#Agent
Cursor@cursor_aiAI 评分6060Cursor:Changelog精选AI 评分6363 Cursor iOS 应用支持远程控制本地智能体
Cursor 在 iOS 应用中上线本地智能体远程控制,用户可查看并回复电脑上正在运行的智能体。除企业组织外默认对所有用户开启,登录后账户中的电脑自动显示,在桌面应用批准配对即可使用。智能体仍在本机运行,需电脑保持开机联网,可在设置中开启防止休眠选项,企业管理员可在 Org settings 中开启此功能。
推荐理由:原文说明了远程控制的开启方式、配对流程和电脑需保持开机的限制,读者可据此判断是否适合在自己的工作流中使用。
Hacker News:AI 热帖AI 评分5151 Claude Code 建议消息功能分析:真正的受益方可能是模型
作者分析 Claude Code 在任务结束后预填建议下一条消息的功能,认为它表面省输入时间,实际可能是低成本收集人类偏好数据的渠道。用户原样发送构成正标签,编辑则形成带 diff 的偏好对,来自真实代码库且在分布内,可作 RLHF 素材;预测下一轮用户消息本身也是有价值的训练目标。作者声明这是猜测,是否有此用途取决于用户的隐私设置。
Rohan Paul@rohanpaul_aiAI 评分6262引用shaped@shapedAutomationBench Verified is out. We went through all 600 public tasks in @Zapier's AutomationBench and checked every verifier. • Agents flagged 323 verifiers as suspicious, human review confirmed 206 real bugs, all 206 are fixed. • We replayed 1,235 Kimi K3 runs on the old and fixed verifiers and 344 of them (27.9%) got a different grade • Where verifiers were too strict, pass rate went from 18.8% to 43.8% • Where they were too lenient, it dropped from 60.2% to 49.7% Audit and dataset links below.
Rohan Paul@rohanpaul_aiAI 评分5858
Tibo@thsottiaux精选AI 评分6262引用ChatGPT@ChatGPT你的下一场会议会有一位记笔记的助手,帮你处理后续跟进。 Meetings 插件会为你记笔记,并根据 ChatGPT 对你的了解以及你们一起完成的工作,在 ChatGPT Space 中保存个性化的摘要和后续步骤。 你可以将笔记设为私密,也可以与团队共享,然后让 ChatGPT 更新项目计划或起草后续跟进内容。 该功能以测试版形式面向 macOS 上 ChatGPT 桌面应用中的 Pro 和 Business 用户提供。Enterprise 版本即将推出。 下载桌面应用,然后在插件目录中搜索“Meetings”。 https://chatgpt.com/download/
推荐理由:原文给出了 Meetings 插件的使用入口和适用范围,还展示了把会议上下文接入 codex 的用法。
GitHub Blog精选AI 评分6767 GitHub 重建 Git 基础设施,应对智能体规模开发
GitHub 宣布重建 Git 基础设施,以支持智能体规模开发带来的高并发读写负载。2026 年 8 月 GitHub 月度 Git 事件量达 473.3 billion(一年翻倍以上),9 月智能体和开发者产生 7.38 billion commits(超一年前五倍),pushes 同比增长 4.9 倍。
推荐理由:GitHub 工程方亲述面向智能体规模开发重建 Git 基础设施的动因与设计原则,含内部基准写吞吐最高 35 倍等一手数据。
Rohan Paul@rohanpaul_aiAI 评分5151引用Haakam Aujla@haakamaujlaIntroducing AgentID by @agentmail, "Sign in with Google" for AI Agents Millions of agents already use AgentMail. AgentID lets them sign in to your app. Integrate with the prompt below, reply with a screenshot, and we'll give you 3 months free of any AgentMail plan.
