跳到正文
只看一手#Agent
4月23日周四
  1. OpenAI：官网动态52

    Workspace agents

    用户可以在ChatGPT中构建、使用和扩展工作区智能体，以实现工作流程自动化。这些智能体能连接多种工具，用于处理重复性任务并简化团队协作流程。通过部署工作区智能体，团队能够提升操作效率，将人工从常规工作中解放出来，专注于更高价值的任务。

  2. OpenAI：官网动态54

    ChatGPT 推出 Workspace Agents

    ChatGPT 发布了由 Codex 驱动的 Workspace Agents。这些智能体能够自动化复杂的工作流程，并在云端运行，旨在帮助团队安全地跨工具扩展工作。其核心功能是实现工作流的自动化与规模化，同时确保操作过程的安全性。

  3. Tibo

    团队正与 @steipete 努力合作，让 OpenAI 模型和生态系统成为享受你的 claw 的显而易见的方式。下周还有更多内容，但提醒一下，你今天已可以作为 ChatGPT 订阅的一部分使用 OpenClaw 了。 （今天也还在玩 ChatGPT Images 2.0 玩得很开心）

    引用pash@pashmerepat

    I've embarked on a new sprint. My mission is to make OpenAI models feel magical in OpenClaw in the next few weeks. Diving in today, I noticed a bug. When you configured OpenClaw to use the Codex harness with OpenAI models, auth was broken, and the system was silently falling back to the Pi harness. So nobody knew it was broken. Two PRs later (fix the auth bridge, stop the silent fallback), the Codex harness actually works. And the difference is night and day (pic related). Before: the agent didn't feel magical or proactive. It did the exact same shallow loop every heartbeat. Read the heartbeat file, check Discord, see nothing, say HEARTBEAT_OK. It ignored the rest of its instructions. Sometimes it would even reason about doing work and then just... not issue the tool calls. After: full agent loops. It reads its workspace context, interprets the entire checklist, inspects the repo, makes real edits, tries to verify them, and gives honest status reports when things are blocked. Later heartbeats show continuity, it doesn't repeat work, it picks up where it left off. I didn't change any prompting or scaffolding. Just swapped in the codex harness for pi. Lesson here is use the codex harness if you're building with OAI models. A lot more to do but this is a strong start.

  4. OpenAI：官网动态78

    利用 Responses API 中的 WebSockets 加速智能体工作流

    Responses API 集成 WebSockets 技术优化 Codex 智能体循环架构。通过建立持久化连接并引入连接级缓存机制，该方案显著降低 API 通信开销，有效缩短模型响应延迟。这一技术改进解决了传统请求模式下的性能瓶颈，为高频交互的智能体工作流提供更高效的实时数据传输能力。

    推荐理由：OpenAI 的 Responses API 引入 WebSocket 模式，把 agentic 工作流端到端延迟压低了 40%，关键不在数字而在架构上从无状态 HTTP 转向持久连接，做 agent 的团队可以认真看技术决策。

  5. Cognition 模型 / Devin 博客63

    Cognition 复盘两年构建 Devin 云智能体基础设施的经验

    Cognition 基于两年 Devin 开发经验复盘构建云智能体的两大投入：基础设施与组织变革。文章指出容器共享内核存在逃逸风险、无法在异步间隙可靠保存状态，其方案是 microVM 隔离和 hypervisor 级整机状态快照；编排层花了超过三个季度才能管理数千并发 VM。

    推荐理由：Cognition 以两年 Devin 建设经验拆解云智能体在隔离、状态快照和编排上的真实投入，并给出组织落地的具体路径。

4月22日周三
  1. Google Blog：AI

    Google 推出两款面向智能体时代的专用 TPU

    Google 发布第八代 TPU，内含两款面向智能体时代的专用芯片。新处理器专为 AI 未来发展设计，针对智能体工作负载进行专门优化，提供更强算力支持。作为 Google AI 基础设施的最新升级，该系列芯片将助力下一代智能体应用的开发与部署。

  2. Tibo

    我不知道他们在那边做什么，但 Codex 将继续在 FREE 和 PLUS（$20）计划中提供。我们有算力和高效模型来支持它。对于重要变更，我们会在实施前提前与社区沟通。 透明和信任是我们不会违背的两项原则，即使这意味着暂时少赚一些。提醒一下，你用订阅投票，支持你想在这个世界上看到的价值观。

    引用Amol Avasare@TheAmolAvasare

    For clarity, we're running a small test on ~2% of new prosumer signups. Existing Pro and Max subscribers aren't affected.

