#Agent

NVIDIA Groq 3 LPX 在 Vera Rubin 平台实现 100K 上下文下 3,431 tokens/秒交互推理

NVIDIA 发布 Groq 3 LPX 交互式 AI 推理加速器，与 Vera Rubin NVL72 搭配服务高交互场景。

vLLM 推出基于 Ray Direct Transport 的分片权重传输引擎

vLLM 发布基于 Ray Direct Transport（RDT）与 NIXL 的分片权重传输引擎，用于在线 RL 训练中的权重同步。在 48 个 8xH100 节点上以 BF16 传输 Kimi K2 权重耗时 7.53 秒，聚合带宽 1,049 GB/s，同一设置下 SkyRL 的 NCCL broadcast 基线为 64.72s。

Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中筛选候选生物标志物的多智能体系统

Google 推出 Biomarker Discovery Framework，一个多智能体系统，通过迭代假设生成、统计分析与文献推理，从可穿戴传感器数据中筛选候选生物标志物。该系统在三个队列（共 9,279 人次观测）中恢复了已知临床信号，识别出跨独立数据集的一致生物标志物，并在结合人口统计特征后提升了下游预测性能。流程包含六阶段闭环架构与 11 项对抗性验证检查，并保留人工监督。

Grok Bot 扩展至更多订阅计划

xAI 宣布 Grok Bot 现包含于所有 SuperGrok Plus、Cursor Pro+ 及 Cursor Teams 计划，此前该功能于 8 月 11 日以 beta 形式推出。Grok Bot 是可在云端独立运行的 AI 智能体，支持文本线程交互、并行运行多个 Bot，并能处理销售、建站、客服等具体工作。企业用户可通过候补名单申请更大规模的团队部署。

Amazon 发布 SOP-Bench：在真实业务流程上评测 AI 智能体的开源基准

Amazon 在 KDD 2026 发布开源基准 SOP-Bench，用领域专家撰写的真实 SOP 构建 12 个业务领域、超过 2000 个可运行任务，每个任务附带工具接口和标准答案，已在 GitHub 和 HuggingFace 开放。

主题轮动之风：ETF 主题从清洁能源转向 AI、核能与太空

2026年ETF主题榜单与2020年截然不同，AI、核能、太空、国防和基础设施占据主导，取代了此前的清洁能源、新兴市场科技和医疗健康。数据方面，据Citadel数据，ETF净流入正迈向史上最强年份，7月创下历史纪录。与此同时，数据中心建设成为美国多州非住宅建筑支出的重要部分，新墨西哥州和怀俄明州占比约60%，宾夕法尼亚州近30%。

AI 原生 SDLC 实战手册：Anthropic 如何用 Claude 重塑软件开发生命周期

Anthropic 发布 AI 原生 SDLC 实战手册，提出将传统六阶段软件开发生命周期重构为 AI 嵌入各环节的闭环流程。手册指出，当代码不再是瓶颈时，规划、审查、部署等人速环节成为新约束，需通过 Claude 将需求压缩为 intent.md、以技能编码标准、用持续评测替代阶段门禁，并保留人工对关键代码的审查。

DeepSeek-V4-Flash-Vision-Exp 发布

DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过设置 model='deepseek-v4-flash-vision-exp' 在 API 平台访问。

Together AI 实测 GLM-5.3 对比 GPT-5.6 Sol：DeepSWE 上的成本、编码与路由

Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验（共 904 次 rollout）对比 GLM-5.3 与 GPT-5.6 Sol。

Claude Platform 正式上线 Computer Use、Skills API 与 Files API，新增浏览器操作工具

Anthropic 宣布 Computer Use、Skills API 与 Files API 在 Claude Platform 全面可用，并新增浏览器操作工具，让智能体可操作软件、调用团队技能并返回成品文件。

LangSmith 预览构建：如何在合并前测试智能体变更

LangSmith 预览构建让团队在合并智能体变更前，于临时的、类生产环境的部署中测试拉取请求分支。该功能旨在降低变更上线风险，使智能体改动验证更贴近真实运行条件。

Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提升至 86%

Mistral 发布 Agentic Search，为 AI 系统提供多步检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供，支持云端与本地部署。

Tessl Academy 推出 Code Review Loops 智能体代码评审课程

Tessl Academy 发布 Code Review Loops 课程，共四课、每课约 25 分钟，教授运行首次智能体代码评审、编写编码团队规则的 lens、按路径路由 lens，以及在每次 pull request 上执行评审闭环。

monday.com 如何将平台重构为人类与智能体协作的 agent-first 产品

monday.com 以 Claude 为核心重构平台，转向人类与智能体协作的 agent-first 模式，自 2026 年 5 月上线以来已产生超过 500 万次智能体交互。该公司曾因“AI dust”式附加功能触顶，遂将 AI 原生嵌入工作流，为智能体设置名称、头像及权限，并支持通过 monday Agents、BYOA、Pre-built Agents 等四种方式运行 Claude。