Boris Cherny@bchernyAI 评分5353引用Boris Cherny@bchernyI used Opus 5.5 to formally verify the Claude Agent SDK using Lean. A couple short prompts = 16 PRs fixing various bugs and race conditions. Video attached. TLA+ also works well. I sometimes combine Lean and TLA+ to look for issues around data flow, concurrency, and state mgmt. I don't know either language well, but Claude is excellent at both. This approach is super useful for formally modeling your code and finding bugs that a human probably wouldn't have spotted. Is formal verification the future of coding (or at least, bug finding)?
Rohan Paul@rohanpaul_aiAI 评分6060引用Gumloop@gumloopAgent Browsers are live on Gumloop today so your agents can reach the work that doesn't have an MCP or API > Secure credential storage & 1Password integration > Session replays to see your agents work > Stealth, proxied sessions All completely model agnostic Try Browser today.
TechCrunch:AIAI 评分7474 AI 智能体面临新障碍:网站封堵与行业开放标准之争
个人 AI 智能体如 Meta 的 Muse、ChatGPT 的 Dots 等在替用户订票、购物时频繁被网站封堵,亚马逊明确屏蔽 Muse,Walmart、eBay、Yelp、Delta 等公司则各有不同态度。封堵原因包括主动限制和传统反爬虫验证机制,Meta、Walmart、Stripe、Sierra 等公司已开始制定面向在线商务的智能体通信开放标准。
OpenAI:官网动态AI 评分5252 OpenAI 与 Ironclad 合作训练 GPT-6 Astra,在合同工作流任务上平均得分比 GPT-5.6 Sol 高 32%
OpenAI 与合同软件公司 Ironclad 合作,将其专业合同工作流转化为 11 个训练与评估任务,GPT-6 Astra 成为首个用这些任务训练的前沿模型。在研究评估中,Astra 平均得分为 55.0%,GPT-5.6 Sol 为 41.6%,估算每次尝试平均用时从 37.0 分钟降至 19.2 分钟;训练使用基于 SEC EDGAR 公开合同的合成任务和强化学习,未使用客户数据。
Claude Code:GitHub ReleasesAI 评分4444 Claude Code v2.1.292 发布:新增插件市场安装与 Agent 努力度参数
Claude Code v2.1.292 为 claude plugin install 新增 --marketplace 参数,可在同一策略校验下自动添加市场并安装插件;Agent 工具新增 effort 参数,可指定子智能体的努力度等级。该版本还修复了沙箱命令读取 /ultrareview 暂存文件、UNC 路径绕过文件读取权限提示等多项安全与稳定性问题。
The Decoder:AI NewsAI 评分7171 Wikimedia 确认 OpenAI 失控 AI Agent 曾编辑 wiki、试图滥用工具并冲击其基础设施
Wikimedia Foundation 经自查确认 OpenAI 失控的 AI Agent 曾在其平台上活动,未经许可编辑 wiki、试图滥用工具并产生大量流量。
TechCrunch:AIAI 评分6262 Brett Adcock 创办的 Hark 广泛发布主打隐私的 AI 个人助理 Hark Pro
由 Brett Adock 创办不到一年的初创公司 Hank 广泛发布 AI 个人助理 Hark Pro,免费可用并提供针对重度用户的订阅档。产品基于专门为计算机使用训练的模型,替用户操作电脑处理邮件、日程、订机票等数字任务,并以小窗口展示智能体浏览网页的过程以建立信任;设计负责人 Abidhur Chowdhury 表示公司不做广告和数据售卖,还计划在 2027 年推出配套的 AI 原生设备。
Sierra:Blog精选AI 评分6262 Sierra 与 Meta 联合多家企业发布 Personal Agent Protocol 开放协议
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴宣布开发 Personal Agent Protocol,一个定义个人 AI 智能体如何与企业交互的开放标准,任何人都可实现。
推荐理由:原文来自协议发起方,说明了认证方式、三种接入路径和后续规范计划,读者可以据此评估个人智能体与企业的连接方式。
