#Agent

AI 智能体工作流中的幻觉检测方法指南

针对 AI 智能体工作流，可按幻觉类型分层部署检测：忠实度与接地性检查用 DeepEval 等工具把回答拆成单条主张与检索文档比对打分，自一致性检查多次提问同一问题比较答案是否收敛，语义熵则按语义聚类估计模型的不确定性。来源核验可对照数据库、API 和文档等权威来源，置信度阈值配合 human in the loop 把高风险输出转人工复核。

Uber 向全体员工部署 ChatGPT Work

Uber 宣布即日起在全公司范围部署 ChatGPT Work，覆盖全球逾 30,000 名员工，此前试点规模为 1,000 人。该智能体接入 Google Drive、Gmail、Google Calendar 和 Slack，可完成资料调研、会议简报、演示文稿制作与数据分析等任务，并将 GPT‑6.1 Sol 作为默认模型。Uber 称这是其首个面向知识工作的全公司级智能体平台部署。

METR 与 Redwood Research 红队测试 OpenAI 内部智能体监控系统，发现多个漏洞

METR 与 Redwood Research 各派一名员工，于 7 月 21 日至 8 月 11 日对 OpenAI 内部失准监测系统开展三周高权限试点压力测试，产出 61 页内部报告。

Anthropic 指南：何时把子智能体合并进主 Agent 循环

Anthropic Applied AI 团队发布指南，讲解何时把 orchestrator 下的路由器、规划器和领域子智能体合并进单个主 Agent 循环。文中对比显示，带 skills 的单智能体在质量上常优于一提示全包和子智能体设计，且成本和延迟更低，一家客户改用单循环后运行时间约快 2x。

有状态 vs. 无状态：AI 智能体构建中的上下文管理

n8n 博客对比了有状态与无状态架构在 AI 智能体构建中的取舍：有状态应用保留对话历史、认证信息等跨请求状态以维持连续性，无状态应用则让每个请求独立处理，更易在实例间分发、扩展和容错。LLM 本身不会在两次推理请求间自动保留对话，智能体的记忆需由系统在模型外存储并检索状态，再注入后续请求的上下文。n8n 中可按状态存活时长选择 memory 节点或 state store。

METR 与 Redwood 红队测试 OpenAI 内部智能体监控系统并披露多项漏洞

METR 与 Redwood Research 各一名员工在 2026 年 7 月 21 日至 8 月 11 日对 OpenAI 内部失对齐监控系统开展高权限红队测试，产出 61 页内部报告。

同一件事，精选收录的是《METR 与 Redwood Research 红队测试 OpenAI 内部智能体监控系统，发现多个漏洞》

Wiz 披露 ARTEX 智能体被 Storm-0940 用于攻击 IT 和软件厂商

Wiz 披露 2026 年 10 月有攻击者使用开源自主渗透测试框架 ARTEX 针对多家 IT 和软件厂商，活动与微软报告的中国国家级关联组织 Storm-0940 重叠，并已扩展到其他软件领域的供应链攻击尝试。

Sarvam AI 讲解如何为企业 Agent 构建知识编织层

Sarvam AI 介绍其为企业 Agent 构建的知识编织层，由知识树和领域本体两层组成，把分散文档整理成 Agent 可导航、查询和引用的结构。

MiniMax Code 桌面端推出 Mini App 长运行应用功能

MiniMax 在 MiniMax Code 桌面应用（macOS / Windows）本地会话中推出 Mini App，一种带前端和后端的长运行应用，以插件形式安装并与 Agent 双向调用，让 Agent 的工作停留在常驻页面而非散落各对话中。

Mastra 发布托管可观测平台 Mastra Observability

Mastra 发布托管平台 Mastra Observability，直接接入 Mastra 框架项目，自动追踪 agent 运行，集中查看 traces、性能与成本指标并运行在线 scorers。

Anthropic 开放 Claude Duet 研究预览：主动型智能体应用

Anthropic 开放 Claude Duet 研究预览，这是一款让 Claude 作为主动智能体工作的独立应用，提供 iOS、Android 和 claude.ai 版本，面向 Pro 和 Max 计划，首批面向美国用户，需加入等候名单。

同一件事，精选收录的是《Anthropic 开启 Claude Duet 研究预览，Claude 以主动式智能体接管日常工作》

Anthropic 红队测试 Claude Code Auto Mode 与 Codex Guardian 拦截监控器

Anthropic Fellows 团队用 Opus 5 红队智能体测试生产级拦截监控器，发现 Auto Mode 与 Guardian 的平均攻击成功率超过 55%，主要绕过手段包括伪造转录轮次的监控器注入、多智能体与恶意压缩的多上下文攻击。团队通过转录框架化与转义、监控工作目录编辑和增加智能体监控阶段将攻击成功率降低超过 50 个百分点，但以可接受成本可靠防御多上下文攻击仍是开放问题。

