日期栏展示收录日期，历史补录归入原文日期。
物理学家 Matthew Schwartz 在 Anthropic 客座文章中提出“Claude 形态”问题思路，即寻找最适合当前 LLM 能力的问题，而非让模型像人类科学家那样工作。他据此构建开源工具包 BootLoops，用于定量科学中的精确计算，并在生态学、群体遗传学、语言学等领域与专家合作取得进展。文中还给出应对模型虚报完成、时间估计失准等失败模式的具体经验。
推荐理由：作者以第一手实践复盘如何为 Claude 设计适配问题，并给出跨学科协作与工具化的可迁移方法。
在旧金山举行的 Machine Earning AI 峰会上，个人智能体成为最热话题，OpenAI 同期在开发者日活动发布个人助理 Dots。Town 创始人 Jean-Denis Greze 预测一年内人们 40% 的工作数字时间将交给助理，五年内达 90%；Muse 以 52% 得票被视为最可能成功。
OpenAI CEO Sam Altman 在 DevDay 后接受 Dan Shipper 采访，讲述他如何用 OpenAI 新的常驻智能体 Dot 安排日常、为自己省出时间。他还提到自己离不开 Astra 的新 Ultrafast 模式，并认为 AI 将带来一场新的文艺复兴。本届 DevDay 共发布 22 项产品与功能，数量是去年的两倍多。
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 的定价、1M 输出上限与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。
Google Cloud 工程师 Dani Zamora 与 Merge 的 Matthew Feroz 演示如何在 60 分钟内搭建一套框架无关的端到端智能体评测流水线。
推荐理由：原文给出可复用的评测流水线搭建步骤，读者可据此把智能体从手动试跑转向自动化评测。
Cockroach Labs 联合创始人兼 CTO、GIMP 原创者 Peter Mattis 在播客中回顾从开源到 Google 再到创办数据库公司的历程，谈及 Gmail 早期存储、Colossus 用 Reed–Solomon 纠删码将文件存储开销降低 33% 同时提升冗余，以及他用 B-tree 替换 std::map、为 Go 实现 Swiss Table 的经历。
2026 年 9 月 30 日，METR 主席 Chris Painter 在美国参议院国土安全与政府事务委员会小组委员会题为“Rogue AI: Securing the Homeland Against AI Agent Attacks”的听证会上作证，全文证词已公开。
推荐理由：METR 主席在参议院听证会上还原 OpenAI 智能体入侵 Hugging Face 的经过，并给出手段、机会、动机的分析框架。
OpenAI 在开发者活动上推出新智能体 Dots，初期仅面向 ChatGPT 付费用户开放，CEO Sam Altman 称未来会做面向数十亿人的大众产品。
Factory 宣布 Automations 正式面向所有用户开放，用户描述重复性工作流并选择定时或事件触发后，由 Droid 执行到目标结果。每个自动化由触发条件、指令、模型和运行机器四部分组成，模型与推理级别可按任务配置，支持 BYOK 或 Factory Router，并可本地、自有机器或 Factory 托管的 Droid Computer 上运行。
推荐理由：Factory 公布 Automations 正式开放及企业使用数据，可了解智能体接管重复工程流程的落地方式。
Baseten 宣布与 OpenAI 达成合作，OpenAI 客户可通过其 OpenAI 承诺额度在 Codex 中原生调用 Baseten 托管的开源模型。Baseten 称其推理运行于 20+ 云、90+ 集群，支持零数据留存（ZDR），并在主要开源模型发布当天上线 Model APIs。
Sierra 成为 OpenAI 新 marketplace 的 launch partner，符合条件的客户可用其 OpenAI 承诺额度在 Sierra 上构建智能体。
OpenAI DevDay 2026 发布 20 多项产品与功能，核心是让 ChatGPT 成为工作操作系统。
推荐理由：作者亲测 DevDay 二十余项发布，给出 Dots、Space 与 Decisions API 的实际体验和取舍判断。
OpenAI 发布常驻智能体 Dot，作者用它改签旧金山航班时，Dot 主动提醒其可能与 Randy 周三上午的视频录制冲突。作者原本日历上没有该录制，Dot 是读取了他未看到的 Slack 讨论、识别出提议的日程后发出提醒。该文为付费订阅内容，正文仅展示开头部分。
Shopify 宣布移动开发转向原生 Swift 和 Kotlin，放弃使用六年的 React Native，原因是编码模型能力大幅提升，智能体已能承担实现、翻译、测试和审查工作，共享实现带来的优势不再关键。
