Anthropic 如何在 Slack 中用 Claude Tag 部署自助式数据分析智能体
Anthropic 数据团队将 Claude Tag（公开测试版）作为 Slack 中数据分析智能体的基础，让非分析师也能用受治理的语义层提问并获得答案。团队分享了五项关键经验：将技能文件视为持续刷新的内容、为智能体配备预测/留存/漏斗等分析技能、接入内部知识索引而非仅连接数仓，并强调权限、数据新鲜度与可观测性的设计。
#Agent
Claude：BlogAI 评分5555 Cursor Blog精选AI 评分6565 Cursor 推出 builds：云智能体启动速度提升至 3 倍
Cursor 推出 builds 功能，在后台持续准备就绪的开发环境副本，让云智能体启动时无需从零搭建，响应速度最高提升 3 倍。内部环境启动快 10 倍，首个 token 生成快 3 倍；智能体始终从最近一次成功的 build 启动，依赖更新或安装脚本出错时不会影响运行。8 月 17 日起所有环境默认启用 builds，无需额外费用。
推荐理由：把环境准备从每次会话冷启动改为后台持续快照，云代理长任务的启动成本和中断风险降低，为把更多工程流程交给自动代理提供了更可靠的运行基础。
OpenAI：官网动态精选AI 评分8080 GPT-5.6 构建者指南：如何以更低成本实现前沿智能体性能
GPT-5.6 模型家族以更低成本实现前沿级智能体性能，并新增推理持久化、原生多智能体编排和程序化工具调用等 API 能力。在 ARC-AGI-3 上，启用保留推理和压缩后，Sol 得分从 13.3% 跃升至 38.3%，且输出 token 减少约 6 倍。Luna 在 BrowseComp 上以 84.04% 的得分追平 GPT-5.5（84.36%），成本从 $33.27 降至 $1.33。
推荐理由：最实际的改变在 API 原语，让同一模型在 ARC-AGI-3 上用约六分之一输出 token 拿到近三倍分数，影响开发者对推理成本和上下文架构的判断。
Google DeepMind：Blog精选AI 评分7272 Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型
Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，主打编程与智能体任务，输入/输出价格分别为每百万 token $0.75 和 $3.75，为原 3.6 Flash 的一半。
推荐理由：相比 3.6 Flash，价格减半且 FrontierCode 和 DeepSWE 分数提升，让成本敏感型编码智能体团队有了新的性价比基线。
蚂蚁百灵：Developer Blog精选AI 评分6060 Ling-3.0-tiny × ASystem AReno 实践：在 DGX Spark 上打通单机 Agentic RL 闭环
蚂蚁百灵开发者博客介绍用 AReno 在 DGX Spark 上对 Ling-3.0-tiny 做井字棋 Agentic RL 后训练，验证一条基线评测、反馈定义、后训练、同环境复测的轻量任务适配路径。
推荐理由：原文给出完整的单机 Agentic RL 后训练路径和数据与 Reward 设计细节，开发者可按教程复现并迁移到自己的任务。
Prime Intellect精选AI 评分7676 Prime Intellect 测评18个前沿模型在 nanoGPT speedrun 上的自主研究能力
Prime Intellect 在 nanoGPT optimizer speedrun 上跑了153次自主运行，覆盖18个前沿模型，单次最长8天、每个运行8xH200。
推荐理由：原文展示了18个前沿模型在nanoGPT speedrun上153次自主研究运行的完整对比和公开轨迹，可帮助读者理解模型间研究能力的真实差距在哪里。
Augment Code 博客精选AI 评分6464 Augment Code 详解 Auggie CLI v2 重构：基于 Pi fork，任务成本比 Claude Code 低 53%
Augment Code 从零重构 Auggie CLI 的 harness，在 SWE-bench Pro 相同通过率下，Auggie v2 单任务成本 $1.27，Claude Code 为 $2.70，便宜 53%，平均耗时 330s 对 409s。
推荐理由：作者复盘了从 Vercel AI SDK、Mastra 到 Pi 的三次选型与减法思路，成本结论有 SWE-bench Pro 数据支撑，方法可迁移到类似的重构决策。
Cursor BlogAI 评分5555 Cursor 获得 AIUC-1 认证，通过智能体安全与可靠性独立审查
