Lee Robinson 斯坦福 CS146S 讲座：Agent 产品如何与模型共同进化
Lee Robinson 在斯坦福讲了 agent 训练飞轮和「为下一代模型而建」的思路，做 agent 产品的人看这套方法论很省时间。
#智能体
共 7340 条 · 7 天 711 条 · 30 天 2417 条 · 话题观测 →
10月13日
DeepEval 团队发布 JevEval：用 Jev 替代生成式 LLM 当评估裁判
DeepEval 把 LLM 评估裁判从生成文本换成了 Jev 返回概率，分数可解释还稳定，做 Agent 评估的可以看看。
Meta发布X-AgentRed：排查个人AI助手跨软件操作的安全隐患
Meta这个X-AgentRed专门查AI助手跨软件调用时的隐私风险，914个工具的测试里效率是基线的1.77倍，做Agent安全的可以盯下开源。
Meta 发布 Muse Wonder 系列模型，主打法律、金融、健康领域任务
Meta 新出的 Muse Wonder 系列，专门处理租约、财报、健康信息这类生活里实际会碰到的专业问题，智能体和编程基准也拿到了 SOTA。
LangChain 举办 Interrupt 开发者大会，Harrison Chase 发表开场主题演讲
LangChain 自家开发者大会 Interrupt 开幕了，Harrison Chase 亲自开讲，还拉着 Orange 的 AI 负责人聊智能体怎么在企业里落地。
TCL 展示 X5 智能 5G CPE：峰值下行 7.01 Gbps，支持本地多智能体调度
TCL 在维也纳发布的新款 5G CPE，下行速率冲到 7Gbps，还能在本地跑多智能体调度，路由器开始卷 AI 了。
IT之家原文
LangChain Interrupt 大会伦敦站开幕，Harrison Chase 发表开场主题演讲
LangChain 正在伦敦开 Interrupt 大会，创始人 Chase 开场演讲，做 Agent 开发的可以看直播了解新动向。
TinyFish 在 Apsara Conference 2026 演讲：让编程智能体联网检索规划
TinyFish 的 CPO 在阿里云 Apsara 大会上讲了怎么让编程智能体自己联网查资料再干活，做 Agent 开发的可以看看。
LangChain 直播 Interrupt 大会 Harrison Chase 伦敦主题演讲
LangChain 的 Interrupt 大会开场了，没去伦敦的可以看官方直播，Harrison Chase 的演讲 10:30 开始。
Harrison Chase 征集意见：deepagents 如何做到 async 原生
LangChain 的 Harrison Chase 在推特上公开问大家 deepagents 子 agent 异步通知该怎么设计，做了 agent 框架的可以去看两套方案再留言。
阿里云在 Apsara Conference 2026 介绍 QwenWork 智能体能力
阿里云在 Apsara 大会上演示了 QwenWork 智能体，能查资料、调工具、懂企业内部数据，适合想了解企业级智能体落地的朋友看看。
从 ChatGPT 到 Claude Code：个人 AI 助理成为下一个阶段
作者梳理了 ChatGPT、o3、Claude Code 到个人 AI 助理的演进脉络，还点名 Dots、Grok Bot、Muse 这几款可以现在就上手的产品。
Prompteina：用自然语言直接设计蛋白质结构
做蛋白质设计的朋友可以看看这个 Prompteina，用大白话描述想要的折叠方式和表面性质就能出结构，还带智能体帮你调参，实测筛出了高结合力的疾病靶点蛋白。
Staple AI 携手 QwenWork，帮企业把外部文档变成可审计数据
新加坡公司 Staple AI 在阿里云大会上演示了和 QwenWork 的组合，能把杂乱外部文档整理成可审计数据，做企业数据治理的可以看看。
Mynet 在云栖大会分享用 PolarDB Serverless 支撑 AI 智能体数据底座
Mynet 的 CTO 在云栖大会讲了他们怎么用 PolarDB Serverless 承接智能体的分析负载，数据库容量按需伸缩，不用提前按峰值买资源，做 AI 应用后端可以看看。
1688 向全部买家和工厂开放 Alibaba 的 Accio AI 工作台，并新增卖家助手
1688 把 Accio 采购助手开放给全部买家和工厂了，覆盖 128 个国家和地区，还给卖家配了个 AI 助手，做 B2B 电商的可以看看。
Anthropic 实验：小型 AI 模型数月内或可在物联网设备上自我复制
Anthropic 拿智能烤箱和安卓电视盒子做实验，30B 参数的小模型都能复制一半流程，GLM-5.2 级别的能跑通全程，这个结论有点吓人。
Zscaler 在 Endpoint AI Security 中加入 Claude Mythos 5.1
Zscaler 的终端安全产品现在能记录并管控 Claude Mythos 5.1 的 agent 行为，企业用 Claude 跑自动化时多了一层保险。
Devin 推出 Dynamic Workflows：把大任务拆分给多个 Devin 并行执行
Devin 新功能：一个 Devin 拆活儿分给一堆 Devin 干，计划还写成代码，方便你看清每一步在干嘛。
Alibaba Cloud 发布 AgentCore，面向企业级 Agent 部署的基础设施
Alibaba Cloud 出了个 AgentCore，专门用来把 Agent 从 demo 跑成企业级生产环境，做 Agent 落地的可以看看。
HCLTech 与 Anthropic 合作，将 Claude 嵌入企业软件
HCLSoftware 把 Claude 塞进 BigFix 和 AppScan 这些企业工具里，运维和安全场景能直接用上 Claude，值得留意。
SambaNova 联合四所高校研究长时程任务下 LLM 智能体的有效性
SambaNova 拉上 Stanford、CMU 等四所高校发了篇论文，专门研究智能体跑长任务为什么会掉链子，做 agent 的可以看看。
Genspark 登上 Microsoft AI Tour Singapore 主题演讲舞台
Genspark 创始人跟微软高管在新加坡同台演讲，讲他们怎么做 AI 原生公司，在东南亚做 AI 的可以看看。
SF Tech Week 观察：智能体之后，基础设施成焦点
一个刚参加完 SF Tech Week 的人写了篇笔记，说大家聊的不再是能不能做 Agent，而是怎么让百万个 Agent 便宜可靠地跑起来，还讲了 FDE 这个新角色。
字节 Seed 成立单独的大模型安全与对齐部门
字节 Seed 现在专门搞了个安全对齐部门，国内头一家，专门防智能体失控和 CBRN 风险，正好接住 OpenAI 和 Anthropic 那两起事故的背景。
OpenBMB 展示 MiniCPM-V-4.7-35B-A3B 在真实智能体工作流中的表现
OpenBMB 的 MiniCPM-V-4.7（35B 总参、3B 激活）跑进了真实 agent 工作流，重点考验工具调用和长上下文，关注高效模型跑 agent 的可以看看。
LiteLLM 开源 agentchat：一套 Python SDK 统一接入 Slack、Teams 等 5 个聊天平台
LiteLLM 开源了 agentchat，两行代码把你的 agent 接进 Slack、Teams、WhatsApp 这五个平台，OAuth 和去重它全帮你做了。
斯坦福 CS 329Z 智能体工程课程讲义公开：第 6 讲聚焦 Agent 设计模式
斯坦福这门智能体工程课的第 6 讲讲义放出来了，把 workflow 五种模式、ReAct、上下文管理讲得特别清楚，最后还用 Pi 这个极简脚手架做验证，做 Agent 的可以照着学。