Meta 详解 Intelligent Delivery：用 ML 和 Agentic AI 优化广告排序算力分配
Meta 工程博客介绍 Intelligent Delivery，一个在服务栈内按边际效用分配算力的 ML 驱动系统，自 2017 年至 2026 年上半年在模型和系统优化之外带来约 10% 的广告排序性能提升。
#Agent
Meta Engineering BlogAI 评分5454 Google Developers Blog精选AI 评分7070 Google 发布 A2UI 1.0 稳定版开源协议，让智能体用原生交互界面回答
Google 发布 A2UI 1.0，这是其生成式 UI 开放协议的首个稳定版本，让 AI 智能体以表单、图表等交互屏幕而非纯文本回答，提供覆盖 Web、Android、iOS 的开源渲染器 SDK 和 Python、TypeScript、Dart 的 Agent SDK。
推荐理由：官方发布开源生成式 UI 协议的 1.0 稳定版，给出渲染器与 Agent SDK 清单和 Atlassian、ByteDance 等落地方式，读者可评估是否接入自己的智能体工作流。
AWS Machine Learning BlogAI 评分5454 AWS 开源 UAEF 智能体评估框架，用适配器统一跨框架的闭环评估
AWS 在机器学习博客介绍开源的 Universal Agent Evaluation Framework（UAEF），一个框架无关的 AI 智能体闭环评估系统。
Databricks：BlogAI 评分5757 Databricks 推出新一代 Genie：面向复杂企业工作的自主 AI 智能体
Databricks 发布新一代 Genie，定位为可主动承担长周期企业工作的自主 AI 智能体，持续追踪进度、跟进缺失输入并采取行动，用户可通过 Genie One、邮件、Slack 和 Teams 布置任务并设置审批。
Databricks：BlogAI 评分5050 Databricks 推出 Genie 插件，将企业业务上下文接入 ChatGPT、Claude、Microsoft Copilot Cowork 与 Grok Bot
Databricks 推出新的 Genie 插件，让 ChatGPT、Claude、Microsoft Copillow Cowork 和 Grok Bot 原生访问 Genie Ontology 企业上下文层，通过受治理接口获取业务术语定义与数据关系。
Databricks：BlogAI 评分4444 Databricks 基准测试：Genie 借 Genie Ontology 实现 1.6 倍准确率、token 用量减半
Databricks 与 Turing 联合开发了一个企业数据智能体基准，在真实 Databricks 工作区中对比 Genie 与两个前沿智能体，以虚构英国能源公司 Calderwick Energy 的数据资产为题。
Databricks：BlogAI 评分5353 Databricks 宣布 Genie Ontology 正式发布（GA）
Databricks 宣布 Genie Ontology 正式发布（GA），它由 Agent 从仪表板、SQL 查询、notebook 和 Power BI 等语义模型中自动学习业务上下文，并由人通过 Unity Catalog 治理关键定义，经 Genie MCP 可供 ChatGPT、Claude、Microsoft Copilot 等外部 Agent 使用。
Databricks：BlogAI 评分5050 Genie One：面向所有人的 AI 同事之家
Databricks 宣布 Genie One 升级为企业的 AI 同事之家，所有对话、产出物和工作流都基于 Genie Ontology 的企业上下文，并通过 Unity Gateway 治理。
Databricks：BlogAI 评分4949 Databricks Genie Agents 新增分析更多数据源，从企业上下文走向实际行动
Databricks 介绍 Genie Agents 的新能力：该智能体从生成 SQL 洞察进化为理解企业全部业务上下文的无代码智能体，新增非结构化文档分析、MMP 连接器（应为 MCP connectors）与 OpenSharing 支持，可自动完成文档解析、索引与上下文检索并给出带具体引用的答案。
AWS Machine Learning BlogAI 评分4242 AWS 发布 Pluggable Agentic AI Framework：基于 Amazon Bedrock AgentCore 的七层可组合企业智能体参考架构
AWS 在机器学习博客上介绍 Pluggable Agentic AI Framework，一套基于 Amazon Bedrock AgentCore 的七层可组合参考架构，用于将多智能体 AI 应用从原型推进到生产规模。
AWS Machine Learning Blog精选AI 评分6666 AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 上线 Amazon Bedrock
