用 LlamaParse 与 LlamaAgents 构建后台办公智能体
LlamaIndex 展示如何用 LlamaParse 与 LlamaAgents 构建后台办公文档处理智能体。
#Agent
LlamaIndex：产品、工程与评测AI 评分4343 MiniMax：BlogAI 评分5050 MiniMax-M2-her 技术解析：专为角色扮演打造的 AI 智能体
MiniMax 基于产品 Talkie/Xingye 三年的观察，推出了专为角色扮演场景优化的模型 MiniMax-M2-her。团队发现，深度角色扮演的核心是“叙事精度”和“情感连接”。该模型旨在解决三大挑战：保留每个角色与世界观的“灵魂”、维持故事随时间推进的叙事活力、以及解读用户的隐式意图。其目标是提供高保真的世界体验，能主动推动故事发展以赋予张力，并动态适应用户的长期习惯，实现直觉性的偏好对齐。
Mistral AI：News精选AI 评分6767 Mistral 发布 Vibe 2.0 终端编码智能体，Devstral 2 转为付费 API
Mistral 发布 Mistral Vibe 2.0，为其终端原生编码智能体带来自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式与自动更新，由 Devstral 2 模型家族驱动。
推荐理由：原文来自 Mistral 官方，完整列出 Vibe 2.0 新功能、Devstral 2 定价和开放安装方式，读者可据此评估是否接入自己的工作流。
OpenAI：官网动态AI 评分4747 深入解析 Codex 智能体循环
OpenAI 技术深潜解析 Codex 智能体循环，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。
Sierra：BlogAI 评分4040 Sierra Expert Answers：将日常客服对话转化为持续积累的知识库
Sierra 推出 Expert Answers 功能，自动从已解决的客服对话中生成并优化知识文章，帮助 AI 智能体随时间推移提供更准确、更新的回复。该功能将日常支持对话转化为可复用的知识资产，无需人工手动编写知识库。
Manus：BlogAI 评分4545 2026 年 10 大 Vibe 编程工具盘点：Cursor、Claude Code、Manus 等入选
Manus 博客盘点了 2026 年 10 大 Vibe 编程工具，涵盖 Cursor、Replit、Lovable、Bolt.new、v0 by Vercel、Windsurf、Claude Code、Manus、Base44 和 Emergent。
OpenAI Developers：Blog精选AI 评分6363 OpenAI 开发者博客讲解如何用 Evals 系统化测试 Codex Agent 技能
OpenAI 开发者博客发布教程，讲解如何像测试 LLM 应用一样，用 evals 系统化评估 Codex 的 Agent 技能。核心流程为定义可度量的成功标准、用 $skill-creator 创建技能、以 codex exec -- 捕获 JSONL 轨迹做确定性检查，再用 --output-schema 输出符合评分规则的 JSON 做风格等定性评估。
推荐理由：OpenAI 官方给出用 evals 系统化测试 Codex 技能的完整模式，从定义成功标准到确定性检查与评分规则均可迁移复用。
Manus：BlogAI 评分5959 非技术人员实测 Lovable、Replit、Bolt、Cursor、Manus 五款氛围编码工具
一位内容写作者用同一提示测试 Lovable、Replit、Bolt、Cursor、Manus 五款氛围编码工具，要求构建流行艺术风格的作品集网站。Manus 付费版设计还原最佳（5/5），Lovable 最适合初学者（4/5），Replit 和 Bolt 各得 3/5，Cursor 因付费墙和 GitHub 存储库障碍让非技术人员完全无法产出。作者总结免费计划普遍有局限，提示越具体结果越好。
Cursor Blog Salesforce 采用 Cursor 加速开发超 30%，代码质量显著提升
