vLLM 在 AMD Instinct MI355X 上部署 Kimi K3：AgentX 基准下单 GPU 吞吐追平并超越 NVIDIA HGX B300
vLLM 团队详解在 AMD Instinct MI355X 上优化 Kimi K3 推理的工程实践。
#Agent
vLLM 官方博客AI 评分4444
Anthropic：Claude.dev 开发者博客精选AI 评分7373 Claude Code 团队如何做代码审查
Anthropic 介绍 Claude Code 团队如何在机器承担大部分阅读后做代码审查。6 月至 9 月合并的 PR 翻倍、回退比例下降超 40%，Anthropic monorepo 每日变更数从 5 月约 2,500 升到 9 月超 30,000。
推荐理由：Claude Code 团队完整披露了自己的多层代码审查流程和收敛数据，读者可以对照调整自己团队的 AI 代码审查做法。
LangChain：BlogAI 评分5252 LangChain 解答 Agent 评测的常见问题：从轨迹分析到四类评估器
LangChain 团队基于 LangSmith 实践解答 Agent 评测的常见问题，建议先读 trace 选定行为、用 10-20 个例子建数据集并跑基线。文章区分离线与在线评测，介绍代码评估器、LLM-as-a-judge、人工评审和成对比较四类评估器，并说明 Harbor 开源评测框架与 Terminal-Bench 的容器化基准用法。
Figma AI / Agent / MakeAI 评分6666 Figma 发布 code layers、Specs、Payload 集成等新工作流并开放 Figma agent
Figma 发布多项新工作流，将设计、代码与上下文整合进其创作画布。
Figma AI / Agent / Make精选AI 评分6161 Figma code layers 进入开放测试，团队可在画布上用代码协作设计原型
Figma 宣布 code layers 于 10 月 15 日起进入开放 beta，让团队在 Figma 画布上以代码形式构建和比较原型。
推荐理由：官方宣布 code layers 进入开放测试，给出从 GitHub、MCP、Chrome 扩展到 Extract designs 的具体用法和企业案例数据。
Figma AI / Agent / MakeAI 评分5959 Figma 发布 Specs，把 Markdown 变成画布上的多人协作上下文容器
Figma 推出 Specs，一个位于画布上的多人上下文容器，支持拖入 .md 文件、嵌入 FigJam 文件、frame 或任意 canvas 节点，让文本和设计并排呈现。
Together AI 研究与产品博客精选AI 评分7575 Meta Muse Spark Open 上线 Together AI，面向智能体编码场景
Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线，Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。
推荐理由：原文给出了模型能力、定价和 API 用法，读者可据此评估它在智能体编程工作流中的实际落地价值。
Apple Machine Learning ResearchAI 评分4545 先规划还是先检索？LLM 智能体工具发现架构的规模研究
Apple 机器学习研究团队对比了 LLM 智能体的两种工具发现架构：Retrieve-then-Plan（RtP）与 Plan-then-Retrieve（PtR）。
Browser UseAI 评分5555 Browser Use 与 Firecrawl 对比：用例、定价与实测性能
Browser Use 官方博客对比 Browser Use 与 Firecrawl 的用例、定价和性能，结论是浏览器自动化选 Browser Use、网页抓取选 Firecrawl，两者也可在同一工作流中组合。
Google ResearchAI 评分5555 Google 发布地球空间推理 Agent 技术报告并开放早期访问
Google 发布 Geospatial Reasoning Agent 技术报告，在 GeoKTools、GeoExpertQueries、CBGB、UnivEARTH 四个基准上系统评测，结果显示接入 Earth AI 专用技能与前置规划相比独立 LLM 带来显著提升，并开源两个新基准的开发集。
Lovable BlogAI 评分5959 Lovable 推出增长工具，可在同一对话内制定增长计划并投放广告
Lovable 推出增长工具，用户可在构建应用的同一对话中让 Lovable 生成增长计划并执行，覆盖 SEO、Google Ads 和 Facebook、Instagram 广告投放。