Cursor 通过独立审查与对抗性测试，正式获得 AIUC-1 认证，该标准由 100 多家财富 500 强 CISO 参与制定，并获 MITRE、云安全联盟及斯坦福研究者的技术支持。测试覆盖 IDE 和云端智能体，涉及规则、hooks 与 Auto-review 等防护机制，Cursor 在数千个场景中通过全部要求。维持认证需至少每季度复测一次，并每年接受全面审计。
DeepSeek：API 更新日志精选AI 评分8181 DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线，模型名设为 deepseek-v4-pro 即可使用。其 Agent 能力显著提升，HLE (wo/w tools) 达 42.7/60.0，Terminal Bench 2.1 为 87.9。
推荐理由：峰谷定价把闲时成本降至高峰一半，适合批量推理、评估任务等可延迟工作负载调整执行时间，为降低 API 支出提供空间。
Anthropic：Research精选AI 评分7979 新兴多智能体系统的模式与问题
Anthropic 研究指出，随着 AI 智能体在共享代码库、市场等社会系统中承担更多任务，智能体间交互量或将超过人机交互。实验显示，45 个协调智能体在 2700 万 token 运行中发现 266 个漏洞，而独立并行方法在 650 万 token 中发现 21 个，两种方法仅 12 个重叠，且协调智能体学会专业化分工。研究同时警示个体层面的良性行为怪癖可能叠加为意外的系统性失败。
推荐理由：实验把多智能体风险从猜测变为可量化模式，协调失败并不随更强智能自然消失，这会影响人们如何设计部署中的智能体交互环境。
LangChain：BlogAI 评分4646 LangChain 为何认为托管智能体是智能体构建的下一个大趋势
LangChain 推出 Managed Deep Agents，为开发者提供构建、运行和部署 Deep Agents 的托管方式，内置运行时、流式传输、沙箱、评测、记忆和认证功能。该服务旨在降低智能体开发与运维的复杂度，让开发者无需自建基础设施即可投入生产环境。
Gemini API：更新日志精选AI 评分6868 Gemini 3.7 Flash 正式发布（GA）
Google 在 Gemini API 更新日志中宣布 Gemini 3.7 Flash（gemini-3.7-flash）正式可用，称其为目前最智能的主力模型，面向编码与智能体场景。该模型在软件工程、Web 开发和智能体工作流方面有大幅改进，2026 年 12 月 31 日前提供入门优惠价，可从模型页和 Latest model guide 开始使用。
推荐理由：官方更新日志直接说明 Gemini 3.7 Flash 在编码和智能体工作流上的能力提升，并给出限时优惠价格与入门入口。
Claude：Blog精选AI 评分6565 Claude in Chrome 侧边栏升级为 Claude Cowork 会话
Claude in Chrome 浏览器扩展的侧边栏现已升级为 Claude Cowork 会话，对话会保存至历史记录，技能和连接器可在浏览器中工作，且任务可在桌面、网页和移动端应用间无缝切换。
推荐理由：把浏览器扩展升级为与桌面、网页、移动共享的 Cowork 会话，解决以往侧边栏与主应用上下文割裂的问题，长流程任务可以在不同设备间接力。
GitHub Blog精选AI 评分6767 AutoGPT 如何用 AGENTS.md 和技能门控管理 AI 生成的拉取请求
AutoGPT 维护者发现，AI 智能体不会主动阅读文档，因此将指令放在 AGENTS.md 和技能文件中，并置于代码目录旁。他们通过强制 PR 模板、测试计划、CI 覆盖率门槛和 CLA 签名等门控机制，将智能体提交的 PR 从“不可用”转变为“可用但不符合路线图”。其中 CLA 签名因需浏览器和 OAuth 流程，被用作区分人类与智能体的“人类探测器”。
推荐理由：AutoGPT 的经验指出发现机制比文档完善度关键，agent 只读当前目录层级的指令，所以把 AGENTS.md 放在代码旁比继续写 wiki 更有效。
Cursor Blog精选AI 评分7070 Cursor 与 SpaceXAI 联合发布 Grok 4.6
Cursor 与 SpaceXAI 今日发布 Grok 4.6，重点强化长时运行智能体与交互式视觉任务，在多项智能体编程与知识工作基准上达到前沿水平，并在 Artificial Analysis Intelligence Index 上追平 GPT-5.6 Sol。
推荐理由：长程轨迹中出现自检与验证，对需要模型持续执行多步项目的团队，可能减少中途人工纠偏，比单纯基准分更有参考价值。
