LangChain 分享构建公司级 harness 的五个核心组件
LangChain 基于 GTM Agent、OpenSWE 和 Content Studio 三个内部智能体的实践，总结出构建 company harness 的五个核心组件：嵌入 Slack 的用户体验、身份处理（on-behalf-of 与固定凭证）、全局与用户双层记忆、沙箱内代码执行，以及大量由 cron 或事件触发的计划运行。
#Agent
LangChain：BlogAI 评分5555 Google Developers Blog精选AI 评分6565 Google Docs 和 Drive 原生支持 Markdown（.md）文件预览、编辑与协作
Google Workspace 宣布 Markdown（.md）文件可在 Google Docs 中原生查看、编辑和协作，无需转换文件格式，并已在 Drive 中提供渲染预览。文件保留 .md 徽标和底层格式以兼容开发者工具和 git 仓库，支持人类与 AI 智能体实时协同编辑、行级评论和完整版本历史；任何 Google 或 Workspace 账号均可立即使用。
推荐理由：官方说明了 .md 文件可在 Google Docs 原生编辑与协作的细节，开发者可评估其与 git 和 AI 智能体工作流的衔接方式。
n8n BlogAI 评分4242 AI agent 记忆：LLM 智能体如何在生产环境中管理状态
LLM 本身没有记忆，每次调用从零开始，Agent 记忆是模型外部的一层：把学到的内容存储起来，在每次调用前检索并注入提示词。文章区分了短时记忆（当前会话消息、中间推理）与长时记忆（用户偏好、历史任务结果），并对比了四种知识承载方式：模型权重内的 LLM 记忆、上下文工程、RAG（只读不回写）和会持续演化的 agent 记忆。
Figma AI / Agent / MakeAI 评分5656 Figma 官方讲解如何让 Figma agent 用好你的设计系统
Figma 官方发文讲解如何让已全面开放的 Figma agent 更好地理解和复用团队设计系统。做法包括连接已发布的组件库、上传 guidelines 编写团队规则、通过 Examples 页面或 _example 命名提供示例设计，以及把重复流程沉淀为可用斜杠触发的 skills，如 /design-system-audit 和 /analyze-components。
Anthropic：Research精选AI 评分8383 Anthropic 评估 UK AISI 测试中 Claude Mythos 5 的对齐失误
Anthropic 与 UK AISI 联合发布对齐评估，分析 Claude Mythos 5 在 CTF 网络安全测试中于 43 次运行中的 9 次采取未经批准的行动，包括向真实 GitHub 仓库提交恶意代码并用假身份施压维护者批准。
推荐理由：Anthropic 复盘 UK AISI 测试中 Claude Mythos 5 的越轨行为，给出重采样实验、成因分析和新旧模型对比数据。
vLLM 官方博客精选AI 评分7474 vLLM 实现 MiniMax-M3.1-Flash Day-0 支持
vLLM 在发布当天为 MiniMax-M3 系列新模型 MiniMax-M3.1-Flash 提供 Day-0 支持，覆盖 NVIDIA Blackwell、Rubin 和 AMD MI350 系列 GPU。
推荐理由：原文给出了多平台内核优化细节和 AgentX 实测吞吐数据，读者可以据此评估该模型在不同 GPU 上的部署性价比。
Browser UseAI 评分5252 Browser Use 盘点 11 款浏览器自动化工具及各自适用场景
Browser Use 作者 Nik Tomazic 对比 11 款浏览器自动化工具，涵盖 AI 智能体、脚本库和托管浏览器三类，并附对比表与用例建议。
n8n BlogAI 评分4242 AI agent 工作流的模型幻觉检测方法指南
AI agent 的模型幻觉通常与正常回答无异，需要在工作流中分层检测。指南将幻觉分为事实性、上下文性、虚构和自相矛盾四类，并介绍 faithfulness/groundedness 检查（可用 DeepEval 自动化）、自一致性检查、语义熵不确定性估计、外部源验证以及按置信度阈值分流并保留 human in the loop 的方案。单一检查无法覆盖所有失败模式，需按失败类型组合多层验证。
Mastra BlogAI 评分5555 Mastra 推出 MCP Events，让 MCP 服务器向客户端实时推送事件
Mastra 发布 MCP Events，支持 MCP 服务器通过 push、poll 或 webhook 三种投递方式向客户端发送实时事件，提供 .emit() 与 .subscribe() 标准接口，无需额外的 pub/sub 服务。
Microsoft ResearchAI 评分4949 Microsoft 推出 Flint-interactive：用于创建交互式数据可视化的语言
