基于 Amazon Bedrock AgentCore 构建自动化演示文稿生成智能体
利用 Amazon Bedrock AgentCore 和 Strands Agents 框架构建监督者智能体，结合 Claude Sonnet 4.6 与 Stable Image Inpaint 实现从文档到 PPT 的自动化生成。该方案通过 RAG 管道确保内容基于源文档，内部测试显示可在 90 秒内完成制作，显著降低人工耗时并减少模型幻觉。
#Agent
AWS Machine Learning BlogAI 评分3030 OpenAI NewsAI 评分1818 OpenAI 分析欧盟企业 Agentic AI 应用增长及价值潜力
OpenAI 发布新分析显示，Agentic AI 在欧盟企业及中小企业中的应用正持续增长。报告指出，深化使用该技术有望进一步释放商业价值。
Ethan MollickAI 评分1313 Muse等AI将合法瘫痪客服
当人们广泛知晓 Muse/Dot 等工具可以发起无限量的旧退款请求、协商交易等操作时，我们将很快看到一场实质上完全合法的分布式拒绝服务攻击，数百万消费者将授权对客户服务部门实施这种攻击。
NVIDIA BlogAI 评分3030 欧洲城市部署 NVIDIA 驱动的 AI 智能体优化运营
欧洲多地利用 NVIDIA Cosmos、Nemotron 及 Omniverse 构建物理 AI 智能体与数字孪生，以优化城市运营。法国科特迪瓦省应用使文档检索耗时从数周降至分钟，运营成本降低 10%。Cisco、Dell 等伙伴正通过本地化 AI 工厂推动该方案规模化落地。
AnthropicAI 评分4242 Anthropic 工程博客谈内部源码控制
我们的工程博客新文章：构建内部源码控制系统。5月，我们每天合并约2,500个代码变更。9月，每天合并超过30,000个。因此，我们为人类（而非智能体）规模设计的开发者基础设施成为了瓶颈。
AWS Machine Learning BlogAI 评分5555 Anchor Browser 与 Amazon Bedrock AgentCore payments 集成支持智能体自动支付
Anchor Browser 现已集成 Amazon Bedrock AgentCore payments，使 AI 智能体能通过 x402 协议自主处理 HTTP 402 Payment Required 响应并完成网页或 API 访问付费。
LangChain Blog同新闻AI 评分6565 LangChain 发布 Deep Agents SDK 上下文管理最佳实践
LangChain 官方博客介绍 Deep Agents SDK 如何通过文件系统抽象和三种压缩技术解决长任务中的上下文溢出问题。该工具在检测到大型工具响应超过 20,000 tokens 或会话上下文达到模型窗口 85% 时，自动将旧数据卸载至文件系统并生成结构化摘要。文章还分享了通过降低触发阈值以增强信号进行基准测试的方法，以及验证信息可恢复性和防止目标漂移的定向评估策略。
LangChain Blog精选AI 评分7373 LangChain 详解如何通过 Harness Engineering 提升 Deep Agents 编码表现
LangChain 团队通过优化智能体框架（Harness），使 deepagents-cli 在 Terminal Bench 2.0 上的得分从 52.8% 提升至 66.5%，排名进入前五，且全程保持底层模型 gpt-5.2-codex 不变。
推荐理由：LangChain 分享了通过系统提示、工具和中间件优化智能体框架的方法，展示了如何在不更换模型的情况下显著提升编码性能。
LangChain Blog精选AI 评分7878 LangChain 发布 Deep Agents Deploy：Claude Managed Agents 的开源替代方案
LangChain 正式推出 Deep Agents Deploy beta 版，这是一个基于开源、模型无关的 Agent Harness 的快速生产级部署工具。
推荐理由：LangChain 推出 Deep Agents Deploy beta，提供模型无关的开源智能体部署方案，强调通过开放标准避免记忆锁定。
LangChain Blog精选AI 评分8282 LangChain 发布 Open SWE：面向内部编码智能体的开源框架
LangChain 发布 Open SWE，这是一个用于构建内部编码智能体的开源框架，基于 Deep Agents 和 LangGraph 实现。该框架总结了 Stripe、Ramp 和 Coinbase 等公司在生产环境中的架构模式，包括隔离云沙箱、精选工具集、子智能体编排以及与 Slack、Linear 和 GitHub 的工作流集成。
推荐理由：原文基于 Stripe、Ramp 等公司的生产实践，提炼出隔离沙箱与子智能体编排等通用架构模式，为构建内部编码智能体提供了可复用的开源框架。
