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。
技术方向
Agent 智能体 最新动态
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
116 条精选近 30 天 77 条共收录 429 条
更新
精选归档 · 第 3 页
LangChain Blog精选AI 评分6262
The Decoder精选AI 评分8080 Zenity Labs 发现 AWS Bedrock AgentCore 存在跨智能体接管漏洞
Zenity Labs 研究人员发现，通过一个公开可访问的 AI 智能体即可接管同一 AWS 账户和区域内所有 Amazon Bedrock AgentCore 智能体。
推荐理由：原文披露了 AgentCore 的权限隔离缺陷及攻击链细节，并记录了 AWS 的修复措施，为评估云端智能体安全边界提供了具体案例。
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。
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。
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。
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。
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。
404 Media精选AI 评分7878 Meta 在 Muse 发布前紧急修复虚拟机逃逸漏洞
404 Media 报道 Meta 在 AI 智能体 Muse 发布前夕发现多个严重安全漏洞，其中至少一个允许用户通过 KVM 逃逸访问 Meta 敏感数据库。Meta 高管称此为“服务加固冲刺”，但内部消息源指出团队为赶工期推出了“半成品保护”。Muse 的每个实例运行在独立虚拟机中，其虚拟机逃逸漏洞在 Meta 赏金计划中被列为最高风险，奖励高达 $300,000。
推荐理由：原文披露了 Muse 发布前因虚拟机逃逸漏洞引发的内部紧急修复，以及该架构设计带来的潜在生产环境安全风险。
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。
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。
Latent Space精选AI 评分8080 Gemini 4 Argon 发布：GDM 对标 Astra/Fable，支持 1M 输出
Google DeepMind 发布 Gemini 4 Argon，主打编码、企业知识工作和网络安全，在 19 项基准测试中 13 项取得 SOTA。该模型通过 Long Decode Continuation 实现最高 1M token 的输出限制，目前仅在 Fairwind Program 中向政府用户和可信网络防御者开放预览。
推荐理由：汇总了 Gemini 4 Argon 的基准测试表现、定价策略及行业反馈，为评估其实际竞争力提供了多维度的参考数据。
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。
Modal 官方工程博客精选AI 评分7878 Modal 正式推出 VM Sandboxes 以支持智能体运行完整计算机环境
Modal 宣布其 VM Sandboxes 功能正式全面可用（GA），允许开发者通过单一配置标志为 AI 智能体提供完整的 Linux 虚拟机环境。该功能基于 Cloud Hypervisor 构建，保留了原有 gVisor Sandbox 的 API、亚秒级冷启动和突发资源能力，并支持 Docker、本地数据库及图形界面等复杂工作负载。
推荐理由：官方详细说明了 VM Sandboxes 的技术实现与早期客户案例，为需要完整 Linux 环境的 Agent 开发者提供了具体的迁移参考。
Modal 官方工程博客精选AI 评分7878 Modal 发布 Sidecars：为 Sandbox 提供低延迟信任边界
Modal 推出 Beta 版 Sidecars，这是一种在主 Sandbox 同一主机上运行的隔离容器，旨在建立可信代码与不可信代码之间的安全边界。Sidecars 通过内部桥接网络通信，其跨信任边界的通信速度比使用独立 Sandbox 快至少 3 倍，有效解决了将智能体框架（harness）移出 Sandbox 所带来的高延迟问题。
推荐理由：原文给出了隔离可信与不可信代码的新原语及实测延迟数据，读者可据此评估其在降低智能体网络开销方面的实际价值。
OpenRouter Announcements精选AI 评分7373 OpenRouter 发布 Agent 模型成本与质量权衡框架
OpenRouter 提出一种三步框架，用于为 AI Agent 选择最具性价比的模型，强调不应仅依据排行榜排名选模，而应寻找满足特定任务质量门槛的最便宜模型。
推荐理由：提供了一套基于自有数据测量成本与质量比值的三步决策框架，帮助开发者在 Agent 任务中避开排行榜陷阱，选出满足最低质量要求的最经济模型。
Latent Space精选AI 评分8282 Latent Space 访谈 OpenAI 团队：Computer Use 进展与 Decisions API 发布
OpenAI 团队在 Latent Space 播客中回应了关于 Computer Use 进展的质疑，指出当前技术已发生根本性变化，并介绍了新发布的 Dots、GPT-6.1 Sol 和 Agents API。团队还透露了受 Jev 启发的 Decisions API 开发细节，该 API 基于 Luna 模型实现低延迟并行推理，旨在支持快速分类和实时控制等场景。
推荐理由：原文记录了 OpenAI 团队对 Computer Use 进展的复盘，以及受 Jev 启发快速推出 Decisions API 的内部决策过程。
OpenRouter Announcements精选AI 评分6868 OpenRouter 发布 AI Agent 提示词或模型变更后的回归测试指南
OpenRouter 发布指南介绍如何在提示词或模型变更后对 AI Agent 进行回归测试。核心方法是建立锁定的用例集和行为契约，通过结构断言检查工具调用及参数，而非文本比对。文章详细演示了使用 Ori Eval 框架固定具体模型 slug、配置 CI 工作流以及处理模型切换时的推理参数差异，确保在价格或性能变化时保持策略合规性。
推荐理由：原文提供了锁定用例集与行为契约的具体方法，并演示了如何利用 Ori Eval 进行模型切换的回归测试。