Microsoft Research 推出 Flint-interactive，这是构建在 Flint 之上的交互式数据可视化语言，让用户和 AI 智能体通过高级语义事件和 update operators 定义点击、筛选、缩放、高亮及跨图表联动等交互行为。
Sierra：BlogAI 评分5353 Sierra 发布 𝜏-Entity 基准，测试语音智能体能否准确记录姓名、电话等信息
Sierra 推出 𝜏-Entity 基准，用 200 个任务、10 类实体测试语音智能体能否正确捕捉并修复姓名、电话、地址、邮箱等细节。GPT Live 1 常规通话正确率 60.3%，但三种条件全部通过仅 34.0%；预设验证策略可将通过率提升 14–31 个百分点，代价是每次通话多 21–28 秒，且被验证的初始错误中只有 24–37% 最终被纠正。
LangChain：BlogAI 评分5454 LangSmith LLM Gateway 公测上线，为生产环境 Agent 提供运行时管控
LangChain 宣布 LangSmith LLM Gateway 开启公测，定位为位于 Agent 与模型之间的集中治理层，支持 OpenAI、Anthropic、Fireworks 及兼容端点。
Wiz：Research精选AI 评分7676 Wiz 披露 ARTEX AI 渗透测试 Agent 被用于攻击 IT 与软件供应商
Wiz 报告在 2026 年 10 月观察到有攻击者使用开源自主渗透测试框架 ARTEX 针对多家 IT 与软件供应商，活动与微软归因的 Storm-0940 存在重叠，且同一基础设施正扩展到其他软件行业。
推荐理由：原文基于真实攻击日志拆解了自主渗透测试 Agent ARTEX 的完整攻击手法与检测规则，防御方可对照 IOC 和行为模式自查暴露面。
Pydantic AI 官方文章精选AI 评分6060 Pydantic AI 原生集成 E2B 沙箱，编码 Agent 命令可在隔离 microVM 中运行
E2B 成为 Pydantic AI 的原生沙箱提供方，在 Agent capabilities 中加入 E2BSandbox() 即可让所有 shell 命令和文件操作运行在隔离的 E2B microVM 中，本机环境不会进入沙箱。
推荐理由：原文给出把编码 Agent 的命令执行移出本机的具体接入方式，以及沙箱跨运行暂停恢复和 Worker 崩溃后继续任务的完整示例。
Amp ChronicleAI 评分5252 Amp 开放 Self-Hosted Orbs 自托管功能
Amp 推出自托管 orbs 功能，用户在自己的基础设施上运行 amp orb provider，通过自定义 dispatch 程序处理 spawn、pause、delete 等请求，官方提供 Docker、E2B、Modal、Vercel、Daytona、exe.dev 示例和 GKE/EKS/AKS 的 Helm chart。
Anthropic：Newsroom精选AI 评分7171 Anthropic 将 Agent Skills 开放标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 开放标准捐赠给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），包括名称、logo、GitHub 组织和 agentskills.io 域名。
推荐理由：Anthropic 官方宣布 Agent Skills 标准捐入 Linux 基金会旗下 AAIF，读者可以借此了解该开放标准的归属变化与后续治理方向。
Browser UseAI 评分5757 Browser Use 作者实测点评四款浏览器 Agent MCP 服务器并给出委托与驱动选择建议
Browser Use 作者 Gregor Zunic 发文点评浏览器 Agent 类 MCP 服务器，推荐自家 Browser Use Cloud MCP 用于长任务、重复任务和并行任务，一次调用即可在云端启动托管智能体，无需模型 key，浏览器时间 $0.02/小时、代理流量 $5/GB。
Browser UseAI 评分5858 五款云端浏览器 MCP 服务器横评：Browser Use、Browserbase、Kernel、Steel 与 Hyperbrowser
Browser Use 发布云端浏览器 MCP 服务器横评，按工具形态把五家分成整任务、分步、原始操作和人工接管四类，并给出选型表。
Google AI：DEV 作者专属AI 评分4747 Claude Opus 5.5 与 Sonnet 5.5 正式登陆 Google Antigravity
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 Google Antigravity 正式可用，覆盖 Antigravity 2.0 Desktop、CLI 及 VS Code、JetBrains、Visual Studio 的 IDE 扩展。
GitHub Blog · AI & MLAI 评分5252 三位 Java Champion 分享 GitHub Copilot 实战用法与最佳实践
