DeepLearning.AI 推出浏览器端智能体编码实验室
在浏览器中通过 AI 编码智能体边做边学。支持实时预览，无需安装任何内容。在我们的课程《使用设备端内存构建 AI 助手》中试用 https://DeepLearning.AI 的新智能体编码实验室。免费报名：https://deeplearning.ai/courses/building-ai-assistants-with-on-device-memory… #AI #AIAgents
#Agent
DeepLearning.AIAI 评分1818
Ethan MollickAI 评分2323 政府与企业如何应对智能体AI查询
随着政府和公司日益被能够突破访问限制的智能体 AI 查询所淹没（见图表——这已经开始了！），它们很快将做出一个关键选择。两个选项：结果是让服务变差还是变好？
OpenAI精选AI 评分6565 OpenAI 升级 ChatGPT 中的 GPT-6 Astra Pro：支持多智能体并行任务
OpenAI 宣布 ChatGPT 中的 GPT-6 Astra Pro 迎来升级，响应速度更快，且改进了对插件和工具的使用。现在多个智能体可以并行处理同一任务的不同部分，用户可跟踪每个智能体的进度并查看已完成的工作。
推荐理由：官方说明GPT-6 Astra Pro在ChatGPT中支持多智能体并行处理任务，并提升了插件与工具调用能力。
Ethan MollickAI 评分4242 Gemini 4智能体协作通关Minecraft
关于一组 Gemini 4 智能体如何击败 Minecraft 的论文值得一看。这是智能体自发协调以完成复杂目标的一个通俗易懂的例子（部分原因是由 AI 撰写），以及它们的方法与人类有何不同 / https://arxiv.org/pdf/2610.22319
AWS Machine Learning BlogAI 评分4040 Amazon Bedrock AgentCore 构建 AI 智能体生产级评估框架
AWS SMGS 团队利用 Amazon Bedrock AgentCore Evaluations 构建持续质量闭环，解决 AI 智能体在生产环境中“自信但错误”的隐性失效问题。该框架集成 Guardrails、CloudWatch 等组件，在发布前及运行中自动验证答案准确性并追溯根因，防止如营收数据单位误读或幻觉计算导致的业务风险，确保多智能体系统在大规模部署下的可信度。
OpenAI NewsAI 评分3333 Stack Overflow for Agents 借助 ChatGPT 插件实现注册量三倍增长
Stack Overflow for Agents 通过 ChatGPT 插件推动智能体创建数量增长至多 10 倍，并实现注册量三倍提升。两名工程师利用 Codex 在数周内完成了该产品的开发上线。
Google Research精选AI 评分6363 Google Research 发布构建自主湿实验室的三大基石：VERID 框架、适配体闭环设计与蛋白质从头设计
Google Research 分享三项研究进展，旨在弥合 AI 计算探索与真实湿实验室实验之间的差距。
推荐理由：Google Research 提出 VERID 框架并展示闭环实验案例，为 AI 智能体在湿实验室中的自主发现提供了可复用的基础设施与验证路径。
AWS Machine Learning Blog精选AI 评分6363 AWS 发布 Reflection Beam 智能体编码模型的部署与调优指南
Reflection AI 推出面向智能体编码的开源权重模型 Beam，拥有 501B 总参数和 23B 激活参数，支持 1M token 上下文。该文章详解了在 AWS SageMaker JumpStart 和 HyperPod Inference 上部署 BF16、FP8 或 NVFP4 版本的具体步骤，包括 GPU 容量规划、SGLang/vLLM 运行时配置及性能测试方法。
推荐理由：原文详细拆解了 Reflection Beam 在 AWS 上的两种部署路径及显存规划，为开发者提供了从模型选型到性能调优的可落地工程指南。
Hugging Face Blog精选AI 评分9292 Reflection 发布 501B 参数开源模型 Beam
Reflection 发布了首个开源大语言模型 Beam，这是一个拥有 501B 总参数（每 token 激活 23B）的混合专家（MoE）模型，支持 1M tokens 上下文窗口并采用 Apache 2.0 许可证。
推荐理由：原文提供了501B MoE模型的架构细节、多精度检查点及vLLM/SGLang部署方案，读者可据此评估其在自有硬件上的落地可行性。
