IT之家 · AI精选7272Cloudflare 宣布开源今年 8 月推出的 AI 智能体浏览器 Kitesurf，代码已发布在 GitHub。Kitesurf 运行在 Cloudflare Workers 上，无需 Chromium 进程或容器即可完成 HTML 解析、CSS 应用、执行页面 JavaScript 和截图渲染，并支持 Chrome DevTools Protocol。
推荐理由: Cloudflare 开源了专为智能体设计的浏览器，并给出与 Chromium 的资源对比，读者可据此判断高并发智能体任务的部署成本。
IT之家 · AI精选8282谷歌宣布扩展旗下 Antigravity 多智能体系统，用多个 Gemini 驱动的专业智能体组成 Teamwork 系统，可验证复杂数学证明并优化软件系统性能。
推荐理由: 原文给出多智能体在数学形式化、分子识别和代码重写上的具体产出与开放入口，可据此判断其协作验证机制的实际边界。
IT之家 · AI6565Perplexity 发布 Mac 版应用更新，付费 Max 订阅用户可体验 AI 智能体功能“队友”（Teammates），此前仅支持 iOS 和网页端。该功能让 AI 智能体理解分工并持续负责一项工作，用户可让“队友”管理增长营销活动、分类处理软件错误报告等，支持单个或多个智能体协作。
Google Research精选8888Google 在 Antigravity 中向外部研究者和开发者开放 /teamwork 多智能体工作流，可与 Gemini 4 Argon、Carbon、Hydrogen 配合使用，/boost 和 Deep Review 也已可用。
推荐理由: Google公开了/teamwork在多智能体科研与工程任务上的具体结果，并开放给外部研究者使用。
The Decoder同一件事 · 3 家6565OpenAI 发布 ChatGPT Wallet 让 AI 智能体代用户付款，在美国通过 Dots 服务提供，需 ChatGPT Pro 订阅和合资格银行卡，每次支付需用户 Face ID 或指纹验证，不暴露真实卡信息，现有卡奖励和银行保护适用。
Sierra Blog个人代理协议（Poppy）v1.0协议现已发布，Shopify已为平台所有商家启用，包括Mercury、Synchrony和土耳其航空在内的多个设计伙伴开始上线，Meta的AI代理Muse已自动在访问的每个网站上优先寻找Poppy。该协议通过OAuth认证让客户控制个人代理权限，并支持分阶段采用，引入了由Shopify参与编写的电商扩展。
Hugging Face Blog4040Hugging Face 发布 XYBench 基准测试，包含 8150 个真实问题，评估 AI 助手识别用户误解并引导至正确解决方案的能力。Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 在测试中倾向于关注用户错误假设（Y），而非实际目标（X），其中只有 35-41% 的回答以实际目标为中心。
TechCrunch · AI同一件事 · 3 家OpenAI 推出 ChatGPT 新钱包功能，让 AI 代理 dots 帮用户选商品并代为完成购买，初期仅限美国 18 岁以上 ChatGPT Pro 订阅者使用美国信用卡，用户可预审商品、总额和支付卡，并通过 Face ID 或指纹安全验证，OpenAI 计划逐步扩大功能支持零售商范围并增加用户控制选项。
LangChain Blog精选6060LangChain 宣布完成 3 亿美元 C 轮融资，估值 30 亿美元，由现有投资方 CapitalG 领投，GIC、DFJ Growth 等新投资方参与。公司称已有超过 7000 家机构使用 LangSmith，Clay 用它每月监控数亿次 Agent 运行，Workday 将新 Agent 部署时间从五个月缩短到一天以内。
推荐理由: LangChain 公布 3 亿美元 C 轮融资，并给出 LangSmith 在运行时、改进与治理三层的产品结构，可据此判断其 Agent 平台的定位。
IT之家 · AI精选同一件事 · 3 家7373OpenAI 宣布推出支付功能 ChatGPT Wallet，由 dot AI 智能体代替用户购物，并与美国运通、万事达卡和 Visa 合作开发。用户录入一次银行卡信息后即可让智能体寻找商品，每笔交易需通过安全验证，智能体不接触真实卡号，支付网络会生成限定用途的专用支付令牌。该功能初期仅向美国年满 18 岁的 OpenAI Pro 订阅用户开放，暂不收取交易佣金。
推荐理由: 原文交代了支付令牌隔离卡号的做法和初期开放范围，可据此判断智能体代购的落地形态。
The Verge · AI6565Anthropic发布的Claude Duet智能体是一款面向消费者的AI助手，旨在帮助非程序员用户处理工作事务。该智能体通过连接用户的邮箱、日历、Google Docs和Slack等服务，提供每日摘要、待办事项建议和消息起草等功能。
量子位openJiuwen推出RSI原生AgentOS，通过扩展包实现Agent自我改进与功能迭代，支持界面、网关、服务端及Agent行为的定制化修改，WorkSwarm应用可动态加载系统插件以增强功能。
