自去年秋季推出实证研究辅助（ERA）工具以来，谷歌研究团队已将其应用于多个科学领域以解决实际问题。在流行病学中，它助力流感与新冠预测；在宇宙学里，协助分析星系数据以探究暗能量；在大气监测方面，提升了二氧化碳排放的追踪精度；在神经科学领域，则用于解析大脑活动数据。这些实践表明，ERA能帮助科学家生成专家级的实证软件，其成果超越了黑箱模型，可发现兼具可解释性与机制准确性的解决方案，从而有效加速科学发现进程。
推荐理由：Google 把自家 ERA 工具在流行病学、宇宙学、气候监测、神经科学四个方向的实战案例摊开讲，虽然不是新模型发布，但对做 AI for Science 的人来说，这是一份难得的「AI 科研助手到底能干嘛」的全景参考。
LMSYS团队针对SGLang中的强化学习工作负载，提出了一种基于RDMA的点对点权重更新机制，作为传统NCCL广播方法的补充。该设计利用源端CPU引擎副本和Mooncake TransferEngine进行P2P RDMA传输，将拥有1T参数的Kimi-K2模型的权重传输时间从53秒大幅缩短至7.2秒，提速7倍。其代价是每个训练等级需在CPU内存中额外占用一个32G的推理引擎副本。此优化最大限度地减少了网络冗余，允许推理服务器更快恢复rollout过程，且兼容所有主流开源模型。
推荐理由：LMSYS 把分布式 RL 训练的权重同步从 NCCL 广播改成 RDMA P2P，1T 参数模型传输快了 7 倍，做大规模 RL infra 的团队该认真看看这个工程方案。
Anthropic发布《企业级Claude Cowork部署指南》，旨在帮助非技术岗位员工规模化应用AI。该指南基于内部团队及Thomson Reuters等客户实践，提供了从试点到全面推广的完整路径。核心内容包括一个五级成熟度模型、试点用例评估方法以及为期六个月的组织级部署路线图。Claude Cowork作为桌面应用，能深度集成本地文件、Slack、Google Drive及浏览器，并结合Claude for Excel/PPT实现跨文档工作流，适用于金融、法律、销售等多行业的生产场景。
推荐理由：Claude Cowork 把 agent 能力从开发者命令行搬到全公司桌面，配了五级成熟度模型和六个月落地路线图，企业 IT 负责人和产品经理值得拿这份指南当部署参考。
Cloudflare 宣布 AI 代理现可作为独立客户直接使用其服务。代理能够自主创建 Cloudflare 账户、开通付费订阅、注册域名，并立即获取 API 令牌以部署代码。人类用户可保留授权监督权限，但无需手动操作控制台、复制粘贴 API 令牌或输入信用卡信息。这一更新使代理能够以自动化流程完成从账户开设到服务部署的全链路操作。
Mistral 发布 128B 开源权重模型 Mistral Medium 3.5，并在 Mistral Vibe 与 Le Chat 推出云端远程编码智能体及新的 Work 模式，支持并行异步执行长时任务。
推荐理由：官方完整发布说明给出模型规格、基准分数、价格和功能入口，读者可以据此评估它对现有编码工作流的适用性。
作者用同一个个人理财应用提示词实测 Replit 及五款替代工具。Lovable 约 5 分钟生成且最易上手，Vercel v0 输出设计质量最强，Base44 约 5 分钟交付最完整全栈功能，Manus 花 40 分钟、763 积分但成品精致，Hostinger Horizons 年付 6.99 美元/月起但构建多次出错、表现最弱；Replit 耗时约 16 分钟，结构扎实但视觉打磨不足。
推荐理由：作者用同一个理财应用提示词实测五款 AI 应用构建器，给出耗时、价格和真实短板，读者可据此按自身需求挑选工具。
Augment Code 在 AGENTS.md 中加入约 2.5k 字符的 Karpathy 风格编码规则，用 Auggie、Claude Code 和 Codex 对 40 个 OpenClaw PR 各跑 6 次对照测试。
推荐理由：原文以 40 个 OpenClaw PR 的对照实验给出 Karpathy 规则对三个编码 Agent 的效率与质量影响，结论可迁移到自己的 AGENTS.md 配置。
Manus 发布 Cloud Computer，一种云端专属机器，可 24/7 运行 Bot、Python 脚本和定时抓取任务，文件与安装的工具在任务之间保留。
推荐理由：官方介绍了 Cloud Computer 的持久运行、共享文件系统与三种环境分工，读者可据此判断哪些任务适合从临时沙盒迁移过来。
Claude产品经理Jess Yan分享了处于测试版的Claude Managed Agents如何改变其工作流程。这套可组合的API能大规模构建和部署云端智能体，使她能在短时间内将想法转化为可运行的原型。她的日常工作由此分流：使用Claude进行开放式探索，然后利用Claude Code基于Managed Agents编写定制智能体来自动化特定任务，如采用分析和舆情监控。这些智能体接管了以往难以规模化的操作性工作，让她能将更多时间投入到与团队和用户的创造性合作中。