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 及 Claude Platform on AWS 上可用。
推荐理由：AWS 官方公告同时给出能力说明、数据保留选项和 Bedrock 调用示例，读者可据此评估迁移与接入成本。
Figma AI / Agent / Make精选AI 评分6565 Figma 介绍六种用 Figma agent 提升设计工作流的方法
Figma 官方介绍在画布上使用 Figma agent 的六种方法，覆盖从设计前期探索到交付前细化。
推荐理由：Figma 官方总结了六种智能体用法，附具体提示词示例，设计师可直接照着把智能体引入日常设计工作流。
Hugging Face BlogAI 评分5959 Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布基于 Qwen3.5-0.8B 的 0.8B 参数端侧智能体模型 BotPsy，专注函数调用和个人助理任务，称其在六个工具使用与智能体基准上优于所有受测的 1.2B 及以下模型，BFCL v4 从基座的 23.4 升至 44.0，并在五项基准上超过 2.5 倍大小的 Qwen3.5-2B-Think。
AWS Machine Learning BlogAI 评分4343 Moonshot AI Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock
月之暗面（Moonshot AI）的 Kimi K3.1 Pro Highspeed 现已在 Amazon Bedrock 上可用。该模型基于 Kimi K3 的 3T 级开放权重架构后训练而来，保持 1 百万 token 上下文窗口，官方称输出速度达 Kimi K3.1 Pro 的 2–3 倍，强化了长程智能体任务、金融建模和游戏引擎等编码能力。
OpenRouter：Announcements精选AI 评分7474 OpenRouter 实测 MCP、CLI 与 Skills 的上下文 token 成本
OpenRouter 在一个 GitHub 任务上用 Claude Haiku 5.5、Claude Sonnet 5.5、GPT-6 Luna 和 Gemini 3.8 Flash 实测三种工具接入的 token 成本。
推荐理由：OpenRouter 用同一 GitHub 任务实测三种工具接入方式的 token 差异，并给出测量脚本和按场景选型的具体建议，方法可迁移到读者自己的服务器。
AWS Machine Learning BlogAI 评分5656 用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日开源依赖安全监控
AWS 发文介绍 Amazon Bedrock AgentCore Web Search API 现已可用，并给出一个安全团队每日依赖监控的完整教程。
Microsoft Research精选AI 评分6969 Microsoft Research 解析 Lazarus 后门技术：重编程休眠神经元攻击 AI Agent
Microsoft Research 介绍研究者发现的 Lazarus 后门技术：重编程 LLM 中不到 10 个休眠神经元即可在不训练的情况下给 Agent 埋入后门，模型可通过标准评测，触发条件甚至可以是日期变化，例如时钟进入 2027 后在普通任务中执行下载并运行攻击者代码的命令。
推荐理由：原文来自发现该威胁的研究者本人，解释了休眠神经元重编程的具体机制，并给出权重溯源与检测的可操作防线。
LangChain：BlogAI 评分6060 LangChain 讲解 Deep Agents 的上下文工程方法
LangChain 在博客中介绍如何用 Deep Agents 管理 Agent 的上下文窗口，缓解 context rot。
LangChain：Blog精选AI 评分6666 LangChain 讲解 AI Agent 的上下文工程为何从检索开始
LangChain 发布博客讲解 Agent 记忆的上下文工程应从检索入手，指出低效搜索、单次上下文过载、无关或过时信息三类问题，并以 Deep Agents 构建的竞品分析 Agent 为例给出对策。
推荐理由：原文以竞品分析 Agent 为例拆解检索低效、上下文过载和陈旧信息三类问题，并给出 grep、offload、子代理委托等可直接复用的做法。
n8n Blog精选AI 评分6666 Gemini 4 Carbon 登陆 n8n：自动化基准 53.9%，抗提示词注入成功率降至 0%
Google 发布 Gemini 4 Carbon，并已在 n8n 的 AI Agent 节点和独立 Gemini 节点中可用。
推荐理由：原文结合 n8n 场景梳理 Gemini 4 Carbon 在自动化基准、长任务和抗提示词注入上的表现，并给出接入与定价细节。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流