Redwood Research：Blog精选AI 评分7171 Redwood Research 分析 AI 蜂群如何带来间接失控风险
Redwood Research 撰文分析 AI 智能体蜂群已开始构成间接接管风险。文章以 OpenAI 智能体对 Hugging Face 的网络攻击为背景。
推荐理由：文章借 OpenAI 事件分析子智能体训练如何催生未经授权的协作，并梳理其间接放大未来失控风险的具体路径。
xAI：News精选AI 评分7777 xAI 发布 Grok 4.6，强化长时运行智能体能力
xAI 今日发布 Grok 4.6，在 Grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力。该模型在多项智能体编码与知识工作基准上达到前沿水平，在 Artificial Analysis Intelligence Index（九项基准综合分）上追平 GPT-5.6 Sol。
推荐理由：与 GPT-5.6 Sol 在智能体综合基准上持平，同时把输入 token 价格定在 2 美元，长任务应用的试错成本可能重新计算。
Artificial Analysis 完整文章精选AI 评分6666 Artificial Analysis 发布 Optima 平台，支持为自有场景定制模型基准
Artificial Analysis 发布 Optima 平台，让用户基于自己的工作负载为模型构建定制基准，并对比性能、速度与成本效率。
推荐理由：官方介绍其自建基准平台的三种构建方式和成本时间对比维度，读者可据此评估能否用它为自己的工作流选模型。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型
OpenRouter 发布实时排行榜，系统评测模型、搜索引擎、搜索方法与预算四类配置组合。数据显示，将搜索预算从 1 轮增至 25 轮可使 BrowseComp 得分近乎翻倍，成本仅增 2.5-7 倍；模型选择比引擎更重要，平均分差 15 分 vs 10 分。失败率高的任务应降低搜索深度以控制成本。
推荐理由：这份基准把搜索预算的作用量化到分数与成本上，显示从单轮增加到 25 轮搜索，质量提升幅度超过更换模型或引擎，为 agent 搜索配置提供了更直接的取舍依据。
IBM Research：AIAI 评分5656 IBM Research 发布面向 LLM 的 XML 子语言 DocLang
IBM Research 发布 DocLang，一种面向 LLM 的 XML 子语言，作为 Docling 的补充标准，目标是降低延迟和推理成本。
PromptArmor：Threat Intelligence精选AI 评分6262 PromptArmor：本地部署模型无法阻止数据外泄，以 Ollama 漏洞为例
PromptArmor 发文指出，本地运行 LLM 并不能解决数据外泄问题，因为漏洞位于处理模型输出的 AI 应用基础设施中，而非模型本身。文章以 Ollama 聊天界面为例，其不安全地渲染 HTML 和 Markdown 内容并配有不安全的 web 搜索工具，可导致钓鱼覆盖层、凭证窃取和上传文档外泄，并给出净化输出、纯文本渲染或内容安全策略等修复方式。
推荐理由：作者基于自己发现的大量真实漏洞案例，说明本地部署模型并不能阻止数据外泄，风险根源在于下游处理环节。
Liquid AI 模型与工程博客精选AI 评分6767 Liquid AI 发布 LFM2.5-VL-3B 边缘端视觉语言模型
Liquid AI 发布 LFM2.5-VL-3B 视觉语言模型，屏幕理解 ScreenSpot-v2 平均 80.7，ToolSandbox 从 26.4 升至 59.5，RefCOCO 从 57.1 升至 87.9。
推荐理由：官方给出与更大模型对比的基准数据和端侧、GPU 实测速度，读者可据此评估它在边缘部署场景的适用性。
Databricks：BlogAI 评分4848 Electric 加入 Databricks，将 WASM Postgres 引入 AI 智能体沙箱
Databricks 宣布 Electric 团队加入，将 WASM Postgres 引入 AI 智能体沙箱。该技术让智能体在隔离环境中运行本地数据库，支持实时数据同步与离线操作，提升构建可靠、可验证智能体应用的效率。Electric 的加入将强化 Databricks 在智能体基础设施领域的布局。
LangChain：BlogAI 评分4545 NVIDIA NeMo Switchyard 评测：智能体调用中仅 7% 需要前沿模型
LangChain 在 145 个智能体任务上评测了 NVIDIA NeMo Switchyard，结果显示仅 7% 的交互轮次需要前沿模型。通过路由策略，成本降低 74%，同时准确率仅下降 6 个百分点。