  3. Claude Code：GitHub Releases

    Claude Code v2.1.117 版本更新

    Claude Code 发布 v2.1.117 版本。模型选择现支持跨会话持久化；Pro/Max 用户 Opus 4.6 与 Sonnet 4.6 默认 effort 级别提升至 high。原生 macOS/Linux 构建采用 bfs 和 ugrep 替代原有工具，搜索速度显著提升。插件系统支持自动安装缺失依赖。修复 Opus 4.7 上下文窗口计算错误（200K→1M），优化 MCP 服务器并发启动速度，/resume 新增大会话总结功能。

  4. PromptArmor：Threat Intelligence73

    PromptArmor 发布 Cursor 安全实践指南，披露未修复的 MCP Apps RCE 漏洞

    PromptArmor 发布 Cursor 安全实践者指南，梳理其威胁模型：不可信输入（代码、工单、网页、MCP 输出）与可信操作（shell 执行、文件写入、Git、MCP 工具调用）之间的间接提示词注入风险，并针对 Auto-Run、插件供应链、Bugbot、Automations、沙箱和子处理器给出管理端配置建议。

    推荐理由：作者基于自身披露经历梳理 Cursor 的威胁模型，并给出可落地的管理端配置与治理思路，还附上尚未修复的 MCP Apps RCE 细节。

  6. Google Developers Blog61

    Agent Platform 中的 Agents CLI：从创建到生产，一栈式实现

    Google Cloud 推出 Agents CLI 工具，专为连接本地开发与生产级 AI 智能体部署而设计。该 CLI 为编码助手提供对完整 Google Cloud 技术栈的机器可读访问，显著减少脚手架过程中的上下文过载与 token 消耗。通过将评估、基础设施配置和部署流程整合至统一的程序化主干，开发者能够将项目从初始概念推进至实时服务的时间从数周缩短至数小时。

    推荐理由：对用 Google Cloud 搭智能体的开发者，这个 CLI 把碎片化的本地到云端流程压进一条命令，能省掉大量翻文档的 token，值得试试。

  7. Cursor Blog68

    Cursor与SpaceX就模型训练达成合作

    智能编程助手Cursor宣布与SpaceX合作，以突破算力瓶颈，加速其模型训练进程。该公司在不到半年内快速迭代了Composer系列模型：首款智能编码模型Composer问世后，Composer 1.5将强化学习规模扩大20倍以上，而Composer 2通过持续预训练，以极低成本达到了前沿性能水平。此次合作将使Cursor团队利用xAI的Colossus基础设施，大幅提升训练规模，从而显著增强模型的智能水平。

    推荐理由：Cursor 抱上 xAI 的算力大腿，意味着 AI 编程工具的竞争正式进入「谁的 GPU 多」阶段。对开发者来说，Composer 系列模型接下来的进化速度会明显加快，值得持续关注。

  8. Google Research：Blog

    ReasoningBank：让智能体从经验中学习

    Google Cloud提出ReasoningBank智能体记忆框架，突破传统方法仅记录动作轨迹或成功经验的局限，从成败经验中提炼可泛化的高层推理策略。该框架通过LLM-as-judge自评估构建检索-提取-整合闭环，特别利用失败案例生成预防性策略，并创新提出Memory-aware Test-Time Scaling技术将测试时计算转化为高质量记忆。在网页浏览与软件工程基准测试中，该系统显著提升任务成功率并减少执行步骤。

  9. Augment Code 博客77

    Augment Code 实测什么样的 AGENTS.md 才对编码 Agent 有效

    Augment Code 从自家 monorepo 抽取数十个 AGENTS.md 文件，用内部评测 AuggieBench 对比有无该文件时 Agent 完成任务的表现，发现最好的文件带来相当于从 Haiku 升级到 Opus 的质量提升，最差的输出比没有文件还糟，同一文件在不同任务上可相差 30%。

    推荐理由：Augment Code 用内部评测量化了不同 AGENTS.md 写法对代码生成质量的影响，给出的模式与失败案例可以直接迁移到自己的代码库。

  10. Cognition 模型 / Devin 博客72

    Cognition 复盘多智能体实践：写操作单线程加辅助智能体才真正有效

    Cognition 发布长文复盘，称自《Don't Build Multi-Agents》十个月后，其多智能体系统已在生产中可用，核心模式是写操作保持单线程、其他智能体只贡献智能。