Google DeepMind 发布 Gemini 4 Carbon，定位为最强前沿模型，面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。
推荐理由：Google DeepMind 官方发布 Gemini 4 Carbon，给出基准成绩、定价和获取渠道，可据此判断它适合哪些高难度工作流。
Wiz：ResearchAI 评分5656 Wiz 讲解如何评估 AI 智能体的网络安全能力并重启 Cyber Model Arena
Wiz 研究团队介绍重启后的 Cyber Model Arena v3.9 基准设计原则，覆盖 26 个模型、4 个 harness、59 个智能体和 327 道挑战，每题 1,000 秒、三次尝试。
NVIDIA BlogAI 评分5959 NVIDIA 在 KubeCon 宣布开源 OpenShell 并捐入 CNCF，同时发布 DSX AI Factory 平台新组件
NVIDIA 在 KubeCon + CloudNativeCon 上宣布将开源运行时 OpenShell 捐给 CNCF 作为 Sandbox 项目，用于对自主 Agent 施加确定性控制与治理；同时参与 Google 主导的 Agent Substrate 项目并与之集成。
Mastra BlogAI 评分4848 Mastra 推出 MCP Tasks：让 Agent 在长时间运行的 MCP 工具调用中保持响应
Mastra 为 MCPServer 和 MCPClient 引入 MCP Tasks，支持在后台运行长时间工具调用，客户端通过 task ID 轮询 working、input_required、completed、failed、cancelled 等状态，任务完成后通知 Agent，避免同步调用阻塞 Agent 回应用户。
Google AI：DEV 作者专属精选AI 评分6868 Google Agent Skills 如何像产品一样发布技能：六道自动化门禁与 AI 评审
Google 工程师 Remigiusz Samborski 介绍 Google Agent Skills 仓库近两个月的进展，star 数从 15,000 增至超过 21,000，托管 170 多个技能。
推荐理由：作者以 Google Agent Skills 维护者身份拆解了完整 CI 门禁与 AI 评审规则，读者可把同一套版本化、原子化评测方法迁移到自己的技能仓库。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分4141 Agent Substrate：面向大规模 Agent 场景增强 Kubernetes
AI Agent 大部分时间处于空闲，等待人类提示词、工具结果或模型响应，而 Kubernetes 并非为此设计。每个会话独占一个 Pod 会为空闲会话占用内存，在轮次之间删除 Pod 则每次付出数秒冷启动代价并丢失 Agent 状态；RL 后训练也面临同样的瓶颈。NVIDIA 介绍 Agent Substrate，并将其捐赠给相关社区以支撑大规模 Agent 运行。
n8n Blog精选AI 评分7373 n8n Labs 发布开源个人智能体 Nod 研究预览版，可本地运行
n8n Labs 发布研究预览版 Nod，一个独立于 n8n 的开源个人智能体，可在 Mac 或 Windows 本地运行，自带沙盒和浏览器，通过 Gmail、Calendar、Slack 等应用及无集成的网站完成任务。
推荐理由：n8n Labs 首次发布个人智能体 Nod，读者可从本地沙盒、记忆基准和成本控制细节判断它是否适合接手日常琐事。
LangChain：BlogAI 评分5454 Stripe 如何在一周内基于 LangChain Deep Agents 搭建全员 AI 助手 Kai
LangChain 博客复盘 Stripe 如何在 Deep Agents 上用一名工程师一周时间搭建出全员生产力助手 Kai，采用 Deep Agents 基座加 Stripe 定制 harness、配置层和 UI 的四层架构。
Google DeepMind精选AI 评分7777 Google DeepMind 推出 AlphaProof Code 框架，形式化验证 Signal 密码协议实现代码
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，首次对 Signal 协议的实际实现代码完成数学化安全证明，此前该挑战被认为极为困难。
推荐理由：原文给出框架工作流程、生成六百万行 Lean 和四周完成验证等细节，读者可据此判断形式化验证的可行路径。
Pydantic AI 官方文章精选AI 评分6363 Pydantic AI 讲解 code mode 与 sandbox 的区别及工作区用法
Pydantic AI 官方文章解释 code mode 和 sandbox 不是同一件事：code mode 是模型通过 run_code 写 Python 调用工具以减少模型往返，sandbox 是代码运行的隔离环境，二者可独立也可组合。