LangChain Blog精选AI 评分6363 LangChain 分享如何利用 Deep Agents 实现文档代码自动测试
LangChain 团队使用 Deep Agents CLI 配合自定义 Skills，将文档中静态的内联代码样本自动化迁移为可独立运行、经 CI 持续测试的代码文件。该流程通过编写类似给同事的操作步骤作为 Skill 指令，让 Agent 自动完成代码提取、添加 setup/teardown、标记片段及运行测试等任务，解决了 AI 领域 SDK 频繁更新导致文档示例失效的问题。
推荐理由：LangChain 分享了利用 Deep Agents CLI 和 Skills 自动化迁移文档代码样本为可测试单元的实践，提供了具体的指令编写思路和 CI 集成方案。
LangChain Blog精选AI 评分7878 LangChain：GLM-5 与 MiniMax M2.7 在智能体任务中达到可用阈值
LangChain 发布评测结果，显示 GLM-5 和 MiniMax M2.7 等开源权重模型在文件操作、工具调用和指令遵循等核心智能体任务上的表现与 Claude Opus 4.6 等闭源前沿模型相当。
推荐理由：LangChain 通过 Deep Agents 评测展示 GLM-5 和 MiniMax M2.7 在核心智能体任务上接近闭源前沿模型，且成本与延迟优势显著。
LangChain BlogAI 评分2828 Orange Business 如何利用 LangChain 和 LangSmith 构建 Live Intelligence
Orange Business 基于 LangChain 和 LangSmith 构建旗舰 AI 平台 Live Intelligence，已部署至 120,000 名员工并被 150+ 客户采用。
Hugging Face Blog精选AI 评分7777 Liquid AI 发布 LFM2.5-24B-A2B：专为端侧快速私有智能体设计的推理模型
Liquid AI 发布开源权重模型 LFM2.5-24B-A2B，这是一款拥有 24B 总参数但仅 2B 激活参数的推理模型，旨在支持设备端快速、私有的智能体运行。
推荐理由：原文展示了2B激活参数在端侧推理的速度优势及与更大模型的基准对比，为构建本地智能体提供了具体性能参考。
AWS Machine Learning Blog精选AI 评分6262 AWS 博客详解如何在 Amazon Bedrock 上使用 Grok 4.7 构建长周期智能体
AWS 发布教程指导开发者在 Amazon Bedrock 上利用 Grok 4.7 构建具备工具调用能力的长周期智能体。文章通过三个需搜索而非简单查表的复杂任务（故障诊断、维护调度、迁移预算）进行了 72 次运行测试，结果显示 xhigh 推理强度下准确率为 100%，而 low 强度以约八分之一的输出 Token 实现了 83% 的准确率。
推荐理由：原文通过构建工具调用智能体并对比不同推理强度下的表现，提供了在长周期任务中平衡准确率与Token成本的具体评估方法。
AWS Machine Learning BlogAI 评分4040 ShipStation Global 基于 Amazon Bedrock AgentCore 构建 AI IT 帮助台
ShipStation Global 在 Amazon Bedrock AgentCore 上构建了名为 Deckhand 的 Slack AI IT 帮助台，解决了 97.5% 的入站查询并获得 96% 的员工正面反馈。
AWS Machine Learning BlogAI 评分3838 Orca Security 基于 Amazon Bedrock 构建 Discovery AI 自然语言查询代理
Orca Security 与 AWS 合作推出 Discovery AI，利用 Amazon Bedrock 将自然语言转换为 Sonar 查询。该方案采用 RAG 架构，使查询成本降低 90%，输入 token 减少 93%，延迟降低 75%。系统支持 900+ 云模型，实现每日数千次查询的 15 秒响应。
Google Developers Blog精选AI 评分7878 Google 演示使用 Gemini 4 Argon 夜间自动优化 ADK Python 代码库
Google 工程师展示了如何使用 Gemini 4 Argon 在无人值守的情况下对 google/adk-python 进行跨文件性能优化。通过配置 .agents/skills 和 /goal 模式，模型在 11 小时内完成了代码修改，使长会话中的内存准备时间减少约 40%，冷启动包导入速度提升 21%。最终有 6 个优化提案中有 2 个通过了人工代码审查并合并到主分支。
推荐理由：原文完整复盘了利用 Gemini 4 Argon 优化大型代码库的提示词与流程，并给出了具体的性能提升数据。