O'Reilly Radar自我进化智能体可以通过经验改变未来任务处理方式，其改进主要发生在模型周围的 harness 中，如指令、上下文、工具和软件。评估改进效果需检查智能体是否使用正确信息、采取正确行动并满足用户需求，例如在餐厅规划任务中验证预算和饮食要求。智能体可自主回顾任务、识别重复错误、提出改进方案并测试效果，但需设定可修改的 harness 模块范围，如上下文管理、智能体循环、工具使用等。
Hugging Face Daily PapersSparseRead 控制层通过 Read Intent Protocol、Adaptive Reader Backends 和 Budgeted Read Gate，在不修改智能体模型的情况下减少 AI 智能体对外部内容的过度读取。
MarkTechPost精选同一件事 · 5 家8080Google 发布 Gemini 4 Hydrogen，一款面向编码与智能体任务的闭源模型，官方称其完成任务比 Gemini 3.8 Flash 快 2.5 倍。
IT之家 · AI开源欧拉 openEuler 正式发布面向 Agentic Infra 的操作系统，提供沙箱、KV Cache、记忆系统与 Agent 安全等关键能力，支持 AI 推理、Agent 应用等场景，国内累计装机量预计超 2200 万套。
Hugging Face Daily Papers6565决策模型即使作为行动者表现不佳，通过评判完整行动轨迹也能有效教授强化学习策略，在 ALFWorld 和 WebShop 上提升成功率。
Hacker News · AI 热帖精选8686Edge0 开源 Edge0-145B 和 Edge0-120B 两个端侧模型，并同时发布统一推理框架与部署工具。官方称 145B 模型可在兼容笔记本上本地运行，峰值内存 29GB、解码速度 80+ tokens/s、预填充 1100+ tokens/s，支持 128K–256K 上下文。
推荐理由: 原文给出端侧 145B 模型的实测内存、速度与多项基准对比，可据此判断本地运行前沿级模型的现实边界。
MIT News · AIMIT 研究人员开发 AI 协作设计系统，在算法生成结构时向人类设计师提供反馈区域，使结构更易于制造且抗屈曲能力更强，总设计时间仅增加 15 秒。该系统基于拓扑优化技术，通过机器学习快速识别人类可能希望修改的算法设计区域，将人类知识融入设计过程，在提高可制造性和线性屈曲负荷 39% 的同时，仅适度增加了总设计时间。
Google 在 Antigravity 中上线 Gemini 4 Hydrogen，并新增 Orchestrator 模型选项，把 Hydrogen 与 Gemini 4 Carbon 等更强模型组合用于长周期任务。
GitHub Blog · AI & ML5858Agent技能允许捕获可重复指令供用户和智能体复用，通过以SKILL.md文件为中心的版本化目录定义任务执行时机与方式。Proof Agent使用独立验证器对抗性验证AI生成内容，Data Forge则通过多个协同技能构建支持台指标管线，各技能共享通过manifest定义的上下文而非独立重发现。
AWS Machine Learning BlogNatera 为解决实验室设备故障导致的知识断层问题，开发 SWARM 智能体系统，通过 Amazon Bedrock AgentCore 实现 130 倍响应提速和 96.2% 自动化处理支持工单。
The Decoder精选同一件事 · 5 家8888谷歌发布面向开发者和日常用户的通用模型Gemini 4 Hydrogen，提供low、medium、high、xhigh四档思考等级，输入输出各支持100万token，定价为每百万输入token 1.50美元、每百万输出token 7.50美元。
TechCrunch · AINectar 推出“创作者智能体”可搜索超 3 亿创作者、分析内容与品牌合作，自动发送个性化消息并管理合作，支持 Instagram 创作者和 TikToker，全球可用并计划通过 Model Context Protocol (MCP) 集成 Claude、ChatGPT、Copilot 等其他 AI 助手。
IT之家 · AI精选同一件事 · 5 家8787谷歌正式推出 Gemini 4 Hydrogen 模型，面向日常编码和智能体工作流，输入每百万 Tokens 1.50 美元、输出 7.50 美元，覆盖 100 万 Token 上下文窗口且无阶梯计价。
Google DeepMind精选同一件事 · 5 家8787Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，在默认 high 思考档位下 Artificial Analysis 智能指数为 51，高于 Argon 的 50，xhigh 档位可达 54
推荐理由: 官方给出Hydrogen与Carbon、Argon的分工定位，以及多模型编排在成本与速度上的实测差异。
Replit BlogReplit Agent 可代理商业采购和运行谷歌广告，需创始人批准支出。该功能支持美国核心及专业用户一次性采购，并允许专业用户全球创建谷歌广告账户，由 Agent 分析内容、生成广告素材并推荐预算。
O'Reilly RadarAnthropic 在 2026 年底因自主代理活动导致单仓每日合并量超 30,000 时，传统 Git 基础设施不堪重负。Claude Sonnet 4.6 通过 AST 节点转换替代 2,000+ 行代码的字符串 diff，将每文件修改成本降低至 O(node_delta) 并实现亚秒级依赖分析，但标准 Git 仍会丢弃智能体执行日志、编译反馈等推理历史。
