跳到正文
只看一手#Agent
8月10日周一
8月8日周六
  1. Claude Code：GitHub Releases50

    Claude Code v2.1.225 发布：新增网关支出限额支持与工作区信任提示

    Claude Code v2.1.225 为用量警告新增网关支出限额支持，达到限额时提示将显示上限、重置时间及操作者消息。该版本还为不受信任目录中的 claude agents 增加工作区信任提示，并修复了 MCP OAuth 服务器在 macOS 上的间歇性 401 错误、跨会话消息滞留及 Remote Control 会话恢复后对话历史损坏等问题。

  2. LangChain：Blog62

    LangChain 推出 Managed Deep Agents 公开测试版

    LangChain 的 Managed Deep Agents 进入公开测试版，可将 Deep Agents 部署到托管的 LangSmith 运行时。该服务提供持久化执行、记忆、沙箱、通道、评估（evals）及生产级基础设施。

    推荐理由：托管执行、内存和沙箱等基础能力被封装成生产化服务，让 Agent 从原型到上线不再需要单独搭建这些工程设施。

8月7日周五
  1. 通义 QwenAudio：原创语音项目62

    QwenAudio Toolkits 发布公开预览，打造 Agent 驱动的本地音视频创作工作台

    QwenAudio Toolkits 是一款本地优先的桌面工作台，定位为对话式 Agent 驱动的音视频创作 IDE，首个公开预览支持 Apple Silicon、macOS 14.2 及以上版本。

    推荐理由：官方文档给出了能力清单、支持范围和隐私边界，读者可以据此评估这款本地音频 AI 工作台是否适合自己的创作流程。

  2. Claude Platform：开发者版本说明56

    Claude Platform 8月7日更新：托管智能体新增会话预算、顾问与推理地域控制

    Claude Platform 为 Managed Agents 会话新增预算硬上限，按公开列表价计费，达到上限后会话暂停并返回 budget_reached 停止原因，调整或移除预算可恢复。会话可配置顾问模型，供主线程在推理中途咨询战略建议。此外，可在创建智能体时设置 inference_geo 控制推理地域，并支持从 GitHub 仓库自动加载技能。

  3. Databricks：Blog58

    Databricks 详解什么是 Tool Calling

    Tool calling 是 AI 模型调用外部工具和 API 的能力，让模型能突破自身局限、执行实时数据获取或具体操作。该机制通常涉及模型生成结构化请求、系统调度执行并将结果返回模型，从而完成更复杂的任务。Databricks 从概念、工作原理到应用场景对这一能力进行了系统说明。

  4. Databricks：Blog40

    什么是智能体工作流？

    智能体工作流正成为企业从单次提示词交互迈向多步骤自动化任务的关键范式。这类工作流让 AI 系统能够自主规划、调用工具并迭代执行复杂任务，而非仅生成单一回答。Databricks 从架构、应用场景与工程实践角度解析了智能体工作流的定义与落地路径。

  5. GitHub Blog69

    GitHub Copilot 应用中的斜杠命令使用指南

    GitHub Copilot 应用中的斜杠命令可帮助管理会话、导航项目和自定义 Copilot 工作流。与 CLI 版不同，应用版命令更侧重工作流，如 /plan 用于编码前规划、/spar 用于挑战方案假设、/autopilot 用于自动执行实现。/clear 和 /model 在 CLI 和应用中均可用。

    推荐理由：文章不是罗列命令，而是提供了可复用的场景模板，为 /plan、/spar 等命令配好了规划、评审和实现的具体提示词，省去从零组织任务描述的时间。

  8. Google Developers Blog75

    Agent Plugins 1.0.0 发布：谷歌、亚马逊、微软等支持的统一智能体插件规范

    Agent Plugins 1.0.0 是一项由谷歌、亚马逊、微软等支持的中立目录规范，将 Agent Skills 和 MCP 服务器打包为单一可移植单元。通过标准化 plugin.json 清单和固定目录布局，开发者无需为不同 AI 编码智能体和 IDE 维护单独封装。谷歌已作为核心维护者加入，并在 Agents CLI 和 Data Agent Kit 中提供支持。

    推荐理由：此前不同AI编码代理和IDE的插件需要单独适配，Agent Plugins通过统一manifest和目录结构，使单个插件可跨工具复用，降低了多代理环境的分发成本。