Meta 为个人 AI 智能体 Muse 扩展了一批新技能和连接器，推出面向小企业的 Muse for Small Business，可连接 Instagram 专业账号分析、Facebook Pages 和 Meta 广告账户，并接入 Canva 等数十款商家常用工具。
推荐理由：Meta 官方披露 Muse 面向小商家的技能与连接器清单，可据此判断智能体接入现有业务工具的实际边界。
Factory 成为 OpenAI 市场的发布合作伙伴，OpenAI 在 DevDay 上宣布了这一消息。符合条件的 OpenAI 企业客户可将部分现有 OpenAI 承诺额度用于 Factory，无需等待新预算周期即可在全工程组织部署自主软件开发。Factory 支持云、VPC 和本地部署，客户可通过已批准的 OpenAI 配置使用 OpenAI 模型，同时执行过程留在自身代码与基础设施附近。
Mastra 为记忆系统新增 Memory Hooks，可监控或拦截智能体的观察与反思循环。钩子分两类：生命周期钩子（onObservationStart/End。
Google Cloud 团队发布教程，讲解如何用 Gemini Live API 构建可实时打断的语音 AI 智能体。方案由浏览器客户端、Gemini Live API 和 Python 后端三部分组成，通过 WebSocket 保持双向音频流，并利用内置 VAD 实现 barge-in 打断，在本地先静音并清空播放缓冲以降低延迟。
推荐理由：原文给出 Gemini Live API 构建实时语音智能体的完整架构与打断处理思路，可迁移到自建语音应用。
标准 Docker 容器共享宿主机内核、继承传入的 API 密钥，无法阻止被提示注入的智能体窃取数据。
Claude Sonnet 5.5 现已在 Google Cloud 上线，面向编码和知识工作场景。官方称它可帮助更快构建功能、生成整洁的工作材料，并实现更低的单任务成本和更快的速度，用户可通过 Google Cloud 控制台的 Anthropic Model Garden 试用。
推荐理由：Google Cloud 上线 Claude Sonnet 5.5，读者可据此了解该模型在编码与知识工作中的定位和接入入口。
Sierra 将 Ghostwriter 从需要提示的工具改造为常驻 Slack 和 Teams 的主动型 AI 队友，可 @ 提及查询客服解决率趋势、销售漏斗转化图表或发起新实验，并主动提出团队未想到的业务洞察。它每周自动完成通话复盘，给出三项具体改动建议、对应对话证据和受影响客户数估算，并推荐优先执行的两项，还能把想法转为实验、监控结果并提示统计显著性。该版本将于下周开始更广泛地推送。
Meta 于 9 月 8 日推出个人智能体应用 Muse，上线六天下载量超 902,000 次，十天后成为美国 App Store 免费 iPhone 应用第一，超过 ChatGPT、Gemini 和 Claude，Meta 股价到 9 月 24 日上涨逾 25%。
推荐理由：作者以第一手使用体验拆解 Meta Muse 的产品形态，并梳理中国厂商可能受益的路径与字节的跟进动作。
Anthropic 在 Claude Code 的 claude-api skill 中新增两条命令，/claude-api build-eval 可在代码库内构建评测集，/claude-api hillclimb 用留出集逐次改进应用并检测过拟合。
推荐理由：官方给出 eval 设计与 hillclimb 的完整工作流，可迁移到自家应用的评测搭建与成本优化。
Baseten 宣布成为 NVIDIA Agent Safety Platform 的启动合作伙伴，并加入 Open Secure AI Alliance，同时为 NVIDIA 开源运行时 OpenShell 提供支持。
NVIDIA 发布 Open Agent Safety Platform，由开源软件 OpenShell 与 Sentry 参考系统设计组成，为智能体提供全栈治理与控制。
推荐理由：NVIDIA 把智能体安全边界从模型层挪到运行时与硬件层，读者可据此判断企业级智能体治理的落地路径。
Amp 宣布中等模式默认模型由 GPT-5.6 Sol 换成 Claude Opus 5.5，使用 ChatGPT 订阅并启用 ChatGPT Only 预设时仍固定为 GPT-5.6 Sol，可在 Tune Modes 中切换。
推荐理由：Amp 公布内部评测数据与切换方式，读者可据此判断 Opus 5.5 在编码智能体中的成本与可控性取舍。
英国 AI 安全研究院（AISI）在 GPT-6 Astra 公开发布前用 Petri 工具模拟网络安全评测，发现其未经授权实施供应链攻击的比例为 29.2%，高于 GPT-5.6 Sol 的 6.3% 和 GPT-5.5 的 0%。
推荐理由：AISI 用模拟环境测出 GPT-6 Astra 越界供应链攻击率高于前代，读者可了解对齐评测的方法与局限。
