#Agent

会记忆的智能体：Cloudflare 推出 Agent Memory

Cloudflare 发布 Agent Memory 托管服务，为 AI 智能体提供持久化记忆能力。该服务支持智能体长期保留关键上下文、自动过滤并遗忘无关信息，同时基于交互历史持续学习优化。开发者无需自建基础设施，即可快速部署具备长期记忆、能随使用时间增长而变聪明的 AI 应用。

Tibo@thsottiaux· 09:47

嗨！为庆祝其一周年纪念，我已允许 Codex 重置其在所有套餐中的速率限制。享受所有新功能。https://t.co/xIGXQwMzpa

Tibo@thsottiaux· 05:47

Codex 计算高效 ✅ 始终在线，永不宕机 ✅ 硬核工程最强 ✅ 应用超赞，首个突破终端 ✅

发布 v2.1.112 版本

发布 v2.1.112 版本更新，重点修复自动模式下 claude-opus-4-7 模型提示"temporarily unavailable"的可用性故障。此次补丁解决了该模型在自动模式调用时的服务中断问题，消除错误提示，恢复其正常响应功能，确保用户可稳定使用该 AI 模型进行交互。

适用于（几乎）所有场景的 Codex

Codex 应用推出重大更新，正式支持 macOS 和 Windows 双平台。新版本集成计算机操控、应用内浏览、图像生成、记忆存储及插件系统五大核心能力，通过自动化操作与多模态功能深度整合，全面加速开发者工作流程。

Meta的容量效率：统一AI代理如何优化超大规模性能

Meta分享了其容量效率项目的核心洞察，该项目构建了一个统一的AI代理平台，用于自动发现并修复基础设施中的性能问题。该平台通过标准化的工具接口整合了编码化的领域专业知识，使AI代理能够有效运作。此举旨在节省电力消耗，并将工程师从处理性能问题的时间中解放出来，转而专注于创新工作。

A2UI v0.9：便携、框架无关的生成式UI新标准

A2UI v0.9发布了一个框架无关的新标准，旨在帮助AI代理依据公司现有设计系统，实时生成定制化的UI组件。本次更新通过提供全新的Python版Agent SDK、共享的Web核心库，以及对React、Flutter和Angular等渲染器的官方支持，显著简化了开发体验。该版本将UI意图与具体平台解耦，实现了生成式界面在Web和移动应用间的无缝、低延迟流式传输。通过集成AG2和Vercel等更广泛的生态系统，A2UI v0.9致力于推动生成式UI从实验演示走向可用于生产环境的成熟产品。

Tibo@thsottiaux· 23:47

今天感觉很 codexy

Cloudflare AI 平台：专为智能体设计的推理层

Cloudflare 将 AI Gateway 重构为统一的 AI 推理层，开发者可通过单一接口调用 14 家以上提供商的模型。新版本集成 Workers AI 绑定功能，并扩充了多模态模型目录，专为 AI 智能体优化设计。该平台旨在简化跨服务商的模型调用流程，降低多模型集成的技术门槛。

Artifacts：兼容 Git 的版本化存储

Artifacts 正式发布，这是一款专为智能体（agents）打造的版本化存储服务，完全兼容 Git 协议。该平台支持创建数千万个仓库，允许从任意远程仓库 fork，并可通过 URL 提供给任何 Git 客户端访问。Artifacts 旨在为智能体、开发者和自动化工具提供代码与数据的统一存储空间，实现大规模仓库管理与无缝的 Git 操作集成。

AI Search：面向智能体的搜索原语

AI Search 作为面向智能体的搜索基础组件发布，支持动态创建实例、上传文件，并基于混合检索与相关性增强技术实现跨实例搜索。用户只需完成创建搜索实例、上传文档、执行检索三步操作，即可为 Agents 快速构建高效的知识检索能力，满足智能体对信息查询与知识管理的核心需求。