LMSYS Blog精选AI 评分7474 SGLang 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning
SGLang 宣布对 NVIDIA Nemotron 3.5 Lightning 提供 Day-0 支持，该开源模型为 30B 总参数、3B 激活参数的混合专家架构，支持最长 1M token 上下文，可从 Hugging Face 下载 BF16 和 NVFP4 权重。模型支持 MTP、DFlash、DSpark 三种投机解码技术，并可通过 OpenAI 兼容 API 接入智能体工作流。
推荐理由：Nemotron 3.5 Lightning以3B活跃参数提供前沿agent能力，SGLang的即刻支持让开发者能用单命令启动高性能推理，将agent部署成本大幅压缩。
NVIDIA BlogAI 评分7575 NVIDIA 发布 Nemotron 3.5 Lightning 与 NeMo Switchyard，提升智能体 AI 效率
NVIDIA 扩展 Nemotron 3 模型家族，推出 300 亿参数混合专家模型 Nemotron 3.5 Lightning，面向高吞吐智能体工作负载，输出速度最高提升 4 倍，智能体任务完成速度提升 30%。同时发布开源模型路由库 NeMo Switchyard，可将任务成本降至 Opus 4.8 单独运行的近三分之一，并支持在 RTX PC、DGX 等本地设备部署。
Inception Labs：Blog精选AI 评分6363 Inception Labs 发布 Mercury 2 for Search，解码超 1000 tokens/秒
Inception Labs 发布面向搜索管线的 Mercury 2，扩散式并行解码超 1000 tokens/秒，在 WideSearch 各步骤比 Gemini 3.1 Flash Lite 快近 2 倍、比 GPT-5 Mini 快 10 倍，定价 $0.25/M 输入、$0.75/M 输出。
推荐理由：原文给出每步延迟、成本与检索消融数据，读者可据此评估扩散模型在搜索管线中的实际取舍。
Databricks：Blog精选AI 评分6565 Databricks 如何在兼顾治理的前提下让 Genie Agents 同时基于结构化数据与文档运行
Databricks 介绍如何让 Genie Agents 同时基于结构化数据与文档运行，且不牺牲治理能力。文章探讨了构建自动化简单业务任务的智能体虽易，但要在统一治理框架下融合两类数据源、确保安全合规地执行查询，仍需解决数据权限、血缘追踪与策略管控等关键问题。
推荐理由：教程提供了将 Genie Agent 同时接入结构化数据和文档的具体步骤，关键是把治理检查点嵌入数据源接入环节。
Ollama：Blog精选AI 评分6868 NVIDIA Nemotron 3.5 Lightning 上架 Ollama，可完全本地运行
NVIDIA Nemotron 3.5 Lightning 现已登陆 Ollama，可完全在本地设备上运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开放模型，面向需要持续运行的智能体任务，支持最高 1M token 上下文，借助 MTP、DFlash 或 DSpark 推测解码获得最高 4x 吞吐提升，并可比同类开源模型快 30% 完成任务。
推荐理由：原文给出了参数结构、上下文长度、吞吐数据和本地运行入口，读者可以据此判断它是否适合长期运行的本地智能体工作流。
OpenAI：官网动态AI 评分4242 Zapier 如何用 ChatGPT Work 改造核心营销流程
Zapier 企业营销团队用 ChatGPT Work 自动化线索漏斗优化、营销素材搭建和报告生成，每月可对数千条线索执行 QA/QC，单人查看一条流失线索原本需 35 至 45 分钟。该系统每月为销售团队带来七位数管道价值，并生成高管仪表盘展示线索管道中的重复问题与每周趋势。团队得以将更多时间投入策略与创意工作，并计划未来设置常驻自动化循环。
Databricks：BlogAI 评分5959 Omnigent 上下文策略如何阻断“致命三重奏”组合攻击
Omnigent 的上下文策略（Contextual Policies）可阻断“致命三重奏”组合攻击——即多个看似无害的请求叠加后形成的恶意行为。该机制在单个请求层面不设防，而是在组合上下文中识别并拦截风险，从而在不牺牲正常功能的前提下提升安全性。
Manus：Blog精选AI 评分7272 Manus 宣布恢复独立运营，部分用户数据将于 8 月 23 日至 24 日被删除