量子位银河智学发布AI教育产品小鹿爱学，采用豆包大模型与自研智能学习引擎双核架构，通过分析学生作答记录实现学情诊断，并开发学情诊断、能力测评、学习难度匹配和任务规划功能。学生端智能体推荐学习任务并说明依据，教师端智能体提炼学生表现供个性化指导参考。产品已服务超500所学校，覆盖24省，通过人机共育模式支持教师调整教学策略。
Hugging Face Daily PapersSteerDistill 通过闭环教师引导量化 LLM 智能体，在 W4A16 下平均分比最强量化基线高 1.67-2.18 分，在 τ^2-Bench 上成功率达 1.84 百分点，训练 GPU 小时减少 67%。
Hugging Face Daily PapersEmbodied First Exam 发布，包含 35 套、47 个机器人上的 1,156 个任务，评估编码智能体在物理世界约束下的控制能力，GPT-6 Astra in Codex 在标准设置下 456 个核心任务中成功率 34%。
Gemini、ChatGPT、Claude 和 Grok 等智能体通过分析 NASA LiDAR 数据在墨西哥发现未被官方记录的玛雅遗址，耗时不到 72 小时完成从灵感到政府正式回复的全过程。该遗址位于丛林中的山顶，包含广场、金字塔和庭院等结构，智能体通过图像分析识别并提交报告给墨西哥国家人类学与历史研究所 INAH，后者确认该地点尚未注册（后经查证该遗址已由人类学家绘制）。
各家口径不同：Hacker News称AI智能体包括Gemini、ChatGPT、Claude和Grok；AI热帖只提到Google SWE。
OpenRouter BlogOpenRouter Agent SDK 通过启用 doom-loop 检测，在测试的六种模型中，当收到第三次相同的工具调用时阻止无限循环；结合 stepCountIs(40) 和 maxCost(x) 可限制运行步数和成本；API 密钥的信用额度可控制总支出，这些措施有效减少了工具调用次数（从 314 次降至 64 次）和费用（从 $0.29 降至 $0.05）。
IT之家 · AI精选8080Stripe于11月10日宣布完成对AI模型API聚合平台OpenRouter的收购，交易金额据报约为75亿至80亿美元。OpenRouter已接入超过80家供应商的400多款模型，服务超过1000万开发者和企业，2026年10月处理约790万亿Token，其中约76%来自智能体相关API调用。
推荐理由: 收购金额与 OpenRouter 的调用量数据，能帮助读者判断模型路由层在 AI 商业中的位置。
Hugging Face Daily PapersFINCOSMOS 引入了一种开放世界评估范式，用于评估在金融领域工作的智能体。在 150 个模拟用户交互中，没有会话被接受，因为所有会话在程序检查中都失败，智能体仅报告了 54-64% 的未告知细节。人类专家将 88.33% 的失败归因于智能体。
Apple Machine Learning Research研究人员评估了大型语言模型（LLM）判官在个性化写作任务中的表现，发现判官质量与 MMLU 测量的通用 LLM 能力相关性较弱（Pearson’s ρ ≤ 0.2），且表现受写作任务和评估标准（如通用帮助性 vs 风格个性化）影响。LLM 评估器在成对比较中比独立评分响应时更一致且表现更佳，而“最强”LLM 并未最可靠地复现人类评估，可能因对人类标注者和较弱 LLM 忽略的细微细节过度敏感。
Google AI Blog精选7878Google 发布 Gemini Decisions API，由新模型 Gemini Decision 1（gemini-decision-1）驱动，可在 Gemini API 和 Google AI Studio 中使用。
推荐理由: 原文给出了单次前向打分、延迟与定价数据，读者可据此判断它适合哪些低延迟决策场景。
AWS Machine Learning Blog精选6060AWS 发布开源框架 UAEF，用适配器将 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace，再用 7 个维度 36 项内置指标打分。
推荐理由: 原文给出跨框架统一评测的适配器与指标设计，读者可据此判断多框架智能体版本对比的落地方式。
Google Developers Blog精选7878Google 发布生成式 UI 开放协议 A2UI 1.0，这是该协议的首个稳定版本，让 AI 智能体以交互界面而非纯文本作答。1.0 新增双向函数调用、无障碍支持和扩展元数据，并提供 Web、Android、iOS 的开源渲染器 SDK 以及 Python、TypeScript、Dart 的智能体 SDK。
推荐理由: A2UI 1.0 将智能体输出从纯文本扩展为原生交互界面，并提供多平台渲染器与接入方案示例，据此可判断生成式 UI 的落地方式。
Databricks Blog精选7676Databricks 宣布 Genie One 成为企业 AI 协作的统一入口，将搜索、产物生成和跨工具操作集中到一处，并基于 Genie Ontology 提供企业上下文，由 Unity Gateway 统一治理。
推荐理由: 原文给出 Genie One 从问答扩展到产物生成、跨工具执行与治理的具体能力，可据此判断企业 AI 工作台如何落地。
