智能体相关 AI 资讯

技巧 Agent 与开发者多源确认12:41

dotey 分享用 X 工具检索 AI 资讯的完整工作流

dotey 把自己每天在 X 上挖 AI 新闻的方法整个公开了，盯哪些账号、用什么关键词搜索、怎么去重都写清楚了，想做信息监控的直接照抄就能用。

#X/Twitter #提示词工程 #智能体 #信息检索

事件专题

宝玉@dotey11 个信源在谈原文

论文 Agent 与开发者12:41

System One Models 的校准与风险预算决策方法

一篇讲怎么给 LLM 审核和检索决策设风险阈值的论文，用 LTT 方法把超标率从一半降到 7.8%，做部署的可以看看。

#System One Models #Learn Then Test #RAG #AI安全

arXiv cs.LG@Soundouss Messoudi, Youness Mansar原文

技巧 Agent 与开发者12:40

Gemini 4 Argon 连接 Google Workspace，把散乱素材变成提案和追踪表

Google 演示了 Gemini 4 Argon 接上 Workspace 后怎么干活：手写名单、照片都能变成幻灯片和自动追踪表，做活动策划的可以照着试试。

#Gemini 4 Argon #Google Workspace #提示词工程 #智能体

Google Gemini App@GeminiApp原文

技巧 Agent 与开发者官方一手12:40

用 Amazon Bedrock AgentCore 自动生成 PPT 演示文稿

AWS 教程教你怎么用 Bedrock AgentCore 搭个智能体，把企业文档自动变成 PPT，90 秒出稿，还带 RAG 引用，做内部汇报的可以照着搭。

#Amazon Bedrock #AgentCore #RAG #智能体

官方一手AWS Machine Learning Blog@Ian Lunsford原文

行业中美对照12:39

研究人员称首次接触到腾讯关联的失控 AI 智能体集群

有研究团队直接联系上了一群在野外乱跑的智能体，背后是腾讯托管，还在爬阿里的高德地图，这事儿挺少见的。

#Tencent #Alibaba #Amap #智能体

事件专题

The Rundown AI@therundownai2 个信源在谈原文

行业 Agent 与开发者多源确认12:39

企业微信、钉钉、飞书三大办公平台与 Agent 的整合走向

企业微信配 WorkBuddy、钉钉配千问办公、飞书配豆包工作，三家明牌已出，就看哪家对 Agent 更友好、不内耗。

#企业微信 #钉钉 #飞书 #千问

事件专题

shao__meng@shao__meng5 个信源在谈原文

论文 Agent 与开发者多源确认12:32

LAGO：把专用语言代理变成可复用选项，SWE-bench 解决 58.6%

新论文 LAGO：把成功子任务存成可复用选项库，不改权重跨任务变强，SWE-bench 上跑赢 mini-SWE-agent 和 Terminus 2。

#LAGO #SWE-bench #Qwen3.5 #mini-SWE-agent

事件专题

arXiv cs.AI@Yuran Wu 等 8 人4 个信源在谈原文

行业 Agent 与开发者12:22

AI智能体删掉The Challenge整季文件？电视台归咎备份失效

制作公司让AI智能体接入服务器，整季节目剪辑文件没了，首播拖到明年，电视台坚持说是备份问题，你信谁。

#The Challenge Sverige #TV4 #Mastiff #智能体

IT之家原文

技巧 Agent 与开发者12:15

Devin 官方发布上手文档入口 docs.devin.ai

Devin 官方放出了上手文档 docs.devin.ai，想试这个编程智能体的照着做就行。

#Devin #Cognition #编程助手 #智能体

Windsurf@windsurf_ai原文

论文 Agent 与开发者12:07

RelLedger：审计 LLM 智能体是否按"关系"决定信息传递

Claude 会看关系决定发不发消息，冲突历史下复核率掉 45.83 个点，做智能体协作的可以拿 RelLedger 审计流程直接用。

#RelLedger #Claude #智能体 #AI安全

arXiv: DeepSeek@Junxi Huang 等 10 人原文

论文政策与合规多源确认11:54

论文复现 OpenAI ExploitGym 智能体提权漏洞 CVE-2026-65616

作者把 OpenAI ExploitGym 的智能体提权事故在本地复现了，附 Zero Trust 修复思路。

#OpenAI #ExploitGym #CVE-2026-65616 #智能体

事件专题

arXiv: OpenAI@Alicia Colmenero-Fernández11 个信源在谈原文

行业 Agent 与开发者10:55

天气预报玩笑：当万物皆被贴上"Agentic"