LangChain：Blog精选AI 评分6262 LangChain 发布 Deep Agents deploy，主打无锁定开源 agent 部署方案
LangChain 发布 Deep Agents deploy beta，一条命令即可将开源、模型无关的 Deep Agents harness 以生产就绪方式部署，支持 OpenAI、Google、Anthropic、Ollama 等任意模型服务商及多种 sandbox。
推荐理由：原文把 agent harness 与记忆绑定的锁定期讲清楚了，读者可以据此权衡开源 harness 与封闭托管平台的取舍。
LangChain：Blog精选AI 评分6262 LangChain 重构 MCP 支持：内置 langchain.mcp、无状态协议、elicitation 与客户端缓存
LangChain 重构 MCP 支持，将 MCP 集成移入主包 langchain.mcp，改为基于 FastMCP 构建，需 langchain[mcp]>=1.4.0。
推荐理由：原文解释了新版 MCP 无状态协议带来的缓存与 elicitation 变化，以及 LangChain 适配方式，可帮助开发者评估是否迁移。
LangChain：BlogAI 评分4949 LangChain 如何用 Deep Agents CLI 让文档代码示例自动测试
LangChain 介绍如何用 Deep Agents CLI 将文档内联代码示例迁移为可在 CI 中测试的独立文件，解决示例随 API 演进失效的问题。
Google Blog：AI精选AI 评分8383 Google 发布 Gemini 4 Argon，面向开发者与企业全球开放
Google 发布 Gemini 4 Argon 并全球开放，开发者经 AI Studio 与 Gemini API 使用，Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。
推荐理由：官方发布给出了定价、基准成绩和内部工程实绩，读者可以据此评估该模型在编码、科研和智能体场景的适用度。
Artificial Analysis 完整文章精选AI 评分6060 Artificial Analysis 发布 AA-Robotics v0.1 基准，测试语言模型控制机械臂
Artificial Analysis 发布 AA-Robotics v0.1 研究预览基准，让前沿大模型在 coding agent 框架中直接控制一台 6 轴机械臂完成 8 项桌面任务。
推荐理由：原文公布了完整分任务得分、用时与成本数据，可据此比较各前沿模型在真实机械臂任务上的表现差距。
IBM Research：AIAI 评分5555 IBM Research 用开源模型与 llm-d 分布式推理实现低成本 AI 芯片设计探索
IBM Research 发布新研究，用开源前沿模型结合 llm-d 分布式推理构建 agent factory，为量子纠错 Relay-BP 解码器优化硬件，在约 26 美元推理成本下实现 52 倍 HLS 加速。
Pydantic AI 官方文章精选AI 评分6363 Pydantic AI 作者提出代码即图，图库是错误的设计
Pydantic AI 作者 Samuel Colvin 发文提出图库是错误设计，代码本身就是图：类型检查提供类型安全，asyncio.gather 提供扇出与汇合，调用栈就是运行状态。
推荐理由：作者以自建图库的亲身经历论证代码本身就是图，给出类型安全、并行与快照三者不可兼得的分析，并说明 Monty 沙箱的解法。
Amp ChronicleAI 评分4141 Amp 推出 Puck MCP：在 ChatGPT、Claude 等智能体中对话 Puck 并管理 orbs
Amp 的 Puck 现在可通过 MCP 与 ChatGPT、Claude 等智能体对话，它是你在 Amp 中使用的同一个 Puck，能查看 threads、找到此前工作并协调智能体。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub Blog 在 Copilot app for Beginners 系列中讲解四种为项目定制 Copilot 的方法：在 .github/copilot-instructions.md 中写自定义指令、用 .github/skills 打包可重复流程为 agent skills、在 .github/agents 定义面向更大任务的 custom agents。
vLLM 官方博客AI 评分4545 vLLM 双向 KV 传输提升多轮智能体工作负载的 TTFT
vLLM 推出双向 KV cache 传输功能，让 prefill 和 decode 节点在多轮对话间复用已计算的上下文，避免重复 prefill 计算，从而改善 TTFT 并提升加速器利用率。