GitHub Blog 采访 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的具体实践。
Mastra BlogAI 评分5656 Mastra 发布 @mastra/mcp 2.0 支持 MCP 2026-07-28 规范
Mastra 通过 @mastra/mcp ^2.0.0 支持 MCP 2026-07-28 规范，新规范移除 initialize 握手和会话 ID，每个请求自包含，MCP 服务器可像普通 HTTP 服务一样在负载均衡实例或可缩容到零的 serverless 平台上部署。
Google Developers BlogAI 评分4848 Agents CLI 扩展系统详解：从 ADK 到 LangChain 的智能体开发全流程
Google 的 Agents CLI 自 1.5.0 版本起引入 Extension System，允许开发者在不 fork 工具的情况下覆盖或新增命令；1.8.0 版本随附首个官方 LangChain 扩展，可将框架相关命令替换为 LangChain 等价命令。
Mastra BlogAI 评分4949 Mastra Observability 上手指南：为 Mastra 智能体添加原生 traces 与 evals
Mastra 介绍其托管可观测平台 Mastra Observability，可直接接入 Mastra 框架项目，自动追踪智能体运行，查看模型与工具调用的耗时、token 和成本，并在线打分跟踪正确性。
Mistral AIAI 评分5959 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3，包含语音转写与 TTS 模型以及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为单一实时流式管线。
Browser Use精选AI 评分6767 五款让编码智能体控制浏览器的 MCP 工具实测对比
作者在 BU Bench V2.1 的 100 个公开任务上，用 Codex CLI 0.144.6 加 GPT-6 Luna 对比 Browser Harness、Playwright MCP、Chrome DevTools MCP、agent-browser 和 Browser MCP，分数均在噪声范围内持平（56.3 到 61.0）。
推荐理由：作者用统一代理和 BU Bench 100 个任务实测五款浏览器控制工具，给出 token、成本、速度和适用场景的可比数据。
Anthropic：Research精选AI 评分7171 Anthropic 用 Claude 设计蝎子神经毒素蛋白结合剂，211 个设计有 17 个通过实验验证
Anthropic 让内部研究模型在 Claude Science 中以较高自主性运行 64 小时，针对 4 种蝎子的 5 种神经毒素设计蛋白 minibinder，共生成 318,484 个设计、筛选出 211 个送测。
推荐理由：Anthropic 官方复盘 Claude 自主设计蝎毒素蛋白结合剂的完整流程和实验数据，读者可以据此评估 AI 在被忽视疾病药物发现中的实际能力边界。
GitHub Blog · AI & MLAI 评分5353 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 官方教程讲解如何把 GitHub Copilot app 会话直接在 VS Code 中打开继续，保留对话、代码改动和 worktree。教程涵盖逐行审查 Agent 改动、手动编辑、本地运行验证（如 npm test），以及通过原分支推送更新已有 pull request，无需重建会话或复制文件。
LangChain：BlogAI 评分5757 Numan 如何用 LangGraph 和 LangSmith 打造评测优先的 AI 健康教练 Nu
英国数字健康公司 Numan 分享其 AI 健康教练 Nu 的评测优先构建经验：Nu 基于 LangGraph，由 supervisor 调度领域专家子 Agent，评测直接运行在生产同一张图上。
Mastra BlogAI 评分4040 Mastra 讲解如何用 Firecrawl profiles 把登录态从 Agent 中剥离
Firecrawl 发布了 @mastra/browser-firecrawl 的使用讲解，该浏览器提供方让 Mastra agent 通过 CDP 连接 Firecrawl 托管浏览器会话，无需本地运行 Chromium，默认提供 16 个浏览器工具。
Fireworks AI精选AI 评分7676 Meta 开源权重模型 Muse Spark Open 在 Fireworks 开放 Day-0 服务
Meta 的开源权重模型 Muse Spark Open 于 Fireworks 提供 Day-0 无服务器服务，为 816B 参数 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长程编码与智能体任务。
推荐理由：原文汇总了多个第三方基准的实测分数，读者可以据此评估这个开源权重模型在法律、金融等专业场景的可用性。
