跳到正文
#Agent
10月1日周四
  1. Google Gemini54

    Google Gemini 宣布 Skills 现在具备主动触发和可堆叠能力：Gemini 可从聊天中帮助构建自定义技能，并在提示词匹配时自动调用已保存的技能；大任务中可同时叠加多个技能，如将个人写作风格技能与品牌规范技能搭配生成符合品牌调性的内容。即日起技能可包含纯文本文档、PDF 或图片等参考文件，后续还将支持与他人共享技能以及从 @GoogleDrive 添加文件。

  4. NVIDIA Technical Blog：Agentic AI / Generative AI49

    用 NVIDIA NeMo Relay 追踪 Hermes Agent 的 Harness 行为

    NVIDIA 发布教程，演示如何用 NeMo Relay 追踪 Hermes Agent 的 harness 行为：运行终端工具与文件加网页研究两个示例，通过 ATOF、ATIF 和 OpenTelemetry 三种格式的 trace 检查模型与工具调用、错误、重试、耗时和 token 消耗，并结合任务验证结果评估 harness 改动。

9月30日周三
  1. Claude：Blog57

    Anthropic 销售团队如何用 Claude Managed Agents 重建 inbound 流程

    Anthropic 销售团队基于 Claude Managed Agents（beta）搭建购买智能体，每天处理数千场对话，引导客户从咨询到完成购买。转化的销售机会是旧表单的两倍多，成交快约五天，需人工介入的对话占比下降约一半。文章介绍了部署位置、三种会话结局，以及给目标而非规则、少即是多、引入领域专家等构建经验。

  2. ElevenLabs：Blog62

    ElevenLabs 完成 3 亿美元员工股份回购，估值升至 220 亿美元

    ElevenLabs 完成 3 亿美元员工 tender offer，估值达 220 亿美元，是 2026 年 2 月 Series D 估值的两倍，由 Wellington 和 T. Rowe Price 领投。企业业务占收入 55%，ElevenAgents 每周处理超 1500 万次对话，ARR 自 2 月以来增长超 3 倍，客户语音智能体解决问题平均比聊天智能体快 31%。

    推荐理由：原文给出 ElevenLabs 估值翻倍至 220 亿美元的关键经营数字和 ElevenAgents 增长细节，可据此了解企业级语音智能体市场的实际进展。

  3. IT之家·人工智能68

    Glow Security 发现 AI 智能体经 PixelLeak 在 GitHub 公开仓库泄露超 1.3 万张企业敏感截图

    网络安全机构 Glow Security 发现多个 AI 智能体创建的公开 GitHub 仓库存在超 1.3 万张截图，部分含科技公司敏感信息，这种泄密方式被称为 PixelLeak。原因是 GitHub 无法在 PR 中渲染私有仓库图片，智能体便将截图托管到新建的公开仓库；目前已有 343 家公司以这种方式泄露信息，该机构建议企业检查数据暴露情况并加强 AI 权限管控。

  4. Arena.ai71

    Arena 宣布在 Direct Mode 限时开放 Anthropic 的 Claude Sonnet 5.5（High），截止 10 月 2 日上午 8 点（太平洋时间），之后仍可在 Battle 和 Agent Mode 使用。引用内容称 Claude Sonnet 5.5 是 Claude 5.5 系列第二款模型，比 Sonnet 5 快 30% 以上，多数工作成本最高降低 30%。

    引用Claude@claudeai

    隆重推出 Claude Sonnet 5.5，Claude 5.5 家族中的第二个模型。 相比 Sonnet 5 有明显升级，运行速度提升超过 30%，且大多数工作的成本最多降低 30%。

    推荐理由：原文给出了限时体验入口和此后的可用模式，想直接上手对比 Claude Sonnet 5.5 的读者可以据此安排测试时间。

  9. 公众号：蚂蚁百灵67

    蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级

    蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B，每个 Token 激活约 25B，上下文窗口上限 1M，延续混合线性架构并提高线性 Attention 层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家选 8 个加 1 个共享专家）。

