#Agent

Tibo@thsottiaux· 10:30

Codex 高峰与低谷时段负载悬殊，团队希望平滑流量以优化计算资源利用率。考虑通过激励非高峰使用、高峰时段设置 surge multiplier（倍数计费）来调节，现征求用户意见。

Claude Code v2.1.91 版本更新

Claude Code v2.1.91 发布，支持 MCP 工具结果最大 500K 字符不截断，新增禁用技能内联 shell 执行选项，插件可打包 bin/ 目录可执行文件。修复了 --resume 转录链断裂、远程会话计划模式丢失、cmd+delete 快捷键等 bug，并优化了 ANSI 剥离性能。

Tibo@thsottiaux· 06:20

OpenAI 调整 Codex 商业及企业版定价策略，取消固定席位费用，改为 $0 起步并按实际使用量计费，降低团队使用门槛。

KernelEvolve：Meta的Ranking Engineer Agent如何优化AI基础设施

Meta的Ranking Engineer Agent系列博客第二篇，聚焦其底层基础设施优化能力。该自主AI代理能够优化支撑广告排名模型运行的低层基础设施，旨在提升系统性能与效率。本篇承接首篇介绍的机器学习实验自主探索功能，进一步展示了该代理在硬件与系统层面的自动化优化实践。

LangChain：开源模型在 Deep Agents 评测中已达到可用阈值

LangChain 称其 Deep Agents 评测显示 GLM-5 和 MiniMax M2.7 在文件操作、工具调用等核心智能体任务上接近闭源前沿模型。

Codex 为团队推出更灵活定价方案

Codex 新增按量付费模式，面向 ChatGPT Business 和 Enterprise 团队，支持按需灵活扩展使用规模。

Tibo@thsottiaux· 11:46

Codex 增长数据提前曝光，增速迅猛。发布者调侃"甚至还没到下周"，并戏称"谁会在 4 月 1 日工作"，暗示在愚人节前夕提前释放了消息。

通过 Gemma 4 将先进的智能体能力引入边缘

Google DeepMind 发布了 Gemma 4 系列开源模型，旨在直接在设备端实现多步骤规划和自主智能体工作流。该版本包含用于实验“智能体技能”的 Google AI Edge Gallery，以及为开发者提供显著速度提升和结构化输出的 LiteRT-LM 库。Gemma 4 采用 Apache 2.0 许可，支持超过 140 种语言，并兼容移动设备、台式机及树莓派等多种物联网硬件平台。

Cursor 3.0 发布：以 Agent 为核心的统一开发空间

Cursor 3.0 正式发布，重构为以 Agent 为核心的统一工作空间。新界面原生支持多仓库协作，可并行运行本地与云端 Agent（覆盖移动端、Slack、GitHub 等入口），支持会话在环境间无缝迁移以便离线运行或本地迭代。完整保留 IDE 能力：文件编辑、LSP、内置浏览器及插件市场。基于自研 Composer 2 模型，目标是通过多 Agent 自主协作实现"代码库自动驾驶"。

Claude Code v2.1.90 版本更新

Claude Code 发布 v2.1.90 版本。新增 `/powerup` 交互式教程命令，通过动画演示教授功能使用；增加环境变量支持离线环境保留 marketplace 缓存。修复多项关键 bug：解决速率限制对话框崩溃、`--resume` 缓存未命中、编辑操作与 format-on-save 冲突等问题。性能方面优化 MCP 工具缓存、SSE 传输及长对话转录效率。同时移除 DNS 缓存查询自动权限以增强隐私，并加固 PowerShell 工具权限检查。

Qwen3.6-Plus：迈向真实世界 Agent

Qwen3.6-Plus 定位真实世界 Agent 应用，Qwen Studio 平台集成聊天机器人、图像视频理解、图像生成、文档处理、网页搜索、工具调用及 Artifacts 等全栈功能，覆盖多模态任务与复杂场景需求。

OpenClaw 与 Manus Desktop 桌面 Agent 对比：DIY 框架还是全合一应用

Manus 发文对比 OpenClaw 与 Manus Desktop 两种桌面 AI Agent 路线，前者是需命令行和 Node.js 的开源 DIY 框架，免费但需自行承担模型和托管成本；后者为免费增值的集成应用，具备原生幻灯片、网页开发和通过 MCP 的 Notion 集成。