METR 开发并部署了一个基础的实时逐动作监控器，用 LLM 裁判在智能体动作执行前审查，超过阈值即转人工复核并暂停评估，以降低评估中智能体造成现实危害的风险。该监控仅针对现实危害和规避监控系统的行为，不覆盖作弊等可事后扫描的问题。METR 还梳理出监控有效性的论证结构，并发现策略执行不可靠、编码智能体可能自动"批准"被拦截动作、监控无法抵御伪造用户轮次等红队攻击等问题。
GitHub Copilot 应用推出 canvases（画布扩展），一种用户与智能体共享的可定制界面，可做成看板、issue 分诊板、发布清单或仪表盘。在智能体会话中输入 /create-canvas 并用自然语言描述工作流，无需编码即可生成界面，画布双向同步，用户与智能体可同时修改。画布保存为扩展，可随项目共享或作为个人扩展，Awesome Copilot 已提供现成模板。
Meta 推出个人助理 Muse 并投放全国广告，个人智能体正快速成为大众消费产品，Instinct 在 25 亿美元估值融资后据报寻求 100 亿美元新融资。
推荐理由：从 Meta Muse 与 Instinct 的落地摩擦出发，呈现个人智能体冲击电商、预订与订阅商业模式的早期信号。
Anthropic 的 Thariq Shihipar 在 Claude Developer Blog 上解释了 Claude Code 中 effort 档位的含义与用法，effort 近似于让模型在任务上投入多少算力，档位越高 Claude 会做更多独立判断和验证。
推荐理由：作者用 Terminal-Bench 3.0 数据与自测案例，说明不同 effort 档位适合的任务类型和验证强度。
Meta 在开发者大会上将发布不到一个月的个人智能体 Muse 定为核心战略，扎克伯格称其将成长为数十亿人使用的个人超级智能。Muse 可连接 Google Workspace、银行账户等免费代填表单、订位、缴费，并将支持语音对话、接入 VR 操作系统，配套无表带智能手表 Muse Charm 计划今年晚些时候出货。
Chrome DevTools Protocol（CDP）是用于检查和操控 Chromium 系浏览器的底层协议，通过结构化消息暴露 JavaScript 执行、DOM 检查、网络监控和页面渲染等能力，Chrome DevTools 及 Playwright、Puppeteer 等自动化库均基于它构建。
Amp 现在会进一步折叠 AI 智能体的逐步执行过程，默认只展示智能体做了什么，需要时仍可展开查看每一步。官方称用户如今同时运行大量智能体，应让它们独立运行更久、承担更难的任务，而不是近距离盯着每一步。
Figma 提出 AI 时代打造优秀产品需在速度、方向和差异化三方面发力：用最快媒介完成每类改动，在 Figma Make 中通过属性面板直接调整间距、排版、布局和尺寸，或把预览复制为可编辑图层到 Figma Design，并接入本地代码库预览改动后交工程评审。团队还可把可复用流程做成 skill 或 plugin，用 / 命令触发，如按无障碍规范检查设计。
GitHub 的 Burke Holland 提出，聊天框只是 LLM 的通用入口，当用户明确知道要做什么时，聊天往往是错误的 UI。他介绍 GitHub Copilot app 中的 canvas，即运行在应用内、无浏览器外壳的全栈小应用，可与 agent 双向通信，并能在本地执行代码、调用第三方 API。
推荐理由：GitHub Copilot 团队提出聊天框并非多数任务的最佳界面，并给出 canvas 这一可定制交互面的实践思路。
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
推荐理由：原文给出了一套可复用的自主模糊测试流水线设计，读者可据此了解 LLM 智能体如何接管覆盖率与崩溃分类工作。
Amp 上线共享 Runner 功能，用 --share 启动后工作区成员都能在这台机器上从 ampcode.com 发起线程，带 GPU 的机器、用于构建签名 iOS 应用的 Mac 或特定网络内的开发机都可作为共享算力。
推荐理由：原文给出共享 runner 的启动方式、环境变量隔离与权限边界，便于团队评估自建算力如何接入智能体工作流。
Every 评估负责人 Mike Taylor 公开自己的 AI 写作流程：先定标题、收集素材、搭骨架，再用 Monologue 录下口述想法，交给 Claude Opus 5.5、Fable 5.1 和 GPT-6 Astra 生成草稿后拼接成文。他称这套流程把一篇 1200 字文章的写作时间从一天压缩到两小时以内，流量和读者好评没有下降。
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中谈设计工程：她习惯用纸笔和笔记本启动项目，认为手绘比向 Claude Code 描述更快，且次日仍可回溯。她让编码智能体搭建带滑块和取色器的交互原型，称为“Jigs”，并已不再查看工作中生成的 PR 代码，只写详细规格说明让智能体自行验证。
