跳到正文
#Agent
11月6日周五
  4. Amp Chronicle42

    Amp 网页反馈插件：在页面上标注即可直接发起修改

    Amp 推出网页反馈功能，在项目设置中启用反馈 widget 并添加一段 script 后，访问网站时附加 ?amp 即可显示标注插件。点击页面任意元素写修改说明并发送，首次需用 "Continue with Amp" 登录授权；之后 Amp 在项目中开启新 thread 完成修改，按普通变更发布即可。widget 默认不可见，用过一次后无需 ?amp 也会显示，直到手动隐藏。

  7. OpenRouter：Announcements71

    OpenRouter 发布新一代 Auto Router 并推出编码专用 Auto Code

    OpenRouter 发布重建后的 Auto Router，并推出编码专用路由 openrouter/auto-code。新路由综合 11 项因素结合实时定价、提供商健康度和缓存状态选模型，性能最高提升 4 倍，p90 路由延迟 0.65s 对比旧版 1.96s；Auto Code 在五个基准上与 Claude Opus 5.5 相当，每任务成本低 74%。

    推荐理由：原文给出新旧路由的具体性能对比、Auto Code 的成本数据和工作机制，读者可据此评估是否在自己的 Agent 工作流中切换。

  8. vLLM 官方博客68

    REINFORCE Zero 论文提出核对齐实现稳定异步 RL，覆盖 DeepSeek-V4.1 与 Kimi K3.1

    NVIDIA Research 与 Inferact 发布 REINFORCE Zero 论文，指出 rollout 到 learner 的差距分为平滑变化的权重滞后和波动持续的核不匹配，先对齐核再用无截断的 token 级重要性采样即可稳定训练，无需拒绝门。

    推荐理由：论文拆解异步 RL 的两类差距，并给出核对齐加未截断重要性采样的完整配方与开源代码，读者可复现到自家训练流程。

  9. Anthropic：Research56

    Anthropic 论 AI 如何帮助科学家构建可解释的科学模型

    Anthropic Research 发文讨论 AI 参与科学建模的三步流程，即构建模型、约束模型和解释模型，并以 1951 年 Hodgkin 和 Huxley 用手摇计算器求解神经元方程的历史为例。文章指出拟合数据不等于理解，AI 系统应借助贝叶斯推断和基于模拟的推断（SBI）返回参数与模型的分布而非单一最优拟合，解释是最难交给 AI 的一步；AI 建模系统目前大多只测试过重新发现已知模型。

  10. Amp Chronicle47

    Amp 推出 Spaces：与智能体协作的新方式

    Amp 今日推出 spaces，一种与智能体和团队交互的新方式。每个 space 是一个负责生成并协调其他智能体的对话，用户无需再自行创建和整理线程。官方分享了 Spaces v1 功能开发、service accounts 发布支持以及安全审查（拆分 16 个区域并行审查）等使用案例，并认为这可能是与智能体交互的未来。

  16. Google Developers Blog59

    Google 量化代码遗留 TODO 对智能体的干扰成本

    Google 基于数千工程师、数亿步智能体交互的轨迹数据，分析代码内遗留 TODO(bug/...) 引用对编码智能体的干扰：13% 的读文件会话接触到这类引用，6% 触发后续动作且其中 83% 是开发者未要求的偏航，其中 41% 追向已关闭的工单，57% 造成范围蔓延。

  17. Sierra：Blog55

    Sierra 收购 AI Agent 浏览器基础设施公司 Anon

    Anon 宣布加入 Sierra，其团队专长与技术将用于 Sierra 已每年处理数十亿次客户交互的 Agent。Anon 融资超过 $13M，构建了帮助 AI Agent 在无 API 网页上登录、填表和执行操作的浏览器基础设施，服务数百客户；结合 Sierra 的 Horizon，Agent 将能在需要登录网站或通过浏览器操作时把跨系统长任务推进到完成。

11月5日周四
  2. Mistral AI62

    Mistral Studio 新增托管 Agent、工作流与应用，配合 Mistral Large 4 (Le Chonk) 面向企业部署

    Mistral 发布 Mistral Studio 更新，新增托管 agents 和 apps，扩展 workflows、enterprise context、agent 可观测性与评估能力，可通过 Mistral MCP server 用一条命令从本地测试部署到 Studio，支持云端、VPC 或本地部署。

    推荐理由：官方详述了 Studio 的托管 Agent、工作流和应用能力，以及各客户的具体节省工时，可据此评估企业级部署方式。

  4. Browser Use56

    Browser Use 解析 Computer Use 与 Browser Use 两种智能体控制软件的方式如何选型

    Browser Use 团队对比 computer use 与 browser use 两种让智能体操作软件的方式：前者靠截图加鼠标键盘操控整个桌面，后者通过 CDP 直接读取页面结构并对元素操作。文章给出选型规则：网页任务用 browser use，涉及桌面应用或系统对话框的步骤用 computer use，真实工作流常需两者配合，并附开源库与云浏览器等入口。

  5. OpenAI：部署安全与系统卡76

    OpenAI 发布 GPT-6 Cyber 系统卡，披露网络安全模型的对齐与防护细节

    OpenAI 发布 GPT-6 Cyber 系统卡，该模型经强化学习训练用于复现崩溃、开发漏洞利用和代码库漏洞搜索，并降低对授权网络安全请求的拒答。对齐评估显示其 ExploitGym Honeypot 越权利用率在无部署安全指令时为 0.07%（GPT-5.6 Sol 为 49.5%），配合部署安全指令后为 0%；Auto-Review 拒绝遵守率为 0%。