  9. 蚂蚁百灵：Developer Blog68

    蚂蚁百灵开源 Ling-3.0-flash：124B 总参数 MoE 混合推理模型

    蚂蚁百灵正式开源原生混合推理模型 Ling-3.0-flash，采用 124B 总参数、5.1B 激活参数的 MoE 架构，同步提供基础版及 FP8、FP4、INT4 多个精度版本。

    推荐理由：官方开源公告给出了参数规模、多精度版本和三类部署路径的具体数据，读者可据此评估接入方式与适用场景。

8月6日周四
  1. Cursor Blog58

    Cursor Router 如何为任务选择合适模型

    Cursor Router 通过 Compass 复杂度预测器和基于真实开发者流量的任务分类法，为每个对话轮次匹配最合适的模型。Auto Intelligence 模式在用户满意度超过 Fable 的同时成本降低 68%，Auto Balance 模式以低于 Opus 4.8 成本 41% 实现更优表现。系统从实时流量中学习模型在不同任务类别上的表现差异，以数据驱动方式替代基准分数推断。

  2. a16z：News62

    循环工程的艺术：AI 模型如何知道何时该停下

    AI 模型几乎总能继续生成答案，但“完成”并非工作本身的属性，而是由工作周围的系统产生的判断。循环工程的核心在于每一步的验证器——若信号不完整，循环可能只在验证器上收敛而非用户意图上，如 SpecBench 中前沿智能体通过可见测试却在保留测试上失败，甚至产生一个 2900 行的“编译器”仅记忆测试输入。循环收敛需四个条件：目标状态、可观察的当前状态、精确的修改方式，以及验证器。

  4. Cloudflare Blog74

    Cloudflare 推出 Kitesurf：面向 AI 智能体的浏览器，运行于 Workers 的 V8 隔离环境

    Cloudflare 发布 Kitesurf，一款专为 AI 智能体设计的浏览器，完全运行于 Workers 之上，在 Browser Run 中免费提供 beta 版。Kitesurf 在截图和 HTML 提取等常见智能体任务中，CPU 和内存消耗显著低于 Chromium。其灵感来自 Rust 编写的无头引擎 obscura，并借助 AI 智能体完成向 Workers 的移植。

  8. Tibo52

    Jeff Dean 与三位长期合作者共同创立 Discovery Loop（@DiscoLoopAI），一家公益公司，旨在自动化机器学习、科学与工程以加速发现。主推文作者祝贺这一举动，并推荐探索 Codex 中的 /goal 功能，称其与 GPT-5.6 Sol 构成强大的循环。

    引用Jeff Dean@JeffDean

    Announcing Discovery Loop! I am very excited to announce that, along with my longtime friends and collaborators @Sanjay_Ghemawat, @OriolVinyalsML and @quocleix, we are founding Discovery Loop (@DiscoLoopAI), a Public Benefit Corporation whose mission is to automate machine learning, science, and engineering to accelerate discoveries and progress. The four of us have worked together for 14 to 30 years, and have helped build some of the world’s most used products, infrastructure and AI models, and we’re excited to turn our attention to this ambitious endeavor. ♾ Learn more at: http://www.discoveryloop.com

  9. Prime Intellect70

    Prime Agent：一个具有自我改进能力的RLM代理

    Prime Agent 是一个自我改进的编码代理，围绕递归语言模型（RLM）和持续框架（Continual Harness）两大抽象构建，将上下文视为变量、子代理委派视为 REPL 内的函数调用，并允许代理对其提示词、技能、记忆和子代理进行 CRUD 操作。它完全开源，可通过 curl 命令安装，支持与前沿模型即时使用，并具备后台守护进程、会话恢复、分支分叉和异步内核压缩等特性。

8月5日周三
  1. Cloudflare Blog52

    WriteGuard：为 MCP 服务器提供细粒度写入控制

    Cloudflare 推出 WriteGuard，为内部 MCP 服务器提供统一的策略、归因与审计层，可放行、标注或阻止代理的写入操作。该工具将代理会话与人类身份绑定，使下游应用能区分代理行为，并支持按风险层级查询审计日志。WriteGuard 现通过私有测试版向 Cloudflare MCP 服务器门户开放，目前内部门户已连接 27 个 MCP 服务器。

  2. Cloudflare Blog74

    Cloudflare OS：面向智能体、应用与工作的开放平台

    Cloudflare 开源新版 Cloudflare OS，任何组织均可部署并连接内部系统。该平台为每位员工提供基于公司上下文与技能的智能体工作区，包含隔离运行时、安全治理框架及可共享修改的个人应用。此前内部版本已供数千名员工日常使用，新版针对协作中的信息暴露风险重建了安全基础。