Cloudflare Email Service 正式开启公测，支持智能体邮件交互

Cloudflare Email Service 正式进入公开测试阶段。该服务为 AI 智能体提供基础设施层，支持在收件箱场景中直接发送、接收和处理邮件。随着智能体应用向多渠道发展，这一功能让开发者能够将原生邮件能力集成到智能体工作流，实现通过电子邮件与用户交互。

Claude Opus 4.7 发布：复杂推理与智能体编码能力升级，定价不变

Anthropic 发布 Claude Opus 4.7，定位为最强大的通用模型，擅长复杂推理与智能体编码，定价保持与 Opus 4.6 相同的 $5/$25 per MTok。

Claude Code CLI v2.1.110 发布

新增 `/tui` 命令实现全屏无闪烁渲染，Ctrl+O 改为切换详细转录模式，焦点视图由 `/focus` 独立控制。强化插件管理界面，新增 MCP 服务器配置冲突警告，扩展远程控制客户端对多条斜杠命令的支持。修复 30 余项问题，包括 MCP 工具调用挂起、全屏高 CPU 占用、非受信文件名命令注入漏洞等，并优化内存分配与会话管理。

Agents SDK 的下一代进化

OpenAI 推出 Agents SDK 重大更新，引入原生沙盒执行环境与模型原生 harness 架构。新版本支持开发者构建可跨文件及工具运行的安全、长期驻留型智能代理。通过内置隔离执行机制与模型层原生集成，该 SDK 显著提升了代理系统的安全性与持续运行能力，为企业级复杂代理应用提供基础设施支撑。

LangChain 如何用 Deep Agents 让文档代码示例自己跑测试

LangChain 团队把文档中内联代码示例迁移为可测试代码，通过 Deep Agents CLI 加载 SKILL.md 技能，代理自动完成提取代码、补 setup/teardown、加 :snippet-start: 标记、运行测试等步骤。

用 GitHub Copilot CLI 构建个人组织指挥中心

一位 GitHub 工程师基于 GitHub Copilot CLI 构建了个人组织指挥中心，详细展示了 AI 如何辅助该生产力工具的开发全过程。这一实践案例记录了从需求构思到功能实现的技术细节，体现了 AI 编程助手在加速个人项目开发和提升工作效率中的实际应用价值。

Project Think：基于 Cloudflare 打造下一代 AI 智能体平台

Cloudflare 发布 Project Think 及 Agents SDK 下一版本预览，该平台从轻量级原语转型为功能完备的一站式开发平台，支持 AI 智能体实现思考、行动与状态持久化。新版本提供开箱即用的基础设施，帮助开发者构建具备持续认知能力的下一代 AI 应用。

Agent Lee 正式发布：Cloudflare 技术栈的全新交互界面

Cloudflare 推出仪表盘内置代理 Agent Lee，将传统多标签页手动操作界面革新为单一提示词交互模式。基于沙盒化 TypeScript 构建，该工具以技术协作者身份协助用户排查故障、管理 Cloudflare 技术栈，实现从繁琐手动配置向智能化对话式运维的转变，提升基础设施管理效率与体验。

Amplitude借助Cursor云代理实现生产代码提交量3倍增长

Amplitude部署Cursor云代理构建全自主开发流程，周生产代码提交量提升3倍。与本地代理不同，云代理在隔离虚拟机中并行运行，具备完整开发环境和长期执行能力，可自动完成从Slack客户反馈、工单创建到代码提交的全流程。Cursor已成为其代码库第三大贡献者，每周超1000次代理运行无需人工干预，并通过定时自动化持续重构遗留代码，实现7×24小时后台维护。

v2.1.109 版本发布

v2.1.109 版本正式发布，重点优化了扩展思考功能的交互体验。此次更新针对深度思考指示器进行改进，新增旋转进度提示动画，使用户在模型进行复杂推理期间能够更直观地感知实时处理状态。该版本聚焦于提升长时间计算场景下的视觉反馈，通过动态指示元素缓解等待焦虑，进一步完善了产品的人机交互细节。