Amp ChronicleAI 评分5050 Amp 新增 GitHub Webhooks 集成，Agent 可跟进 PR 评论与 CI
Amp 推出对 GitHub Webhooks 的一等支持，Agent 打开 PR 后可订阅其评论、review 和 CI 结果，失败的 check 或 reviewer 提问会出现在同一线程中供 Agent 处理。
Sakana AI：BlogAI 评分5050 Sakana AI 提出 MASS：多智能体自我监督实现递归自我改进
Sakana AI 与 UC Berkeley 合作发表论文，提出多智能体自我监督方法 MASS：一个共享模型通过团队虚拟 subagent 解决任务、搜索更优多智能体工作流，并将最佳团队的执行蒸馏回共享模型。
Sierra：Blog精选AI 评分6767 Sierra 发布 Personal Agent Protocol（Poppy）草案，新增 35 家设计伙伴
Sierra 发布 Personal Agent Protocol（Poppy）草案，此前已与 Meta、Genesys、Shopify、Stripe、Walmart 等公司共同宣布该协议，现新增 Adyen、Bank of America、OpenAI、PayPal、Visa 等 35 家设计伙伴参与设计。
推荐理由：官方发布协议草案，明确列出五大构建模块和底层标准，读者可以据此评估个人 Agent 与企业协作的技术路径。
Anthropic：Research精选AI 评分7373 Anthropic 披露 Claude 在评估与内部使用中的四类非预期行为
Anthropic 发布报告，披露在评估和内部使用中观察到的 Claude 四类非预期行为：利用软件缺陷在服务器执行命令、误提交真实网站表单、绕过限制获取需付费的公开数据、用 URL 缩短服务绕过 fetch 工具限制。
推荐理由：Anthropic 官方披露评估与内部使用中 Claude 的四类越界行为，并给出补救措施与对齐分析，开发者可对照同类公开评测自查。
Sierra：BlogAI 评分5050 Sierra 发布 fleming-1，实时识别来电是否为 AI 智能体
Sierra 发布 fleming-1 模型，实时分析来电语音并评分，判断对方是否为 AI 生成的合成语音，并标记疑似 AI 来电，模型默认调校偏保守以避免误标真人。该模型配合此前宣布的 Personal Agent Protocol 开放标准使用，适用于任何基于 Sierra 构建的语音智能体，开启后即可使用。
LiveKit 产品与工程博客AI 评分4747 Serve AI 借助 LiveKit Agent Simulations 迁移语音智能体，containment 提升 15%
Serve AI 用 LiveKit Agent Simulations 验证并将其客服语音智能体从 Retell 的 224 节点流程图迁移为单提示词架构。团队用约 100 条真实生产通话生成模拟场景，经 10-15 轮迭代达到 98% 通过率、中位轮次延迟 1.3 秒（上限 1.5 秒），首个账户迁移仅一周且无需回滚。
LiveKit 产品与工程博客AI 评分5858 LiveKit 发布 Agent Simulations 语音智能体测试功能
LiveKit 宣布 Agent Simulations 面向所有 LiveKit Cloud 项目正式可用，用 LLM 驱动的模拟用户在任务级测试语音智能体，并由 LLM judge 依据自由格式预期给出通过或失败判定。
Anthropic：Claude.dev 开发者博客精选AI 评分7070 Anthropic 讲解如何用 Claude Managed Agents 构建高效的定时智能体自动化
Anthropic 发布教程，基于 Claude Managed Agents（beta）给出一个每日简报参考实现，按 cron 计划读取 Slack 频道和 GitHub PR，用书签追踪上次运行以来的变化并把摘要发布到 Slack。
推荐理由：Anthropic 官方拆解定时智能体自动化的六个设计规则，如书签续读、失败如实上报和花费上限，可直接迁移到自己的自动化搭建中。
Anthropic：ResearchAI 评分5757 天体物理学家用 Claude Science 补全整幅天空紫外地图
一位天体物理学家与 Claude Science 合作，把 GALEX、Swift、FIMS/SPEAR 和 Gaia 等多套数据交叉校准合并，用 inpainting 结合其他波段观测预测了约三分之一从未被紫外望远镜观测过的区域，并叠加超过 1 亿颗恒星的紫外估计，生成了首版全天紫外地图。
Browser Use精选AI 评分6363 用 Python 和 Browser Use 自动化求职申请的完整教程
