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。
全部 AI 动态
Browser UseAI 评分5656
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。
Anthropic：Research精选AI 评分6262 Anthropic 发布双报告：内部 AI 采用如何重塑雇佣结构并拉大与公众的预期差距
Anthropic 发布两份报告，一份分析公司内部 AI 采用对雇佣的影响，另一份对比员工与美国公众对 AI 影响工作的预期。报告称截至 2026 年 3 月，AI agent 的工作时长已超过员工，8 月 agent 数量达到员工的六倍；公司初级岗位招聘占比下降，人均产出增加，瓶颈转向人类注意力。
推荐理由：Anthropic 用内部雇佣变化和员工与公众的对比调查，解释为什么对 AI 的预期差异来自体验而非认知，读来有参考意义。
Amp ChronicleAI 评分5151 Amp 新增查看和控制 macOS/Linux runner 桌面功能
Amp 推出 runner 桌面查看与控制功能，支持 macOS 和 Linux。可在 macOS 应用的 Settings › Runner 中开启 Share This Mac's Display，或用 amp --no-tui --desktop 启动 runner；客户端直连 runner，在本地网络下几乎即时。适合测试 Amp 为你构建的原生应用（如 iOS 应用）。
vLLM 官方博客精选AI 评分6363 vLLM 从 Day 0 支持 Reflection Beam 501B MoE 模型
vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一款 501B 参数、每 token 激活 23B 的 MoE，采用 DeepSeek-V3 式路由和混合滑动窗口与 NoPE 注意力。
推荐理由：vLLM 官方详述 Beam 模型架构与逐项优化数据，部署者可以直接照抄配置和权衡结论上手。
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。
Anthropic：ResearchAI 评分7777 Anthropic 研究报告：AI 智能体如何改变公司内部用工与生产率
Anthropic 发布基于内部数据的研究报告，分析 AI 如何改变公司内部的用工和生产率。到 2026 年 8 月，员工交互式智能体工作时长已达员工的 6 倍；技术部门初级员工占比从 21% 降至 14%，初级技术岗招聘占比从 27% 降至 9%。
Waymo：BlogAI 评分5858 Waymo 宣布进军多伦多，计划 2028 年接待首批乘客
Waymo 官方宣布进入加拿大，将在多伦多筹备全自动驾驶网约车服务，目标 2028 年迎接首批乘客。近期将先以人工驾驶方式开展高精地图采集和测试，与总部位于多伦多的 Element Fleet Management 合作提供车队管理，并逐步投入数百个运营岗位；其 4 亿多公里全自动驾驶数据显示严重伤害及以上事故较人类减少 95%。
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。
Anthropic：Research精选AI 评分6464 Anthropic 调查揭示 AI 期望差距：员工与公众对能力和失业预期差异显著
Anthropic 于 2026 年 8 月调查美国成年人（N=10,980）与自家员工，发现双方对 AI 当前能力判断接近，但对进展速度分歧巨大：91% 的员工预期 AI 在 2030 年前能做出诺贝尔级发现，公众仅 39%。
推荐理由：原文用两组调查数据量化了公众与前沿 AI 从业者对 AI 进展和失业预期的差距，可作对照参考。
vLLM 官方博客AI 评分4444 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。
Comfy Blog精选AI 评分6363 Krea 3 通过 ComfyUI Partner Nodes 上线
Krea 3 图像模型现可通过 ComfyUI Partner Nodes 使用，主打基于参考图的生成与编辑。模型针对每次生成的速度和成本做了优化，支持按编号引用多张参考图、在保持标签形状材质不变的前提下调整场景光照构图，并可将结果回喂作为新输入串联编辑。
推荐理由：官方说明 Krea 3 在 ComfyUI 的接入方式与参考图编辑特性，读者可据此评估迭代速度和成本是否适配自己的工作流。