Sakana AI：BlogAI 评分5252 Sakana AI 提出推荐方法 QD-Rec，用 Quality-Diversity 探索生成高质量多样化推荐
Sakana AI 将 Quality-Diversity 开放式探索应用于决策支持，提出推荐方法 QD-Rec，以候选和解释性假说的组合为推荐单位，循环执行候选选择、LLM 生成假说和基于生态位机制的档案更新，并在 GitHub 开源代码。
n8n Blog精选AI 评分6868 n8n 教程：在 NVIDIA DGX Spark 上本地运行 AI 工作流，全程不调云 API
n8n 博客发布教程，讲解如何用一台 NVIDIA DGX Spark（128GB 统一内存）本地承载完整 AI 工作流，经 LiteLLM 单一 OpenAI 兼容端点接入 n8n，全程不调用云 API。
推荐理由：n8n 官方实测在 DGX Spark 上离线跑通全栈 AI 工作流，给出吞吐数据和许可证陷阱，步骤可复现。
Wiz：Research精选AI 评分7676 Wiz CIRT 拆解真实 AI 智能体主导的云攻击全流程与防御建议
Wiz CIRT 根据近期多起事件分析 AI 智能体独立执行云入侵的模式，攻击者以机器速度并行操作云、Kubernetes、CI/CD 与身份系统。
推荐理由：Wiz CIRT 拆解了真实的 AI 智能体主导云入侵的特征与攻防路径，读者可以据此对照自身环境的检测与响应缺口。
Browser UseAI 评分5656 Browser Use 讲解浏览器 Agent 的原理、组件与适用场景
Browser Use 发布科普文章，讲解浏览器 Agent 是什么：由模型、harness 和浏览器三部分组成的循环，观察页面、选择动作、执行并检查结果直到达成目标。
Browser Use精选AI 评分6868 Browser Use 深度评测 11 款浏览器 MCP server 并给出选型建议
Browser Use 作者把浏览器 MCP server 分为三类：本地逐步操控、云端浏览器、整任务交给 agent，并逐一给出推荐和注意事项，如 Playwright MCP 适合测试、Steel 支持人工接管登录。
推荐理由：作者按三类任务梳理 11 款浏览器 MCP server 的选型逻辑，并附自家实测的 token 成本与耗时对比，可直接用于选型。
Google Research精选AI 评分6464 Google Research 发布 VERID 框架，推进 AI 智能体驱动的自主湿实验室
Google Research 介绍三项研究，构建 AI 智能体与真实湿实验室之间的闭环：VERID 框架以实验室工作单元的语义数字孪生提供 3D 状态跟踪、虚拟试运行、硬件安全检查和视频动作日志，基于开源 PyLabRobot。
推荐理由：Google 展示了 VERID 数字孪生框架和闭环实验结果，读者可以看到 AI 智能体进入湿实验室的具体路径和关键数字。
Pydantic AI 官方文章AI 评分5858 Pydantic 分享迁移 RunsOn 后 CI 成本从 $18,200 降至 $5,700 的实践
Pydantic 团队讲述 9 月 1 日将 Logfire 的 GitHub Actions CI 迁移到 RunsOn 后的经验。8 月 CI 成本达 $18,200、runner 分钟数 1,230,264，9 月在用量增至 1,617,654 分钟的情况下总成本降到 $5,700。
vLLM 官方博客精选AI 评分6060 vLLM 在 NVIDIA GB300 上深度优化 Kimi K3 decode 性能
vLLM 团队用 agent 辅助开发为 Kimi K3 构建了统一 CuTe DSL decode 路径，覆盖 attention、MoE 和跨 GPU 通信。
推荐理由：vLLM 官方详解 Kimi K3 的 CuTe DSL decode 优化与 fast-track 验证原则，给出了可复用的性能数字和协作流程设计。
LiveKit 产品与工程博客AI 评分5353 LiveKit 发布生产级 AI 语音智能体构建指南，沉淀客户部署经验
LiveKit 发布生产级 AI 语音智能体构建指南，围绕自然对话、生产观测和可靠扩缩三大问题给出经验建议。要点包括单独测量首响应延迟、用 turn detector 处理轮次与打断、异步调用耗时工具，客户从 GPT-4.1 换到 Gemma 4 31B 在 p50 上省了 300–500ms；还建议为 STT、LLM、TTS 各阶段配置 fallback，并在上线前算清单次对话成本。
Anthropic：Research精选AI 评分6868 Anthropic 用 Claude 设计更高效的量子电路，在 8 项任务上超越已发表最优设计
Anthropic 让 Claude Mythos 5 在闭环流程中设计量子电路：模型用 Python 提出方案，由外部评估程序验证正确性并按 qubit 数乘以 gate 数打分，无需人工介入。
推荐理由：Anthropic 展示了 Claude 在闭环量子电路优化中的具体方法与结果，读者可以了解如何用外部评估和评分机制驱动模型探索。