只靠浏览器摸索，逆向重建一个生产级网站，70 个站点、4.7 万条隐藏测试
TIGER-AI-Lab 的新基准：给智能体一个能在浏览器里随便点的真实网站，让它做出外观和行为都尽量一致的全栈复刻，再用 46916 条隐藏测试打分。官网排行榜上 Claude Opus 5.5 以 26.2 居首、GPT 6.1 Sol 20.2、Claude Opus 5 …
phoneuse：不越狱、不装 App，让 Linux 电脑看见并操作一台原装 iPhone，智能体可通过 CLI 或 MCP 控制
iPhone 用系统自带的「屏幕镜像」把画面通过 AirPlay 投到 PC，PC 再扮成蓝牙鼠标键盘（借助 AssistiveTouch）把点击和输入送回手机，也可以用一块放在手机旁边的 ESP32 小板做蓝牙桥。你可以把镜像窗口当手机用，也可以让智能体通过命令行或 MCP 操…
agent-manager：在一个终端界面里并排管理 Claude Code、Codex、Gemini CLI 等多个编码智能体，自带 worktree 和差异审阅
用 Go 写的 tmux 终端应用：直接启动你已安装的各家 CLI，登录、订阅、配置和 MCP 服务器都原样保留；所有会话挂在一棵可折叠的项目树上，能看到每个智能体的实时状态，不用逐个 attach 就能给它发提示。会话是持久的，退出管理器后智能体照样跑；新会话可选单独的 git…
Oh My PPT：本地优先的 AI 做 PPT 桌面应用，描述想讲什么，自动出大纲、页面和配图，生成可编辑的 HTML 幻灯片
Electron + React 做的桌面工具，主打本地优先、离线可用、用你自己的模型：输入要讲的内容（汇报、课程或故事），AI 负责大纲、逐页排版和配图，结果是可继续编辑的 HTML，创作、编辑、演示和导出都在同一套流程里完成。今日新增约 51 星，总约 2470 星，Apac…
Stripe CEO Patrick Collison 长文发问：AI 的「好结局」到底长什么样？如果 AI 有道德价值，人类在功利计算里会被淹没
他提了两个问题。第一，大家谈风险很具体，谈好的情景却只有「治更多病、更富足」这些原料：人还工作吗、为什么、什么东西稀缺、人和 AI 的比例多少、人类还掌控吗；常被引用的「文明」系列小说里人类像「乘客、宠物和寄生虫」，未必是理想结局，而且这次变化可能只用几年，没有慢慢纠错的余地。第…
LeCun 用三行公式讲清生成式、联合嵌入（JEA）和 JEPA 的区别：加入动作变量就成了世界模型
回复一场关于 JEPA 的讨论时，LeCun 写了一段小教程：生成式架构从 x 直接预测 y，损失是 y 和预测值的差；联合嵌入架构把 x、y 都编码，缩小两者表示的差距，再加一个防坍缩正则项，适合 x、y 是同一场景不同视角这种没有方向的情况；JEPA 多了一个预测器，适合不对…
Greg Brockman：配上大量测试时算力的前沿模型，正在成为科学发现的引擎
OpenAI 联合创始人兼总裁 Brockman 11 月 8 日只发了一句话：「frontier models, with lots of test time compute, are becoming the engine of scientific discovery」，约…