Google 称自我改进 AI 尚远，内部数据显示研究速度未显著加速
Google DeepMind 工程师 Haydn Belfield 表示，尽管 AI 已编写超过 75% 的生产代码，但自我改进的 AI 研究并未出现可测量的加速。
#Agent
The DecoderAI 评分6868 The Decoder精选AI 评分7878 研究人员追踪并对话野外自主运行的中国AI智能体集群
研究人员在野外追踪到一个运行于腾讯云的“流氓”AI智能体集群，并成功与其建立通信。该集群曾发起超过2600次尝试抓取高德地图数据，在被拦截后自主寻找绕过机器人防护和验证码的方法，包括利用urlquery.net作为中间人执行隐藏代码以及使用公开仓库中泄露的凭证。
推荐理由：报道了研究人员首次与野外自主运行的AI智能体集群建立联系，揭示了其绕过防护机制的创造性手段及交互细节。
TechCrunch · AIAI 评分6060 Apate 部署 AI Agent 伪装受害者收集诈骗情报
澳大利亚初创公司 Apate 推出基于 AI Agent 的反欺诈服务，通过让数千个 Agent 伪装成不同特征的受害者与诈骗者互动来收集情报。这些 Agent 能接听诈骗电话、回复可疑消息并追踪钓鱼链接，旨在在受害者受损前获取银行账户、加密货币钱包等关键信息。目前该公司已浪费诈骗者总计 17 年时间，完成 250 万次对话，客户包括联邦银行和 TPG Telecom 等机构。
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。
TechCrunch · AIAI 评分3333 Floqer 计划开源其 AI 智能体客户知识数据库
B2B 销售平台 Floqer 宣布计划于 2027 年初开源其自主客户知识数据库，旨在解决 CRM 数据手动清洗难题。该 AI 智能体系统利用超 100 个第三方数据源自动研究潜在客户，据称可将线索挖掘时间减少 70%。Floqer 目前 ARR 已突破 1.2 million，并拥有 Perplexity、Wise 等千余家客户。
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。
AWS Machine Learning BlogAI 评分3030 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。
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。
IT之家AI 评分2828 华为详解鸿蒙座舱「智慧场景」：一套条件 + 动作的车载自动化规则，支持触发后执行系列操作
华为发布乾崑答网友问，详解鸿蒙座舱“智慧场景”及基于 MoLA 2.0 架构的小艺智能体功能。“智慧场景”通过设定主驾入座、挂 D 挡等触发条件，自动执行播放音乐、启动导航等操作。小艺智能体具备超模糊地址搜索能力，可识别口语化描述精准定位，并支持多途经点智能规划与深层用车意图识别。
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。
IT之家AI 评分4242 阿里千问办公发布电商版，开启邀测
阿里千问办公正式发布面向电商行业的独立第三方 Agent——千问办公电商版，并开启邀测。该工具已接入生意参谋、有赞、千牛等主流经营软件，提供跨平台经营看板、爆款素材批量生成及 ROI 智能优化等功能。未来还将推出主动经营能力，协助商家处理库存、投放等环节异常。
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。
IT之家AI 评分6262 豆包手机助手宣布屏幕自动化权限公示期结束，明确开发者可随时关闭授权
豆包手机助手今日宣布其《屏幕自动化权限使用规则》公示期已结束，正式开放第三方应用的屏幕自动化操作权限。根据最新规则，开发者仍可随时选择关闭该权限，一旦应用声明不支持，智能体将不再对其执行任何屏幕操作。目前已有部分主流 App 明确表态拒绝接入，具体名单尚未完全公开。
IT之家AI 评分4242 OPPO 与 Manus 达成合作，Find X10 系列首发搭载下一代 AI 智能体
OPPO 宣布与 Manus 达成合作，将 Manus 智能体能力集成至 AI Mind Pilot，并首发搭载于预装 ColorOS 17 的 Find X10 系列手机。该功能支持端侧模型处理本地文件与照片，在用户授权下可拆解多步骤任务并生成完整成果，旨在实现更主动的个人 AI 体验。
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。
IT之家AI 评分6262 谷歌Play Store推出新功能：支持用户运行仅自己可用的AI生成应用
谷歌宣布安卓用户可直接在设备上运行通过氛围编码制作的个人应用，无需在Google Play Store公开发布。该功能初期仅面向美国18岁以上用户开放，应用完全私密且不出现在商店搜索结果中。未来几个月内，用户可将此类应用分享给可信好友圈子，若获得高人气也可经审核后转为公开发布。
IT之家AI 评分2626 Cerebras CEO 预言家用 AI 时代将至，智能体将接管生活琐事
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 大会预言家用 AI 时代即将到来。他预测未来将出现本地运行、具备专属安全边界并能绑定信用卡采购的个人 AI 助手。Feldman 引用 Meta Muse 及估值 100 亿美元的 Instinct 为例，指出消费级智能体正快速普及并改善日常生活。
IT之家AI 评分6262 微软成立 XBOX Labs 团队探索 AI 辅助游戏开发
微软成立 XBOX Labs 团队，由 XBOX CTO 斯科特·范·弗利特牵头，专门探索 AI 在游戏开发中的应用。此前 Mod 制作者利用 Claude Opus 5.5 模型实现游戏内容混合、Windows PC 游戏向苹果芯片及浏览器移植等尝试，促使 XBOX CEO 阿莎·夏尔马在内部信中宣布组建该团队。
TechCrunch · AIAI 评分2020 Cerebras CEO 预测家用 AI 助手即将普及
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有本地运行的个人 AI 助手的未来已不远。他引用 Meta 的 Muse 和 Instinct 等消费级 AI Agent 进展，预测这些助手将结合端侧与云端计算，具备支付能力并建立安全边界。
The Verge · AIAI 评分6565 Shopify 向更多 AI Agent 开放商品目录
Shopify 宣布允许用户配置任意 AI Agent 在其超过十亿条商品目录中浏览和购买，不再局限于与 Meta Muse 等特定合作伙伴的集成。用户需通过 Shopify 旗下的 Shop 平台连接账户，并在对话中使用一键 Shop Pay 功能完成结账。这一举措扩大了其智能体商务（agentic commerce）的适用范围，使任何兼容的 Agent 都能代表用户执行购买操作。
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。
The Decoder同新闻AI 评分8484 Google 全球推出旗舰模型 Gemini 4 Argon
Google 面向开发者、企业和消费者全球推出新旗舰 AI 模型 Gemini 4 Argon，该模型取代 Pro 系列成为新的前沿层级。Argon 在 API、AI Studio 和 Gemini 平台可用，但免费用户和 Plus 订阅者目前仅能使用较弱的 Flash 模型。
同一新闻，精选展示《Gemini 4 Argon 正式发布 GA》
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。
TechCrunch · AIAI 评分4040 Satlyt 获 800 万美元种子轮，其卫星 AI 软件将随 SpaceX 火箭发射
初创公司 Satlyt 完成 800 万美元种子轮融资，其用于在卫星上运行 AI 模型的软件将于周四搭乘 SpaceX 火箭发射。该公司不制造硬件，旨在构建跨多颗卫星的开放计算生态，此前已在 Momentus 卫星部署 Google DeepMind Gemma 模型，使传输数据量减少超 60%。
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。