跳到正文
只看一手#Agent

日期栏展示收录日期，历史补录归入原文日期。

今天10月15日周四13 条
  1. Figma Blog60

    Introducing Specs: Markdown as a medium

    Figma 推出 Specs，一个可多人协作的容器，把 Markdown 文档放到画布上，与设计稿、代码层、FigJam 图表并排，并支持拖入 .md 文件生成 spec。

    推荐理由：Figma 官方介绍 Specs 的协作机制与 MCP 打通方式，可了解设计上下文如何直接交给编码智能体。

  2. Figma Blog60

    Build by design：面向新构建方式的新工作流

    Figma 发布一系列新工作流，把代码与设计协作搬到画布上。code layers 进入开放测试并面向所有套餐开放，支持从本地文件夹、MCP、GitHub 或 Chrome 扩展导入代码；设计系统新增 guidelines（开放测试）和 code sources（封闭测试），Specs 在 web、桌面和移动端开放测试。

    推荐理由：Figma 把代码层、设计系统与 Specs 接入画布和 MCP，读者可据此判断设计与编码协作流程的变化。

  3. METR Blog30

    原文发布

    评估者如何调查内部 AI 智能体的控制与监控

    METR 提出评估者可从五个核心子问题入手，收集 AI 开发者内部智能体监控可靠性的证据：监控覆盖率、监控系统漏洞、监控规避、含人工规避的响应处置，以及未被发现的最严重不当行为影响。评估重点是基于 LLM 的智能体监控，因为智能体权限往往很宽，需要理解上下文才能判断行为是否有害。评估者需访问推理日志、监控日志和关键路径代码，并通过红队测试检验智能体能否关闭监控、篡改轨迹或发动供应链攻击。

  4. Artificial Analysis62

    原文发布

    欢迎来到具身智能时代：AA-Robotics v0.1 发布

    Artificial Analysis 发布 AA-Robotics v0.1，用八项实体任务评测模型的具身操作能力，包括按红色按钮、把鳄鱼玩具放进矩形、倒饮料入杯、整理积木、形状匹配、写 hello world、搭最高塔和测量盒子。

    推荐理由：Artificial Analysis 推出 AA-Robotics v0.1，用八项实体任务横向比较五款模型的具身操作表现。

  7. Databricks Blog26

    原文发布

    人人都在用 AI 智能体，却几乎没人能证明 ROI，原因何在

    Databricks 的 Amber Roberts 指出，企业 AI 智能体采用速度远超 ROI 证明，因为采购方与日常使用者往往不是同一批人，目前多数组织仍处于试用与铺开阶段。她认为“更快”是衡量智能体生产力的错误指标，生产力应看一个人借助一组助手能完成多少工作，且效率提升只有在质量不下降时才有意义。智能体要真正有用，关键在于理解业务上下文，而非单纯的任务执行速度。

  8. Mastra Blog38

    原文发布

    推出 Trace Queries

    Mastra 平台与本地 Studio 上线 Trace Queries，可按时间、agent/workflow ID、状态、评分和反馈等字段筛选 trace，并支持 CLI、Mastra Client SDK 和 HTTP 可观测性端点构造相同查询。

  11. Claude Blog62

    原文发布

    Claude 平台上的智能体可观测性

    Anthropic 宣布 Claude 平台上的 OpenTelemetry trace 进入公开测试，Claude Managed Agents、Messages API 和 Claude SDK 均可将 trace 发送到任意 OTel 工具。

    推荐理由：官方说明 Claude 平台智能体链路可导出标准 OTel trace，读者可据此判断接入现有可观测栈的成本。

  13. AWS Machine Learning Blog38

    使用 Amazon Bedrock AgentCore 构建可自我改进的文档处理系统

    基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可自动分类、提取、校验业务文档，并在遇到新格式时自我训练并复用所学，后续同类文档直接进入提取流程。系统由 8 个专用智能体组成，运行于识别与训练/自动化两条图工作流，依托 Strands Agents、Amazon Textract、S3 Vectors 和 Aurora DSQL，通常可在 20 分钟内完成部署。

10月14日周三
  3. Sakana AI39

    Sakana Chat 记忆可视化新功能「My Fish」：看看它记得你什么

    Sakana AI 为 Sakana Chat 推出记忆可视化功能「My Fish」，可查看它记住了什么、记忆何时被使用以及记忆之间的关联。该功能提供热力图、分类列表、连接地图和时间线视图，30 天以上未使用的记忆会变淡，聊天回复中也会显示记忆读取或新增的小标签。My Fish 已支持 Web 和移动端，记忆功能默认开启，可在设置中随时关闭。