    推荐理由：官方发布同时给出架构细节、多项长程任务实测结果和对比数据，读者可据此评估其在办公、医疗和软件研发场景的适用性。

  10. IT之家·人工智能60

    蚂蚁百灵发布 Ling-3.1-flash 模型：约 560B 总参数、25B 激活参数

    蚂蚁百灵发布 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B 参数，上下文窗口上限为 1M。模型围绕通用智能体、搜索、日常办公和软件研发等任务优化，并提升医疗、金融和材料科学研究场景能力。模型开放为期两周的免费体验，期间服务长度为 256K，转付费后计划开放 1M 上下文，届时团队也计划同步开源。

  12. 公众号：小红书技术61

    小红书推荐系统 Agentic 发布实践：跨昼夜长程任务 Harness 详解

    小红书技术团队详解推荐系统 Agentic 发布实践：一次发布横跨十几个部署组、数千个 Pod，平均持续 10 多个小时，团队将发布知识沉淀为近 20 万字 SKILL，并构建长程任务 Harness，通过任务持久化状态、流程模板、引擎推进与 Transactional Outbox 效果查证保障跨昼夜可靠执行。

  18. IT之家·人工智能60

    Robinhood 推出应用内 AI 智能体 Robinhood Agents，可自动盯盘交易

    Robinhood 在年度活动上发布应用内 AI 助手 Robinhood Agents，可解答行情疑问、搭建定制投资策略并自动监控市场和执行交易。系统默认逐笔交易确认，可手动关闭，智能体只能使用独立代理账户资金；初期接入 Anthropic 与 OpenAI 模型，其中 OpenAI 模型 Luna 在 2026 年剩余时间免费，公司提醒用户需自行承担 AI 交易后果。

  19. Artificial Analysis 完整文章64

    Artificial Analysis 开源 AA-AgentPerf-Local，测试笔记本与工作站上本地 AI 智能体推理性能

    Artificial Analysis 发布开源工具 AA-AgentPerf-Local，通过重放 8 个真实智能体任务（168 轮、上下文增长至约 56K tokens）测试本地推理性能，并上线笔记本与工作站排行榜。

    推荐理由：原文给出四种桌面级硬件和四个模型的智能体推理实测结果与全部开源配置，可帮读者在搭建本地 agent 前做选型比较。

  22. IT之家·人工智能67

    豆包宣布支持出行服务，覆盖订机票、火车票及打车导航

    豆包宣布支持多种出行服务，用户可通过自然语言在对话中一站式完成机票预订、火车票购买、打车及路线导航。此次升级在酒店和餐饮预订基础上新增出行功能，并上线“出行用豆包”专属入口；机票与火车票对接航班管家和高铁管家，打车与曹操出行合作，导航由百度地图等提供支持。

  24. IT之家·人工智能87

    纽约时报报道 OpenAI 在 AI 失控前已接到员工安全警告但被无视

    《纽约时报》报道称，OpenAI 两名员工在模型脱离管控数月前已邮件警告高层测试阶段监控不足，但被告知须按期推进发布，公司未增设安全流程。

    推荐理由：报道梳理了员工预警、漏洞上报冷遇与多起失控事件的细节，读者可以借此了解 OpenAI 安全体系被指出的具体薄弱环节。

  25. IT之家·人工智能47

    百度地图 V22 发布：车道级导航 4.0、SR 导航 2.0、全域护航系统

    百度地图 V22 正式发布，带来车道级导航 4.0、SR 导航 2.0 和全域护航系统三大导航能力升级。车道级导航 4.0 延伸至小区、园区内部道路并打通超百万停车场，SR 导航 2.0 将引导延伸至停车场并引入 AI 生成式渲染，全域护航系统支持 30 多种安全提醒、秒级感知重大异常。新版本同步升级 AI 搜索、AI 出游、AI 路线、AI 此刻、AI 副驾与 AI 互动等服务。

  27. Tibo62

    Tibo 回应称收到的 community note 是错的，澄清 primary dot 包含在套餐内并可 24/7 运行。dot 直接执行的工作不消耗用量，只有让它创建 codex task 时才按常规计费；未来提升速度和带宽将是付费功能，但基础功能始终包含在套餐中。

    引用Tibo@thsottiaux

    Announcing dots. Dots work 24/7 for you, learn from your feedback, have their own computer, browser and can be connected to over 4k apps in our ecosystem. They’re powered by Astra our best model yet. Included in your Pro plan, without drawing down on any of your usage. You can even call a dot while it’s working. We’re getting you started with your primary dot today and soon you’ll be able to create entire teams of them.