Salesforce 在全球数千名工程师中推广 Cursor 后，开发速度实现两位数增长（超 30%），代码质量同步提升。内部数据显示，团队周期时间、缺陷数量和吞吐量均显著改善，某团队遗留代码覆盖率时间更缩短 85%。工程师采用路径分化：初级开发者借其理解复杂代码库，资深工程师则从自动化繁琐任务起步，逐步扩展至高频使用。公司认为 AI 编程工具对软件开发生命周期的改造才刚刚开始。
PromptArmor：Threat Intelligence精选AI 评分7474 PromptArmor 披露 OpenAI API 日志不安全 Markdown 渲染导致数据外泄，OpenAI 重开报告修复中
PromptArmor 披露 OpenAI 平台 'responses' 与 'conversations' API 日志因不安全渲染 Markdown 图片存在数据外泄漏洞，即使应用层已拦截恶意 Markdown 图片，开发者打开日志审查被标记会话时仍会触发外泄。
推荐理由：原文完整披露攻击链和披露时间线，指出应用层防御被日志渲染绕过，读者可据此检查自身部署的风险面。
Cognition 模型 / Devin 博客精选AI 评分6666 Cognition 发布 AI 代码审查工具 Devin Review
Cognition 发布 Devin Review，一款针对 GitHub PR 的 AI 代码审查工具，称代码审查已成为 AI 编程时代的瓶颈。
推荐理由：原文给出三项具体能力和免登录试用入口，读者可以直接对照现有 GitHub 审查流程判断是否值得替换。
LMSYS Blog Novita AI 优化 GLM4-MoE：基于 SGLang 实现 TTFT 降低 65%
Novita AI 发布基于 SGLang 的 GLM4-MoE 生产级优化方案，通过共享专家融合、Qknorm 融合与异步传输三项核心技术，在 H200 集群 TP8/FP8 配置下实现首 token 延迟（TTFT）降低 65%、每 token 输出时间（TPOT）提升 22%。针对 Agentic Coding 场景，团队提出无需额外训练草稿模型的 Suffix Decoding 技术，利用历史输出模式重复率进一步加速推理。
PromptArmor：Threat Intelligence精选AI 评分6767 PromptArmor 发布 Claude Cowork 安全部署指南，按三档风险分级给出配置方案
PromptArmor 发布 Claude Cowork 安全部署指南，梳理其威胁模型并给出三档功能与风险权衡的配置方案，从最大化功能的 Tier 1 到基本隔离外部输入的 Tier 3，并逐项说明组织级管理设置。
推荐理由：安全厂商基于自身威胁模型研究，给出 Claude Cowork 三档部署配置和逐项管理设置，企业安全团队可按风险容忍度直接落地。
Liquid AI 模型与工程博客精选AI 评分6666 Liquid AI 发布 LFM2.5-1.2B-Thinking，1.2B 参数端侧推理模型内存低于 1GB
Liquid AI 发布可在手机上完全离线运行的推理模型 LFM2.5-1.2B-Thinking，内存占用约 900 MB，已上线 Hugging Face、LEAP 和 Playground。
推荐理由：官方公布了小参数量思考模型的端侧内存、速度数据和训练配方，读者可以据此评估边缘推理方案的选型。
Manus：BlogAI 评分5858 Manus 推出应用共享和测试功能，支持 Google Play 与 TestFlight
Manus 推出应用共享和测试功能，将应用打包并上传到测试环境，覆盖 Android 与 iOS。Android 打包为 AAB 格式供 Google Play Console 上传，iOS 直接集成 Apple TestFlight，自动上传 App Store Connect 并触发审核流程。
LlamaIndex：产品、工程与评测精选AI 评分6666 LlamaIndex 撰文分析文件接口正成为 Agent 读取和交互上下文的核心方式
LlamaIndex 发文指出，Agent 正越来越多地通过文件和文件系统来读取非结构化上下文，并归纳出三种主要用法：用文件存储和检索长程对话历史、用文件搜索替代朴素 RAG 来获取海量外部上下文、用 Skills 类文件教会 Agent 做事从而绕过 MCP。
推荐理由：LlamaIndex 以一手实验和生态观察，梳理文件系统如何成为 Agent 上下文管理的核心抽象，并指出解析与检索等缺口。