推荐理由：Anthropic PM公开用Claude Managed Agents搭建数据分析、舆情监控和演示生成agent的真实流程，对于想要用agent重构产品开发节奏的团队有实际参考价值，但不算爆炸性更新。
运行 `stripe projects add openrouter/api` 即可从命令行获取 OpenRouter 账户、API 密钥和 Stripe 计费，AI 智能体同样可以执行此操作。
运行 `stripe projects add openrouter/api` 即可从命令行创建 OpenRouter 账户、获取 API 密钥并配置 Stripe 计费。AI 智能体同样可自动化完成该操作，无需手动注册。
推荐理由：OpenRouter 把注册和计费全塞进一条 CLI 命令，Stripe Projects 加持，agent 都能自己开户了，重度 API 玩家可以省点事，不过就一工具链缝合，不打开也知道。
Cursor 正式推出 SDK 公开测试版，开发者仅需几行 TypeScript 代码即可构建和部署智能体。该 SDK 提供与 Cursor 应用相同的运行时、框架及前沿模型（如 GPT-5.5）支持，并允许将智能体部署于本地或 Cursor 云的专用虚拟机。借助其生产级云基础设施，如安全沙箱和持久状态管理，智能体正从个人工具演变为组织的可编程基础设施。许多团队已将其集成至 CI/CD 流水线、工作流自动化及核心产品中。
推荐理由：Cursor 把自家产线拆出来给外部用，对于想把 AI 代理嵌入 CI/CD 或产品的团队，省掉了自建完整 agent 栈的麻烦，对做自动化编码的开发者是个必看的更新。
AGENTS.md文件的质量直接影响AI代理的性能表现。一份优秀的AGENTS.md文件能像模型升级一样显著提升代理能力，而一份糟糕的文档反而会损害性能，其效果甚至不如完全没有文档。该观点源自技术社区讨论，相关文章在Hacker News上获得了100点热度，强调了为AI代理编写清晰、有效文档的重要性。
Together AI 上线 DeepSeek-V4 Pro，Serverless 推理提供 512K token 上下文窗口，模型级支持 1M 上下文，可迁移至专用基础设施获得完整 1M 上下文与预留容量。
推荐理由：原文给出架构、上下文窗口、推理模式和逐项定价，读者可据此评估该模型是否适合长上下文工作负载。
Anthropic 发布开源 Claude API Skill，为 Claude 提供基于 Messages API 和 Claude Managed Agents 的最新开发参考，覆盖 8 种语言。该技能已集成至 Claude Code，并可在 Anthropic 技能仓库中获取。
LlamaIndex 重构了 LlamaParse MCP（https://mcp.llamaindex.ai/mcp），重心从存储检索转向由 Parse、Classify。
推荐理由：官方复盘了 MCP 服务器的鉴权、文件上传与限流设计，方法可直接迁移到类似的服务器搭建中。
Symphony 是一个用于 Codex 编排的开源规范，能够将问题跟踪器转化为持续运行的智能体系统。该系统通过自动化任务协调与执行，显著提升工程团队的产出效率，同时减少开发者在不同任务间频繁切换带来的认知负担。其核心在于以标准化、可扩展的方式，将日常开发流程转化为由智能体持续驱动的工作流。
推荐理由：OpenAI 把 Codex 的编排层抽成开源规范，等于告诉所有做 coding agent 的团队，底层调度逻辑不用自己造轮子了。做 AI 编程工具的值得花半小时看架构思路。
本次更新为 Claude Code 带来多项增强与修复。新增功能包括 MCP 服务器的 `alwaysLoad` 配置、`claude plugin prune` 命令以及 `/skills` 界面搜索框。用户体验方面，优化了全屏模式滚动、对话框键盘滚动和长 URL 点击体验。重点修复了处理多张图片或使用 `/usage` 命令时可能出现的数 GB 内存泄漏问题，并解决了 Bash 工具在工作目录被删除后失效等稳定性缺陷。此外，还改进了 MCP 服务器的错误重试机制和终端会话标题的本地化显示。
推荐理由：Claude Code 这版修了一堆让人抓狂的内存泄漏和崩溃问题，加上 alwaysLoad 和 plugin prune 两个实用功能，重度用户值得立刻升级，但对非用户来说只是例行迭代。
Together AI 上线 NVIDIA Nemotron 3 Nano Omni 多模态模型，单一开源模型可统一推理视频、图像、音频和语言。该模型采用混合 Mamba-Transformer MoE 架构，总参数 30B、每 token 激活约 3B，支持最高 256K token 共享多模态上下文，开放权重、数据和后训练配方，支持 FP8 与 NVFP4 部署。
Google 与 Kaggle 再度推出为期 5 天的 AI Agents 强化课程，现已开放注册。该课程旨在教授开发者如何构建和部署 AI 智能体，内容涵盖从基础概念到实际应用。课程形式为短期集中学习，参与者将通过 Kaggle 平台进行实践。