Anthropic Claude.dev 开发者博客精选AI 评分8282 Claude Code 团队如何重构代码审查流程
Claude Code 团队通过引入多层自动化审查机制，将人工审批集中在高风险变更上，使合并 PR 数量翻倍的同时回滚率下降超过 40%。该流程包含预验证、AI 审查、安全阻断及基于风险的分级审批，并强调利用事故数据持续优化审查模型以减少噪音。
推荐理由：原文详细拆解了 Claude Code 团队在代码量激增背景下，如何通过多层自动化审查与风险分级机制平衡效率与安全。
a16z精选AI 评分6363 a16z 关注 AI Agent 支付领域动态
a16z 发布关于 AI Agent 支付领域的行业观察。内容聚焦于智能体在自主完成交易和支付流程中的最新进展与潜在机会。
推荐理由：原文梳理了智能体支付领域的最新进展，读者可据此了解 AI Agent 在商业交易闭环中的实际落地情况。
a16zAI 评分3030 AI代理支付需保障退款权
VGS的Terry Angelos与a16z的Alex Rampell探讨AI代理支付绝不能破坏的一件事：获得退款的权力。Terry：“我让Instinct帮我找这些灯，它在沃尔玛找到了……到了付款时，Link [我的支付
a16zAI 评分4242 a16z解析AI智能体信用卡支付
你的 AI 智能体如何用你的信用卡付款，而无需持有卡片：1. 你的卡片存储在受信任的钱包中。2. 当你的智能体去购物时，钱包会创建一个 agentic token：一个仅在该商店有效的替身卡号，并带有诸如“不要
a16zAI 评分2828 Box CEO谈AI智能体钱包商业模式
@Box 的 Aaron Levie 谈论拥有钱包的 AI 智能体如何为互联网创造新的商业模式：“我一直想要在线微支付……我理解为什么这是一种糟糕的商业模式，但我想要它。”“现在这可能是一种好的商业模式。假设你
Together AI Blog精选AI 评分7878 Together AI 上线 Meta Muse Spark Open 模型
Meta 的开源权重模型 Muse Spark Open 已在 Together AI 平台正式可用，作为 Day 0 发布合作伙伴，Together AI 提供该模型的 Serverless API 服务。
推荐理由：原文披露了该开源权重模型的长上下文能力、定价及API调用方式，为评估其在复杂代码库中的实际表现提供了直接依据。
Google DeepMind精选AI 评分6565 Google DeepMind 推出 Antigravity 智能体科学工作台加速抗菌肽发现
Google DeepMind 发布 Google Antigravity 智能体开发平台，旨在通过单会话整合多数据库搜索来加速抗菌肽等新药发现。该平台集成 ProtNLM 模型预测蛋白质功能，并引入 Biomolecular Structure Viewer 实现研究人员与 AI 智能体在共享 3D 画布上的交互式协作。
推荐理由：原文展示了智能体平台在生物发现中的具体工作流，读者可了解其如何整合数据库检索与结构可视化以加速药物筛选。
LangChain BlogAI 评分3535 LangChain 10月通讯：发布 LangSmith AI Search、Managed Deep Agents v0.9 及 LangChain v1.4.0
LangChain 在 Interrupt NYC & London 大会期间发布了多项新功能，包括支持语义搜索的 LangSmith AI Search、具备用户级记忆与工具调用的 Managed Deep Agents v0.9，以及集成 FastMCP 支持的 LangChain v1.4.0。
DeepLearning.AIAI 评分3030 HYSET 工具集评分优于逐个挑选
逐个挑选最相关的工具会留下缺口。HYSET 将工具作为整体进行评分。Recall@5：88.6% vs. 81.4%；任务解决率：69.9% vs. 61.8%。完整故事见我们的每周 AI 新闻与研究通讯 The Batch https://hubs.la/Q04zXp-p0 #DeepLearningAI #AIAgents
a16zAI 评分2828 a16z 探讨智能体支付钱包之战
钱包大战已至。Very Good Security 首席战略官 Terry Angelos 加入 a16z 的 Alex Rampell（两人于 2006 年共同创立 TrialPay，该公司后被 Visa 收购），讨论智能体如何学习花钱。“智能体突然变得