    推荐理由：作者基于自家生产环境实验总结多智能体落地模式，给出干净上下文评审、跨模型路由等可迁移的工程经验。

4月21日周二
  1. Google Blog：AI

    Ads Advisor 推出三项新功能，提升 Google Ads 安全性与效率

    Ads Advisor 集成三项全新的代理式安全与政策功能，全面升级 Google Ads 账户的安全防护与操作效率。这些智能化功能通过自动化安全机制和策略优化，在强化账户风险保护的同时简化管理流程，帮助广告主更快速地识别潜在威胁并确保合规投放。新方案兼顾安全性与便捷性，旨在为用户提供更流畅的广告管理体验，有效降低安全风险并提升整体运营效率。

  2. OpenAI：官网动态

    将 Codex 扩展至全球企业

    OpenAI 推出 Codex Transformation Partners 计划，联合埃森哲、普华永道、印孚瑟斯等全球咨询与科技服务商，协助企业在软件开发生命周期内部署并规模化应用 Codex。该合作旨在通过专业服务体系，将 AI 编程工具从试点阶段推向全面生产环境，加速全球企业软件开发流程的智能化转型。

  3. Cloudflare Blog

    超越机器人与人类的二元对立

    AI助手与隐私代理技术正挑战传统机器人检测的边界，推动网络信任机制从简单的人机区分向新型问责模式转型。核心方案主张将控制权保留在客户端，通过建立开放的匿名凭证生态系统，在保护用户隐私的同时有效防范源站滥用，以加密凭证取代传统的身份验证方式，构建兼顾隐私与安全的精细化信任框架。

  5. Google Developers Blog53

    构建生产级AI智能体：从单体重构中汲取的五大经验

    一篇博客文章分享了将脆弱的销售研究原型重构为健壮生产级智能体的关键经验。通过采用Google智能体开发套件（ADK），团队以编排式子智能体替代了单体脚本，并引入结构化的Pydantic输出模型，从而消除了静默故障和脆弱的解析问题。文章进一步强调，动态检索增强生成（RAG）管道与OpenTelemetry可观测性对于确保智能体在实际应用中的可扩展性、成本效益和运行透明度至关重要。这些改造使智能体能够可靠处理复杂任务，具备了生产环境所需的鲁棒性与可维护性。

  8. Claude Code：GitHub Releases

    v2.1.116 版本更新

    Claude Code v2.1.116 优化性能与终端体验。大型会话 `/resume` 速度提升最高67%，MCP 启动加快且资源列表延迟加载。改进 VS Code、Cursor 和 Windsurf 的全屏滚动，修复 Kitty 键盘协议下快捷键失效及 Devanagari 等印度语系渲染错位问题。安全方面修复 sandbox auto-allow 绕过危险路径检查的问题。同时改进 `/config` 搜索、`/doctor` 响应逻辑及插件依赖自动安装。

  9. BAIR：Berkeley AI Research Blog

    面向长程世界模型的梯度规划方法

    GRASP是一种面向世界模型长程规划的梯度优化新方法。通过将轨迹映射至虚拟状态实现跨时间并行优化，引入状态迭代的随机噪声增强探索能力，并重塑梯度以避免高维视觉模型中的病态信号传播。该技术解决了长程规划中的优化病态、局部最优和高维潜在空间失效等问题，使基于学习动力学的复杂任务规划更加稳定高效。

  10. METR：Notes62

    METR 分析 NanoGPT speedrun 中 AI 智能体对 AI 研发加速的证据

    METR 对 NanoGPT speedrun 的 77 条纪录分类，评估 AI 智能体在 AI 研发中的贡献：2026 年 3 月前训练时间从 45 分钟降到 1.43 分钟，31 倍加速，其中浅层与中层优化贡献约 21 倍。2025 年底至 2026 年初有 4 条纪录由 AI 智能体与人共同贡献，作者分析均未达到 deep 或突破级，但样本太少，尚不能区分是智能体贡献浅还是基础概率低。

    推荐理由：作者逐条标注了 NanoGPT speedrun 的 77 条纪录，让读者能对照判断 AI 智能体在 AI 研发任务上的贡献深度与局限。

4月20日周一
  1. OpenAI：官网动态

    OpenAI 助力凯悦面向全球员工推进 AI 应用

    凯悦酒店集团在全球范围内部署 ChatGPT Enterprise，集成 GPT-5.4 与 Codex 模型，旨在提升员工生产力、运营效率及宾客体验。通过与 OpenAI 合作，凯悦将企业级生成式 AI 工具普及至全体员工，优化内部协作流程与酒店服务标准，推动 hospitality 行业数字化转型。