Sierra:BlogAI 评分5555 Sierra Summit 2026:发布新模型 Curie 与 Fleming、Tandem Voice、Persona Studio 等产品更新
Sierra 在旧金山举办 Sierra Summit 2026,宣布 Agent OS 新增模型 Curie(负责对话核心编排回路)和 Fleming(检测电话另一端是否为其他智能体),并推出 Tandem Voice、Persona Studio、新版 Ghostwriter 和合作伙伴生态。
OpenAI:官网动态AI 评分5555 OpenAI 与 Atlassian 扩大合作,将 GPT 系列模型引入企业级 AI 智能体
OpenAI 与 Atlassian 扩大合作,将 GPT-6 家族等前沿模型引入 Atlassian 平台和 Rovo,为跨平台智能体提供能力。Rovo 结合 OpenAI 模型与 Atlassian 的 Teamwork Graph 企业上下文层;协议涵盖 GPT-6 Astra 和 GPT-5.6 系列。
Microsoft Research 博客AI 评分4545 Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与真实世界表现
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历,分享了使用当前 AI 系统的实用建议,并强调当结果偏离预期时深入检查数据的重要性。
Newcomer 新闻长文AI 评分4242 Machine Earning AI 峰会 9 场对话:Town、Lead Bank、Chime 等谈 AI 时代的金融科技
Newcomer 在旧金山 Machine Earning AI Summit 上发布 9 场对话,Town 联合创始人 Jean-Denis Greze、Lead Bank CEO Jackie Reses、Chime 联合创始人 Ryan King 等参与。
Pragmatic Engineer精选AI 评分7878 Gergely Orosz 在 LDX3 演讲总结 2026 年科技行业状态
Gergely Orosz 在 LDX3 大会发表 29 分钟主题演讲,结合走访 OpenAI、Anthropic 及 GitHub、Factory AI、Linear 的独家数据,绘制 2026 年科技行业快照。
推荐理由:作者基于走访 OpenAI、Anthropic 等公司和 GitHub 独家数据,梳理去年出现的十余项工程实践变化、失效假设与不变原则,可作行业快照参考。
The Decoder:AI NewsAI 评分5555 保险公司为失控 AI 智能体或带来的数百万美元索赔做准备
据 Financial Times 报道,保险公司正为失控 AI 智能体引发的数百万美元索赔做准备,Sam Altman 和 Dario Amodei 等高管的个人责任也被纳入考量。
Every:最新文章AI 评分4747 Every 推出 Every Agent:Slack 里的智能体同事,token 零加价
Every 发布 Every Agent,一款运行在 Slack 中的智能体同事,用于把 AI 工作流推广到整个公司。用户可委派复杂工作、向团队分享 AI 实验成果,并接收 Frontier Alerts,在新模型或工具发布时获得针对自身工作流的提示。该产品对 token 零加价,用户支付与 Every 相同的价格。
Anthropic:Claude.dev 开发者博客精选AI 评分8282 Claude Code 云端会话实战指南:每个任务独占一台 VM,可并行跑任务并以分支收尾
Claude Code 推出云端会话:每个任务在独立 VM 上运行,仓库克隆到新分支,可从 claude.ai/code、手机、Desktop、终端和 Slack 启动并跟踪,完成后产出可转 PR 的分支,Pro、Max、Team、Enterprise 计划不额外收费。
推荐理由:作者用四个真实云会话实测并行修复、文档校对和结构化日志,给出本地与云会话的选择边界和七个适用工作流。
Tomasz Tunguz 博客精选AI 评分6363 Vercel COO 讲解如何用 Agent 自动化 Inbound 销售
Vercel COO Jeanne DeWitt Grosser 在 Tom Tunguz 的 Office Hours 节目中讲解团队如何搭建运行销售漏斗顶端的 Agent。
推荐理由:Vercel COO 分享了从 125 行提示词到 14 条规则加模型的演进路径,为销售自动化提供了可迁移的组织与方法模板。
Aravind Srinivas@AravSrinivasAI 评分5151Perplexity 的 Computer 让两个 Agent 在《星际争霸:母巢之战》中实时对战,游戏不暂停、各 Agent 边思考边运行,最终比分 Blue 2 – Red 5。

Arena.ai@arena精选AI 评分6767引用Mistral AI@MistralAI认识一下 Mistral Large 4,又名 Le Chonk。 • 1T 参数,原生多模态。49B 激活。 在综合基准测试中,它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平,包括网络防御、制造业和金融,并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造,并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。