Meta 发布 Muse Spark 1.2，强化视觉编码、机器人规划与音视频理解

Meta 于 2026 年 8 月 20 日发布 Muse Spark 1.2 的多模态评测结果，该模型是 Muse Spark 1.1 的编码向更新，并计划开放权重。

Grok Bot 现已与 X 深度集成

Grok Bot 现已与 X 实现更紧密的集成。用户可在 Grok Bot 中连接 X 账号，没有开发者账号的将自动创建；付费 Grok Bot 用户可获赠免费 X API 额度。连接后即可让 Bot 搜索帖子、读取时间线、查看提及或汇总 X 上的动态，这是该集成的首个版本。

Claude Code v2.1.236 发布：新增默认模型环境变量与跨会话闲置通知

Claude Code v2.1.236 新增 ANTHROPIC_DEFAULT_MODEL 环境变量，可设置新会话默认模型，且 /model 选择仍可覆盖并跨重启保留。

Slack 如何构建人机智能体团队：对话即知识

Slack 首席产品官 Jaime DeLanghe 分享了将对话转化为机构知识、构建人机智能体团队的最佳实践。她主张默认使用公开频道，让智能体从可见对话中学习，并建议将会议、邮件、日历等上下文连接起来以减少重复劳动。在 Slack 中由 Claude 驱动的智能体负责起草、总结、监控等生产工作，人类负责审查、决策与交接，形成循环协作。

GitHub Copilot app 初学者教程：用 My work 面板管理你的工作

GitHub Copilot app 的 My work 面板将拉取请求和问题集中在一处管理，内置 All、Active、Review requests、Done 四个默认视图，并支持创建自定义视图与过滤器。用户可从问题或拉取请求直接启动新的智能体会话，也可批量选择多个条目创建会话，还能在列表视图和表格视图间切换，并调整仓库范围或新建问题。

Databricks 如何从单一提示词设计高效的 Genie Agents

Databricks 发布指南，探讨如何从单一提示词设计高效的 Genie Agents。文章指出，通用智能体在处理收入等查询时，往往只会抓取第一个相关数据表，而 Genie Agents 通过更精准的提示词设计，能更准确地定位和回答用户问题。该指南旨在帮助开发者优化智能体行为，提升查询结果的准确性和相关性。

Tessl 发布 Code Review：基于团队自有标准评审 Agent 写的代码

Tessl 发布 Tessl Code Review（Beta），评审标准由团队以可版本化、可复用的 skill 持有，而非存放在厂商设置页中。工具读取整个 PR 而非仅 diff，记住每轮已修复、已解释、已拒绝和仍待处理的发现，支持发布到 GitHub 并可搭配团队已有 Agent 运行。

Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，免费构建软件

Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，让用户无需担心 token 成本即可将想法转化为可运行的软件。该模式借助 GPT-5.6 系列的价格性能优势及 OpenAI 近期降价，向数百万用户开放，提供快速解答、建议与项目分析，并可在需要更高级推理时切换至 GPT-5.6 Sol，同时保留项目上下文。

OpenAI 详解 Codex 开源智能体框架的应用集成方式

OpenAI 将 Codex 定位为可复用的智能体平台，开源 Codex CLI、app-server 和官方 Codex SDK，让开发者把智能体循环嵌入自己的产品界面，而非只用通用聊天助手。

Cursor 更新云端智能体与 harness：事件订阅、VM 隔离子智能体和 /goal

Cursor 发布云端智能体与 harness 改进，让智能体无需每个循环人工干预即可自主构建和发布软件。云端智能体现在可订阅 Slack 讨论串、PR 和定时任务等事件源并在有新动态时恢复运行，会自动订阅自己创建的 PR、修复 CI 问题并处理 bot 评论；子智能体可在各自虚拟机上获得隔离项目副本和干净上下文，以蜂群方式并行工作。

为什么 LLM 无法简化你的代码：Answer.AI 工程师用 Naur 理论解读复杂度

Answer.AI 工程师借鉴 Peter Naur 的《Programming as Theory building》，指出决定代码复杂度的关键信息存在于工程师头脑中的 Theory，而非代码本身，因此 LoC、圈复杂度等指标无法约束 LLM 造成的复杂度膨胀。

Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者

Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体，作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析，最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现，Anthropic 已发布通用设置套件供其他团队部署。

Git 大规模托管为何如此困难

Git 的分布式设计使其大规模托管面临固有挑战：packfile 作为存储和网络传输的基础单元，在服务器端成为可用性与扩展性的瓶颈。业界曾尝试三种方案——分布式文件系统、分布式 packfile、分布式 Git 本身，其中对象级分布式存储因 Git 协议要求网络传输 packfile 导致 clone 性能不佳而被放弃。