Ethan MollickAI 评分2121 智能体链式推理过长难追踪
过去，查看请求的 CoT 就能了解模型的走向，但随着大量智能体调用其他智能体，且即使是简单的智能体任务，CoT 也会长达数千页，这已不再可能。
Ethan MollickAI 评分4242 CoT价值骤降改变AI协作方式
CoT（即使是被总结的CoT）在智能体时代价值的突然崩塌，改变了与AI协作的方式。有效地引导AI并获得可观测性，现在需要你要求中间输出和测试，并利用AI帮助来排查发现的问题。
vLLM 官方博客精选AI 评分6565 vLLM 宣布支持 NVIDIA Nemotron 3.5 Super VL 多模态模型
vLLM 正式宣布对 NVIDIA Nemotron 3.5 Super VL 提供 Day 0 支持。该模型采用 120B 总参数、12B 激活参数的 MoE 架构，具备文本、图像、文档和视频理解能力，专为长运行智能体工作流设计。
推荐理由：原文披露了 Nemotron 3.5 Super VL 的 MoE 架构参数、混合 Mamba-Transformer 设计以及 vLLM 部署配置，为开发者评估其在长上下文智能体任务中的效率与精度提供了具体技术依据。
NVIDIA Blog精选AI 评分8080 NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 系列开源模型
NVIDIA 发布 Nemotron 3.5 Super VL、Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 三款开源模型，覆盖从企业服务器到边缘设备的智能体部署需求。
推荐理由：原文给出了从数据中心到桌面的全栈开源模型矩阵及具体性能指标，读者可据此评估其在不同算力层级下的智能体部署可行性。
Google Developers Blog精选AI 评分6060 Google 发布 adk-recipes 仓库：涵盖核心模式、插件与贡献层
Google 推出重构后的 google/adk-recipes 仓库，作为 Agent Platform 内容的单一事实来源，支持 Agents CLI、Agent Garden 和 Gemini Enterprise app。
推荐理由：原文展示了 google/adk-recipes 仓库的三层结构及零售垂直技能的具体实现，为开发者提供了从参考模式到可部署服务的完整路径。
AWS Machine Learning Blog精选AI 评分6060 AWS 提出 Trust in Depth 框架：在保障可控前提下赋予 AI 智能体更多自主权
AWS 发布 Trust in Depth 框架，通过 Scope、Know、Bound、Observe 四个独立层级来建立对 AI 智能体的信任，解决人工审批瓶颈并支持高自主性任务。
推荐理由：文章提出分层信任框架，结合自动推理与运行时管控，为平衡智能体自主性与安全性提供可落地的工程方法。
Google Developers Blog精选AI 评分6262 Google 开发者博客分享 AI Agent 评估实战指南
Google 开发者博客发布文章，介绍如何超越主观“感觉检查”，为 AI Agent 建立可重复的评估体系。文章提出了基于关键用户旅程（CUJ）定义成功标准、使用模拟用户生成测试场景、以及结合人工审查与自动化工具的分阶段实施策略。
推荐理由：原文提供了从人工审查到自动化 CI/CD 的评估落地路径，并给出了规避常见陷阱的具体方法。
Ethan MollickAI 评分2626 为个人智能体Dot配置独立邮箱
给我的 Dot 分配一个专用电子邮件地址，结果发现这出奇地简单，并解决了如何与个人智能体相处的一些问题。我不希望它使用我的邮箱或代表我起草消息，我希望确保人们知道他们正在与 AI 互动。
LangChain BlogAI 评分4545 LangChain 解答 Agent Evals 常见疑问
LangChain 团队基于 LangSmith 平台解析智能体评估（Agent Evals）的核心问题，涵盖离线与在线评估的区别及四种主要评估器类型。文章建议从分析 Trace 入手构建小规模数据集，通过持续添加失败案例形成改进闭环，并指导用户利用代码检查或 LLM 裁判监控生产环境质量。
a16zAI 评分3333 a16z谈AI智能体销售策略
既然 AI 智能体现在能够从头到尾负责一个结果，你该如何向它们销售？1. 销售平台：将智能体授权给公司，在其自身运营中运行。没有现有合同设定价格，因此上行空间更大，但新预算需要时间审批且结果是
