Google 发布 AQuA：用于诊断生产环境 Agent 的质量智能体
Google 发布并开源了 AQuA（Ambient Quality Agent），这是一个在 Google Cloud 项目中旁路运行、专门用于诊断生产环境 Agent 故障的质量智能体。
推荐理由：Google 开源了用于生产环境 Agent 质量监控的 AQuA 工具，提供了从轨迹采样到根因诊断的完整闭环方案及代码示例。
#Agent
Google Developers Blog精选AI 评分7878 Anthropic Claude.dev 开发者博客精选AI 评分7777 Anthropic 发布构建高效 Agent 自动化的参考实现与指南
Anthropic 发布了基于 Claude Managed Agents (beta) 的 Agent 自动化参考实现，用于定时读取 Slack 和 GitHub 源并推送简报。
推荐理由：官方提供了基于 Claude Managed Agents 的自动化参考实现，包含书签机制、记忆存储和护栏配置等具体工程细节。
LangChain Blog精选AI 评分6262 LangChain 发布 Restock 示例：构建可安全支付的 AI 智能体
LangChain 推出 Restock 示例项目，演示如何利用 Managed Deep Agents、Stripe Link 和 Machine Payments Protocol (MPP) 构建具备真实支付能力的办公采购智能体。
推荐理由：原文通过 Restock 示例拆解了智能体接入 Stripe Link 与 MPP 协议的安全支付链路，展示了凭证隔离与人工审批的具体实现。
Ethan MollickAI 评分2121 AI智能体生产力影响研究缺失
作为曾通过随机对照试验（RCT）早期研究AI聊天机器人对生产力影响的学者，我注意到自去年秋天真正智能体出现以来，缺乏类似的研究。部分原因是其新颖性，部分原因是研究设计的挑战，但我怀疑我们遗漏了一些巨大的影响。
Google Research精选AI 评分7373 Google Research 发布专利起草 AI 辅助效果实地实验研究
Google Research 联合 NBER 发表一项为期三个月的实地实验，评估未发布的 Google Labs AI 专利写作助手（现集成于 Gemini Notebook）对 133 名律师的影响。
推荐理由：原文通过三个月实地实验揭示AI辅助对资深与初级律师技能发展的差异化影响，为理解人机协作下的专业成长提供实证依据。
OpenRouter AnnouncementsAI 评分4747 OpenRouter AI 销售智能体 Rasp 为团队每月节省 600 小时
OpenRouter 基于 Ori 构建的 AI 销售智能体 Rasp 为其 5 人销售团队每月节省约 600 小时，并将交易周期缩短 34%。该智能体自动处理线索分类、首触邮件及 CRM 更新，日均成本降至约 $30，远低于此前近 $800 的水平。
Google Developers BlogAI 评分5858 Google 发布 Developer Knowledge API 生态系统
Google 推出 Developer Knowledge API 生态系统，为 AI 智能体和开发工具提供 Google Cloud、Firebase 和 Android 等官方文档的结构化程序化访问。
LangChain BlogAI 评分5050 LangChain Managed Deep Agents v0.9 发布：支持自主调度、按运行配置及 Slack 反应
LangChain 发布 Managed Deep Agents v0.9，新增 Schedules SDK 允许智能体在对话中创建定时任务与提醒。该版本支持通过函数动态配置每次运行的模型、技能及 MCP 服务器，实现单部署多场景适配。同时引入 Slack 消息自动反应功能，默认添加 👀 表情以确认接收，提升交互体验。
LangChain Blog精选AI 评分6565 LangChain Deep Agents 升级 Skills 支持：新增工具绑定与动态重载
LangChain 宣布在 Deep Agents 中全面升级 Skills 支持，旨在解决企业级大规模技能库的管理难题。
推荐理由：原文详细说明了工具绑定、固定加载和动态重载机制，展示了如何优化大规模技能库的上下文管理。
AWS Machine Learning BlogAI 评分3232 Cornerstone OnDemand 如何利用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，效率提升 78%。该系统通过自动化工作流将手动生命周期步骤减少 70%，并实现 SRE 与数据团队的实时报告，同时使冗余警报中位数降低 65%。
AWS Machine Learning BlogAI 评分2323 AWS 发布构建 AI 能力指南：缩小非技术人员知识-能力差距
AWS 推出六周结构化计划，帮助非技术背景员工利用 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建 AI 原型。参与团队基于 Amazon Nova 模型开发多智能体金融顾问 WealthWise，实现亚秒级响应并获第一名。数据显示，分阶段学习比短期集训保留更多实用技能，90% 受访者渴望动手实践以弥合概念与落地间的差距。