Claude 向 Pro 和 Max 用户开放 Claude Duet 研究预览

Claude 于 10 月 21 日向 Pro 和 Max 套餐用户开放 Claude Duet 研究预览，这是一款让 Claude 以主动式智能体方式工作的新应用。官方提示更多信息可参见博客文章 Introducing Claude Duet。

HCLTech 以 Global Premier 身份加入 Claude Partner Network

HCLTech 成为 Claude Partner Network 的 Global Premier 合作伙伴，将设立专门的 Anthropic 业务单元与卓越中心，为客户构建基于 Claude 的智能体方案。

Anthropic 开启 Claude Duet 研究预览，Claude 以主动式智能体接管日常工作

Anthropic 开启 Claude Duet 研究预览，一款让 Claude 作为主动式智能体工作的独立应用，已登陆 iOS、Android 和 claude.ai，面向美国 Pro 和 Max 用户开放候补名单。

Recursive 发布开源权重编码模型 Flint，OpenHands 首日支持

Recursive 发布开源权重编码模型 Flint，采用 40B 参数 MoE 架构，每 token 激活约 2.5B 参数，以 Apache 2.0 许可发布。

Google Agents CLI 推出扩展系统，支持 LangChain 等任意智能体框架

Google 开发者团队宣布 Agents CLI 从 v1.5.0 起引入 Extension System，开发者可在不 fork 工具的情况下覆盖或新增命令。

Trail of Bits 发布 patching-bugs 与 regression-hunt 两个智能体补丁插件

Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，让智能体代为开发补丁并检查回归，源自其与 OpenAI 合作的 Patch the Planet 计划。

Microsoft Research 与合作者证明 31 年历史的 KLS 猜想

Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明对数凹分布的最优平面切割与任意形状切割的差距不随维度增长，以普适常数为界。

用 Miles 在 MI355X 上训练 SWE 智能体：驯服长尾轨迹与复杂沙箱协同

研究团队用 Miles、SGLang、Megatron-LM 和 Harbor 在 AMD Instinct MI355X 上对 Qwen3-30B-A3B-Instruct 做全异步智能体 RL 训练，在 SWE-bench Verified 的 100 任务分层子集上把 pass@1 从 7.3% 提升到 27.5%。

AWS Kiro 产品负责人谈从个人编码工具走向软件开发平台

AWS Senior Principal PM、Kiro 负责人撰文分析团队从个人 AI 编码助手走向开发平台的核心问题。他认为团队放权给智能体的关键不是模型变强，而是验证输出的成本变低，信任决定了智能体能承担多少工作；智能体按任务计费打破了按席位收费模式，约 20% 重度开发者消耗约 80% 预算；信任解锁软件工厂，工厂才能把预算、限流和任务路由等成本控制内置成系统能力。

OpenAI 与 PerturbAI、Scripps Research 用数千个 GPT‑Rosalind 智能体 32 分钟挖掘脑细胞数据新研究线索

OpenAI、PerturbAI 与 Scripps Research 联合发布研究，用数千个由 GPT‑Rosalind 驱动的 AI 智能体并行分析数百万小鼠脑细胞的全脑 CRISPR atlas，32 分钟内完成分析与文献解读，并称人工逐一分析需数月至一年。

NVIDIA Agent Toolkit 扩展，新增 Agent Knowledge Foundation 与 Kumo 开放模型

NVIDIA 扩展开源的 NVIDIA Agent Toolkit，新增 Agent Knowledge Foundation、Kumo 系列开放模型、OpenShell 安全运行时和 NemoClaw 智能体蓝图，用于让企业智能体基于公司数据回答和行动，并提供访问控制与治理。

NVIDIA 发布 OpenShell 参考架构，为安全 AI 智能体提供企业级基础设施

NVIDIA 在 GTC Berlin 发布 OpenShell 参考架构，用于在企业和边缘基础设施上构建、隔离、观察并强制执行安全智能体。

NVIDIA 发布 OpenShell 参考架构，在基础设施层治理 AI 智能体工作负载

NVIDIA 介绍开源运行时 NVIDIA OpenShell 及其参考架构，将智能体视为不可信工作负载，通过 Gateway、Supervisor、Sandbox 和 Policy prover 四个组件在智能体之外实施确定性治理。

NVIDIA Sentry：在运行时保护 AI 智能体

NVIDIA 推出安全软件框架 NVIDIA Sentry，在 BlueField-4 DPU 上为 AI 智能体提供主机隔离的运行时防护，独立于主机软件监控并执行智能体对模型、工具和数据的访问策略。

