Cursor 正式推出 Agent SDK，支持以代码文件夹形式定义智能体，用评估测试，并部署到 Cursor 或自有基础设施。运行 npx @cursor/agent-sdk init 即可初始化，agent-sdk deploy 会构建智能体并分配 URL；提供安全审查、PR 自动修复、Linear / Jira 分诊等模板。
推荐理由：原文给出智能体即代码的项目结构和评估、部署命令，读者可以据此把 PR 审查、Slack 分诊等机器人跑起来。
Mastra 博客讲解 Firecrawl 团队为 Mastra 构建的 @mastra/browser-firecrawl 浏览器提供方，它给 Agent 一个托管浏览器来访问需登录的页面，本机无需运行 Chromium，演示登录 Sauce Labs 测试商店并完成背包结账。
GitHub 官方教程讲解如何将 GitHub Copilot app 中的会话直接在 VS Code 中打开并继续。通过会话中的 Open in VS Code 入口，VS Code 会以会话关联的 worktree 打开项目，保留任务、计划与对话上下文，可逐行审查 agent 改动、手动编辑、本地运行测试，并将更改推送到会话关联的 pull request。
Google Developers Blog 发布教程，讲解如何用开源 ADK 与 gemini-3.8-live 构建不出现冷场的语音智能体，核心是非阻塞工具调用。
推荐理由：Google 官方教程给出 ADK 非阻塞语音工具的两种模式和实测数字，可迁移到自己的 Gemini Live 语音智能体开发。
英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设，核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话，Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层，并让安全回归自动阻断发布。
推荐理由：Numan 一手复盘 AI 健康教练的评测体系建设，给出的固定数据集、模拟对话和临床医生签核准则等做法可迁移到其他受监管场景。
Meta 工程团队介绍其数据管道智能体采用的瘦编排器（thin orchestrator）模式：一个约 1300 行的编排器只负责路由和可靠性检查，将 20+ 工作流分派给 14 个上下文隔离的专项子智能体，自身不做任何领域推理。
推荐理由：Meta 工程团队给出可直接迁移的瘦编排器架构方法，用固定路由协议和隔离子智能体降低生产智能体的幻觉风险。
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
推荐理由：官方给出具体基准分数、推理速度和每百万 token 定价，读者可直接对比智能体任务的性价比变化。
Tessl 发布教程，演示如何在约 5 分钟内为 GitHub 仓库接入 Tessl Code Review 自动审查器。该工具读取完整 pull request 而非孤立 diff，按团队自定义标准打分并发布一次审查结果，可配置为仅评论或批准/请求修改。审查标准以 skills 形式存放在仓库中，默认在 PR 打开或被请求时触发，也可设为每次更新后运行。
Browser Use 发布科普文章，讲解浏览器智能体由模型、harness 和浏览器三部分组成，通过观察页面、选择动作、执行并检查结果的循环完成任务，可通过 DOM、无障碍树或截图读取页面。
推荐理由：原文系统拆解浏览器智能体的组成、运行循环与选型边界，并用自家云端使用数据说明典型场景、成本风险与起步方法。
Legora 将整个应用按指定 commit 装入独立的 Modal Sandbox，让每次评测都能并行运行 2,000 个智能体任务。其典型实验为 100 个用例、4 种 harness 变体、每种 5 次试验，并借助 Modal Volumes 复用文档与数据库状态。该平台已用于内部基准 BAR，并通过智能体自动爬坡优化 harness，将智能体成本降低 30%。
Anthropic 发布两份报告，一份分析 AI 对公司内部就业的影响，另一份对比员工与公众对 AI 影响经济的预期。内部数据显示，过去一年初级岗位招聘占比下降，AI agent 工时迅速上升，到 2026 年 3 月 agent 工时已超过员工，8 月 agent 数量达员工 6 倍，人均代码产出、销售代表成单量和合同处理量均提升，瓶颈逐渐转向人类注意力。
Anthropic 发布基于内部数据的技术报告，研究 AI 对自身雇佣与工作组织的影响。到 2026 年 8 月，交互式 AI agent 工时已达员工的 6 倍；技术部门初级员工占比从 21% 降至 14%，初级技术招聘占比从 27% 降至 9%。
