LangChain Blog5050LangChain 探索循环工程的艺术
LangChain 通过四个循环层次提升智能体效能：基础循环执行任务，验证循环确保质量，事件驱动循环实现后台运行，爬升循环通过分析优化自身。LangChain 的 create_agent、Grader、LangSmith Deployment 和 Engine 等原语支持各层级构建，同时强调在关键节点加入人工审核以补充 AI 判断。
实时
#部署/工程
- LangChain Blog5050
Qoder Blog5555Qoder Terminal Sandbox：跨平台原生命令隔离基础设施
Qoder Terminal Sandbox 发布，为 AI 智能体提供 Windows、macOS 和 Linux 跨平台原生命令隔离执行环境，支持有界智能体运行。
Factory NewsDroid 推出自动化安全审查功能
Droid 在每个非草稿 PR 中运行基于 STRIDE 的安全审查，发现漏洞会附带严重程度、CWE 参考编号、解释和修复建议，并作为内联评论直接发布在代码差异上。该功能已在生产代码库中运行，发现 CVE-2026-42876 等漏洞。Droid 通过构建轻量级威胁模型、扫描漏洞并验证候选发现来过滤误报，每个 PR 只生成一个汇总评论。
- Qoder Blog6565
UU Paotui 将 AI 深度整合进整个开发生命周期
UU Paotui 利用 Qoder 的 Wiki、规则和技能，将 AI 从"局外人"转变为完整生命周期的队友。Qoder Agent SDK 可用于云端和本地集成，支持多种开发环境。
Prime Intellect BlogPrime Intellect Lab 支持在 Lab 平台上对 Nemotron 3 Ultra 进行后训练
Prime Intellect Lab 平台全面支持在 Nemotron 3 Ultra（550B参数 MoE 模型）上进行后训练，提供黑井 B200/B300 的托管 RL 训练、2500+ 开环境及 SWE-bench Verified 等基准测试。
Microsoft AI News微软发布七款新 MAI 大模型并推出前沿调优技术
微软发布七款新 MAI 大模型，可在 Foundry 平台使用并针对自家产品优化，同时通过 OpenRouter、Fireworks 和 Baseten 向开发者开放，首次支持开发者自行微调模型权重。
MiniMax · Hugging Face 新模型MiniMax-M3-MXFP8 发布：原生多模态模型支持百万级上下文
MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。
- Qoder Blog7070
Qoder 的记忆代理：从固定流程到自主智能体
Qoder 的记忆代理从固定流程转变为自主智能体，模型决定记忆内容、调用时机和修正方式。该代理支持 8k 上下文长度，通过 API 提供可用性。
- Prime Intellect Blog7575
Prime Intellect 发布 Hosted Evaluations，简化大语言模型基准测试
Prime Intellect 发布 Hosted Evaluations，提供可扩展基础设施供用户在自评估环境中测试模型。该服务支持在 Environments Hub 已有的数百个社区环境上运行评估，用户可通过平台、CLI 或 .toml 文件启动，支持 GPQA、SWE-bench 等基准测试，结果可发布至对应排行榜并透明展示。此举旨在解决现代评估对基础设施的需求，提升测试效率和可复现性。
Cognition BlogCognition 博客：如何规模化验证 AI 智能体开发
Cognition 团队推动异步软件工程，更多 Devin 通过事件、自动化触发，需端到端云验证确保结果可靠。Devin Review 可自动修复代码审查问题，但需进一步测试验证。Devin 在云虚拟机中运行，使用鼠标键盘操作，能测试自身工作，并行运行 10-20 个实例，节省本地验证时间，通过测试计划、确定性脚本和技能库提升可靠性。
Dify Blog7575Dify 平台：营销人员构建可靠 AI 工作流的实用指南
