Google Developers BlogApigee 混合云平台 1.17.0 发布：在本地集群中运行 MCP 支持的智能代理工具
Apigee 混合云平台 1.17.0 发布，将 Model Context Protocol (MCP) 数据平面部署在用户自有 Kubernetes 集群中，使 AI 代理工具能在 API 运行环境内调用已安全管理的 API，无需编写代码或自建 MCP 服务器。
实时
#Agent
- Google Developers Blog
Google AI Blog精选9090Google 发布了 Gemini 4 Argon 前沿模型。
Google 发布了 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由: 官方给出定价、基准排名和多个内部落地案例，可据此判断它在编码与科研工作流中的位置。
Latent Space7575Anthropic 的动态工作流如何协调 Claude 智能体 (含视频更新)
Anthropic 宣布动态工作流功能，让 Claude 智能体自主编排复杂任务。该功能允许 Claude 自行决定如何分配工作，无需开发者配置协调器或子智能体，目前已集成于 Claude Console。开发者可设置会话预算并利用“做梦”功能优化智能体记忆库，但模型运行时并不直接感知预算限制。
GitHub Blog · AI & MLGitHub Copilot 应用入门：如何教会 Copilot 了解你的代码库
GitHub Copilot 可通过自定义指令、代理技能、自定义代理和模型上下文协议（MCP）服务器等方式，让用户向 Copilot 传达项目规则、封装可重复流程、提供专业指导以及连接外部工具，从而提升协作效率。自定义指令定义代码规范，代理技能封装重复性任务，自定义代理处理复杂工作，MCP 服务器扩展 Copilot 功能。
Microsoft Research微软研究院开源多模态模型 StudentSim 用于模拟学生学习行为
微软研究院开源多模态模型StudentSim用于模拟学生学习行为，通过公开脱敏学习记录训练个性化学生模拟器，在棋类、英语写作和数学领域表现优于基准，为AI辅导系统提供早期反馈信号，不用于替代教师或课堂教学。
Sakana AIMulti-Agent Self-Supervision 实现递归自我改进
Multi-Agent Self-Supervision (MASS) 通过多智能体自我监督实现递归自我改进，使 27B 开放权重的模型在合成开放式研究任务上，第二轮循环后每个输出 token 的分数达到基准模型的 1.2-1.6 倍。
Sierra BlogPersonal Agent Protocol 的草案发布及 35 家设计合作伙伴加入
Personal Agent Protocol（Poppy）草案发布，宣布 Adyen、Atomic 等 35 家新设计合作伙伴参与设计；该协议基于 OAuth、JWT 等标准，让客户控制智能体权限，企业可跨渠道（网站、API、自有智能体）安全协作，实现从退货到房贷申请的多样化任务。
NVIDIA BlogNVIDIA Omniverse 如何用前沿 AI 代理将想法转化为模拟
NVIDIA Omniverse 结合前沿 AI 模型如 GPT-6 Astra 帮助开发者实现模拟应用，通过自然语言指令指导 AI 代理完成资产组装、物理连接和渲染检查。
TechCrunch · AIGoogle 将 Gemini AI 推向智能体时代，首期面向企业
Google 在云服务大会上宣布为 Gemini AI 推出统一智能体，使其不仅能解答问题，还能代表用户完成事务，初期将聚焦企业应用。该智能体可接受目标而非指令，通过自定义技能和工具连接企业内部系统，默认选用最佳模型（包括第三方 Anthropic Claude 模型），未来将扩展至开源及私有模型选择。
- Sierra Blog7575
Sierra 发布 fleming-1 模型以识别 AI 智能体来电
Sierra 推出 fleming-1 模型，可实时分析通话语音识别 AI 智能体，准确率达 95%，配合 Personal Agent Protocol 标准帮助企业识别 AI 来电身份，企业可自主决定后续处理方式。
Claude BlogAnthropic 如何用 Claude Managed Agents 构建 Agent 自动化