Modal 发布教程：基于 OpenAI Agents SDK 从零构建可并行的编码智能体框架

Modal 发布工程教程，演示如何基于 OpenAI 新推出的 Agents SDK 从零构建自定义编码智能体框架，并通过沙箱扩展把 Modal Sandboxes（含 GPU）接入为智能体的运行环境。

在画布中与智能体创建的可视化界面交互

Cursor新增画布功能，可将信息转化为可视化、可交互的界面，替代难以阅读的长篇文本。智能体能利用画布为真实数据创建仪表盘，或定制带逻辑的交互界面，应用于代码审查、学习库文档乃至管理其他智能体。该功能基于React组件库构建，包含表格、图表等原生组件。在数据密集型任务中尤为高效，例如聚合多源数据生成统一分析图表，或在代码审查中智能分组并优先展示关键变更。Cursor团队已借此显著提升了模型评估分析和复杂问题研究的效率，成为扩展人机协作信息带宽的关键工具。

破解AI智能体：通过GitHub Secure Code Game培养agentic AI安全技能

GitHub Secure Code Game是一款免费开源的安全训练游戏，设置五个渐进式挑战教授开发者发现和利用真实世界的agentic AI漏洞。目前已有超过10,000名开发者使用该游戏磨练安全技能，以提升对智能体AI系统的安全防护能力。

Cognition 推出 Devin in Windsurf，Windsurf 2.0 内置本地加云端智能体协作流程

Cognition 发布 Windsurf 2.0，将云智能体 Devin 内置其中，用户在 Windsurf 本地规划后可一键交给 Devin 实施，Devin 会自建机器开工并提交 PR。

Mistral 在 Studio 中发布 Connectors，支持内置与自定义 MCP 连接器

Mistral 在 Studio 中以 Public Preview 发布 Connectors，内置连接器与自定义 MCP 可通过 API/SDK 用于所有模型和 Agent 调用。

多智能体系统将GPU内核性能提升38%

我们与NVIDIA合作，利用自主运行的多智能体系统，在为期三周内对235个真实CUDA内核进行了优化。该系统从零开始构建并优化Blackwell GPU内核直至汇编级别，实现了38%的几何平均速度提升，其中63%的问题超越基线，19%实现超2倍优化。这些内核直接影响AI训练与推理效率，传统上需资深工程师耗时数月乃至数年的优化工作，该系统在数周内即自主完成，并能探索更广阔解决方案空间，突破了人工逐项优化的限制。

v2.1.107 版本发布

v2.1.107 版本已发布，主要优化了长时间操作场景下的用户反馈体验。新版本改进了思考提示（thinking hints）的显示机制，使其在系统执行冗长运算过程中显著提前出现。用户现在能够更快获知当前处理状态与思维进度，有效减少等待过程中的不确定性，提升交互透明度与操作可控感。

PromptArmor 披露 Ramp Sheets AI 提示词注入可外泄财务数据，Ramp 已修复

PromptArmor 披露 Ramp 的 Sheets AI 存在间接提示词注入漏洞：隐藏在外部数据集中的白底白字注入可诱导 AI 插入恶意 IMAGE 公式，把用户工作区机密财务数据外传至攻击者服务器，全程无需用户批准。

Modal 发布 autoresearch Skills，让智能体按需弹性调度 GPU

Modal 发布一组 autoresearch Skills，指导智能体用 modal.Sandbox.create、modal run 和 Volumes 等原语按需 provision 和释放 GPU。