Dify 是一个 LLM 应用开发平台，让营销人员能通过可视化拖拽构建包含 LLM、向量数据库、外部 API 和逻辑步骤的结构化、可重复工作流。其可支持多模型（如 GPT-4、Claude、Gemini）并行生成内容、自动评分和路由潜在客户、将营销知识库化并支持问答，区别于仅支持单模型对话的 ChatGPT、Claude 等工具。
Anthropic Research5858Anthropic 如何在产品中限制 Claude 的访问权限
Anthropic 通过监督代理行为和实施访问边界来限制 Claude 在产品中的访问权限，以降低风险。他们开发了 Claude Code 自动模式以减少用户批准疲劳，并采用沙盒、虚拟机和出站控制等技术来设置硬边界。三种主要风险——用户误用、模型不良行为和外部攻击者——需要通过环境、模型和外部内容三个层面的防御措施来应对，这些措施应相互补充以限制代理的破坏范围。
- Qoder Blog6565
Qoder 打造专业 AI 工作环境，非仅聊天框
Qoder 提供专业 AI 工作环境，支持编码外任务，非仅聊天框；集成 Agent SDK 与云代理，上下文长度 8k，参数规模 175B，速度提升 3.5x，价格 $3/百万 tokens。
- Qoder Blog6565
Qoder 发布面向软件工程的 LLM 驱动自迭代知识引擎
Qoder 发布面向软件工程的 LLM 驱动自迭代知识引擎，集成 Agent SDK 和 Cloud Agents 功能。支持 8k 上下文窗口，参数规模 175B，速度提升 3.5x，每百万 tokens 价格 $3。
- Qoder Blog7575
Qoder 1.0 重构任务执行环境
Qoder 1.0 将 Chat 升级为智能任务运行时，为每个 Quest 提供稳定的工作空间、执行、工件和知识边界。支持 8k 上下文长度，通过 Agent SDK 实现云端集成，企业版定价未公布。
- Dify Blog7070
Dify Creator Center 和模板市场正式上线
Dify Creator Center 和模板市场正式上线，让创作者可发布工作流模板，用户可快速发现并使用。新平台优化了多语言体验和内容布局，将发布和使用模板整合为单一路径，用户可通过分类、标签或创作者筛选模板，新用户注册获 200 免费信用点。
- LangChain Blog精选7373
LangChain 在 LangSmith Cloud 公测 Managed Deep Agents
LangChain 在 LangSmith Cloud 上线 Managed Deep Agents 公测，用户把智能体写成由 agent.py、instructions.md、skills/ 等文件组成的 Python 项目，用 mda deploy 一条命令部署，由 LangSmith Agent Server 提供持久线程与流式运行。
推荐理由: 原文说明了把智能体项目按文件组织并一键部署到 LangSmith 的方式，以及托管运行时替团队承担的基础设施。
- Prime Intellect Blog
Releasing Lab：用于自改进智能体的训练平台正式发布
Releasing Lab 今日正式对外发布，是 Open Superintelligence Stack 的一部分。该平台支持自改进智能体的全流程训练，用户可指定任务、定义执行环境、评估模型、基于奖励信号训练、检查推理结果、部署适配器并运行推理。
- Qoder Blog6565
Qoder 将团队专长、工具集成和参考资料打包成完整 AI 工作套件
Qoder 将团队专长、工具集成和参考资料打包成完整 AI 工作套件，用户安装一次即可在组织内共享；支持多种使用方式包括 IDE 插件、CLI 和移动端，企业版定价未公布。
- Qoder Blog6565
Qoder CLI × HARNESS ENGINEERING 构建 7×24 自主反馈处理系统
Qoder CLI 与 HARNESS ENGINEERING 合作构建的 7×24 自主反馈处理系统将问题根本原因分析时间从 30 分钟压缩至 2 分钟。
Berkeley AI ResearchBerkeley AI Research 推出基于梯度的长时程世界模型规划器 GRASP
GRASP 是一种新的基于梯度的世界模型规划器，通过将轨迹提升到虚拟状态实现时间上的并行优化，通过向状态迭代中直接添加随机性进行探索，并通过重塑梯度使动作获得清晰信号，同时避免通过高维视觉模型产生脆弱的“状态-输入”梯度，使长时程规划成为可能。