构建 Claude 应用的三大最佳实践

Anthropic 分享构建 Claude 应用的三大实践：使用 Claude 已掌握的通用工具（如 bash 和文本编辑器）；允许其自行编排工具调用链，减少不必要的上下文回传以降低 token 消耗；随着模型能力进化，重新评估 agent harness 的预设限制。实测显示，让 Opus 4.6 自主过滤工具输出，在 BrowseComp 基准测试中准确率从 45.3% 提升至 61.6%。

Gradient Labs 为每位银行客户配备 AI 账户经理

Gradient Labs 使用 GPT-4.1 和 GPT-5.4 mini/nano 驱动 AI 智能体，为每位银行客户提供自动化 AI 账户经理服务，实现低延迟、高可靠性的银行支持工作流。

Claude Code v2.1.89 发布

Claude Code v2.1.89 发布，新增 defer 权限决策支持 headless 会话暂停恢复，引入 CLAUDE_CODE_NO_FLICKER 环境变量实现无闪烁渲染，新增 PermissionDenied hook 允许模型重试被拒命令。修复 Windows 平台 CRLF 处理、StructuredOutput 缓存失效、内存泄漏、LSP 僵尸进程、CJK 字符截断等 30 余项 bug。调整 Edit 工具行为，支持直接编辑通过 Bash 查看的文件；hook 输出超 5 万字符将转存磁盘；默认关闭 thinking summaries。优化 MCP 连接超时和子代理提及体验。

开发者指南：使用技能构建ADK智能体

Agent Development Kit (ADK) SkillToolset 推出了“渐进式披露”架构，使AI智能体能够按需加载领域专业知识，与传统单体提示相比，可减少高达90%的令牌使用量。该系统通过四种模式——从简单的内联清单到智能体可自行编写代码的“技能工厂”——使智能体能在运行时利用通用的 agentskills.io 规范动态扩展其能力。这种模块化方法确保了复杂的指令和外部资源仅在相关时被访问，从而为现代AI开发构建了一个可扩展且能自我扩展的框架。

LlamaParse 撰文评析 2026 年开发者可用的 OCR 库选型框架

LlamaParse 发布 2026 年开发者 OCR 库选型指南，比较 Tesseract、PaddleOCR、Surya、EasyOCR、docTR 及 Mistral OCR、olmOCR、Qwen2.5-VL 等工具的适用与失效场景。

加速 AI 下一阶段发展

OpenAI 获 1220 亿美元新融资，用于全球扩展前沿 AI、投资下一代算力，满足 ChatGPT、Codex 及企业 AI 的需求增长。

Trail of Bits 如何让公司走向 AI 原生：从 5% 接受到 94 个插件、201 个技能

Trail of Bits 分享其一年内将 AI 采用率从约 5% 推到全公司落地的系统方法，目前已有 94 个插件、201 个技能、84 个专用智能体，部分审计项目每周发现的漏洞从约 15 个增至 200 个，约 20% 的客户报告漏洞最初由 AI 发现。

ADK Go 1.0 正式发布：迈向生产就绪的多智能体开发框架

Agent Development Kit (ADK) for Go 1.0 版本正式发布，标志着其从实验性脚本转向生产就绪的服务框架。本次更新核心在于强化可观测性、安全性与可扩展性，主要特性包括：原生集成OpenTelemetry以实现深度追踪；支持自愈逻辑的新插件系统；在敏感操作中引入“人在回路”安全确认机制。此外，新版本提供了基于YAML的配置以加速迭代，并优化了Agent2Agent协议，以支持跨编程语言的智能体无缝通信。该框架使开发者能够依托Go语言的高性能工程标准，构建复杂且可靠的多智能体系统。

Liquid AI 发布 LFM2.5-350M：预训练扩展至 28T tokens，主打边缘工具调用

Liquid AI 发布 LFM2.5-350M，基于 LFM2 架构，预训练 tokens 从 10T 扩至 28T 并叠加大规模强化学习。

面向双重用户：Mistral AI 如何改进CLI工具以同时服务人类与AI智能体

Mistral AI 在改进内部CLI工具时发现，原本为人类开发者设计的交互式提示会阻碍AI智能体使用。核心解决方案是将每个交互式提示都转化为对应的命令行标志位，确保所有必要信息都能通过非交互方式提供。他们建立了插件系统，使组件可自省和序列化，并为智能体生成结构化的上下文指南。这些改进使得智能体能够自主完成从项目初始化到部署的全流程，例如将博客项目部署为Space仅需不到10分钟。面向智能体的设计最终也提升了人机协作的效率。