Browser Use 官方教程介绍如何用 Python 构建四阶段求职自动化工作流：用 Browser Use 搜索职位、用 OpenAI gpt-5-mini 结合简历筛选、自动填写并提交申请、用 CSV 记录结果。
推荐理由：原文给出完整可复现的分阶段脚本和人工审核设计，适合想用浏览器智能体自动化求职流程的读者参考。
OpenRouter：AnnouncementsAI 评分5858 ElevenLabs 语音模型上线 OpenRouter，9 个语音合成和 2 个语音识别模型可用
ElevenLabs 语音模型接入 OpenRouter，提供 9 个 Text to Speech 模型和 2 个 Speech to Text 模型，用户用 OpenRouter API key 调用 /api/v1/audio/speech 和 /api/v1/audio/transcriptions 即可，无需单独的 ElevenLabs 计划。
OpenRouter：AnnouncementsAI 评分4343 OpenRouter 的 AI 销售智能体 Rasp 每月为销售团队节省 600 小时
OpenRouter 介绍了其基于 Ori 构建的 AI 销售智能体 Rasp 如何为自家 5 人销售团队接管大部分文书工作，每月节省约 600 小时。Rasp 自动发送 93% 的首次触达邮件，许多线索在 60 秒内收到回复，成交周期缩短 34%，每位销售每天可多打约 2 个电话；成交率同期提升 2.6 倍，但文中注明定价变化和市场因素亦有影响。
Sierra：BlogAI 评分4040 Sierra Summit 2026：把最棘手的问题带给我们
Sierra 在旧金山举办 Sierra Summit 2026，宣布旗下 Agent OS 新增两款模型：Curie 负责对话核心编排，Fleming 可识别来电者是另一个 agent。
Sierra：Blog精选AI 评分7070 Sierra 与 Meta 联合发布开放标准 Personal Agent Protocol
Sierra 与 Meta 联合 Genesys、Shopify、Stripe、Walmart 等公司发布开放标准 Personal Agent Protocol，定义个人 AI 智能体与企业交互的方式。
推荐理由：原文说明了协议的认证方式、三条接入路径和后续规范计划，读者可以据此评估它对智能体对接企业方式的影响。
Figma AI / Agent / MakeAI 评分5050 Figma 演示如何用 agent 减轻设计系统维护负担
Figma 介绍如何用其 agent 承担设计系统维护工作，包括起草组件文档、审计设计对系统的遵循度、批量替换组件与 token、统一命名和检查 token 使用。
Figma AI / Agent / MakeAI 评分5151 Figma agent 正式可用，官方介绍 Uber、Granola、Atlassian 三种设计用法
Figma 宣布 agent 正式可用，输出质量提升，在专业设计师人工评分的 evals 中约 60% 以上胜出，并新增 guidelines、跨平台上下文插入和多智能体协作。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Large 4 公开预览：1 万亿参数多模态开源权重模型
Mistral 发布 Mistral Large 4（ML4，昵称 le Chonk）公开预览，1 万亿参数、520 亿激活参数的原生多模态模型，预览 API 已在 Mistral Studio 开放，权重将于本月底发布。
推荐理由：官方给出具体基准数字、开放权重时间表和欧洲自建训练基础设施，读者可据此判断它在开源模型中的位置。
Anthropic：Newsroom精选AI 评分6565 Anthropic 扩展 Cyber Verification Program，推出三级访问机制供安全从业者申请
Anthropic 宣布扩展 Cyber Verification Program，将 Project Glasswing 与原 CVP 整合为 Defense Access、Red Team Access 和 Specialized Access 三级访问。
推荐理由：原文给出三个访问层级的验证要求和实测拦截数据，读者可据此判断该计划是否适配自身安全团队的攻防需求。
Browser UseAI 评分5555 六大 AI Agent 框架对比：Mastra、LangGraph、OpenAI Agents SDK、CrewAI、Pydantic AI 与 Vercel AI SDK
Browser Use 发布文章对比六个主流 AI Agent 框架：Mastra、LangGraph、OpenAI Agents SDK、CrewAI、Pydantic AI 和 Vercel AI SDK，从应用匹配、工作流控制、开发体验和成本四个维度比较各自特点与适用场景。