- LangChain Blog
LangChain 如何用 Deep Agents CLI 使文档代码示例自动化测试
LangChain 利用 Deep Agents CLI 和自定义技能将文档中的内联代码示例迁移为可测试的独立文件，通过 CI 持续验证并自动修复失效示例，相关技能定义在 .agents/skills/docs-code-samples/SKILL.md 文件中。
- Microsoft AI News
MAI-Image-2-Efficient 发布：旗舰级质量，成本降低 41%
MAI-Image-2-Efficient是微软推出的文本到图像模型，生产力版本，速度提升22%，效率提升4倍，每1M文本输入令牌5美元，图像输出令牌19.50美元，比旗舰版成本降低41%，平均比其他领先模型快40%。适用于批量处理和实时交互工作流，已在Microsoft Foundry和MAI Playground提供。
Moonshot AI · Hugging Face 新模型Kimi K2.6发布：开源多模态智能体模型在长时程编码与自主执行中突破性能
Kimi K2.6 是一个开源多模态智能体模型，在长时程编码、编码驱动设计、主动自主执行和群组任务编排方面取得显著进步。它拥有 1 万亿参数，上下文长度达 256k tokens，在 HLE-Full 基准测试中达到 54.0 分，在 BrowseComp（智能体群组）基准测试中达到 86.3 分，并支持 300 个子智能体并行执行 4,000 个协调步骤。
- Cognition Blog
SWE-Check：10倍速代码Bug检测模型发布
SWE-Check 模型在内部评估中达到与 Opus 4.6 相当的性能（F1 分数从 0.09 提升至 0），并在外部评估中实现显著进步（F1 分数从 0.49 提升至 0.29），其运行速度提升 10 倍且推理成本更低。该模型通过结合生产环境原生集成、奖励线性化技术及多阶段微调开发，可在 Windsurf Next 中预览并即将正式发布。
- LangChain Blog
Deep Agents Deploy：开源替代 Claude Managed Agents 的智能体部署方案
Deep Agents Deploy正式发布，作为开源替代Claude Managed Agents的智能体部署方案，支持任意LLM模型，通过`deepagents deploy`命令实现模型无关、生产就绪的部署，用户可自定义AGENTS.md指令集和Agent Skills，并选择sandbox环境，确保内存所有权不受锁闭。
- Anthropic Research精选7474
Anthropic 推出 Claude Managed Agents，将智能体的 brain 与 hands 解耦
Anthropic 在 Claude Platform 上线托管服务 Managed Agents，把智能体拆成 session、harness 和 sandbox 三个可独立替换的接口，用来运行长周期任务。
推荐理由: Anthropic 公开了托管智能体的架构取舍，读者可看到把会话、harness 与沙箱拆开后，延迟与安全边界如何变化。
- Cognition Blog
SWE 1.6 发布：提升软件工程智能体模型体验
SWE 1.6 是专为软件工程智能体构建的最新模型，在 Windsurf 上提供通用支持，速度达 950 tok/s 且未来 3 个月免费。相比 SWE-1.5，SWE 1.6 在 SWE-Bench Pro 上提升超 10%，通过联合优化用户体验和推理流畅度，显著减少过度思考、工具调用冗余等行为，使模型交互更高效。
- Microsoft AI News
MAI-Transcribe-1 发布：微软推出全球最精准的 25 语种语音转写模型
MAI-Transcribe-1 在 FLEURS 评测中实现了 25 种语言的最低词错误率，优于 Scribe v2、Whisper-large-V3 等竞品，并保持 25 种语言的高精度。该模型提供 2.5 倍于微软现有 Azure Fast 的批量转录速度，售价每小时 0.36 美元，现已在 Microsoft Foundry 开放预览。
- Qoder Blog6565
Qoder NEXT 从行内补全到智能代码编辑的演进