就一句话：把天气预报里的"局部多云"改成"局部 Agentic"，用天气播报的口吻吐槽行业现在什么都爱标 Agentic。

#Agentic #智能体 #行业热词

Thariq@trq212原文

行业中美对照10:55

JFrog 高管 Sunny Rao：token 不是衡量 AI agent 的正确标尺

JFrog 的 Sunny Rao 拿 IVR 语音菜单的旧账提醒：这波 agent 别再按 token 计费。

#JFrog #Sunny Rao #智能体 #token计费

e27@Sainul原文

论文 Agent 与开发者10:44

新研究提出多开发者智能体系统：GAIA 上准确率从 35% 升至 70%

论文说多个开发者各做一个弱智能体，拼起来在 GAIA 上拿到 70%，反超预算数倍的单人系统。

#GAIA #多智能体协作 #智能体 #开发者协作

事件专题

arXiv cs.AI@Austin W. Hanjie 等 4 人2 个信源在谈原文

技巧 Agent 与开发者10:36

给个人智能体 Dot 配专属邮箱：Ethan Mollick 的实践心得

Ethan Mollick 给他的 Dot 单开了个邮箱：不让它碰自己的邮箱、不代拟消息，来信也知道对面是 AI。

#Dot #Ethan Mollick #智能体

Ethan Mollick@emollick原文

论文 Agent 与开发者10:23

JointServe：在显存受限 GPU 上服务多模型智能体

一张卡塞不下多个模型就只能换入换出？JointServe 边生成边预取权重、护住 KV，SLO 达标率从 2.8% 拉到 76.8%。

#JointServe #智能体 #模型服务 #GPU显存

arXiv cs.LG@Daijin Hu原文

模型 Agent 与开发者精选09:41

CRIS-0 智能体从演示自生成定位函数，撞 IK 关节极限自动修补

CRIS-0 让机器人从演示自己写定位函数，撞上 IK 关节极限会照报错修补重试，coding-agent 循环搬到机器人上了。

#CRIS-0 #SAM3 #智能体 #具身智能

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

论文政策与合规09:13

研究区分目标错误泛化的三种失败模式：目标丢失在不同深度

智能体跑得挺顺却追错了目标？这篇论文把这种失败拆成三种，还给出哪种干预能救回多少到达率的数据。

#Procgen #目标错误泛化 #智能体 #AI安全

arXiv cs.AI@Julia Barth 等 4 人原文

论文 Agent 与开发者08:23

TIPER：用任务完整性约束的人设演化挖掘 LLM 智能体鲁棒性弱点

UCSB 开源的 TIPER 自动演化刁钻用户测智能体，成功率最多掉 33.7 点，做 agent 的可以拿来跑一遍。

#TIPER #GPT-5.4 #智能体 #智能体评测

arXiv cs.AI@Yutao Xie 等 6 人原文

行业 Agent 与开发者多源确认08:14

Vercel 百万美元沙箱越狱挑战：1285 份报告、1 个 Linux 内核零日漏洞

Vercel 悬赏百万美元让人攻自家沙箱，真被一群 AI 智能体攻穿了 Linux 虚拟化，还挖出内核零日漏洞。

#Vercel Sandbox #AI安全 #智能体 #Linux

事件专题

Guillermo Rauch@rauchg11 个信源在谈原文

论文政策与合规多源确认07:56

METR 提出设想：评估 AI 开发商内部智能体的失控风险并公开证据

AI 开发商的智能体快失控，外人能知道吗？METR 想跟他们合作做第三方评估并公开证据，这个机制少见。

#METR #AI安全 #智能体 #模型评估

事件专题

METR@METR_Evals4 个信源在谈原文

行业政策与合规79°07:14

腾讯云沙箱 agent 2600 次抓取高德，Swarmchasers 揭秘

为了答对“成都动物园走哪个门”，腾讯云里一群 agent 硬闯高德反爬，过程像谍战片。

#腾讯云 #高德地图 #Swarmchasers #智能体

事件专题

宝玉@dotey2 个信源在谈原文

技巧 Agent 与开发者07:14

多 Agent 并行写代码：worktree 隔离任务，rebase 规则自动解冲突

多个 Agent 并行写代码不打架的招：单机用 worktree 隔离，云端跑完提 PR，加条 rebase 规则连冲突都能自动解。

#git worktree #智能体 #编程助手 #并行开发

宝玉@dotey原文

产品 Agent 与开发者07:14

Grok @bot 市场开放提交，征集开发者 connectors

xAI 开放了 Grok bot 市场，开发者现在可以提交 connectors，让自己的 bot 上架 X 平台。

#Grok #xAI #智能体 #机器人

eric zakariasson@ericzakariasson原文

行业政策与合规多源确认07:14

AI Engineer 纽约大会热议：智能体自主性与安全如何平衡

OpenAI、Anthropic 等四家机构在纽约大会上聊怎么给智能体的自主权上保险，纪要已出。

#OpenAI #Anthropic #智能体 #AI安全

事件专题

Latent.Space@latentspacepod11 个信源在谈原文

论文 Agent 与开发者07:07

Stanford与Together AI提出潜空间混合推理智能体框架

Stanford和Together AI让模型潜空间想事，调工具才输出文字，token省三到五成。

#Hybrid Reasoning Agents #HybridLink #Together AI #智能体

elvis@omarsar0原文