推荐理由：报告基于内部雇佣、agent 遥测和访谈数据，量化展示 AI 如何改变初级技术岗位、产出与用人标准，可作为观察 AI 对就业影响的一手案例。
Cursor 云端智能体现在可在执行任务时构建交互式画布，完成后发送链接即可与团队共享。Environments API 已推出测试版，支持以编程方式创建和管理智能体运行的云端环境。云端智能体环境最多支持 300 个代码仓库，大型环境加载速度提升 5 倍。
Replit 推出 Bring Your Own Cloud（BYOC），可将 Replit 平台与已发布项目托管部署进企业自有云租户，支持 Microsoft Azure、Google Cloud 和 Amazon Web Services。
Google Research 发布三项研究，构建 AI 智能体自主湿实验室的基础模块。
推荐理由：原文给出 VERID 数字孪生、闭环适配体与全新蛋白设计三项进展的实验数据，可了解 AI 智能体走进湿实验室的真实差距与解法。
Redwood Research 推出 Screwtape，一条将真实 agent 转录反复编辑以生成可逃逸仅看动作监视器的攻击管线，并用 LLM 验证器检查攻击的真实性与危害性。
a16z 图表周报指出智能体商务遇阻，Cloudflare 数据显示智能体与爬虫收到的 403 拒绝响应自夏季起明显增多，约为原先两倍。文章引用 NRF 数据称退货率与退货成本自 2019 年以来分别翻倍和增至三倍，并引用调查指 42% 消费者完全不信任 AI 代购，Similarweb 数据显示 AI 购物多发生在发现与购买之间的中间阶段，而非下单环节。
推荐理由：原文汇集 Cloudflare、Similarweb 等数据，指出智能体购物正遭遇电商封禁与消费者信任不足的双重阻力。
Reflection 发布新模型家族的首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token。
Anthropic 日本团队业务拓展代表介绍自己如何把线索分派、线索资格筛选、邮件回复、Salesforce 更新和会议跟进交给一组名为 Nakama 的 Claude Agent，并迁移到 Claude Managed Agents（beta）运行。
Reflection 首个开放权重模型 Beam 发布当天即上线 Ollama Cloud，限时免费，端点支持零数据保留（ZDR）。
推荐理由：Ollama 官方说明 Beam 的接入方式、ZDR 隐私安排与适用场景，读者可据此评估是否把它纳入现有工作流。
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
SGLang 团队宣布原生支持 Reflection 的 Beam 1.0（501B 参数 MoE、每 token 激活 23B），并以其驱动 Reflection 的生产 API。
推荐理由：原文给出 SGLang 对 Beam 的原生支持细节与实测吞吐数据，读者可据此评估该推理栈在智能体负载下的服务性能。
National Design Studio 与 Cognition 联合启动 American Forge 驻留计划，招募工程师用 Devin 改造美国联邦软件基础设施。该计划为期六个月，面向优秀工程师解决政府最难的问题；目前联邦政府运营着超过 29,000 个老旧过时网站。
Tessl 工程团队介绍自研的 Tessl Code Review，称约 75% 的 PR 已无需人工评审即可合并。
PromptArmor 在 9800 次试验的评测中发现，开放权重模型（DeepSeek、Kimi、GLM、Qwen）对真实世界间接提示词注入攻击链的易感率为 26.7%，闭源模型（GPT、Claude、Gemini）为 14.2%，开放权重模型易感率高 88%。
推荐理由：原文基于 9800 次试验给出开放权重与闭源模型在间接提示词注入下的易感率差距和分攻击数据，方法与结果可直接用于安全选型参考。
Anthropic Claude Code 团队详解在 Claude 写约 90% 代码的情况下如何组织代码审查：审查从终点关卡变为持续进行，每个 PR 经过验证、必需 CI、AI 审查、安全审查、按风险分级的人工审批和合并队列六层检查，再辅以快速回滚。
推荐理由：Anthropic 自家团队复盘 Claude 代码审查流程，给出分层检查、风险分级审批等可直接迁移的落地做法和真实收敛数据。
Cerebras 发文提出 agent 是模型加 harness 的组合，harness 决定上下文、工具、循环与终止等环节，并引用论文称 Claude Opus 4.5 在 SEAL scaffold 下 SWE-bench Pro 得分 45.9%，经 Claude Code 则为 55.4%。
Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum，采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压测循环在开发期发现并修复了内存问题，内存占用和缺页约减半，上线后智能体还协助根因分析用户反馈。
推荐理由：原文复盘了 Meta 以智能体参与开发全流程的具体做法与度量标准，可迁移的工程经验比较扎实。
Meta 发布 Muse Spark Open 开源权重，现已上线 Modal Auto Endpoints，以 Shared Endpoint 方式按 token 计费。
推荐理由：Meta 开源 Muse Spark Open 权重，Modal 已可部署，原文附 Terminal-Bench 等多基准对比，便于评估智能体编码用途。
Codex 发布 0.163.0，新增 /config 跨类别搜索偏好设置并即时生效，/keymap 可配置 leader key（默认 Ctrl+X），/daemon 支持重启托管后台服务器。Codex 现可并行运行只读工具，包括 skill、memory 和对话历史查询；Daybreak 对符合条件的账户默认开启，codex exec 也可用 OpenAI API key 选用。
Meta 的 Muse Spark Open 开源权重模型即日起在 Together AI 提供，Together AI 为 Day 0 发布合作方。该模型主打长时程智能体编码，具备 1M token 上下文窗口、计算机使用与多模态输入（文本、图像、音频、视频），并在行动前输出意图说明。
推荐理由：作为 Day 0 托管方，原文给出了模型定位、1M 上下文、定价和 API 用法，读者可以据此评估接入该开源权重模型的成本。
Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。
推荐理由：Meta 开放了 Muse Spark 的权重，并给出 Helion 内核与 TorchTitan 微调支持，读者可据此评估其部署与定制路径。
Meta 开放 Muse Spark Open 权重，模型上线 Baseten Model APIs 和 Dedicated Inference。
Adobe 与 NVIDIA 扩大合作，将 NVIDIA RTX Spark 超级芯片引入 Photoshop、Premiere 和 Substance 3D 等智能体创作应用，AI 处理、编辑、调色与特效速度最高提升 2 倍。
LangChain 在 Interrupt NYC 和 London 活动上发布多项 LangSmith 新功能，包括可用自然语言语义检索 trace 的 AI Search、支持用户级记忆与 Slack 交互的 Managed Deep Agents v0.9、加入 Red Teaming 的 LangSmith Engine v2。
Google DeepMind 介绍其智能体开发平台 Google Antigravity 在抗菌肽发现中的应用，并新推出内嵌的 Biomolecular Structure Viewer 3D 可视化工具。
Google Developers Blog 介绍 google/adk-recipes 仓库，它是 google/adk-samples 的重构后继版本，以 core/、plugins/、contrib/ 三层作为 Agent Platform 各入口的单一内容来源。
推荐理由：官方详解 google/adk-recipes 三层结构，读者可以据此了解同一仓库如何同时服务 Agents CLI、Agent Garden 和 Gemini Enterprise。
NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。
同一件事，精选收录的是《NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型》
NVIDIA 发布开源 120B 参数多模态模型 Nemotron 3.5 Super VL，面向高频智能体任务，官方称其准确率可比自家最大推理模型、参数量约为五分之一，吞吐比同类次优模型快至 5 倍；同时推出边缘模型 Bolt 74B-A9B 24GB（原生 2-bit 量化，可本地运行于 RTX/DGX Spark）和 Bolt E4B 4GB（10 月 23 日上线）。
推荐理由：原文给出三款开放模型各自针对的部署层级和量化、训练数据规模，读者可据此判断哪一档适合自家智能体场景。
Prime Intellect 与 NVIDIA 构建 2,500 个经验证的企业任务，用 GRPO 在 128 块 GB200 GPU 上训练约 11 小时，将 Nemotron 3.5 Super VL 在 AutomationBench-AA 公开分割上的得分从 34.0% 提升到 57.7%，相对提升 70%。