OpenAIAI 评分3131 OpenAI 报告欧洲企业 AI 智能体应用激增
欧洲企业正迅速扩大对 AI 智能体的使用。在我们欧盟企业和商业客户中，超过一半的 AI 使用现在涉及这些工具，且该地区的中小企业用户数量增长了 8 倍。我们最新的经济研究报告
OpenAI NewsAI 评分2121 Amp 利用 OpenAI 模型将 AI 智能体拓展至代码之外
Amp 借助 GPT-6 Astra、Ultrafast、GPT-Live-1 及 Sign in with ChatGPT 等 OpenAI 模型，推动 AI 智能体在编码以外的领域发挥作用。
LangChain Blog精选AI 评分7070 LangChain 发布 Deep Agents 上下文工程指南：通过中间件优化记忆管理
LangChain 官方博客介绍了 Deep Agents 框架如何利用中间件技术解决 Agent 的“上下文腐烂”问题，确保模型在长任务中仅保留必要信息。
推荐理由：原文详细拆解了 Deep Agents 中用于解决上下文腐烂的五种中间件策略，提供了可直接复用的工程实现逻辑。
Google Research精选AI 评分8282 Google Research 发布 Deep Review：面向复杂技术文档的 AI 智能体审查系统
Google Research 正式发布 Deep Review，这是一个基于 Gemini 4 Argon 的智能体 AI 系统，旨在为科学论文、法律及金融等复杂文档提供严格的技术验证与反馈。
推荐理由：原文披露了Deep Review的四阶段智能体流水线及API接入方式，读者可据此评估其在长文档逻辑校验与多领域审查中的实际可用性。
Google Research精选AI 评分7373 Google Research 发布 Geospatial Reasoning Agent 并扩展早期访问
Google Research 宣布将 Geospatial Reasoning Agent 从概念原型升级为实验性系统，并扩展其在 Google Earth 和 Google Cloud 上的早期访问权限。
推荐理由：原文展示了地理空间智能体在真实场景中的工作流变化，读者可据此评估其处理复杂空间数据的能力及开放入口。
AWS Machine Learning BlogAI 评分2929 基于 Amazon Bedrock AgentCore 构建自改进文档处理系统
利用 Amazon Bedrock AgentCore 构建智能体 IDP 系统，可在 20 分钟内部署多智能体工作流。该系统通过 Strands Agents SDK 协同八个专用智能体，自动分类、提取并验证业务文档。新格式无需手动配置模板即可处理，智能体能从修正中学习并复用知识，显著降低维护成本。
a16zAI 评分3535 AI智能体可长周期处理接力任务
直到最近，AI智能体主要处理短任务，比如一次支持通话或一封邮件。现在它们可以在一项工作上持续数周或数月。这对通过长链条人员运作的“接力赛”式工作至关重要。该链条中的每一次交接都是出错的机会
a16zAI 评分2121 a16z谈企业AI从任务到结果演进
企业级 AI 如何从“拥有任务”向“拥有结果”演进：1. 助手：在几秒内处理一项任务，例如发送跟进邮件。公司将其计入软件预算。2. 智能体：在几分钟内处理一次交互，例如客户退款
Ethan MollickAI 评分3333 中国开源权重模型现失控智能体集群
首次清晰目击到中国利用开源权重模型的失控智能体集群。与 OpenAI 的群体类似，其目标似乎是由 AI 一心一意地执行研究任务（据称是在绘制中国公园使用频率最高的入口地图）。未来的预兆
OpenAI NewsAI 评分2121 Third Moment Research 如何利用 GPT-6 Astra、GPT-6.1 Sol 及 Codex 运行超 36 小时的 10,000 个智能体
Third Moment Research 利用 GPT-6 Astra、GPT-6.1 Sol、Codex 和 Daybreak，成功运行了超过 36 小时的 10,000 个 AI 智能体。这些智能体具备持续数天的专注能力，并能随着使用过程不断优化性能。
AWS Machine Learning BlogAI 评分3030 Tamnoon 基于 Amazon Bedrock 构建 AI 云安全修复智能体 Tami
Tamnoon 在 Amazon Bedrock 上构建了 agentic 云修复编排器 Tami，通过四个专用 AI agent 实现从调查到修复的自动化。该方案在 90 天内将关键云暴露面降低超 90% 且零生产事故。