跳到正文
#Agent
10月8日周四
  1. howie.serious48

    在 agent 范式下，真正的瓶颈不是模型或 agent 能力，而是人能否精确表达需求。常见失败模式是：人们在自己专业领域之外做事时，不知道怎么把 prompt 和计划写得精确，只能靠大量轮次模糊迭代，既费时又费 token。解法是直接让模型先教你不懂的东西，补足领域知识再动手，比盲目迭代高效得多。

    引用Thariq@trq212

    the most common failure case I see is when people are working outside their domain of expertise and don't know how to be precise with their prompts and plans, so they have to spend a lot of turns iterating imprecisely

  2. howie.serious40

    Grok bot 对推特的 rate limit 是每天 1000 次，作者认为非常够用。此前用 X 官方 API 两次各充 20 美金都很快花完，如今可免费用起来，算是重大福利。作者还用它作为 personal agent 收集推特信息，替代人肉刷手机。

    引用howie.serious@howie_serious

    我的 grok bot 有了第一个强大的使用场景。 用 personal agent 帮你收集推特信息，比人类自己刷收手机、人肉收集、动不动沉迷要好太多了。

  3. Tripo53

    Tripo 官方宣布赞助基于 Tripo P2.0 与 AI Agent 的本地角色建模工具 Charakuru，称其为创作者值得一试的角色建模方案。据被引用的原发布者介绍，该套件免费公开，定位为把 Agent 作为助手与人共同建模的本地工具，利用 GPT-6.1 Sol 和 GPT-6 Astra 的 Computer use，通过 Blender 在后台运行，用户只需在应用上做简单操作，目前仍在开发中并将陆续补充功能。

    引用Nano(ナノ)@Dstudio_ai

    Tripo P2.0 × Codexで1枚絵からキャラクターモデルを制作できる「きゃらくる/Charakuru」というキットを無料公開しました！ なんと、 Tripo様より正式にスポンサードしていただくことになりました！！！ Tripoだけでキャラクターモデルを制作しようとすると、顔がガビガビだったり、動きがおかしかったり、テクスチャが汚かったりしてしまいます…！ このキットはそれを解決します！ AIに丸投げするサービスではなく、エージェントをアシスタントとして共同でキャラクターモデリングをしていくタイプのローカルキットです！ GPT-6.1 Sol,GPT-6 AstraのComputer useを最大限生かしています！ 丸投げしてしまうとクオリティがひどく、かといって人力でやると鬼ほどスキルが要求される問題の解決を目指しています。 自分がワークフローを共有したとしても再現性が無く、敷居も高かったので、いっそのことみんなが簡単に再現できるようなキットを作ってしまおうという感じで作りました！ 僕が見つけたワークフローをローカルアプリやエージェントのSkillsに詰め込み、それをユーザーが再現できる形で配布しています。 動作にblenderを活用していますが、ユーザーが触ることはありません。 人間が行う必要のある作業は、アプリ上の簡単な操作で実現できるようにしています。 無料なのでぜひお試しください～！ ※現在開発途中で足らない機能も多いですが、今後のアップデートで順次機能を追加していく予定です！

  4. Mastra Blog52

    Mastra 提出多用户 Agent 需要细粒度上下文（FGC）的设计方法

    Mastra 团队提出细粒度上下文（FGC）概念，用于解决多用户共享会话中 Agent 上下文的权限控制问题，让同一 Agent 按用户权限和会话受众调整可用信息。文中举例说明私有日程详情可能通过工具结果或存储记忆泄露到群聊，并给出在 Mastra 中实现 FGC 的做法：按请求者和受众划定上下文范围、分离私有与共享内存、受众或权限变化时重新检查上下文、以及跨用户和会话场景的测试方法。

  5. Rohan Paul44

    这太棒了。 Grok Bot 获得了原生 X 搜索能力。 所以它现在可以直接从 X 拉取内容并批量处理帖子，而不是从平台外的来源拼凑碎片信息。 帖子搜索、时间线阅读、提及检查和活动监控。 该智能体还可以起草帖子。不过发布还不在它的能力范围内。直接发帖功能尚未上线，所以仍然需要人工按下按钮。 https://x.com/bot/status/2107949161878606089/video/1