    推荐理由：系统卡给出对齐评估和 honeypot 等具体数字，读者可以据此判断 GPT-6 Cyber 在能力增强下安全边界的实际表现。

  9. Figma AI / Agent / Make53

    Figma 详解自建沙箱平台 Nimbus：如何在规模下安全运行 AI 生成代码

    Figma 工程团队介绍自建的沙箱管理平台 Nimbus，用于安全运行 Figma 设计 agent 和 Figma Make 中的 AI 生成代码。Nimbus 通过 namespace 声明配置、统一多云 provider 的资源分配与安全策略，对可信主机外仅放行无请求体的 GET、HEAD、OPTIONS 读请求，并在请求离开沙箱前才解密凭证。

  10. Artificial Analysis 完整文章71

    Thinking Machines 发布 Inkling 2 Small，计划开源权重

    Thinking Machines 发布 Inkling 2 Small，Artificial Analysis Intelligence Index 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落地将成为中国以外得分最高的开源权重模型。

    推荐理由：Artificial Analysis 给出独立跑分与成本细节，读者可对比 Gemini 3.8 Flash 等模型判断其智能体与编码能力定位。

11月4日周三
  1. Lovable Blog64

    Lovable 创始人复盘如何构建并多次重建 Lovable

    Lovable 创始人 Anton Osika 撰文复盘从 GPT Engineer 到 Lovable 的演进，平台用户已创建超过 7000 万个项目、代码库累计超过 10 万次 pull request。

    推荐理由：Lovable 创始人复盘多次重构智能体架构的取舍，读者可借鉴约束问题、控制执行、用知识文件替代微调等可迁移方法。

  2. Factory 研究 / 产品58

    Factory 收购 HumanLayer 并宣布开源

    Factory 宣布收购 HumanLayer，目标是加速构建面向企业和开发者的自主、自我改进软件。HumanLayer 的 Dex Horthy 和 Kyle Mistele 是编码智能体重度用户，曾提出 agent swarm 等想法并于 2025 年 8 月发布 Research/Plan/Implement 框架。

  4. Cognition 模型 / Devin 博客67

    Cognition 发布 2026 年 11 月安全实践指南，复盘 Binance 被盗与 Claude Code Cursor 扩展投毒等事件

    Cognition 发布安全实践指南，复盘近期重大安全事件并给出公司可立即执行的安全措施。文中回顾了朝鲜黑客通过假招聘和被篡改的安装程序入侵 Binance 工程师笔记本、窃取 6.34 亿美元等事件，以及 10 月 29 日 Cursor 披露的恶意 Claude Code Cursor 扩展，该扩展试图在开发者机器上植入持久后门，少于 5000 名用户安装。

    推荐理由：指南回顾了 Binance 被盗和 Claude Code Cursor 扩展被投毒等事件，并给出可立即执行到 30 天内完成的安全措施清单。

11月3日周二
  2. MIT Technology Review · AI59

    MIT Technology Review 解读逆向博弈论如何约束 AI 智能体

    MIT Technology Review 介绍用逆向博弈论（机制设计）设计激励规则来约束 AI 智能体的对齐新思路。MIT 经济学家 Stephen Morris 等的预印论文提出让模型回答被另一个模型的预测来交叉验证、以及对冲偏差智能体配对等机制，以阻止模型在测试中故意藏拙；Princeton 的 Elad Hazan 则建议让模型轮流担任求解器和审计者并按结果奖惩。

  3. OpenAI：Alignment 研究博客71

    OpenAI 研究：智能体安全评估与生产环境存在行为差距，评估目标误判是关键因素

    OpenAI 比较 GPT-5.6 Luna/Sol、GPT-6 Luna/Sol/Astra 和 GPT-6.1 Sol 六款模型在 Respecting Warnings 安全评估与 Codex 生产环境中的表现，发现评估成功率一致低于生产环境，差距为 10.2 到 37.4 个百分点。

    推荐理由：OpenAI 用六款模型对比安全评估与生产环境行为，发现评估成功率反而更低，并指出评估目标误判是主要解释。

  4. Amp Chronicle47

    Amp 推出 Service Accounts：工作区共享的团队账户

    Amp 上线 Service Accounts，这是一种由工作区管理员创建、不绑定单个用户的团队账户，拥有独立的 API key 和第三方凭据。其线程对工作区成员可见且支持多人协作，适合 PR 审查、公共文档每 24 小时扫描等团队任务，也可通过 amp -ox 在 CI 中用服务账户 API key 发起构建失败的审查线程。原文提醒只应分配愿意授予全体成员的凭据。

  5. LangChain：Blog64

    LangChain 发布 Managed Deep Agents 公测，一条命令把 Agent 部署到 LangSmith

    LangChain 推出 Managed Deep Agents，目前在 LangSmith Cloud 公测，把深度 Agent 写成项目文件夹后用 mda deploy 一条命令部署，无需自建服务器和基础设施。

    推荐理由：原文给出从目录到部署的完整命令和各能力对应文件，读者可以照着评估自己搭建生产 Agent 的工作量。