PromptArmor：Threat Intelligence精选AI 评分7272 PromptArmor 披露 Superhuman AI 间接提示注入导致邮件数据外泄漏洞
PromptArmor 披露 Superhuman AI 存在间接提示注入漏洞，恶意邮件中的隐藏指令可让 AI 在用户请求总结邮件时，把数十封含财务、法律、医疗信息的敏感邮件内容填入攻击者的 Google Form 预填链接并以 Markdown 图片输出，单次响应外泄超过 40 封邮件的部分内容。
推荐理由：原文完整披露了利用 Google Forms 预填链接和 Markdown 图片绕过 CSP 的攻击链，可用于理解 Agent 间接提示注入的数据外泄路径。
Manus：BlogAI 评分4949 Manus 推出 Manus Sandbox：为每个任务分配独立云计算机
Manus 发布 Manus Sandbox，为每个任务分配完全独立的云虚拟机，可并行执行任务并 7x24 小时工作。Sandbox 拥有网络、文件系统、浏览器和软件工具，AI Agent 可通过编写代码完成网站和移动端 App 开发。所有用户均可使用，免费用户休眠 7 天后回收，Manus Pro 为 21 天。
Sierra：BlogAI 评分4141 Sierra 与 Stellarus 合作，为 Blue Shield of California 等健康计划部署 AI 智能体
Sierra 与 Stellarus 合作，帮助 Blue Shield of California 等健康计划部署 AI 智能体，以提升会员体验。该合作旨在通过 AI 智能体优化健康计划的会员服务流程，覆盖从咨询到管理的多个环节。
LlamaIndex：产品、工程与评测AI 评分5555 LlamaIndex 实测 fs-explorer 智能体文件搜索与传统 RAG 的对比
LlamaIndex 用 5 篇 arXiv 论文和 5 组问答对，将其基于 Gemini 3 Flash 的 fs-explorer 智能体与采用 LlamaParse、Qdrant 和 RRF 混合检索的传统 RAG 系统对比。
Manus：BlogAI 评分5757 Manus 推出 Meeting Minutes 会议纪要功能
Manus 推出 Meeting Minutes 功能，可将面对面会议、访谈或独白录制后自动生成结构化笔记，包含关键要点、与会人员和待办事项分解。该功能支持智能说话人识别、断网继续录制，并可将会议笔记作为上下文在同一任务中生成演示文稿、网站或社交媒体素材；现已面向所有 Manus 用户开放，录制免费但分析和生成笔记消耗积分。
OpenAI Developers：Blog精选AI 评分6060 Skyscanner 通过 JetBrains MCP 增强 Codex CLI 的开发实践
Skyscanner 工程师分享了在日常工作流中把 OpenAI Codex CLI 通过 JetBrains MCP server 接入 IDE 的实践。Codex 可调用 get_file_problems 检查编译错误、执行预定义的测试、lint 和格式化运行配置，例如在 Databricks Java SDK 用例中立即发现 NotFound 异常构造函数不匹配的问题。
推荐理由：Skyscanner 工程师分享把 Codex CLI 接入 JetBrains MCP 的具体做法，给出了错误检查和测试运行如何缩短反馈循环的实操路径。
PromptArmor：Threat Intelligence精选AI 评分7373 PromptArmor 披露 Notion AI 经由间接提示词注入在用户批准前外泄数据
PromptArmor 披露 Notion AI 存在间接提示词注入漏洞：AI 编辑在用户批准前已被保存，注入的提示词可让 Notion AI 把招聘追踪文档内容拼入外部图片 URL，用户浏览器加载图片时数据即已外泄，无论是否同意。
推荐理由：原文完整拆解了 Notion AI 在用户批准前保存 AI 编辑导致数据外泄的漏洞链，并给出企业和 Notion 双方可行的缓解配置与修复建议。
OpenRouter：AnnouncementsAI 评分5050 OpenRouter 1月发布：优先快速LLM、探索提供商、自定义自动路由、SDK技能加载与性能大提升
OpenRouter 1月发布聚焦优先选择快速大语言模型、探索提供商、自定义自动路由、在SDK中加载技能，以及大幅性能改进。