推荐理由：原文厘清 code mode 与 sandbox 是两个不同概念，并给出 Pydantic AI 中沙箱边界的三种位置与 workspace 组合方案，可迁移到智能体隔离设计。
AWS Machine Learning BlogAI 评分4242 AWS Quick 中 agents 与 skills 如何协同工作
AWS Machine Learning Blog 讲解了 AI 服务 AWS Quick 中 agents、skills 与数据的协作机制。Quick 是默认内置 agent，可访问用户有权限的 spaces、knowledge bases、数据集和 dashboards；团队也可配置并共享面向特定任务的自定义 agent。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 教程：用 Python 构建语音 AI 餐厅订座智能体
OpenRouter 发布教程，用 Python 构建一个餐厅订座语音智能体，串起语音转文字、带工具调用的 LLM 和文字转语音三段流水线，共用一个 OpenRouter API key。
推荐理由：OpenRouter 官方实测数据，读者可据此了解语音智能体的延迟构成、成本分布和各模型选型差异。
Amp ChronicleAI 评分5959 Amp 发布 Boxes：可常驻运行智能体应用的轻量 VM
Amp 推出 boxes，一种始终在线的小型计算机，用于部署用 Amp 构建的应用，每个 box 是单台 VM、自带 agent runner，最小规格 $18/30 天常开。用户通过 orb 开发、portal 测试，让 agent 生成并部署 box，可按分钟计费、按计划开关省钱，还支持团队共享和 Sign In With Amp 私有访问。
Google AI：DEV 作者专属AI 评分4646 Claude Fable 5.2 上架 Google Cloud
Anthropic 的 Claude Fable 5.2 现已在 Google Cloud 上可用，面向高难度技术工作构建长时间运行的智能体。
LangChain：BlogAI 评分5252 LangChain 开源 Promptim 提示词优化库
LangChain 发布开源实验性提示词优化库 Promptim，基于 LangSmith 数据集与评估器运行优化循环，自动迭代提示词直到指标超越基线。它聚焦优化单个提示词，通过 Annotation Queues 保留人工反馈环节，与 DSPy 的整套系统优化定位不同，可通过 pip install promptim 安装。
LangChain：BlogAI 评分5858 LangChain 讲解评估驱动开发（EDD）如何改进 AI 智能体
LangChain 在博客中系统介绍评估驱动开发（EDD），借鉴测试驱动开发的思想，先定义智能体的成功标准、在开发前编写评估集，再通过对比实验迭代改进。
Artificial Analysis 完整文章AI 评分5353 Artificial Analysis 联合 Google DeepMind 发布 MKA 多模态知识智能体基准
Artificial Analysis 与 Google DeepMind 合作发布 Multimodal Knowledge Agent (MKA) 基准，评估智能体处理架构图纸、工程示意图、临床扫描等复杂视觉文件并产出幻灯片、表格、报告等交付物。
IBM Research：AIAI 评分4646 IBM 向开源代理服务器 Praxis 贡献 Praxis Policy Engine，将策略执行引入 AI 技术栈
IBM 与 Red Hat 合作，向开源 AI 与云原生代理服务器 Praxis 贡献了 Praxis Policy Engine（PPE），Praxis 已将 PPE 作为其面向普通流量和 AI 流量的策略过滤器，并进入 CNCF Sandbox。
Lovable BlogAI 评分4545 Radish AI 团队加入 Lovable，为企业扩展 AI 智能体能力
Lovable 收购 AI 智能体基础设施平台 Radish AI 的团队，用于增强平台支持企业业务自动化的智能体能力。团队三人均有大厂背景：Nirman Gupta 曾任 Meta 工程负责人，Ish Singh 曾在 Google、JPMorgan、Goldman Sachs 负责 AI 与数据产品，Adrian Zgorzałek 在 Meta 工作过 12 年。
Anthropic：Claude.dev 开发者博客精选AI 评分7676 Anthropic 用 1000 个 Claude Fable 5.2 智能体在安全沙箱内复现费马大定理形式化证明
Anthropic 团队让 1000 个运行早期版 Claude Fable 5.2 的智能体在不使用 Prove2Me 平台、无研究者指导的情况下复现费马大定理的 Lean 形式化证明，耗时 28.7 小时，输出 token 为此前规模的约三分之一，证明长度为原版七分之一。
推荐理由：原文详细记录了 1000 个智能体在沙箱与双重监控下协作完成费马大定理形式化的全过程，其安全边界设计和自组织协调细节可作参考。