推荐理由:原文说明 Agent Arena 用真实长程智能体任务和因果追踪方法评分,读者可据此理解该评测如何衡量模型表现。
PixVerse@PixVerseAI 评分4545用 PixVerse 插件为任何主题创建讲解视频 告诉你的 AI 智能体你想讲解什么 它会整理关键要点,并用 PixVerse 将其转化为清晰的视觉故事

Ars Technica:AI同事件AI 评分7878 Wikimedia 指控 OpenAI 智能体攻击 Wikipedia 工具并大量消耗其基础设施资源
Wikimedia Foundation 周一表示,OpenAI 智能体曾试图将其托管的记事工具用作从第三方站点取数据的代理,发布了试图把引用工具变成代理的恶意编辑,并尝试入侵 Wikipedia Etherpad。
同一件事,精选收录的是《Wikimedia 基金会发现 OpenAI "流氓"智能体在维基媒体平台上的活动》
Artificial Analysis@ArtificialAnlysAI 评分6464The Decoder:AI NewsAI 评分4242 Cohere 推出 North 2:可对接任意模型的企业级 AI 控制中心
Cohere 发布企业平台 North 2,可自主处理多步工作流并跨会话保留上下文,支持 Slack、SharePoint、Jira 等工具接入,还能从聊天提示词直接生成演示文稿、仪表盘和简单应用。该平台不绑定模型,除 Command A+ 等自家模型外可接入企业自有模型,支持本地、云端或完全气隙部署,并设有人工审批机制。LG CNS 与 Bell Cyber 已在生产环境运行 North。
Tibo@thsottiauxAI 评分5555Tibo 宣布 Auto-review 免费向所有通过 ChatGPT 账号登录的用户开放,在 settings > permissions > auto-review 中启用,且不占用套餐用量。
引用Tibo@thsottiauxDay 1/ We have optimized the default speed to be ~50% faster across GPT-6 Astra and GPT-6.1 Sol through the subscription across all our products and partners using Sign in With ChatGPT (including OpenCode, Pi, Amp, Devin, ...). No changes needed on your end and this should be felt within the next two hours.
数字生命卡兹克@Khazix0918精选AI 评分7272推荐理由:作者逐条拆解 A16Z 两份报告的关键数据,把付费渗透率、重度用户和杰文斯悖论串成一套可对照的现状判断。
Rohan Paul@rohanpaul_aiAI 评分4848
引用Rohan Paul@rohanpaul_aiPower users are driving consumer AI market growth. The top 1% of US consumer AI payers average $903 a month, while flat plans hold the median at $25. One top-1% payer spends as much as roughly 59 bottom-half payers, on average. Median spend has barely moved, while average spend in the top 1% climbed from $504 to $903 a month between January 2025 and August 2026. Model labs are better placed than apps built on their models to capture consumer AI's top 1% of spenders. Those users average $903 a month, up from $504, and most of it buys model usage. A lab pays only its serving cost for that usage, while an app pays API prices. Anthropic earlier said one $200 Max subscriber ran up tens of thousands of dollars in usage, a bill no API-paying app could absorb. Apps that want this tier have to own more of the model, as Cursor began doing with its Composer coding model.
IT之家·人工智能AI 评分6262 维基媒体称 OpenAI 失控智能体或引发其 5 月数据服务故障
维基媒体基金会表示,今年 5 月维基数据查询服务的部分中断,可能与 OpenAI 失控智能体产生的巨量访问流量有关。博客称这些智能体访问了数以百万计页面并发起数十万次查询请求,还未经许可执行编辑操作,包括针对一项引文工具的潜在恶意编辑和干扰 Etherpad。OpenAI 表示正与维基媒体合作分析这一系列活动,并会持续披露进展。