Build Better AI Agents: Agent Bake-Off 中的 5 个开发者技巧

Google Cloud AI Agent Bake-Off 标志着从简单提示工程向严谨智能体工程的转变，强调生产级 AI 需要模块化、多智能体架构。其提出的五项关键开发者建议包括：将复杂任务分解为由专门子智能体处理的步骤，使用确定性代码执行以避免概率性错误。同时，应优先考虑多模态能力，并采用如 MCP 等开源协议，以确保智能体具备可扩展性、易集成性，并能适应快速演进的模型能力。

Claude Code v2.1.105 发布

Claude Code v2.1.105 新增 EnterWorktree 路径参数、PreCompact hook 阻塞压缩及插件后台监控功能，技能描述上限提升至 1,536 字符。优化 API 流 5 分钟无数据自动中止、WebFetch 自动过滤 CSS/JavaScript、/doctor 支持一键修复问题。同时修复队列图片丢失、终端输入异常、MCP 工具异步加载失败等 30 余项问题。

利用生成式AI培养未来就绪技能

Google Research发布实验性评估工具Vantage，通过生成式AI模拟多人协作场景，测试学生的批判性思维与协作等"未来就绪技能"。系统由Executive LLM驱动AI化身，在对话中动态引入冲突以收集能力证据，再由AI Evaluator实时评分。与纽约大学的联合研究显示AI评分与人类专家水平相当，188名18-25岁测试者参与了验证。该项目现已上线Google Labs。

LlamaIndex 发布 ParseBench 及多项产品更新周报

LlamaIndex 发布最新周报，宣布开源首个面向 AI Agent 的文档 OCR 基准测试 ParseBench。同时介绍了与 LanceDB 合作的结构化 PDF QA 管道、LiteParse 的增长数据（3周获4K+ GitHub stars）、VLM-OCR 生产环境故障排查洞察，以及即将举办的多场线下工作坊和与 Auth0 的安全合作案例。

Cognition 调整 Devin 自助订阅：推出 Free/Pro/Max/Teams/Enterprise 五档并开始对 Ask Devin、DeepWiki、Devin Review 收费

Cognition 更新 Devin 自助定价，淘汰原 Core 和 Team 计划，改为 Free、Pro（$20/月）、Max（$200/月）、Teams（用量计费、最低 $80/月）和 Enterprise 定制价。

Cognition 与 Applied Compute 联合发布 SWE-check 快速 bug 检测模型

Cognition 与 Applied Compute 合作 RL 训练了专门的 bug 检测模型 SWE-check，在内部 in-distribution 评测上与 Opus 4.6 的 delta F1 从 0.09 降到 0，out-of-distribution 评测从 0.49 降到 0.29，同时推理速度提升一个数量级、成本更低。

Anthropic 构建 Automated Weak-to-Strong Researcher，AI 智能体在弱到强监督研究上超越人类基线

Anthropic 团队构建了基于 Claude Opus 4.6 的自动化对齐研究智能体（AAR），9 个并行智能体在 5 天内（累计 800 小时）将弱到强监督的 performance gap recovered（PGR）提升至 0.97，而两位人类作者花 7 天调优四种先前方法的最好成绩仅 0.23，总成本约 18,000 美元。

AI 何时该退后：教会 Agent 预判人类介入时机

研究人员发布 CowCorpus 数据集，包含 400 个真实人机协作网页会话和 4200 余个交错动作，用于训练 AI 预判人类介入时机。该数据集通过 CowPilot 收集自 20 名真实用户，包含逐步的干预时刻标注。针对当前 AI 代理要么忽视用户需求、要么频繁请求确认的问题，研究转向人机协作范式，让系统学会预测人类何时希望接管，而非追求端到端完全自主。

Tibo@thsottiaux· 10:34

Codex App 内部部署成功，高负载运行下风扇轰鸣声清晰可闻。

v2.1.104 版本发布

正式发布 v2.1.104 版本。当前发布说明中未提供具体的更新内容、变更日志或技术细节，未包含功能改进、问题修复等相关信息。建议查阅版本控制系统的提交历史或联系维护者以获取完整的版本变更详情。