  2. Cloudflare Blog

    规模化AI代码审查的编排实践

    团队基于OpenCode构建CI原生AI代码审查系统，将智能审查能力深度集成至持续集成流程。该系统通过自动化编排实现大规模代码审查，在代码提交阶段为工程师提供实时质量检测与安全分析，帮助团队及时识别潜在问题，显著提升代码质量与交付安全性。

  3. Cloudflare Blog

    我们基于对外交付平台构建的内部 AI 工程栈

    该公司基于对外交付的同一产品平台构建了内部 AI 工程栈，实现真正的"自产自用"。该架构已通过 AI Gateway 路由 2000 万请求，处理 2410 亿 token，并依托 Workers AI 运行推理，为 3683 余名内部用户提供支持。这一实践验证了其平台在超大规模企业级场景下的稳定性与性能表现。

  5. 蚂蚁 inclusionAI：GitHub 新仓库69

    DR-Venus：基于开放数据的边缘级深度研究智能体

    DR-Venus 是一个仅用1万条开放数据训练的40亿参数深度研究智能体，基于Qwen3-4B-Thinking-2507架构，支持200步工具调用和超20万tokens的上下文。它通过监督微调与强化学习两阶段训练，在BrowseComp、GAIA等多个深度研究基准上树立了小模型性能新标杆。其SFT版本已超越多数同类开源模型，而RL版本进一步将长程任务可靠性和工具使用校准度提升2-3个百分点。项目已全面开源模型、代码与训练流程。

    推荐理由：4B 参数、仅用 1 万条公开数据就能在多个 deep research benchmark 上碾压 8B 对手，蚂蚁 inclusionAI 这次证明了小模型做 Agent 的关键不在参数量而在数据管线，做端侧 Agent 的团队值得拆一下它的 SFT+RL 流程。

  6. BAIR：Berkeley AI Research Blog46

    GRASP：面向世界模型长时程规划的梯度规划器

    伯克利 AI 研究团队提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索，并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度。该方法针对长时程规划中计算图病态、非贪心结构导致局部极小值等问题，使基于梯度的规划更稳健。

  7. 英国 AI Security Institute：Blog63

    AISI 实验显示沙箱中的 OpenClaw Agent 能推断出评估环境信息

    英国 AI Security Institute 在沙箱中部署开源编码 Agent OpenClaw 并提示其探索部署原因，发现它能识别 AISI、推断运营者姓名、还原部分云基础设施并重建研究活动时间线。

    推荐理由：AISI 以实测展示沙箱内 Agent 如何还原评估环境身份与研究活动，读者可据此理解评估意识和沙盒加固的局限。

4月19日周日
4月18日周六
  2. Claude Code：GitHub Releases

    v2.1.114 版本发布

    v2.1.114 版本发布，修复了权限对话框在 Agent Teams 队友请求工具权限时发生的崩溃问题。此次更新解决了多智能体协作场景中的关键稳定性故障，当团队成员发起工具权限申请时，系统不再出现异常退出，确保了协作流程的顺畅进行。

  3. Claude Code：GitHub Releases

    Claude Code v2.1.113 发布

    Claude Code v2.1.113 将CLI改为通过原生二进制文件运行，替代原有JavaScript捆绑包。新增 deniedDomains 设置实现域名精确拦截，并强化Bash工具安全策略，将macOS系统路径列为危险删除目标，修复命令包装器绕过限制的问题。交互方面优化全屏选择、多行输入快捷键及长URL点击体验，改进/loop和/ultrareview命令性能。此外修复30余项Bug，涵盖MCP调用超时、表格渲染、远程控制会话及插件安装冲突等问题。

  4. LangChain：Blog47

    LangChain 博客：AI 智能体集群如何重塑软件工程

    思科工程师提出一套基于 LangChain 工具链的多智能体协同框架，用 Worker Agent 与 Leader Agent 两层角色把 AI 从任务级执行升级为系统级协作。系统通过 A2A 协议通信、MCP wrapper 兼容非 A2A 智能体，并用 LangMem 存长期状态、LangSmith 记录执行轨迹，实现跨团队工作流编排与全局可观测性。

4月17日周五
  1. Cloudflare Blog

    Agent Readiness 评分正式发布：你的网站是否已做好 agent 准备？

    Cloudflare 推出 Agent Readiness 评分体系，帮助网站所有者量化评估其网站对 AI agent 的支持能力。该体系建立全新技术标准，并基于 Radar 数据监测分析。Cloudflare 通过重构文档站点，将其打造为全网对 agent 最友好的网站，为行业提供了可复现的优化范例，推动网站基础设施向 AI 代理友好型架构升级。