推出 Runway Builders 计划

Runway 推出 Runway Builders 计划，为 Seed 至 Series C 初创企业提供最高50万免费 API 积分及 Characters 实时视频代理接口。该接口基于 GWM-1 模型，支持从单张图片零微调生成可控数字角色，适用于客服、销售助手等实时交互场景。

Anthropic宣布在澳扩张并发布Claude使用数据

Anthropic宣布在悉尼设立办公室，并与澳大利亚政府签署AI安全合作备忘录。数据显示，澳大利亚占全球Claude流量1.6%，人均使用量是预期的4倍以上，全球排名第11位，人均第7位。使用集中在新南威尔士州（37%）和维多利亚州（31%）。使用场景为46%工作、47%个人、7%课程作业。澳用户倾向于处理更复杂任务，但耗时比平均短20%，AI自主性得分较低（3.38/5），表明更多采用协作而非完全委托模式。

Google 发布 Java 智能体开发套件 (ADK) 1.0.0 版本

Google 正式发布了 Java 版智能体开发套件 (ADK) 的 1.0.0 版本。该版本引入了多项关键功能：支持接入 Google Maps 数据、内置 URL 抓取工具，以及用于跨框架协作的标准化 Agent2Agent 协议。其全新的“App”和“Plugin”架构增强了控制能力，实现了全局日志记录、通过事件压缩自动管理上下文窗口，以及需要人工确认的“Human-in-the-Loop”工作流。此外，该版本深度集成 Google Cloud 服务（如 Firestore 和 Vertex AI），提供了强大的会话与记忆管理功能，以处理长期状态和大型数据工件，助力开发者构建更复杂的 AI 智能体应用。

Qwen3.5-Omni：全面扩展，迈向原生全模态 AGI

Qwen Studio 发布，集成聊天机器人、图像视频理解、图像生成、文档处理、网页搜索、工具使用及 Artifacts 功能，提供全模态 AI 一站式解决方案。

Sierra 收购日本企业 AI 初创公司 Opera Tech

Sierra 宣布收购总部位于东京的企业 AI 初创公司 Opera Tech。此次收购将帮助 Sierra 拓展日本市场并增强其在企业 AI 领域的布局。Opera Tech 的具体技术细节和收购金额尚未披露。

Composer 2技术报告：面向智能体软件工程的代码模型训练

本报告介绍了代码模型Composer 2的训练过程。该模型基于开源基础模型Kimi K2.5，通过两阶段训练：首先进行侧重代码的持续预训练以深化编码知识，随后在高度模拟真实Cursor环境的大规模强化学习中提升端到端智能体性能。在自建的真实任务评估集CursorBench上，Composer 2得分为61.3，较前代提升37%，与前沿模型性能相当。在公开基准SWE-bench Multilingual和Terminal-Bench上分别获得73.7和61.7分，并在保持高精度的同时实现了显著更低的推理成本。训练依托为Blackwell GPU定制的高效MoE训练内核、跨区域异步强化学习管道等大规模基础设施完成。

Runway 选择 Modal 为 Runway Characters 提供实时推理基础设施

Runway 选择 Modal 为其实时视频智能体 API Runway Characters 提供推理基础设施。该产品基于世界模型 GWM-1，可从单张图像生成可对话的数字角色，无需微调；Runway 在 Modal 上只需一行代码即可将容器转为带 RDMA 组网的多节点 GPU 集群，团队从概念验证到生产上线用时不到 30 天。

通过实时强化学习改进Composer编码模型

Cursor团队将实时强化学习技术应用于Composer编码模型，利用真实用户交互产生的推理令牌作为训练信号，以解决模拟环境与真实使用间的匹配问题。该技术使团队能够以每五小时一次的频率部署改进后的模型检查点。通过A/B测试，新版本实现了关键指标提升：代理编辑在代码库中的持久性增加2.28%，用户不满意后续减少3.13%，延迟降低10.3%。实时RL也带来了奖励黑客等新挑战，但真实用户反馈有助于识别和修正此类问题。