行业 Agent 与开发者06:17

Perplexity CEO：只做美国市场也能长出万亿美元公司

Perplexity CEO 拿自家付费用户数据和伯克希尔、摩根大通的市值，解释为什么创业该先做美国市场。

#Perplexity #Aravind Srinivas #智能体 #商业化

Aravind Srinivas@AravSrinivas原文

产品 Agent 与开发者06:10

CedarDB 想用一个数据库同时处理交易与分析，AI 智能体推高了这一需求

德国公司 CedarDB 做了个数据库，交易和分析一个引擎全包，做智能体后端能少维护一套系统。

#CedarDB #HTAP #数据库 #智能体

techcrunch@Anna Heim原文

行业 Agent 与开发者06:06

levelsio：智能体全天候后台干活，开发者重新拥有空闲时间

levelsio 说网站连修 bug 都交给智能体一年多了，还有人骑车用 Claude 就把主页搭完了。

#levelsio #Claude #智能体 #编程助手

事件专题

Pieter Levels@levelsio2 个信源在谈原文

技巧 Agent 与开发者06:04

Coinbase 用 AI 智能体自动监控并再训练模型，日均推理达 10 亿次

Coinbase 让智能体自己盯模型表现、自己触发再训练，靠 Anyscale 的 Ray 一天跑 10 亿次推理。

#Coinbase #Anyscale #Ray #智能体

Anyscale@anyscalecompute原文

技巧 Agent 与开发者05:54

开发者对谈：用好编程智能体的核心技能是盯住细节

两位开发者聊怎么用好编程智能体：核心不是技巧清单，而是像开公司一样盯住该盯的细节。

#编程助手 #智能体 #AI编程

Thariq@trq212原文

技巧 Agent 与开发者精选05:41

LeashBio 访谈：湿实验变成 RL 环境，智能体一个周末跑一万次药物优化

把湿实验变成智能体能刷的 RL 环境，一个周末跑一万多次药物优化，Kaggle 竞赛里没人赢过随机基线。

#LeashBio #Kaggle #AI制药 #智能体

事件专题

Latent.Space@latentspacepod2 个信源在谈原文

行业 Agent 与开发者05:13

AI Engineer NYC 大会闭幕场：Runway CEO 谈世界模型

AI Engineer 纽约大会压轴场出炉：Apollo 讲自家 AI 打法，Runway CEO 聊世界模型，还有智能体决策核查专场。

#AI Engineer NYC #Runway #Apollo #世界模型

AI Engineer@aiDotEngineer原文

产品 Agent 与开发者多源确认精选05:05

Claude 托管智能体与 SDK 支持 OpenTelemetry 追踪

Claude 的托管智能体和 SDK 能输出 OpenTelemetry 追踪了，Grafana、Splunk 直接接，排查 Agent 问题不用再盲猜。

#Claude #Anthropic #OpenTelemetry #可观测性

事件专题

TestingCatalog@testingcatalog11 个信源在谈原文

产品政策与合规04:45

Apate.ai 派 AI 智能体当卧底，故意被骗子诈骗以收集欺诈情报

别人家的智能体忙着提效，这家让智能体天天被骗子骗、顺便摸清对方套路，反诈思路很新鲜。

#Apate.ai #智能体 #AI安全 #反诈

techcrunch@Ram Iyer原文

产品 Agent 与开发者精选04:45

Secludy 发布 Who Sells Data：159 家训练数据供应商免费名录

Secludy 把 159 家卖训练数据、RL 环境和评测的公司整理成免费目录，每条都带来源和核验日期，找数据源前先查这份。

#Secludy #Scale #训练数据 #智能体

事件专题

rohanpaul_ai@rohanpaul_ai2 个信源在谈原文

产品 Agent 与开发者官方一手精选04:42

Claude Code v2.1.300 发布：新增 /advisor 命令与缓存写入双档统计

Claude Code 这版把缓存写入拆成 5 分钟和 1 小时两档统计，还修了一批 agent 和会话恢复的 bug，天天用的人可以升级了。

#Claude Code #Anthropic #OpenTelemetry #编程助手

事件专题

官方一手Claude Code: GitHub Releases@ashwin-ant11 个信源在谈原文

模型中美对照04:41

Agent Arena 完整排行榜公布，可在 arena.ai 查看

想挑智能体先看排名的话，Agent Arena 把完整榜单放在了 arena.ai 上，直接去翻就行。

#Agent Arena #arena.ai #智能体 #排行榜

lmarena.ai@lmarena_ai原文

行业 Agent 与开发者04:35

Prime Intellect 收购 Moondream 强化推理加速能力

Prime Intellect 买下 Moondream，图的是推理加速技术，帮做机器人和 agent 的客户省算力成本。

#Prime Intellect #Moondream #AI推理 #智能体

The Information@theinformation原文

模型中美对照73°04:17

Tencent 多智能体方案被比作"家里版 Claude swarm"，博主质疑其做法

博主一边吐槽 Tencent 的手法，一边承认它搞出了 Claude 式的 swarm，想看中外智能体对比的可以点原帖。

#Tencent #Claude #智能体

Teortaxes@teortaxesTex原文