AWS Machine Learning BlogAI 评分3535 AWS DevOps Agent 结合 Lambda Durable Functions 实现自动化修复
AWS 推出基于 AWS DevOps Agent、Amazon EventBridge、AWS Lambda Durable Functions 和 Amazon Bedrock 的自动化修复工作流。
AWS Machine Learning BlogAI 评分2626 Qlik 如何基于 Amazon Bedrock 构建企业级可信 AI
Qlik Answers 自 2026 年 2 月正式可用以来，利用 Amazon Bedrock 和 OpenSearch Service 实现全球规模的可信 AI 部署。其 Discovery Agent 已发现超 100,000 个异常，Lintech International 借此将响应时间缩短 75%。该方案通过路由层与专家代理架构，解决了数据主权及模型容量预测难题。
AWS Machine Learning BlogAI 评分3838 AWS 提出 Agentic Value Model 以完善智能体自动化商业论证
AWS 推出 Agentic Value Model 框架，指出传统 RPA ROI 模型无法捕捉智能体自动化的全部价值。该模型涵盖时间节省、异常处理、决策质量及变更韧性四个维度，并强调需通过流程重构与能力建设实现价值落地，而非仅依赖工时节约。
Microsoft Research精选AI 评分7373 Microsoft Research 发布 Agent Lightning v1.0：基于真实 Harness 的轻量级智能体强化学习框架
Microsoft Research Asia 推出 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级智能体强化学习框架，支持使用部署时的真实 Agent Harness 直接参与训练。
推荐理由：微软亚洲研究院提出 Harnessed Agentic RL 范式，通过仅 3500 行代码的轻量框架让真实 Agent Harness 直接参与强化学习，在 SWE-bench Verified 上以约 6000 样本实现 Qwen3.5-9B 性能提升。
Ethan MollickAI 评分1212 解释本地与云端AI工具配置之难
我倾向于在本地机器上使用 ChatGPT 进行 Codex 工作（通过 Remote connection 进行管理），但 Dot 运行在云端，而且我在本地机器上还有几个 Claude 的定时任务……天哪，向那些不深入钻研这些技术的人解释这一切实在太令人困惑了。
Ethan MollickAI 评分2828 Claude Projects 用于复杂工作体验
过去几周，我将大量 Cowork 复杂工作切换到了新的 Claude Projects（令人困惑的是，它与旧版 Claude Projects 不同，而是与专用云虚拟机持续对话）。我发现它在大多数方面都更好，但文档并不清晰。
AWS Machine Learning BlogAI 评分4242 基于 AgentCore 和 OpenClaw 构建上下文感知 AI 助手
利用开源智能体系统 OpenClaw 在 Amazon Bedrock AgentCore runtime 上构建具备记忆能力的个人助手，通过 AgentCore memory 将对话转化为持久知识。该架构支持按任务路由 Claude Haiku 4.5（文本）与 Claude Sonnet 4.5（视觉），采用消费型计费使轻量使用成本降至每月约 $1–2。
Sierra BlogAI 评分4242 Sierra 发布 Agent OS 新模型 Curie、Fleming 及 Persona Studio
Sierra 在 Summit 2026 上推出 Agent OS 的新模型 Curie 和 Fleming，分别用于对话编排与识别代理来电。同时发布 Persona Studio 以自定义语音人格，并联合 Meta 等伙伴制定 Personal Agent Protocol 开放标准。
Sierra Blog精选AI 评分8282 Sierra 与 Meta 推出个人智能体协议 Personal Agent Protocol
Sierra 与 Meta 联合宣布推出开放标准“Personal Agent Protocol”，定义个人 AI 智能体与企业交互的方式。该协议基于 OAuth 构建会话，支持智能体通过网站、API（如 MCP）或企业自有智能体完成任务，并允许用户控制读写权限。
推荐理由：Meta 与 Sierra 联合发布个人智能体协议，旨在通过标准化接口解决智能体访问企业服务的身份验证与权限控制难题。
AWS Machine Learning BlogAI 评分3333 基于 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾服务
该方案利用 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 及 Managed Knowledge Base，为航空应用添加实时语音交互层。通过 Strands Agents 框架与 MCP 协议连接后端，实现座位变更、行程查询等自然语言操作。架构采用微 VM 隔离与按需扩展，支持用户无缝切换触控与语音会话。
