技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
164 条精选近 30 天 66 条共收录 721 条
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 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 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。
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。
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 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。
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 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。
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。
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。
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。
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。
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。
LangChain 发布 Managed Deep Agents v0.10 公开测试版，新增浏览器使用和异步子智能体两项核心能力。
推荐理由：官方发布详解了浏览器使用和异步子智能体的开启方式与底层机制，读者可以据此评估是否把它接入现有 Agent 工作流。
LangChain 对比了七套浏览器工具集后为 Managed Deep Agents 选定 Browserbase 的 Stagehand，并结合 LangSmith traces 与 evals 持续优化。
推荐理由：原文用基准数据和 trace 分析说明工具设计如何影响浏览器智能体的成本与速度，方法可迁移到其他智能体优化。
LangChain 为 Managed Deep Agents 增加浏览器使用能力，在 LangSmith 中无需自建基础设施即可构建可操作网页的智能体。通过 browser.py 导出 define_browser 即可启用，scope 支持 thread 与 user 共享登录态，空闲 10 分钟默认停止；网页登录可通过 browser_handoff 交给用户完成。
推荐理由：官方介绍了给 Managed Deep Agents 加浏览器能力的配置与原理，读者可以直接照着在自己项目中启用。
Anthropic 发文讲解其对 Claude 智能体记忆的设计思路，包括会话内笔记、梦境（dreaming）离线整理和 wiki 等记忆表示。
推荐理由：Anthropic 结合 Pokémon 与基准评测拆解智能体记忆组件， dreaming 修正错误笔记将通关结果反转，对设计记忆系统有直接参考价值。
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。
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。