Replit 推出 Free Mode，订阅用户日常任务不再消耗 credits

Replit 推出 Free Mode，由 OpenAI 的 GPT-5.6 Luna 驱动，Core 订阅用户（每月 $20）日常聊天、构思和任务不再消耗 credits，可创建量提升至原来的 30 倍，含每月最多 30 小时聊天，用量限制每 5 小时重置，Pro 用户限额更高。

Paul Stack 分享人类做架构、AI 写代码的五人团队实践

Paul Stack 自 1 月底起不再手写代码，团队规定 agent 写每一行代码，不接受人类编写的代码 PR。工作流为状态机加 CLAUDE.md 可执行契约，CI 设五个合并门禁；此前 30 天开启 295 个 issue，ship 217 个，triage 中位数 4.6 小时，triage 到 ship 中位数 1.6 小时。

Google 用 ADK 构建零信任 AI Agent 的三层安全实践

Google 开源了一个基于 ADK 和 Gemini 的自主客服退款 Agent（zero-trust-agents 仓库），并演示一条提示词注入可造成超额退款、密钥泄露或主机被入侵。

ABC Legal 如何借助 Claude Managed Agents 让每位员工成为构建者

ABC Legal 为 1,100 名员工部署 Claude Enterprise 后，通过 Claude Managed Agents 将零散实验转变为受治理的智能体体系，截至 2026 年 7 月已上线 50 多个生产级智能体，部分覆盖的人工任务成本降低约 50%，约 310 名员工日常使用 Claude。

Replit 推出黑盒渗透测试功能

Replit 推出黑盒渗透测试（black-box pen tests），像外部攻击者一样通过网络和浏览器测试应用，不接触源代码，与现有白盒扫描互补。Level 3 扫描会在私有沙箱中并行运行两种扫描，黑盒代理先无账号访问，再以普通登录用户身份越权尝试。官方称两类扫描发现的问题很少重叠，例如白盒发现被吊销权限的用户仍可操作，黑盒则发现无登录的猜得到地址的管理后台。

Artificial Analysis 发布 Search Index 与搜索 API 排行榜：同一模型、同一 Agent、只变搜索提供商

Artificial Analysis 发布 Search Index，取 DeepSearchQA、BrowseComp 和 AA-Omniscience 三个基准等权平均，衡量搜索 API 质量。

AgentCore Payments 中间件为 LangChain 智能体提供 API 支付能力

AgentCore Payments 中间件让 LangChain 智能体以确定性会话预算支付 API 费用。该中间件为 x402 支付签名，LangSmith 可追踪每一笔支付记录。

OpenAI 如何用前沿智能加固自身防御：The Defender’s Window

OpenAI 在 OpenAI-Hugging Face 事件后反思低估了模型真实网络攻击能力，正通过四大支柱强化自身安全：用 Codex 验证代码漏洞、用智能体优先分流安全告警、持续枚举攻击路径，并仅向可信防御者开放网络能力。文中演示 ChatGPT Work（基于 GPT-5.6 Sol）15 分钟发现个人网站 13 个问题并在一小时内完成修复。

OpenRouter 推出 Activity 仪表盘与 Analytics API：按智能体、模型、请求追踪 AI 使用成本

OpenRouter 发布 Activity 仪表盘和 beta Analytics API，可按智能体、模型、请求维度查看支出、token 量、缓存命中率等指标，并支持下钻至单条请求日志。

Replit 推出 Admin API、Audit Logs 与 Workspace Settings，面向企业规模化治理

Replit 发布面向企业规模化治理的三项更新：Comprehensive Audit Logs 覆盖部署、身份、密钥和智能体活动等 50 多个事件，支持向 Datadog、Splunk、Amazon S3 及通用 webhook 流式输出，默认保留 30 天；Admin API 进入 beta，提供 5 个端点用于获取用量、工作区、成员和项目数据。

Cursor 被 SpaceX 收购：最快迭代的团队才能胜出

SpaceX 正式收购 AI 编程工具 Cursor。Anysphere（即 Cursor）成为史上最快达到 1 亿美元年度经常性收入（ARR）的软件公司，其创始人 Michael Truell 与 MIT 联创最初尝试 AI 邮件客户端和 CAD 工具，后转向构建“为 AI 编程而生的代码编辑器”。Cursor 凭借可自由切换模型的架构和优质体验，成为开发者首选。

Tibo@thsottiaux· 06:03AI 评分4141

计算机历史就在这里。 ChatGPT 现在可以记住你在电脑上跨应用和网站的活动。 借助桌面应用中的“计算机历史”功能，未来的交互将更加个性化，也无需过多解释。

Firetiger 团队加入 Cursor

Firetiger 团队正式加入 Cursor。该公司构建面向生产环境的智能体，可监控发布、捕获回归、调查事件并将发现反馈给编码智能体。Firetiger 由 Rustam Lalkaka 和 Achille Roussel 于 2024 年创立，此前曾在 Cloudflare、Twitch、Segment 和 Twilio 构建大型生产系统。