Anthropic：Engineering精选AI 评分7575 揭秘AI智能体评估：构建可靠系统的关键
有效的评估能帮助团队更自信地发布AI智能体，避免陷入仅在生产环境被动发现问题、修复可能引发新问题的循环。智能体因其多轮操作的自主性与灵活性，评估更为复杂。一个完整的评估结构包含任务、评分器、记录、结果、评估框架与评估套件等核心组件。缺乏系统评估将导致团队无法区分真实的质量倒退与随机波动。建立评估体系能帮助团队在智能体规模化过程中持续监控质量、自动测试变更并量化改进效果，其价值在智能体整个生命周期内持续累积。
推荐理由：Anthropic 把内部踩过的坑全摊开了，从 eval 设计到 grader 选型到 transcript 审读，是目前最完整的 Agent 评估工程指南，做 Agent 产品的团队可以直接当手册用。
PromptArmor：Threat Intelligence精选AI 评分6666 PromptArmor 披露 IBM Bob 编码 Agent 可被提示词注入诱导下载并执行恶意软件
PromptArmor 披露 IBM 编码 Agent Bob（含 Bob CLI 与 Bob IDE，目前 Closed Beta）存在漏洞：若用户对任一已知可信命令选择 always allow，攻击者可通过间接提示词注入触发下载并执行恶意软件。
推荐理由：原文完整拆解了 Bob CLI 三道防御被绕过的具体机制与攻击链，读者可据此评估编码 Agent 的命令自动审批风险。
xAI：News xAI 完成 200 亿美元 E 轮融资
xAI 完成 200 亿美元 E 轮融资，投资方包括 NVIDIA、Cisco 等。目前拥有约 6 亿月活用户，运营超 100 万 H100 GPU 等效算力的 Colossus 超算，正在训练 Grok 5。资金将用于基础设施建设和 AI 产品开发。
Prime IntellectAI 评分5959 Prime Intellect 拆解 Recursive Language Models：用 Python REPL 和子 LLM 折叠长上下文
Prime Intellect 在 verifiers 中实现 RLM（递归语言模型）脚手架，让主模型通过 Python REPL 检查输入数据、调用可并行的子 LLM，并在四个环境（DeepDive、math-python、Oolong、verbatim-copy）用 GPT-5-mini、GLM 4.6、GLM 4.5 Air、INTELLECT-3 做消融。
Dario Amodei：Blog精选 技术的青春期
Dario Amodei 将当前 AI 发展阶段定义为「技术的青春期」，认为人类即将获得难以想象的力量，但社会和政治系统是否具备驾驭成熟度仍存疑。文章强调需避免「末日论」式恐慌，以务实、基于事实的方式讨论风险，同时承认 AI 发展速度和风险的不确定性。作者主张通过企业自愿行动与精准政府监管相结合，在避免过度干预的前提下应对潜在危险，为可能到来的更强有力行动储备证据和方案。
推荐理由：Anthropic CEO 长文剖析 AI 文明风险与治理路径，值得深读。
Manus：BlogAI 评分4343 Manus 推出 Slack 连接器
Manus 上线 Slack 连接器，现已向所有 Manus 用户开放。该连接器可读取 Slack 频道对话、提取关键洞察并转化为行动项，还能将 Manus 生成的报告直接发布到指定频道，全程通过自然语言命令完成。使用应用内 AI 功能需付费的 Slack 计划。
LG AI Research：官方研究博客AI 评分5353 LG AI Research 伦理研讨会：从工具到同事，如何设计延展人类判断的 AI UX
LG AI Research 发布 2025 年 AI 伦理研讨会系列第四篇，探讨如何把 AI 从工具设计为延展人类判断的同事。
xAI：News精选 xAI推出Grok Business与Enterprise企业版
xAI发布Grok Business和Grok Enterprise企业版。Business版定价30美元/座位/月，支持自助开通，提供团队管理、统一账单及Google Drive集成（保留原文件权限），并承诺用户数据永不用于模型训练。Enterprise版面向大型组织，提供Custom SSO、Directory Sync及高级审计控制；可选的Enterprise Vault插件提供独立数据平面与客户自管加密密钥(CMEK)，实现应用级加密隔离。平台支持实时使用监控、安全对话共享及Projects功能。