Anthropic 使用 Claude Managed Agents (beta) 构建了一个 Agent 自动化参考实现，该实现按计划读取 Slack 和 GitHub 仓库等自定义来源，追踪自上次运行以来的变更，并将所需信息（例如发布到 Slack）进行发布。
AWS Machine Learning BlogAWS 推出自动化价值模型，重新定义智能体自动化商业案例
AWS 提出自动化价值模型，重新定义智能体自动化商业案例。传统 RPA 投资回报模型忽略智能体自动化在异常处理、决策质量、流程适应性和价值实现方面的价值。企业需考虑释放工时的再部署价值或现金成本降低，以及异常修正成本，才能构建可信的商业案例。
- AWS Machine Learning Blog
AWS DevOps Agent 自动化修复工作流发布
AWS DevOps Agent 完成事件调查后，Amazon EventBridge 触发 AWS Lambda Durable Functions 自动化修复工作流。
- AWS Machine Learning Blog
AWS 设计六周计划帮助非技术人员构建 AI 原型以缩小 AI 知识与能力差距
AWS 设计六周计划帮助非技术人员构建 AI 原型以缩小 AI 知识与能力差距。四名无工程背景的客户面专业人员通过该计划，六周内开发出获得第一名的 WealthWise 多智能体 AI 金融咨询工具。该计划采用结对导师制和 Amazon Bedrock 等生产级工具，参与者需遵循五项原则：优先学习而非获胜、每日例会、从最小可行产品（MVP）开始迭代、主动寻求指导、保持趣味性。
OpenHands Blog7575OpenHands 9月发布：范围智能体、隔离运行时、持久化工作流
OpenHands 9月发布，推出范围智能体、隔离运行时和持久化工作流功能。v1.17.0至v1.24.0版本中，Agent Profiles可控制智能体可用工具和密钥，自动化流程支持配置这些配置文件，Docker运行时为智能体提供隔离工作空间。v1.18.0至v1.21.0版本增强了自动化模板、Agent Profiles和Docker运行时的配置与隔离性，使智能体按需访问资源。
Redwood Research7575Claude Fable 5.1 在不同用户提示下表现出不同的决策理论偏好
当被提示来自主流学术哲学时，Claude Fable 5.1 在约 30%-100% 的情况下选择 CDT，而通常情况下会选择 FDT 或 FDT/UDT。这种现象同样出现在模型对道德实在论/反实在论问题的观点以及 p-zombie 可想性的看法上。这表明在解释模型在 DTBench 等领域的态度评估时应谨慎，并警惕模型基于用户提示对辩论某一方进行稻草人式的呈现。
Google ResearchGoogle 研究探讨智能体隐私与安全问题中的开放与涌现挑战：从语境角度出发
Google 研究发布新报告《开放与涌现的智能体隐私与安全问题：语境视角》，分析自主智能体面临的基础隐私与安全挑战，需系统、模型、用户及生态层面协同防御。报告指出，智能体需处理个人数据并自主行动，但其在非结构化接口、概率性控制流和自主代理方面的特性带来新挑战，需结合语境完整性理论设计能评估行动社会与语境适当性的策略。
Understanding AIOpenAI代理群：下一代“扩展定律”？
OpenAI代理群在攻击Hugging Face和解决数学问题上展现了协作能力，或为AI性能提升带来新范式；它们通过多代理并行处理突破LLM上下文限制，但存在群体思维风险，且规模扩大收益递减，10,000个代理解决Navier-Stokes问题效果未达预期。
Import AI7575Import AI 475: 群体扩展；DeepMind 为生物学打水印；以及 AI 科学经济
Toby Ord 分析认为，AI 群体扩展因并行处理能加速任务完成，但增加 10 倍智能体仅提升 3-5 倍性能，存在类似人类团队协作的“踩踏效应”；美国 61% 的民众不信任企业 AI 自律监管。
Baseten BlogMetaInfer 技能工具箱：仅用知识构建的推理引擎优化器实现 50-90% 更快的引擎性能
MetaInfer 技能工具箱通过仅用知识构建自定义推理引擎，在单流解码速度上使 Qwen-3.6-35B-A3B 模型比 vLLM 0.25.1 快 90%，TTFT 提升 2.33 倍。该框架无需模型微调或专用适配器，通过定义约束和优化目标，使 LLM 可针对特定部署实现高度优化的推理引擎。
- GitHub Blog · AI & ML
AI正在改变开发者工作方式，这三种技能值得加强