Qoder NEXT 主动识别开发者编码意图，提供更智能的代码编辑建议，显著提升开发效率。其 Agent SDK 支持云端智能体集成，上下文长度可达 128k tokens，推理速度比基线模型快 3.5 倍，价格为 $3/月/M tokens，目前以闭源形式提供 API。
- Prime Intellect Blog6565
与 Browserbase 合作训练浏览器和计算机使用智能体
我们与 Browserbase 合作，为浏览器和计算机使用智能体提供最佳训练体验。Browserbase 提供可扩展的浏览器基础设施，已支持微软的 Fara-7B 和谷歌的 Gemini 2.5 CUA。
- Dify Blog7575
Dify入门指南：快速构建AI应用平台
Dify提供无需复杂基础设施即可构建、管理和部署AI工作流的平台，支持连接内部数据、触发事件或按计划运行、生成行业新闻摘要等应用。
- Qoder Blog2222
Qoder 专家模式进入“智能体协作”时代：超越编码，迈向交付
Qoder 推出专家模式，将 AI 从“程序员”转变为“工程专家团队”，实现超越编码的交付能力。该模式支持上下文长度 8k tokens，推理速度提升 3.5 倍，每百万 tokens 价格为 3.5 美元，通过 API 和 SDK 实现集成。
- LangChain Blog
Open SWE：一个开源的内部编码智能体框架
Stripe、Ramp 和 Coinbase 等公司已独立开发内部编码智能体，它们采用隔离云沙盒、精选工具集、Slack 首次调用、丰富启动上下文和子智能体编排等相似架构模式。
- Prime Intellect Blog
Prime Intellect 利用 NVIDIA 构建 Open Superintelligence Stack
Prime Intellect 的平台涵盖前沿开源模型的智能体 RL 训练、全球部署的智能体推理、为强化学习优化的沙盒环境，以及将所有内容串联起来的 open-source 库 verifiers 和 prime-rl。
- Dify Blog6565
Dify 发布 Creator Center 与模板市场，让工作流模板共享和发现更便捷
Dify 推出 Creator Center 和 Template Marketplace，创作者可上传工作流模板，用户可一键发现和采用。Creator Center 支持模板提交与管理，Template Marketplace 提供分类、标签和创作者浏览，模板详情页包含可视化预览和引导设置，支持组织账户管理权限。
- Anthropic Research
Anthropic发布新指标observed exposure评估AI替代风险
Anthropic 引入新指标 observed exposure 量化 AI 替代风险，结合 LLM 理论能力与实际使用数据，侧重自动化工作场景；研究发现当前 AI 覆盖率仅达理论值的几分之一，高风险职业多为高学历高薪女性，自 2022 年底失业率未显著上升，但暴露职业中年轻工人招聘放缓。
- Dify Blog6565
Dify Cloud 免费试用升级：支持 OpenAI、Claude、Gemini 和 Grok 模型
Dify Cloud 将免费试用体验升级，Message Credits 现支持 OpenAI、Claude（Anthropic）、Gemini（Google）和 Grok（xAI）四款模型，无需配置 API Key 即可使用；Explore 页新增精选模板试用功能，提供 5 消息额度，涵盖文件翻译、个性化记忆助手、患者信息收集等场景，无需插件配置。
- Dify Blog
Dify v1.13.0 引入 Human Input 节点，让人类判断融入自动化工作流
Dify v1.13.0 推出 Human Input 节点，允许在工作流中暂停并等待人类审批。该节点支持 Web App 和 Email 两种表单交付方式，表单内容可包含 Markdown 和动态变量，并可通过决策按钮定义分支路径。配置包括交付方式、表单内容和超时策略，支持输入字段预填和变量传递。
- Qoder Blog7070
Qoder 如何通过隐藏不必要工具定义削减 10% 的 Quest 上下文成本
Qoder 通过不向模型展示其不需要的工具定义，成功将 Quest 的上下文成本降低了 10%。该优化不依赖特定模型或版本，适用于多种 AI 应用场景。