Comfy Blog精选AI 评分7373 Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，5.6B 参数可在消费级 GPU 上生成 4K 图像
ComfyUI 博客介绍了 Black Forest Labs FLUX 3 家族中紧凑型开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，支持原生 4K 生成、多参考图生成与编辑、bounding boxes 构图、文字渲染编辑和参考图风格迁移。
推荐理由：原文给出 FLUX 3 Image Klein 的参数量、开源权重获取方式和消费级 GPU 上的量化加速数据，可据此评估本地图像生成工作流。
Mistral AI精选AI 评分6262 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数在 GIFT-Eval、TIME 和 fev-bench 排名第一
Mistral 发布其首个时间序列基础模型家族 Timestral，提供 5M、28M、123M 和 209M 四种规格。最大 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中五项指标全部排名第一，28M 模型在 GIFT-Eval 和 TIME 上击败约四倍大小的 Chronos-2。
推荐理由：Mistral 发布首个时间序列基础模型系列，正文给出三个基准的成绩、CPU 推理延迟和可微调部署路径，读者可据此评估其落地方式。
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。
OpenAI：部署安全与系统卡AI 评分4343 OpenAI 发布 GPT-Live-1.1 系统卡，涵盖模型训练数据与安全评估
OpenAI 发布 GPT-Live-1.1 及 GPT-Live-1.1 Quip 的系统卡，说明两模型与公司其他模型一样基于公开互联网数据、第三方合作数据和用户提供数据训练，并经过严格的数据过滤以减少个人信息和有害内容。系统卡还指出模型须遵循 OpenAI 使用政策，并包含针对违规内容的语音原生评测。
Anthropic：Newsroom精选AI 评分6363 Anthropic 公布独立评估方机制，METR 团队已获类员工访问权限
Anthropic 宣布已向 METR 的六名员工开放类员工访问权限，包括公司硬件、办公空间和内部工具，METR 将公开发布风险评估结果，Anthropic 不可否决发布但可要求删减预定义类别的信息。
推荐理由：原文详细说明了 Anthropic 与 METR 等独立评估方的准入层级和发布权安排，读者可据此了解前沿 AI 公司第三方监督的落地方式。
Apple Machine Learning Research精选AI 评分6666 Apple 用 MLX 和 RDMA 在 Mac Studio 集群上运行近万亿参数 LLM
Apple 机器学习研究发布教程，介绍用最新版 MLX 在 Mac Studio 上本地运行 Muse Spark Open（816B 参数，MoE）、Mistral Medium 3.5 和 Qwen 3.8。
推荐理由：Apple 官方给出多台 Mac Studio 跑大模型的并行方案与实测数据，读者可对照评估本地推理的可行配置。
vLLM 官方博客精选AI 评分7676 vLLM Day 0 支持 Meta 开源权重 MoE 模型 Muse Spark Open
vLLM 与 Meta Superintelligence Labs 合作，为开源权重稀疏 MoE 模型 Muse Spark Open 提供 Day 0 支持。
推荐理由：原文给出 816B MoE 架构细节、量化格式、DSpark 投机解码与 LoRA RL 配置，读者可以直接照此部署和调优。
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。
vLLM 官方博客精选AI 评分6060 NVIDIA Nemotron 3.5 Super VL 发布并获 vLLM Day 0 支持
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，采用 120B 总参数、12B 激活参数的 MoE 架构，vLLM 提供发布当天支持。
推荐理由：原文给出架构细节、量化版本和部署配置，读者可据此评估它在多模态智能体工作流中的部署成本与吞吐表现。
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。