Cognition 发布 Devin CLI，一个可在本地终端运行、完整访问代码库和工具的编码 Agent，可选 Opus 4.7、GPT-5.5 和自家 SWE-1.6 等模型，并用 Rust 编写终端渲染库提升 UI 速度。
推荐理由：官方介绍了本地终端 Agent 与云端会话交接的组合玩法，多智能体并行、沙箱隔离等差异点对编码工作流有直接参考。
LlamaIndex 发布教程，介绍如何用 LlamaParse Extract 和 Claude 构建三步式贷款收入核验流水线：先用 Pydantic schema 从贷款申请、W-2、工资单和银行对账单四类文档抽取结构化数据，再用 Claude（claude-sonnet-4-6）做跨文档交叉校验并生成 HTML 报告。
Anthropic 发表论文 https://arxiv.org/abs/2604.10290，构造 AI 咨询团队和 AI 软件团队两类多智能体组织，在 12 个任务上发现多智能体系统在商业目标上得分更高、在伦理上得分更低。
推荐理由：原文给出多智能体组织比单智能体更有效但更不守伦理的实测结果，并指出单智能体安全结论不能直接外推到多智能体部署。
Gemini 提供了利用 AI 整理家居和数字空间的一系列技巧。这些建议包括制定智能清洁计划、高效整理收件箱以及管理季节性家务。用户可以通过这些 AI 驱动的功能，系统化地优化物理和数字环境，从而提升日常生活的条理性和效率。
OpenRouter Agent SDK 提供 create-agent-tui 和 create-headless-agent 两种技能，可在几分钟内脚手架搭建个性化编码智能体。前者附带终端 UI，后者为无头模式，适用于脚本与管道自动化场景。
推荐理由：虽然隔了一个多月，但这个官方教程把 Agent SDK 的脚手架玩法拆得很透，想自己搭 coding agent 的开发者抄一遍就能跑起来，省得从头写 harness。
OpenRouter Agent SDK 提供 `callModel` 函数，能将聊天补全转换为支持工具调用、停止条件和成本追踪的多步智能体，覆盖 300 多个模型。
推荐理由：OpenRouter把agent构建压缩进一个callModel函数，内置工具调用、停止条件和成本追踪，对已在它生态里的开发者省下不少样板代码，可惜时效过了。
OpenRouter Agent SDK 提供 callModel 函数，将单次聊天补全转换为支持工具调用、停止条件与成本追踪的多步智能体工作流，覆盖 300 多个模型。
推荐理由：如果你在用 OpenRouter 拼 agent，这个 SDK 把多模型调用和工具链包成一行 callModel，省了适配 300+ 模型的体力活，值得看一眼。
OpenRouter Agent SDK 推出 `create-agent-tui` 和 `create-headless-agent` 两类技能（skills），用于快速搭建（scaffold）个性化编码智能体。前者提供终端 UI（terminal UI），后者为无头模式（headless），适用于脚本和流水线（scripts and pipelines）。
推荐理由：一个用 OpenRouter Agent SDK 快速搭建编码 agent 的脚手架，适合想省时间的开发者，但内容本身是常规文档，42 天前的教程现在已经没什么新意。
OpenRouter 发布 Agent SDK，其核心是 callModel 函数。该函数可将一次聊天完成转化为具备工具调用、停止条件与成本追踪功能的多步骤智能体工作流。这一工具兼容平台上的 300 多个模型，使开发者能够便捷地构建复杂的多轮交互智能体应用。
推荐理由：OpenRouter 把多轮 agent 编排封装成一个 callModel 函数，300+ 模型统一调用，做 agent 产品的人可以少写不少胶水代码，但本质上是工程封装而非技术突破。
Anthropic 发布了 Agent SDK，开发者可利用 `create-agent-tui` 和 `create-headless-agent` 技能，在几分钟内搭建个性化的编码智能体。该 SDK 支持两种模式：一是提供终端用户界面的交互式代理，二是无界面的“headless”代理，便于集成到自动化脚本和流水线中。这显著降低了为特定编码任务定制 AI 助手的门槛。
Anthropic与NEC达成战略合作，旨在打造日本规模最大的AI原生工程团队。NEC将成为Anthropic在日本的首个全球合作伙伴，为集团全球约3万名员工部署Claude AI工具。双方将针对金融、制造和地方政府等领域，联合开发安全的行业专用AI解决方案，并将Claude集成到NEC的安全运营中心及下一代网络安全服务中。NEC内部将设立卓越中心，通过技术培训构建AI工程团队，并广泛应用Claude Code等工具。目前，全球员工的工具部署与行业解决方案的联合开发已同步启动。
推荐理由：NEC 三万人上 Claude，是 Anthropic 在日本市场拿下的最大企业单子，信号意义大于产品本身。做 To B 的可以观察日本企业 AI 采购节奏，但对普通开发者没什么可抄的。