Microsoft ResearchAI 评分3838 Microsoft Research 探讨 AI 评估中的意外失败与经验教训
Microsoft Research 研究员 Jennifer Neville 指出，当模型在超越传统基准的测试中表现时，会出现“令人惊讶的失败”。她强调深入分析数据对于理解违背预期的结果至关重要。该对话探讨了评估如何推动 AI 系统性能边界以满足用户需求，并分享了处理当前 AI 系统的实用指导。
Anthropic Claude.dev 开发者博客精选AI 评分8282 Anthropic 发布 Claude Code 云端会话功能指南
Anthropic 推出 Claude Code 云端会话功能，允许用户在独立虚拟机上运行任务，支持从浏览器、移动端、终端和 Slack 启动并跟踪进度。该功能包含于 Pro、Max、Team 或 Enterprise 计划中，不额外收取计算费用，现有个人订阅用户可领取一次性奖励额度。
推荐理由：原文通过并行任务实测与架构拆解，展示了云端会话在隔离环境下的并发能力、安全边界及具体工作流适配场景。
AWS Machine Learning Blog精选AI 评分6060 Amazon Bedrock 上线 GLM 5.3 模型
Z.ai 的 GLM 5.3 模型现已正式登陆 Amazon Bedrock，作为 753B 参数的混合专家模型，它专为编码和长周期智能体任务优化。用户可通过 OpenAI 兼容 API 或原生接口调用，利用跨区域推理和显式提示词缓存降低延迟与成本。文中还演示了结合 Strix 智能体进行自动化安全测试的具体工作流。
推荐理由：原文展示了GLM 5.3在Bedrock上的托管接入方式及针对长上下文和代码场景的缓存优化，为开发者提供了具体的集成路径。
Google ResearchAI 评分4747 Google Research 发布智能体隐私与安全研讨会报告
Google Research 联合50余位专家发布《Open and Emergent Problems in Agentic Privacy and Security》报告，基于2025年底CAPS研讨会成果。报告指出LLM驱动的智能体面临非结构化输入、概率性控制流及自主委托带来的隐私安全挑战。建议引入上下文完整性（CI）理论，构建动态策略引擎以评估行动的社会与情境适当性。
AWS Machine Learning BlogAI 评分3737 Amazon SageMaker 推出 aws-ai-ml 技能优化生成式 AI 推理
Amazon SageMaker AI 通过 Agent Toolkit for AWS 发布 aws-ai-ml 技能，赋予 Kiro、Claude Code 和 Codex 等编码智能体推理优化与基准测试能力。该技能支持 MCP 协议，能自动生成 SageMaker Python SDK v3 代码并推荐部署配置，帮助用户在 10 分钟内完成从模型到生产环境的快速迁移。
AWS Machine Learning BlogAI 评分3636 LangChain 与 Amazon Bedrock Knowledge Bases 实现智能体检索
LangChain 结合 Amazon Bedrock Managed Knowledge Base 推出 agentic retrieval，通过 AgenticRetrieveStream API 将复杂问题拆解为子查询并规划检索路径。
AWS Machine Learning BlogAI 评分3535 使用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 通过内置与自定义评估器，量化多智能体系统在供应链场景中的准确性、任务成功率及决策可解释性。该方案结合 Strands Agents SDK 构建编排架构，支持按需基准测试与在线持续监控，并配合 Guardrails 实现执行期安全约束，确保企业级代理符合业务逻辑。
Ethan MollickAI 评分1818 需构建人机协同邮件系统
另一个急需的产品：为团队打造的邮件系统，让人类和自主智能体都能访问。我们需要一个具备适当权限的系统，让你的 AI（以及受邀的其他人）在其中工作、互相评论，并在必要时引起你的注意。
Ethan MollickAI 评分2828 呼吁构建适配AI协作的个人操作系统
我确实希望拥有针对与 AI 协作优化的个人操作系统，包括细粒度的安全理念、更便捷地动态查看和理解 AI 正在做什么的方法，以及独立的二级“审计”智能体来检查 AI 在你系统上的结果
OpenRouter Announcements精选AI 评分6868 OpenRouter 对比 OpenAI、Anthropic 和 Google 的服务器端代码执行工具
OpenRouter 发布博客对比 OpenAI、Anthropic、Google 及自家 openrouter:shell 工具的服务器端代码执行能力。OpenRouter 的工具支持任意模型在 Responses 和 Messages API 中运行命令，沙箱默认无外网访问，按 $0.0001/秒计费且新容器最低收费 30 秒。
推荐理由：文章对比了四家服务商的托管代码执行工具，明确了各自沙箱能力、计费模式及适用场景，为开发者选型提供了具体依据。