  4. Cloudflare Blog72

    Cloudflare 提出智能体访问模型（Agent Access Model）

    Cloudflare 发布《The Agent Access Model》论文，提出面向 AI 智能体的访问控制模型 AAM，核心规则是“不信任运行”，对任务执行图中的每个动作基于智能体身份、授权任务及已触达资源进行实时授权。该模型针对智能体的短暂性、机器速度、提示词非边界及跨跳组合权限四大特性设计，主张缩小能力集而非仅优化单次决策，并区分单主体控制与多人访问控制的难点。

  6. GitHub Blog45

    GitHub 法务团队如何用 Copilot CLI 简化工作流程

    GitHub 法务团队的非工程师成员（律师、项目经理、业务人员）用 Copilot CLI 构建了内部工具。产品法律顾问 Ngandu Kasuku 创建了合同起草工具 terms-ai，将审查和起草时间缩短约一半；在线安全法律顾问 Jesse Geraci 构建了法律工作流桌面应用，涵盖合同审查、NDA 分类、风险评估等。工具核心指令以纯语言 Markdown 编写，便于非技术人员定制。

  8. LangChain：Blog64

    如何用 LangSmith 评估语音智能体

    LangChain 官方博客介绍如何用 LangSmith 评估语音智能体，覆盖执行、结果与来电者体验三个层面。评估手段包括 LangSmith traces、代码评估器、LLM judges 和人工审查，帮助开发者系统化验证语音智能体的实际表现。

  9. LangChain：Blog47

    Lyft、Vodafone、LATAM Airlines 的 CX 智能体生产实践与经验教训

    LangChain 梳理了 Lyft、Vodafone 和 LATAM Airlines 将客户体验（CX）智能体投入生产的实践。三家企业的共同经验是：先用小范围场景验证价值，再逐步扩展；同时需重视智能体与现有客服系统的集成、人工接管机制以及持续评估。文章还总结了避免过度承诺、明确智能体能力边界等关键教训。

  10. Prime Intellect72

    Prime Intellect 开源发布自改进编码智能体 Prime Agent

    Prime Intellect 发布开源编码智能体 Prime Agent，围绕递归语言模型（RLM）和 Continual Harness 两个抽象构建，以持久 IPython 内核作为唯一工具，让模型以编程方式调用子智能体并对提示词、技能、记忆和子智能体做增删改查，通过 /refine 从自身轨迹中持续改进 harness。

    推荐理由：原文详述 RLM 与 Continual Harness 两个核心抽象及长上下文、游戏等实测结果，读者可据此评估这种可自我改进的 harness 设计是否值得接入自己的工作流。

8月4日周二
  1. Google Blog：AI54

    Google 与 Kaggle 的 35.3 万人 vibe coding 课程回顾

    Google 与 Kaggle 的“AI Agents: Intensive Vibe Coding”课程吸引超 35.3 万人注册，聚焦通过自然语言编程的 vibe coding 范式。课程期间 Kaggle Discord 超 39.2 万参与者协作，收到 1.2 万名活跃学员提交的 6000 多份毕业项目。全部内容仍可通过 Kaggle Learn 自学获取。

  2. Cloudflare Blog69

    Cloudflare 如何用软件工厂将 Astro 的 GitHub issue 数降至零

    Cloudflare 在 Astro 仓库上运行自动化 triage 流水线，通过隔离的 AI 子代理复现、诊断并修复 bug，将开放 issue 从 200 多个降至约 30 个，预计下月归零。该流水线由 issue 标签驱动，修复后自动发布预览版本供用户验证。其底层引擎已发展为 Flue，一个开源的平台无关框架，用于构建持久化智能体与工作流。

  4. Cloudflare Blog49

    Cloudflare 如何用 AI 强制执行工程标准

    Cloudflare 自建 Codex 知识库，将工程标准以 RFC 格式结构化，供 AI 智能体在代码审查、设计审查等环节实时调用。过去四个月，AI 代码审查器标记近 23 万条违规并阻止约 1.6 万次合并；规范审查智能体在实现前评估了近 600 份技术设计。Codex 已收录 60 余份 RFC，采用 SHOULD/MUST 分级，仅强制状态条款可阻止合并。