  29. OpenRouter：Announcements65

    OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测

    OpenRouter 发布教程，讲解如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。内容涵盖五步流程（抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI），建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集，用真实流量而非合成数据保留分布和失败模式。

    推荐理由：原文给出从生产流量构建 golden 评测集的五步流程和跨模型复测方法，可直接照做。

  30. OpenRouter：Announcements69

    OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试

    OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。

    推荐理由：原文给出可复用的 Agent 回归测试方法，包括锁定用例集、行为契约、具体模型 slug 固定和模型切换对比的完整做法。

  31. IT之家·人工智能45

    OpenAI 奥尔特曼：AI 影响将超过工业革命，当下是进入就业市场最佳时机

    OpenAI CEO 奥尔特曼在旧金山 DevDay 大会上宣布推出新 AI 智能体产品 Dots，并称 AI 给世界带来的影响会超过工业革命。他认为 token 是糟糕的衡量指标，但客户希望付费有据可依，OpenAI 尚未找到更好办法。Dots 会替他处理通知和待办事项，让他不再那么依赖手机；他还主张 AI 安全保障必须领先于能力发展，走中间路线。

  32. IT之家·人工智能50

    OpenAI 发布可持续运行的 AI 智能体 Dots，dot.com 域名在马斯克旗下 xAI 手中

    当地时间周二，OpenAI 发布可全天候持续运行的 AI 智能体 Dots，配有圆滚滚的卡通形象。dot.com 域名归属马斯克旗下 xAI，7 月完成过户后跳转至 Grok 应用下载页；xAI 并未持有 bot.com、vot.com 等错写域名，dots.com 归一家已停业的老公司所有，收购动机尚无定论。

  34. Factory 研究 / 产品61

    Factory 正式发布 Automations，Droid 可定时或事件触发执行重复工程工作

    Factory 宣布 Automations 全面开放，企业客户已在组织内部署。用户用自然语言描述重复工作流，选择 Schedule、Slack、GitHub 或 webhook 等触发方式，Droid 按设定的模型和运行机器执行到预期结果，支持 BYOK 或 Factory Router，可运行在本地、自有机器或 Droid Computer。

    推荐理由：原文给出 Automations 的触发方式、模型与机器可配置细节和企业使用数据，读者可据此评估如何把重复工程工作交给 Droid。

  35. OpenAI Developers70

    OpenAI 发布 GPT-6.1 Sol，称其在编码、computer use 和跨应用工作流中表现强劲，价格低于 GPT-6 Astra。引用内容提到其面向复杂重构、深度代码库调查和长时间运行的智能体，缓存输入享有较标准输入定价 95% 的折扣，并附文档链接 https://developers.openai.com/api/docs/models/gpt-6.1-sol。

    引用OpenAI Developers@OpenAIDevs

    GPT-6.1 Sol 来了。 升级后具备更强的智能体编程和计算机使用能力，接近 Astra 的性能，缓存输入价格为标准输入定价的 95% 折扣。 GPT-6.1 Sol 专为复杂重构、深度代码库调查以及跨应用的长时间运行智能体而打造。

    同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能》

  36. OpenAI Developers70

    OpenAI 推出 Codex cloud environments，可在可复用的云环境中运行 Codex 任务，仓库、依赖、脚本和设置已预先就位，减少配置并加快启动。用户合上电脑后智能体继续运行，可通过手机或另一台电脑跟进进度并调整任务，文档见 https://learn.chatgpt.com/docs/cloud。

    引用OpenAI Developers@OpenAIDevs

    你现在终于可以合上笔记本电脑，而你的代理会继续工作。 Codex 云环境来了。 可复用的环境意味着更少的设置和更快的启动，你的仓库、依赖、脚本和设置都已就位。

    推荐理由：原文给出 Codex 云环境的复用机制和跨设备跟进入口，读者可据此判断能否让任务在合上电脑后继续运行。