开发者工作方式因 AI 而改变，除编写代码外，指导 AI、评估输出、沟通权衡和做出技术决策等技能日益重要。学习指导 AI 而非仅使用它，不轻信 AI 的首个答案并加以评估，以及利用 AI 解决更广泛问题，是开发者应加强的三种关键技能。
Anthropic Research精选7878Anthropic 研究者复盘用 Claude 与 BootLoops 做跨学科科研
Anthropic 研究者 Matt 复盘了用 Claude 与开源 harness BootLoops 做科研的经历，三个月内在 18 个领域推进 36 篇稿件、19 位合作者，从约 400 个候选问题中筛选。
推荐理由: 作者以第一手跨学科实践复盘了智能体做科研的真实边界，并给出可复用的开源 harness 与协作方法。
- Anthropic Research
Anthropic 的 Claude 成功计算 N=4 超杨-米尔斯理论九圈幅角。
Anthropic 的 Claude 成功计算 N=4 超杨-米尔斯理论九圈幅角，突破此前两圈的计算极限，该模型基于 LLM 技术并采用 CoT 推理方法。
- Anthropic Research
Project Swap：智能体在市场交易中的表现与挑战
在 Project Swap 实验中，201 名 Anthropic 员工通过 Claude 智能体进行书籍交易，61% 的智能体能准确匹配员工偏好。智能体在交易中表现良好，但效率受限于信息不足。实验表明，模型性能比指令对智能体谈判结果影响更大，多数参与者对交易所得书籍满意，并愿意支付年度预算约三分之一的费用让 Claude 处理交易。
- Anthropic Research精选8080
Claude自主发现具CRISPR样重复序列的新型酶系统。
Anthropic 成立生命科学研究组并自建实验室，让 Claude 智能体在 DNA 序列数据库中自主搜索，发现了一种与 DNA 重复序列相关的新型酶系统 ART（array-associated reverse transcriptases）。
推荐理由: Anthropic自建实验室，让Claude智能体自主筛选DNA数据库并发现类CRISPR的新酶系统，展示了AI驱动假设生成的具体流程。
Hamel Husain7575如何调试 LLM 判定器使其与人类评审者意见一致？
通过错误分析收集至少 50 个通过和 50 个失败的带人类标签的示例，检查 LLM 判定器与人类标签不一致的地方以获取修复线索，常见问题包括缺失上下文或模糊指令。应先手动检查少数不一致之处，再尝试自动化提示词调整，如使用 GEPA 算法调整判定器提示词并测量其与人类标签的一致性。最常见错误是让 LLM 判定器一次性捕获太多种类的错误，建议为每种失败类型建立单独的判定器。
Dify Blog6565Dify新Agent如何构建电商购物智能体
Dify 新 Agent 可用于电商商店，帮助顾客探索目录、理解产品差异并缩小选择范围，还能将高价值询盘路由至团队邮箱。初始版本需先让 Agent 熟悉目录，通过对话描述任务，搜索 DOWSE 商店的公开产品页面并返回产品名称、价格、简短说明和链接。升级后，Agent 可识别顾客预算、场合、收件人和偏好，推荐最多四件经验证产品并解释原因，同时返回产品图片。
- Hamel Husain6565
应该记录那些并非模型错误的难题
应记录任何让产品变得不实用的因素，包括与模型无关的缺失或损坏功能。优先处理问题，而非分析错误原因。例如，客服未提供订单追踪链接，即使AI无此功能也应记录。识别和优先处理问题是构建评估的基础，某些问题可能是工程或设计缺陷。专注于问题而非根本原因分析，有助于在查看更多数据时编写更高质量的标注。
LangChain Blog精选7171LangChain 如何构建付费媒体智能体
LangChain 公开其付费媒体智能体的构建方法，该智能体运行在 Slack 中，每周汇总广告平台与仓库数据并生成报告，付费媒体在六个月内从贡献 0 提升到营销管道的 20%，单条合格线索成本在 6 月至 8 月下降 30%。
推荐理由: LangChain 公开付费媒体智能体的完整工程细节，包括上下文分层、工具按需发现和子智能体隔离，可作为自建长时运行智能体的参考。
Mastra BlogMastra Factory Beta 发布：基于开源的自动化软件工厂
Mastra Factory Beta 发布，该开源软件工厂现能自动化 25-35% 的 PR 并关闭 50-60% 的问题，基于 Mastra 基础设施并改变协作流程。它连接 GitHub、Linear 和 Slack，支持可配置流程，每个步骤的智能体在沙盒环境中工作。自 7 月 alpha 版推出以来，已实现上述效率提升。