PromptArmor 提出评估 AI 应用连接器风险的三支柱模型，不可信外部数据、敏感内部数据和下游动作，并呼应 Simon Willison 的 Lethal Trifecta，举例说明 Confluence 与 Zendesk 连接器组合可将内部文档经工单回复外泄。
推荐理由：原文给出连接器风险的三支柱威胁模型和主流企业 AI 应用的具体配置路径，读者可据此审计自己环境中的连接器组合。
Claude Managed Agents 推出内置记忆功能，现已进入公测阶段。该功能基于文件系统的记忆层，允许代理从每个会话中学习，优化跨会话性能。记忆以文件形式存储，开发者可通过API导出和管理，并拥有完全控制权，支持权限范围、审计日志和并发访问。实际应用中，Rakuten的代理减少97%首过错误；Wisedocs的文档验证流程加快30%；整体上，代理实现97%首过错误减少、成本降低27%和延迟降低34%。Netflix、Ando等团队利用该功能实现上下文跨会话传递和基础设施简化，提升代理的持续学习能力。
推荐理由：Claude Managed Agents 的记忆功能把跨会话持续学习变为内置能力，Rakuten 等客户已实现 97% 错误减少，对做长期代理的团队是基础设施级更新。
Tibo@thsottiauxAI 评分7878暂停发推片刻，更新你的Codex应用，以发现完整的浏览器使用、全局听写、非开发者模式、比yolo安全得多的全新自动审查模式、应用内文档和PDF查看器，以及……GPT-5.5。
With GPT-5.5, Codex now gets more of the job done across the browser, files, docs, and your computer. We've expanded browser use so Codex can interact with web apps, and test flows, click through pages, capture screenshots, and iterate on what it sees until it completes the task.
Manus 博客发布一篇评测，对比五款面向小型企业的 AI Agent：Manus AI（自主研究与仪表板，免费增值，付费约 $20/月）、Clay（销售潜客开发，$185/月起）、Lindy AI（无代码工作流自动化，$49.99/月起）、Jasper AI（规模化内容创作，$69/月/席位）和 Relevance AI（定制 Agent 构建，$29/月起）。
Sierra 宣布收购总部位于巴黎的 Fragment，后者帮助企业利用 AI 规模化运营，使员工能专注于更高价值的工作。
Claude Managed Agents 的记忆功能现已进入公开 Beta 测试，可通过标准 `managed-agents-2026-04-01` 请求头使用。该功能允许智能体在对话间保持上下文，具体集成指南见官方文档。
推荐理由：Claude托管Agent的记忆功能进入公测，这步让Agent从一问一答走向有上下文记忆的长期助手，做复杂任务的开发者可以试试。
针对智能体任务中Token消耗快速增长的问题，Ling-2.6-flash模型正式发布。该模型采用混合线性架构等技术进行系统性优化，旨在实现更高推理效率和更低使用成本。其推理速度在4卡H20条件下最快可达340 tokens/s，在Artificial Analysis评测中仅消耗约对比模型1/10的Tokens。模型在多个Agent相关基准测试中达到同尺寸SOTA水平，保持了强大的任务执行与工具调用能力。
推荐理由：蚂蚁百灵这次打的是「省 token」这张牌，104B 总参但只激活 7.4B，Agent 场景评测对齐同尺寸 SOTA，输出 token 消耗只有竞品的 1/10。做 Agent 产品、被推理成本卡脖子的团队值得认真看看这个路线。
连接智能体与外部系统主要有三种方式：直接API调用、命令行界面（CLI）和模型上下文协议（MCP）。直接API调用在扩展时面临集成复杂度问题；CLI适用于本地环境但难以覆盖云端平台。MCP通过提供标准化协议层，成为生产级智能体的主流选择，可实现一次集成、多客户端兼容。其SDK月下载量已达3亿次，每日有数百万用户通过Claude使用。构建高效MCP服务器的关键模式包括：开发远程服务器以实现最大覆盖范围，按意图组织工具，并在接口庞大时设计代码编排方案。
Tibo@thsottiauxAI 评分7272Workspace agents 出人意料地强大。其底层由 Codex 驱动，这与我们在此开源的是同一实现：https://github.com/openai/codex
Introducing workspace agents in ChatGPT—shared agents that can handle complex tasks and long-running workflows across tools and teams.