LangChain BlogAI 评分4242 LangSmith 推出 AI Search，支持用自然语言搜索 Agent 轨迹行为
LangSmith 新增 AI Search 功能，允许用户通过自然语言描述直接检索 Agent 轨迹中的特定行为。该功能基于 SmithDB 将多源轨迹去重并转化为统一视图，利用快速决策模型在有限 token 预算下精准识别如 PII 泄露或用户挫败等复杂语义模式，解决了传统向量搜索难以捕捉细微逻辑差异的问题。
NVIDIA Blog精选AI 评分8282 NVIDIA 宣布 RTX Spark 笔记本全球 PC 应用生态就绪
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并同步推出针对本地 AI Agent、创意开发和游戏场景的软件更新与性能优化。
推荐理由：原文详述了 RTX Spark 笔记本的本地 AI 生态准备情况，包括 Nemotron 模型、安全沙箱及主流应用优化，为评估其作为个人 AI 超级计算机的实际可用性提供了具体依据。
LangChain Blog精选AI 评分6868 LangChain 集成 ScaleDown 以优化长运行智能体上下文管理
LangChain 发布 langchain-scaledown 集成，利用 ScaleDown 的受限解码模型（CDMs）来高效处理长运行智能体的上下文管理任务。
推荐理由：LangChain 集成 ScaleDown 受限解码模型，提供摘要、压缩和提取中间件，帮助开发者低成本管理长运行智能体的上下文。
Ethan MollickAI 评分2727 Dot 智能体主动排查订阅异常
我的 AI 智能体正在执行主动客户服务：有人发邮件给我说，在订阅我的 Substack 后，他们被自动注册了其他服务（这不应该发生）。无需我询问，我的 Dot 自行运行测试，并通过尝试复现错误找出了原因。
NVIDIA BlogAI 评分3030 NVIDIA 宣布对法国初创公司进行新投资
NVIDIA 宣布向 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司进行新的计划投资，覆盖医疗、材料发现、物理AI及商业规划领域。此前 NVIDIA 已在欧洲承诺投入近 $10 billion，并支持 Bull、Altair-1 等构建主权AI基础设施。
Artificial AnalysisAI 评分4242 Artificial Analysis 发布 AA-3D 基准
我们已测量智能。现在该看看它了。我们推出 AA-3D，这是衡量 AI 模型构建交互式 3D 场景能力的新基准。每个模型作为代理在离线沙盒中运行，将书面简报转化为 three.js 网页。一个人类评审小组
Ethan MollickAI 评分1515 OpenAI与Anthropic优化AI成本智能
是的，有理由认为 OpenAI 和 Anthropic 将在如何优化 AI 的成本/智能方面做得最好，它们会使用不同能力水平的智能体组合，这些智能体经过专门训练以在各自的框架中协同工作。
vLLM 官方博客精选AI 评分6262 vLLM 推出双向 KV 传输以优化多轮智能体工作负载 TTFT
vLLM 发布双向 KV Cache 传输功能，允许预填充节点复用解码节点保留的 KV 块，从而减少多轮对话中的重复计算并降低首 Token 时间（TTFT）。
推荐理由：vLLM 引入双向 KV 传输机制，通过复用解码节点缓存显著降低多轮智能体工作负载的 TTFT，为长上下文场景提供可落地的性能优化方案。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 如何配置自定义指令、Agent Skills 与 MCP 以适配代码库
GitHub Copilot 支持通过 `.github/copilot-instructions.md` 定义仓库级规范，利用 `.github/skills` 封装可重复流程，并在 `.github/agents` 创建专用智能体。
DeepLearning.AIAI 评分2828 吴恩达解析智能体为何需新范式
智能体不像早期聊天机器人那样仅消耗输入输出 token。智能体使用计算机：搜索、存储、分析、交易，其规模非人力所能及。在本周 The Batch 的 Andrew's Letter 中，吴恩达解释了这意味着我们需要
a16zAI 评分2828 TypeSafe AI谈SaaS为何能赢AI
TypeSafe AI 的 Diogo Almeida 阐述为何枯燥的 SaaS 公司最有可能在 AI 领域胜出：Ben：“当编码智能体出现时，发生了‘SaaS 末日’，它们的所有估值都跌入谷底。然后当 Jev 出来时，每家 SaaS 公司都觉得，‘这是最伟大的
Sierra Blog精选AI 评分8282 Sierra 发布 Personal Agent Protocol (Poppy) 草案并公布35家设计合作伙伴