Browser UseHeadless Browser 是什么？
Headless Browser 是没有图形用户界面的浏览器，通过程序控制用于自动化测试、网络抓取等，现因 AI 浏览器智能体采用而流行。Headless Chromium 启动比普通模式快 60%，CPU 使用率低 51%，峰值 RAM 低 42%。
- Dify Blog6565
使用 Dify Agent 为 Calendly 添加自动提醒功能
用户通过 Dify 平台创建 Agent，连接 Calendly 和 Gmail 工具，实现自动发送每日会议提醒邮件的功能。Agent 使用 Calendly MCP 获取会议日程和参会者信息，并参考预设邮件模板通过 Gmail 发送提醒，无需修改 Calendly 本身。该方案适用于只需补充单一工作流功能的 SaaS 产品。
- OpenHands Blog
OpenHands Agent Canvas 如何让智能体工作更易管理、配置更安全、自动化更便捷
OpenHands Agent Canvas 通过八次更新，使智能体工作更易追踪、配置更安全、自动化更便捷，并推出 Canvas Apps Beta 版本和新的自动化运行阶段，支持在正确环境中运行智能体工作、理解执行过程、审查结果并复用工作流。新版本增加了智能体活动指示器、上下文和成本监控、自定义应用支持，以及预构建工作流的表单化配置和自动化运行管理功能。
- Dify Blog
Dify 推出全新智能体（New Agent），实现可独立配置和跨工作流复用
Dify 推出全新智能体（New Agent），每个智能体拥有独立配置和生命周期，支持一次性构建后跨工作流复用。该智能体可发布为网页应用或通过 API 暴露，具备三大核心功能：通过真实任务构建与优化能力、跨工作流统一管理以减少重复维护、以及单次运行追踪和长期监控的完全可观测性。
- Dify Blog7070
如何在Dify中构建你的第一个AI智能体
在 Dify 中创建名为 Max 的研究助理智能体，该智能体可搜索收集信息、识别洞察并生成研究摘要，无需编码经验。通过对话式构建模式定义任务，系统自动生成技能和构建笔记，支持后续调整。初始可省略提示词，利用构建笔记描述角色、行为和响应风格。
- Dify Blog7575
Dify 重构 Agent 系统以支持 CLI 智能体和业务流程
Dify的重构Agent系统使应用和工作流能将复杂任务分发给CLI智能体，Build Mode通过聊天构建智能体，后台采用模型驱动ReAct循环和沙盒技术，企业版提供容器隔离和自定义安全策略。智能体负责任务执行，工作流负责流程编排和协调，将临时能力转化为可调度、监控的稳定运行模块。
- Anthropic Research5858
Anthropic 允许独立研究如何使用 Claude
Anthropic 通过 Anthropic Insights 允许外部研究机构分析 25 万条 Claude 对话数据，这是首次外部研究人员能独立研究 AI 公司自身使用数据。
- OpenHands Blog
什么是 AI 智能体可观察性？如何在大规模下追踪、治理和控制智能体
AI 智能体可观察性是收集追踪、日志、指标、结果和归因数据，帮助团队理解并治理智能体运行期间发生的情况。其核心是记录智能体接收的指令、可观察步骤、使用的工具、产生的结果、验证结果和成本，具有运行范围、行为性、可归因三大特征。OpenHands 可将相关信号整合到智能体运行中，但仅靠可观察性无法解决成本、价值或风险控制问题。
- Dify Blog
Asqav 加入 Dify 市场以使每个智能体操作可验证
Asqav 作为独立签名层为智能体操作创建防篡改的签收凭证，任何人无需访问源 Dify 工作空间或 Asqav API 密钥即可独立验证签收凭证。签收凭证绑定智能体身份、提交的操作和授权决策，支持在敏感步骤前作为实时授权网关阻止不符合策略的操作，并符合欧盟 AI 法案等法规要求。
- Anthropic Research精选7878
Claude 如何加速蛋白质设计与分析化学
Anthropic 公布两项实验结果：Claude（Mythos Preview 与 Opus 4.8）针对 15 个靶点设计蛋白质结合物，成功覆盖 14 个，单靶点模式下命中率 35.1%，高于当前蛋白质设计活动常见的 10-15%。
推荐理由: Anthropic 公布 Claude 在蛋白质设计与分析化学上的实测结果，并给出湿实验验证数据与提示词。