  4. AWS Machine Learning Blog22

    Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复方案

    Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 与云原生来源的安全发现并评估修复安全性，再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产问题。Tami 由调查、安全评分、修复和代码生成四个专用智能体组成，通过单一 API 按任务调用不同基础模型。

  9. Google DeepMind78

    Google DeepMind 负责任且安全地开发 Gemini 4 Argon

    Google DeepMind 发布 Gemini 4 Argon，并开始广泛推送，同时扩大 Fairwind Program 覆盖更多可信网络安全防御者。该模型在模拟网络攻击场景中解决全部 12 个端到端任务，上一代为 5 个；在 Gray Swan 间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。

    推荐理由：官方披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计，可了解前沿模型安全部署的具体做法。

  13. Cursor Changelog40

    原文发布

    Origin 应用市场

    Cursor 的 Origin 应用市场已集成 20 多款应用，覆盖部署、CI、代码审查、安全、监控和项目管理，合作伙伴包括 Cloudflare、Linear、Sentry 和 Socket Security。市场即日起面向公众开放提交，开发者可基于 Origin API 构建应用，经审核后上架。

  15. Amp News48

    原文发布

    把 Puck 带在身边

    Puck 现已通过 MCP 接入 ChatGPT、Claude 等智能体，用户可在散步时用 ChatGPT 语音模式构思，再直接发送给 Puck 落地实现。Puck MCP 提供 puck 和 orbs 两个工具，前者与 Amp 中的 Puck 交互，后者展示运行中 orbs 的交互视图及门户链接。

  16. Mastra Blog34

    原文发布

    Mastra 平台 Metrics API 发布

    Mastra 平台推出 Metrics API，可查询生产项目的 token 用量、模型成本、延迟和错误率，支持总量、分组、时间序列和百分位数据。该 API 可通过 Mastra Client SDK（需 @mastra/client-js@1.9.0 及以上）、Mastra CLI（需 mastra@1.9.2 及以上）或可观测性端点调用，需平台访问令牌和项目 ID。

  19. Google Blog · AI90

    Gemini 4 Argon：为解决最棘手问题而打造

    Google 发布 Gemini 4 Argon，即日起通过 Gemini API、AI Studio、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 向开发者、企业和订阅用户开放，入门价每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。

    推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型的能力边界。

10月13日周二
  1. AWS Machine Learning Blog60

    在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体

    AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。作者在三个需要搜索而非查表、各有唯一正确答案的任务上，按 low、medium、high、xhigh 四档推理强度各跑六次共 72 次，智能体答对 67 次，xhigh 全部 18 次正确，low 答对 15 次且输出 token 约为 xhigh 的八分之一。

    推荐理由：通过 72 次智能体运行对比四档推理强度，给出可迁移的评测设计与生产监控方法。

  2. Tessl Blog62

    原文发布

    如何只用自己拥有的文件约束编码智能体

    作者用同一张工单在无约束和有约束两种情况下运行编码智能体，裸跑只通过 8 项检查中的 1 项，加入约束文件后通过 8 项。

    推荐理由：作者用同一张工单做对照实验，给出四类约束文件的分工与实测差异，可迁移到自己的仓库。

  3. NVIDIA Blog78

    All Systems Go：全球 PC 应用生态已为 NVIDIA RTX Spark 就绪

    NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，涵盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用。

    推荐理由：NVIDIA 官方汇总 RTX Spark 笔记本上市前的本地 AI 软件生态更新，可了解端侧智能体与开发工具的落地节奏。

  4. Tessl Blog22

    你的软件工厂有多开放？

    Tessl Blog 提出评估 AI 软件工厂开放性的两个问题：能否把企业上下文带进去，能否把工厂学到的东西带出来。文章指出，工厂在运行中会积累架构决策、评审纠正、事故约束和评估用例等知识，仅支持多模型、接入外部编码智能体或本地部署并不足以让这些知识迁移。开放工厂应让上下文与学习成果可检查、可提取、可复用，并保留其来源、适用范围和评审状态。

  8. Meta Newsroom · AI82

    Meta 发布 Muse Wonder 与 Muse Wonder Full：面向智能体的前沿模型

    Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型，在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等领域及前沿编码能力。

    推荐理由：Meta 公布 Muse Wonder 系列在智能体任务上的能力与安全训练取向，可了解其面向个人与专业场景的定位。