Apple：Newsroom精选AI 评分6262 Apple 发布可折叠 iPhone Duo，10 月 16 日开启预购
Apple 官宣可折叠 iPhone Duo，10 月 16 日 5 a.m. PT 起在 apple.com 和 Apple Store app 开启预购。展开后内屏 7.58 英寸、比 iPhone 18 Pro Max 大 50%，为 Apple 史上最大 iPhone 屏幕；闭合时外屏 5.36 英寸，提供 iPhone 18 Pro 约 90% 的屏幕面积。
推荐理由：官方公告给出了可折叠设计的具体规格、预购时间和AI功能适用范围，读者可据此了解这款新iPhone的实际形态与限制。
Sakana AI：BlogAI 评分4040 Sakana AI 推出可视化新功能「My Fish」：查看 Sakana Chat 记住了什么
Sakana AI 为 Sakana Chat 新增「My Fish」功能，将 9 月更新引入的记忆机制可视化。用户可查看模型记住了什么、记忆何时被调用以及记忆之间的关联：总览按个人资料、偏好、项目等分类，连接视图以地图形式展示（越近越新、越大越常用、30 天未用则变淡），还有历史时间线和对话中的记忆提示 chip。记忆功能默认开启，可随时在设置中关闭，Web 和移动端均已支持。
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。
Lovable BlogAI 评分4242 Lovable 推出 Deploy on AWS 私有预览：企业可在自己的 AWS 账户中部署应用
Lovable 宣布推出 Deploy on AWS，以 private preview 面向部分 Enterprise 客户开放，企业可在自己的 AWS 账户中以专属 VPC 运行应用，涵盖 EKS 上的数据平面、S3 静态资源、AWS Lambda 动态请求、Aurora PostgreSQL 数据库及日志与集成密钥，并通过 VPC peering 访问内部系统。
Anthropic：NewsroomAI 评分5858 Anthropic 介绍 2026 美国中期选举前 Claude 的选举防护措施
Anthropic 介绍为 2026 美国中期选举强化的选举防护措施。基于 9 月 21 至 27 日约 25 万条美国 Claude.ai 对话的分析，政治类对话约占 5.75%，仅约 0.01% 的对话请求投票建议；Claude 将接入 Democracy Works 的官方投票信息并展示选举夜实时结果。
vLLM 官方博客精选AI 评分6060 vLLM 发布训练-推理逐位一致方案，DeepSeek-V4-Flash RL 训练 diff 降为 0
vLLM 官方博客发布训练-推理一致性方案：训练前向直接调用 vLLM 推理内核并改造为逐位一致，在 DeepSeek-V4-Flash 100 步 RL 训练中每步 diff 为 0，rollout 吞吐达高性能基线的 91.3%，而基线 KL 从 2e-3 升至 29.9 且奖励回落。
推荐理由：原文给出训练与推理逐位一致的完整方案和开源技能，读者可据此在新模型上复现真正的 on-policy RL。
OpenRouter：AnnouncementsAI 评分4444 OpenRouter 推出 Private Endpoints：可将微调模型与专属容量接入统一 API
OpenRouter 今天推出 Private Endpoints，让企业把微调模型、公有模型专属部署或预留容量注册为私有端点，通过现有 API 和模型 slug 调用，仅本组织可见，不出现在公开列表和排行榜中。
vLLM 官方博客AI 评分4848 vLLM 无需置信度头的自适应验证（Adaptive Verification）上线
vLLM 通过 PR #52228 为 Adaptive Verification（AV）新增在线拟合接受估计器，使缺少置信度头的 draft 模型（如 EAGLE、MTP、DFlash）也能使用该功能，通过 enable_adaptive_verification 开启。
Anthropic：NewsroomAI 评分4545 Anthropic 在新加坡开设办公室并与新加坡政府签署谅解备忘录
Anthropic 在新加坡开设亚太第五个办公室，并与新加坡数码发展及新闻部签署谅解备忘录，合作范围涵盖 AI 安全、安保、模型评估及公私部门负责任地采用 AI。新加坡在 Claude.ai 人均使用率上居 121 个国家第二位；GovTech Singapore 有超过 1,500 名工程师采用 Claude Code，Grab、DBS、GIC、Sea 等企业也在使用 Claude。