  8. Google Research：Blog72

    Google Research 三个月专利起草实验发现AI辅助未必能培养初级律师的专业判断

    Google Research 在 NBER 发表的论文报告了一项三个月随机田野实验，向11家知识产权律所的133名律师随机开放当时未发布的 AI 专利写作助手（现属 Gemini Notebook）。

    推荐理由：原文用三个月随机田野实验区分了AI辅助产出与独立能力变化，给出初级与资深律师分化的具体证据。

  12. Sierra：Blog50

    Sierra 发布 fleming-1 识别电话来电是否为 AI 智能体

    Sierra 发布 fleming-1 模型，实时分析通话语音并打分，识别来电者是否为 AI 智能体，可对疑似 AI 来电加标记，默认调校偏保守以避免误伤真人。模型适用于所有基于 Sierra 构建的语音智能体，开启即可使用。此前一天 Sierra 还宣布了开放标准 Personal Agent Protocol，让智能体以授权方式表明身份，fleming-1 用于处理未遵守协议的来电。

  14. Every：最新文章42

    Every 如何打造更省 token 的 Every Agent

    Every 工程师 Paridhi Agarwal 分享了如何让 Slack 中的智能体同事 Every Agent 更省 token，并给出四步工作流帮你在自己的软件中定位 token 浪费。由于 Every 将 token 成本不加价转嫁给用户，省下的每个 token 都归用户。Every Agent 昨日上线，可在 Slack 中帮助整个公司实现 AI 原生。

  16. LangChain：Blog60

    LangChain 重构 Deep Agents 的 Skills 支持，新增工具绑定、固定技能与线程内重载

    LangChain 重构 Deep Agents 的 Skills 支持，针对企业技能库增至数千个技能的场景推出三项更新：工具可绑定到技能、仅在该技能被读取时加载，用户可通过 /meeting-prep 之类的显式请求固定技能以在首次模型调用前加载，长线程可通过将 skills_metadata 设为 None 重载新增或变更的技能。

    推荐理由：原文详解了 Deep Agents 技能机制的三项升级和加载原理，读者可以据此评估大规模技能库的上下文管理方案。

  20. Arena.ai63

    Anthropic 发布的 Claude Haiku 5.5 现已进入 Arena，用户可前往 Agent Arena 实测，分数即将公布。Agent Arena 基于全球用户贡献的数百万真实长程智能体任务评估模型，模型可调用网页搜索、文件系统和终端工具，榜单用因果追踪方法衡量模型相对平均模型的结果表现。

    引用Claude@claudeai

    隆重推出 Claude Haiku 5.5：我们迄今为止发布的最便宜、最快、最强大的小型模型。 平均而言，它的运行成本比 Claude Haiku 4.5 低约 75%。

  26. Microsoft Research 博客69

    Microsoft Research Asia 开源 Agent Lightning v1.0：3,500 行代码的真实 harness 智能体 RL 训练框架

    Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重写 agent。

    推荐理由：框架让部署中的真实 agent harness 直接参与 RL 训练，无需重写 agent 代码，还给出了端到端编码智能体训练效果作参考。

10月7日周三
  4. IT之家·人工智能58

    谷歌携手 Unity 推出实验性 AI 游戏平台 Playground，支持自然语言创作游戏

    谷歌宣布与 Unity 合作推出实验性 AI 游戏平台 Playground，用户可通过简短提示词以对话方式创建游戏，降低开发门槛。用户可进一步调整物理效果、修改规则或自定义角色；平台基于浏览器运行，支持电脑和手机，作品可分享给朋友或发布到 Explore 展示页。未来 Playground 将与 Unity Spark 集成，提供更强的修改程序和 3D 开发能力。

  11. Rohan Paul62

    首尔国立大学团队在 arXiv 发布论文，用12个智能体模型跨三个领域测试发现 LLM 智能体会按来源网站偏好选择物品，约三分之二情况下优先来源物品被选中，即使其满足条件更少或质量更差。实验显示隐藏URL会削弱偏好、给偏好网站物品贴上该URL会提升每个模型的选中率，缺失价格时模型按店名猜测，补齐相同价格后偏好商店选中率最多下降28.3个百分点。