英国 AI Security Institute 分析 177,000 个 AI Agent 工具的使用情况

英国 AI Security Institute 与英格兰银行合作，监测 2024 年 11 月至 2026 年 2 月间的 177,436 个公开 MCP 服务器工具，分析 AI Agent 工具的真实使用情况。

Sakana AI 的 AI 科学家论文登上 Nature，曾以 AI 生成论文通过人类盲审

Sakana AI 联合不列颠哥伦比亚大学、Vector Institute 和牛津大学，将 AI 科学家（The AI Scientist）系列研究发表于《Nature》。该系统可从想法生成到实验、论文写作全流程自动化，其 AI 生成论文曾在 ICLR 2025 研讨会盲审中获平均分 6.33，超过 55% 的人类论文。研究还揭示了“科学缩放定律”：基础模型越强，生成论文质量越高。

Sierra 推出 Ghostwriter：用智能体自动创建和优化其他智能体

Sierra 发布 Ghostwriter，一个能够创建并持续优化其他智能体的 AI 智能体。用户只需描述期望结果，Ghostwriter 即可将想法转化为可直接投入生产的客户体验，无需点击、编码或复杂操作。该产品标志着 Sierra 向“智能体即服务”（Agents as a Service）模式的转型。

用 Agent 技能弥合知识鸿沟

Google DeepMind 开发出一项“Gemini API 开发者技能”，使智能体能够实时获取最新文档与 SDK 指导。评估结果显示，配备该技能后，gemini-3.1-pro-preview 模型的成功率从 28.2% 大幅跃升至 96.6%。这种轻量级方法通过赋予模型强大的推理能力并接入“事实来源”，有效解决了静态模型知识与快速演进的软件实践之间的脱节问题，显著消除了过时的编码模式。

OpenAI 推出安全漏洞赏金计划

OpenAI 启动安全漏洞赏金计划，悬赏征集 AI 滥用及安全风险漏洞，涵盖智能体漏洞、提示注入攻击和数据泄露等问题。

ARC Prize 发布交互式基准 ARC-AGI-3，ARC Prize 2026 设超 200 万美元奖金

ARC Prize 官方发布 ARC-AGI-3，包含数百个由人类游戏设计师手工制作的回合制交互环境，无指令、无规则、无既定目标，要求智能体自行探索并跨关卡迁移所学。人类得分 100%，前沿 AI 得分 0.51%。ARC Prize 2026 同步开启，奖金超 200 万美元，设 ARC-AGI-3 竞赛与 ARC-AGI-2 大奖两个开源竞赛，并发布技术论文。

ChatGPT 推出产品发现功能

ChatGPT 上线基于 Agentic Commerce Protocol 的全新购物功能，提供更丰富的视觉化沉浸式体验，支持商品发现、并排对比及商家集成。

PromptArmor 披露 Snowflake Cortex Code CLI 沙箱逃逸与恶意代码执行漏洞

PromptArmor 披露 Snowflake Cortex Code CLI 存在漏洞，间接提示词注入可绕过人工审批和沙箱，下载并执行恶意脚本。漏洞源于进程替换 <() 表达式未被命令校验系统检查，且智能体可设置 dangerously_disable_sandbox 标志在沙箱外执行命令；攻击者可利用缓存的 Snowflake 凭证窃取数据、删表或加后门用户。

利用对抗网络灵感设计多代理架构，突破长时应用开发瓶颈

作者受生成对抗网络启发，设计了一个包含规划器、生成器和评估器的三代理架构，以解决Claude在长时应用开发中的两大瓶颈。该架构通过上下文重置机制，有效克服了模型在长任务中的“上下文焦虑”问题；同时，通过分离生成与评估功能，使代理能依据具体标准进行迭代改进，而非盲目自评。这一方法成功使系统能在多小时的自主运行中生成完整的全栈应用程序，突破了此前提示工程和传统工具设计的性能上限。

自我主权智能体（Self-Sovereign Agent）

新加坡国立大学与UC伯克利研究团队提出"自我主权智能体"（SSA）框架，将AI系统定义为可通过经济、复制与适应三大循环实现自我维持的持久数字行为体。该研究将SSA发展划分为四个阶段：从依赖赞助者的工具型智能体，到经济自给、可跨云复制，最终具备自主适应能力。研究指出，当前前沿模型已接近第二阶段，但真实环境部署仍面临平台限制、对抗攻击与长期稳定性等挑战。