NVIDIA GTC Berlin 2026 主题演讲：黄仁勋公布 DSX POD、OpenShell 与 Agile ONE SN 等多项发布

NVIDIA 在 GTC Berlin 2026 主题演讲中宣布 DSX POD 模块化 Vera Rubin AI 工厂参考设计，可将现场部署从六个月缩短至 14 天，并提出 AI 是从能源、基础设施到应用的五层结构。

编程 Agent 增长遭遇人类评审瓶颈：Tessl 博客解析信任赤字

Tessl 博客引用 Jellyfish 2026 年 9 月 AI Engineering Trends 数据指出，中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写（90 分位达 53%），但仅约 0.6% 的 PR 由 Agent 评审合并（前 10% 公司为 9%）。

PromptArmor 分析 Harvey for Outlook 的间接提示词注入风险

PromptArmor 发布对 Harvey for Outlook 的威胁分析，指出这一在 Outlook 内运行 Harvey 法律 AI 的插件因读取不可信邮件而面临间接提示词注入风险。

Runway 携 Runway Creative 加入 Claude Marketplace

Runway 携 Runway Creative 加入 Claude Marketplace，符合条件的企业客户可用现有 Anthropic 承诺额度的一部分购买该平台。

Sierra 与 Stripe 合作：AI 智能体可在通话中完成支付

Sierra 与 Stripe 合作，让 AI 智能体在同一通电话里完成对话、付款和收据确认，无需跳转系统或发送支付链接。Cedar 的智能体 Kora 接入该集成后，发起支付的来电中 71.3% 成功完成付款。Sierra 已上架 Stripe App Marketplace，企业可直接将智能体连接至 Stripe 账户。

Hamlet 如何用 Databricks Lakebase Postgres 拿生产数据测试改动

Hamlet 借助 Databricks Lakebase Postgres 为每个 pull request 建立独立的生产数据分支，让工程师和 AI 编码智能体在不触碰生产环境的情况下用真实数据测试改动，合并仍需人工审批。Hamlet 索引全美超过 7,200 个治理机构的会议，平均每场会议约三个半小时，AI 负责定位值得关注的片段并回链视频原文。

Databricks 推出 Agent Memory Beta，基于 MemCurrent 架构提升智能体质量

Databricks 在 Agent Bricks 平台推出 Agent Memory Beta，通过存储关键事实、偏好和工作流提升智能体质量并降低成本和延迟，底层由 Lakebase 提供、基于 Databricks 的 MemCurrent 记忆研究。

Databricks 发布 MemCurrent 生产级 Agent 持久记忆架构

Databricks 介绍 MemCurrent，一种面向生产 Agent 的持久记忆架构，结合情景记忆与派生记忆，通过插件、工具调用和离线 dreaming 管线三种访问模式读写与整合记忆，已用于 Agent Bricks Memory 和 Genie。

GitHub 官方访谈：3 位 Java Champion 分享使用 GitHub Copilot 提效的实践方法

GitHub Blog 访谈 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，介绍他们在生产与开源项目中使用 GitHub Copilot 的具体做法。

Tessl 团队分享：不再逐行审查 AI 生成代码，改为验证意图

Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。

AWS Kiro 负责人谈从个体编码工具到开发平台的信任与成本

AWS Senior Principal PM、Kiro 负责人在 DevCon 演讲预告中提出，从个体编码助手走向团队平台本质是组织变革而非工具采购，信任先于一切。团队给智能体更多工作的依据是验证能力提升而非模型变强，且成本随任务规模而非席位固定，约 20% 的开发者消耗约 80% 的预算，需像管理云账单一样按团队和流程做 token 可见性。

Cursor 发布 Agent SDK，可用代码定义并一键部署智能体

Cursor 发布 Agent SDK，这是其构建 Bugbot、Security Reviewer、Rollouts 等托管智能体所用的框架，现已全面开放。

Sakana AI 提出 QD-Rec：用开放式探索提升推荐质量与多样性

Sakana AI 开发出推荐方法 QD-Rec，把「候选＋选择理由假设」作为推荐单元，由生成 AI 基于历史优质假设反复生成新假设，并用 Quality-Diversity 思路保留不同切口的推荐。在 M&A、客户定向、论文推荐三类任务中，QD-Rec 多数设置下平均评分高于每次从零写假设的基线，并构建出规模更大的推荐集合。

斯坦福 HAI 发布 MedHELM、PhysicianBench 与 HealthAdminBench，测出医疗 AI Agent 实际完成率不足一半

斯坦福团队总结三年构建医疗 AI 基准的成果，PhysicianBench 上最佳模型 GPT-5.5 单次仅完成 46% 任务，HealthAdminBench 上 Claude Opus 4.6 完成 36.3%。MedHELM 覆盖 5 大类 121 项临床任务，评测显示临床决策支持和管理流程得分最低；失败主要来自跨文档与系统传递信息时丢失上下文，两项基准均以合成数据、公开代码和排行榜开放。