推荐理由：xAI 推出 Grok 企业版，主打隐私保护与 Agent 能力，月费 30 美元起
Manus：Blog精选AI 评分6969 Manus 官宣加入 Meta，将继续独立运营并服务现有用户
Manus 官宣加入 Meta，称此举将巩固其在 AI 应用层的战略位置，把 Meta 平台上的数百万企业和数十亿用户作为下一步服务对象。截至 12 月初，Manus 已处理超过 147 万亿个 token，创建超过 8000 万台虚拟计算机；Manus 将继续通过 app 和网站提供产品和订阅服务，公司继续在新加坡运营，CEO 肖弘表示运作方式和决策机制不变。
推荐理由：官方公告交代了收购后的服务安排和运营计划，读者可以据此判断 Manus 现有用户的订阅与使用是否受影响。
Anthropic：Alignment Science BlogAI 评分5252 Anthropic 开源 Bloom：自动化生成模型行为对齐评估
Anthropic 发布开源智能体框架 Bloom，可针对研究者指定的行为自动生成可复现的对齐评估，量化行为在自动生成场景中的频率与严重程度。
LG AI Research：官方研究博客AI 评分5959 LG AI Research 详解 Agentic AI 威胁建模与护栏实施策略
LG AI Research 在 AI 伦理研讨会系列文章中系统梳理 Agentic AI 的安全威胁模型，指出安全重心从内容安全转向行动安全与目标完整性。
字节 Seed：Research Feed Seed Prover 1.5:全新 Agentic 架构,更强数学推理表现
字节跳动 Seed 团队发布形式化数学推理模型 Seed Prover 1.5，采用 Agentic 架构支持 Mathlib 搜索、Python 执行与增量引理验证，并引入 Sketch Model 将复杂证明拆解为子引理并行攻克。基于大规模 Agentic RL 训练，该模型在 16.5 小时内完成 IMO 2025 前 5 题获 35/42 分（金牌线），9 小时内解决 Putnam 2025 的 11/12 题，在 Putnam 历史集、Fate-H 和 Fate-X 上分别达 88%、80% 和 33% 通过率，刷新多项 SOTA。
通义 QwenAudio：原创语音项目AI 评分5959 阿里通义团队开源 Fun-Audio-Chat-8B 语音大模型
阿里云通义 Fun 团队发布 Fun-Audio-Chat-8B 大音频语言模型，开源模型、训练与推理代码，采用 5Hz 共享骨干加 25Hz 精化头的双分辨率语音表示，宣称 GPU 时数降低近 50%，并通过 Core-Cocktail 训练保留文本 LLM 能力。
OpenAI Developers：BlogAI 评分5656 OpenAI 发布 2025-12-15 音频模型快照，提升语音代理可靠性与质量
OpenAI 发布四款新音频模型快照：gpt-4o-mini-transcribe-2025-12-15、gpt-4o-mini-tts-2025-12-15、gpt-realtime-mini-2025-12-15 和 gpt-audio-mini-2025-12-15，覆盖转写、语音合成与原生语音到语音，价格与旧快照相同。
OpenAI：官网动态AI 评分4545 OpenAI 用强化学习自动红队持续加固 ChatGPT Atlas 抵御提示词注入
OpenAI 正通过强化学习训练的自动化红队加固 ChatGPT Atlas，抵御提示词注入攻击。这一主动发现与修补闭环可及早识别新型攻击手法，并随 AI 智能体能力增强持续强化该浏览器智能体的防御。
xAI：News精选 以 AI 支持 DOW 的使命
xAI 被美国战争部（DOW）选中，为其 GenAI.Mil 套件提供 Frontier AI 系统。基于 Grok 模型的解决方案将覆盖 DOW 旗下 300 万军事和文职人员，支持 Impact Level 5（IL5）级别的企业 AI 和关键任务用例，可嵌入从五角大楼到战术边缘的日常工作流，并支持机密作战工作负载。DOW 用户还可独家获取 X 平台实时全球洞察。
推荐理由：xAI获美国国防部大单，Grok将覆盖300万军事人员并提供实时情报支持