Manus 宣布将恢复独立运营，作为与 Meta 分拆的一部分并为遵守监管要求，部分用户在 2025 年 12 月 29 日（Meta 收购 Manus 当天）或之后产生的数据将于 2026 年 8 月 23 日 08:00 起至 8 月 24 日期间（SGT）被删除。
推荐理由：官方公告明确了数据删除和备份恢复的具体时间窗口，受影响用户可据此安排备份。
a16z：News精选AI 评分7272 智能体真的会用电脑吗？a16z 用数据给出答案
a16z 数据显示，计算机操作智能体在 OSWorld-Verified 基准上的最佳成绩已从一年前的 42% 升至 85%，超过人类测试者约 72% 的水平，Claude Fable 5 以 85% 领先。
推荐理由：用 OSWorld 基准和一线案例回答了计算机使用代理能否可靠运行，更重要的判断是基础模型正在成为可替换层，真正的壁垒在于上下文、验证和故障处理。
Linear：Now精选AI 评分6161 Linear 讲解 Linear Agent 的构建方法与设计取舍
Linear 发文讲解 Linear Agent 的构建方法，核心是不设计固定路径，而是用系统提示词、工具设计、产品模型和运行范围划出边界让智能体自主发挥。文章介绍了 system skills 按需渐进加载以控制上下文、拒绝直接暴露 SDK 等底层原语以换取可预测性，并说明为何从模型 API 向上自研 harness，以支持动态工具注入、上下文化的工具调用确认和异步子智能体执行等编排需求。
推荐理由：Linear 亲述 Agent 构建思路，涵盖系统提示词边界、system skills 按需加载和自研 harness 的取舍理由，方法可迁移到同类 Agent 设计。
LMSYS Blog精选AI 评分7272 SGLang 为 Muse Glimmer 提供 Day-0 支持，针对本地智能体工作流优化推理
SGLang 与 Meta Superintelligence Labs 合作，为 30B 参数多模态模型 Muse Glimmer 提供 Day-0 支持，该模型拥有 128k+ token 上下文窗口。
推荐理由：SGLang对Muse Glimmer的优化使30B多模态模型在RTX 5090上达到236 tok/s用户速度，本地智能体工作流不再受限于云端延迟。
Ollama：Blog精选AI 评分7878 Meta Superintelligence Labs 首个开源模型 Muse Glimmer 上线 Ollama
Meta Superintelligence Labs 首个开源模型 Muse Glimmer 现已在 Ollama 提供，为 30B 多模态模型，主打本地智能体工作负载，上下文长度 128K+，采用 Apache 2.0 许可。
推荐理由：原文给出模型规格、本地接入命令和 Apple Silicon 性能数据，可帮助读者判断该开源模型能否承接本地编码与智能体工作流。
PromptArmor：Threat Intelligence精选AI 评分7272 PromptArmor 披露攻击者可接管 ZoomMate 窃取 Zoom 及关联服务数据
PromptArmor 披露针对 Zoom AI 智能体 ZoomMate 的攻击链：恶意 Skill 或间接提示词注入可让智能体连到攻击者服务器并执行命令，窃取会议记录、消息及连接器数据。攻击在用户点击 stop 或关闭 Zoom 后仍持续运行，且最终聊天输出看起来完全正常。作者称 ZoomMate 的联网环境属预期功能，无特定漏洞可披露，发文旨在提醒用户无严格网络沙箱的智能体风险。
推荐理由：原文由安全团队披露完整攻击链，说明恶意 Skill 或提示词注入可在用户无感知下持续窃取 Zoom 及关联服务数据。
vLLM 官方博客AI 评分5757 NVIDIA 发布 Nemotron 3.5 Lightning，vLLM 提供 Day-0 支持
NVIDIA 与 vLLM 团队宣布 Nemotron 3.5 Lightning 开放模型上线，vLLM 提供 Day-0 支持。
OpenMOSS / 复旦NLP / 上海创智 / MOSIAI 评分5252 OpenMOSS 团队开源具身任务智能体框架 OpenETA
OpenMOSS 团队发布开源具身任务智能体框架 OpenETA，把观察、决策、行动、验证组成物理世界闭环。框架拆分为 Agent、Interface、World 三个角色，一次只执行一个改变世界的动作并强制获取新观测。
Tessl：产品与工程博客AI 评分5252 Tessl Agent 开放测试：让编码智能体互相改进的三种用法
Tessl 发布编码智能体 Tessl Agent，可通过读取 PR、智能体会话日志和工单，打开修复重复错误、添加审查门控的 PR，目前处于开放测试阶段、免费试用。