Sierra 联合 Meta、OpenAI 等公司发布了名为 Poppy 的 Personal Agent Protocol 草案，旨在建立个人智能体与企业服务之间的标准交互协议。
推荐理由：原文公开了个人智能体协议草案及35家设计合作伙伴，明确了基于OAuth和MCP的标准交互流程，为开发者提供了构建智能体与商业服务对接的具体规范。
AWS Machine Learning BlogAI 评分4242 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 基于 Amazon Bedrock 构建 Agent Mode，服务 4000 万开发者。该架构通过向量数据库将 170+ 工具动态筛选至约 15 个以解决工具蔓延问题，并集成 Guardrails 进行 PII 脱敏及多层级提示词缓存，实现跨地域推理与零数据保留。
AWS Machine Learning BlogAI 评分4242 AWS 发布 Amazon Bedrock、AgentCore 及 Strands 九月更新：新增 OpenAI GPT-6 Astra 与 Kimi K3 等模型支持
AWS 推出 Amazon Bedrock Managed Agents 公开预览，支持 OpenAI 模型并保留数据在 AWS 内。Strands 发布开源工具包 harness（节省 28% token）及 2B 参数决策模型 Decider 2B。
OpenAI NewsAI 评分3535 Asana 使用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 在 Codex 中使用 GPT-6 Astra，使其浏览器智能体在测试中成本降低 76 倍、速度提升 5 倍。这一优化旨在为客户提供更强大的模型能力。
Ethan MollickAI 评分3636 Gemini 4后谷歌需整合智能体
Gemini 4之后，谷歌面临的挑战在于如何用好一款优秀的模型。Anthropic和OpenAI表明，我们正迈向通过编排器智能体处理多种任务的单一界面。Gemini 3时代充斥着针对众多市场的碎片化产品。这对未来行不通。
LangChain BlogAI 评分3838 Managed Deep Agents v0.9 如何构建开箱即用的用户体验
Managed Deep Agents v0.9 引入新 reactions API，支持通过决策模型或代码逻辑动态分配 emoji 以优化加载状态。该功能利用 TypeSafe Classifier 调用 Jev 等模型，根据上下文置信度选择表情，提升用户对智能体进度的感知与信任。
LangChain BlogAI 评分3535 Snyk 如何将内部支持 Agent 转化为客户功能
Snyk 基于 LangChain 和 LangGraph 构建的 AI 安全助手 Snyk Assist，于 2026 年 9 月从内部工具正式转为面向所有付费客户的核心产品功能。该智能体通过 LangSmith 进行可观测性管理与评估，利用中间件处理权限、状态及护栏，确保仅返回用户有权访问的数据并支持自动化工单等操作。
DeepLearning.AIAI 评分4545 AREX 智能体研究模型发布
一款名为 AREX 的新智能体研究模型和测试框架，逐条检查其答案要求，保留已验证内容，并仅针对缺口进行研究。BrowseComp 得分 82.5%，WideSearch-en F1 得分 82.0。单独使用 Harness：最高提升 +10 分。微调后的 4B 模型在 6 项中的 5 项上优于未微调的 35B 模型
NVIDIA BlogAI 评分4040 NVIDIA Omniverse 开发者如何利用 GPT-6 Astra 等前沿 AI Agent 构建仿真应用
NVIDIA 开发者结合 GPT-6 Astra 与 Omniverse 库，通过自然语言指令构建仓库、机器人及自动驾驶仿真。在包含80条传送带和40个机械臂的测试中，系统维持30帧/秒全高清运行并完成640次放置；另有项目利用 Claude Fable 5 优化数字孪生传感器验证。
a16zAI 评分2828 a16z：智能体Token消耗激增
你的下一批用户是机器。智能体的 token 消耗量几乎是人类的 5 倍，六个月内增长了 14 倍
AWS Machine Learning BlogAI 评分5353 AWS 详解 AI 智能体按次推理付费：Incarna 与 BlockRun 基于 Amazon Bedrock AgentCore payments 的实践
Amazon Bedrock AgentCore payments 为 AI 智能体提供托管的按需支付能力，支持 x402 协议并在基础设施层强制执行支出限制。Incarna 利用该服务让智能体向 BlockRun 按请求购买模型推理，将集成工作从数月缩短至三天，并上线了端到端的按次付费流程。该方案通过 Coinbase CDP 钱包和 USDC 结算，确保每笔交易可审计且智能体无法超出预设预算。