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。
#Agent
GitHub Blog · AI & MLAI 评分5252 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。
Ethan Mollick：One Useful ThingAI 评分5959 Ethan Mollick 用图表回顾 30 个月的 AI 指数级进展，并发布新书 Co-Existence
Ethan Mollick 的新书 Co-Existence 发布，距上一本 Co-Intelligence 30 个月。
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。
AI as Normal TechnologyAI 评分5959 普林斯顿等机构联合发布论文《Emerging Trends in AI Agent Evaluation》
普林斯顿团队联合 Stanford、UK AI Security Institute 和 Brookings 发布论文《Emerging Trends in AI Agent Evaluation》，从科学方法、研究议程和评估生态三个维度归纳 33 条智能体评估趋势。
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。
Newcomer 新闻长文AI 评分4242 Mercury 年化收入突破 10 亿美元，CEO Immad Akhund 做客 Newcomer Podcast
Mercury CEO Immad Akhund 在 Newcomer Podcast 上披露，公司年化收入刚突破 10 亿美元，同比增长约 50%，客户超过 450,000 家，并正推出 payroll 服务。节目中双方还讨论了 AI agent 花钱、初创公司泡沫化时刻以及疫情热潮后金融科技创业降温等话题。
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。
Redwood Research：BlogAI 评分5757 Redwood Research 发布 Screwtape：通过对抗性轨迹编辑对监控器做红队测试
Redwood Research 介绍 Screwtape，一条把真实 agent 轨迹编辑成可绕过纯行为监控器攻击的流水线，并用自建 Opus 4.8 和 Gemini 3.1 Pro 监控器迭代。在 94 份真实轨迹上运行 252 次得到 35 个绕过攻击，其中 6 个还绕过某前沿厂商的 held-out 监控器并经人工确认；论文与实现细节见原文，实现暂不公开。
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。
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。
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。
AI as Normal TechnologyAI 评分6060 Narayanan 与 Unger 撰文主张 AI 应超越自动化议程，走向人机协作增强
Arvind Narayanan 与斯坦福 Digital Economy Lab 经济学家 Gabriel Unger 发文，批评硅谷把 AI 等同于全面自动化的主导议程，主张 AI 应转向增强人类能力与协作。
Pragmatic EngineerAI 评分6565 Pragmatic Engineer 深入解析 Uber 内部 AI 开发基础设施
Pragmatic Engineer 播客邀请 Uber 杰出工程师 Uday Kiran Medisetty 深入介绍 Uber 面向 AI agent 的开发者基础设施。
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。
METR：BlogAI 评分5858 METR 提议通过独立评估提升公众对前沿 AI 失控风险的知情度
METR 提出一项向公众提供前沿 AI 失控风险独立证据的评估提案，聚焦对齐、监控与 AI 研发加速三类证据缺口。提案中 METR 将基于员工访谈和公司设备上的内部数据与系统撰写公开报告，开发者可删除敏感信息并选择授予的访问范围；文中列举了 OpenAI/Hugging Face 等多起失控事件，并承认该提案不等同于审计或合规监管。
METR：BlogAI 评分4444 METR 解析评估员如何调查内部 AI 智能体的控制与监控
METR 撰文阐述评估员应如何收集证据、检验 AI 开发商对内部 AI 智能体的 LLM 监控是否可靠。文章提出五个核心子问题：监控覆盖率、监控系统漏洞、智能体绕过监控的难度、被标记事件能否被人类及时审查，以及未被发现的最坏不当行为影响。