Together AI Blog精选AI 评分6363 Together AI 发布 Together Link 支持在常用编码工具中接入开源模型
Together AI 推出 Together Link，允许用户在 Claude Code、Codex 等现有编码工具中直接调用 Kimi K3、GLM 5.3 等开源模型，宣称可降低超过 50% 的支出。该工具通过一条安装命令配置，利用 Together AI Router 根据任务复杂度在快速低成本模型与前沿能力模型间自动路由，并提供会话级成本对比追踪。
推荐理由：原文给出了将现有编码智能体切换至开源模型的命令与自动路由机制，读者可据此评估在保留工作流前提下降低推理成本的具体路径。
Hugging Face Blog精选AI 评分8585 微软与 Hugging Face 联合发布 ThinkingBox：基于后端状态验证 AI Agent 可靠性的新基准
微软和 Hugging Face 联合推出 ThinkingBox，这是一个用于评估 AI Agent 可靠性的新基准和环境。它不依赖模型的最终文本回复或工具调用记录，而是直接检查任务执行后留下的后端数据库状态和副作用（如工单是否真正关闭、退款是否到账）。
推荐理由：微软与 Hugging Face 联合发布 ThinkingBox，通过检查后端数据库状态而非仅看模型回复来评估 Agent 的可靠性，并提供了可复现的基准测试环境。
AWS Machine Learning BlogAI 评分5555 AWS 发布 Adjudicated Query 模式用于 Amazon Quick 合规扫描
AWS 推出 Adjudicated Query 设计模式，利用 Amazon Quick 和大语言模型实现大规模租赁合同的合规性扫描。该模式将自然语言问题转换为对固定类型操作的调用，由确定性规则引擎执行实际判定，确保结果的可证明完整性和可辩护性。
GitHub Blog · AI & MLAI 评分3535 GitHub 建议开发者强化三项 AI 协作技能
GitHub 指出开发者需掌握指挥 AI、评估输出及解决更大问题这三项核心技能。文章强调利用 GitHub Copilot 的 Rubber Duck agent 进行代码批判以弥补模型盲区，并主张将节省下的实现时间用于架构权衡与技术决策。
LangChain Blog精选AI 评分7878 LangChain 详解如何在 Agent Harness 中构建模型路由器以降低成本
LangChain 发布指南介绍如何在 Open SWE 编码智能体中构建模型路由器，通过将任务分配至不同层级的模型（GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra），使每个线程的中位成本降低了 64%，同时保持合并 PR 率等质量指标不变。
推荐理由：LangChain 分享了在 Open SWE 中构建模型路由器的完整流程，通过任务分类和 A/B 测试实现了成本大幅降低且质量无损。
Hugging Face BlogAI 评分5858 ServiceNow 发布 AutoSynthData：面向企业智能体的合成训练数据生成框架
ServiceNow CoreAI 推出 AutoSynthData，旨在将企业智能体在特定环境中的能力差距转化为高质量的合成训练数据。该框架通过分析目标模型的失败模式和教师模型的成功轨迹，生成包含系统规范、用户提示和验证器的新任务，并在执行环境中进行严格验证与修复。
OpenRouter AnnouncementsAI 评分4040 LangChain 与 CrewAI 编排对比及 OpenRouter 原生路由解析
LangGraph 和 CrewAI 负责工作流编排，OpenRouter 处理模型与提供商路由。OpenRouter 通过 `models` 参数实现错误驱动的有序回退列表，其 Agent SDK 覆盖有界多轮工具循环场景。LangChain 提供 ChatOpenRouter 集成，CrewAI 支持将 OpenRouter 作为底层模型层使用。
OpenRouter AnnouncementsAI 评分5353 OpenRouter 解析六大 Agent 框架的工具调用 Schema 处理机制
OpenRouter 发布技术文章，详细对比 LangChain、CrewAI、OpenAI Agents SDK 等六个主流 Agent 框架在处理不同提供商（如 OpenAI、Anthropic、Google）工具调用 Schema 时的翻译机制与差异。
LangChain Blog精选AI 评分7373 TypeSafe AI 发布 Jev 模型并集成至 LangChain
TypeSafe AI 发布了名为 Jev 的 System One 模型，该模型不生成文本而是通过强化学习进行快速的结构化分类决策，官方称其在分类任务上推理速度比同类 LLM 快 200 倍且成本低 400 倍。LangChain 已提供 `langchain-typesafe` 集成，支持通过 `TypeSafeClassifier` 调用该模型实现模型路由和自动模式下的工具调用安全拦截。
推荐理由：原文介绍了 TypeSafe AI 发布的 Jev 模型及其在 LangChain 中的集成方式，展示了如何通过结构化决策优化智能体循环的效率与成本。