Sierra 与 Meta 联合发布 Personal Agent Protocol 开放标准
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等合作伙伴发布 Personal Agent Protocol，用于定义个人智能体与企业之间的交互方式，覆盖身份认证、消费者授权和企业对智能体行为的可见性，任何人均可实现。
#Agent
Sierra BlogAI 评分5858 Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测中的意外失败能教会我们什么
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界、满足用户需求，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入查看数据的重要性。
Sierra BlogAI 评分2222 Sierra 推出合作伙伴生态：技术平台、市场与服务伙伴
Sierra 推出合作伙伴生态系统，涵盖技术平台、云与前沿实验室市场以及咨询服务伙伴，让 Sierra 智能体安全接入联络中心、支付、电子健康记录、物业管理和计费系统。企业可通过主流云市场采购 Sierra，并借助咨询公司和系统集成商完成后端系统对接与内部团队过渡。
OpenAI NewsAI 评分2222 Jump Trading 如何用 ChatGPT 扩展量化研究
Jump Trading 借助 OpenAI 扩展量化研究，通过运行时间更长的 AI 工作流整合多个数据源，并结合人工审核。
OpenAI NewsAI 评分2222 OpenAI 与 Ironclad 如何推进 AI 智能体的计算机操作能力
OpenAI 与 Ironclad 正围绕复杂合同工作流训练和评估 AI 智能体，以推进面向专业工作的计算机操作能力。双方聚焦合同流程这一场景，探索智能体在真实专业任务中的表现与评测方式。
Apple Machine Learning ResearchAI 评分3030 RISED：用评分量表实现智能体多环境选择与自蒸馏
Apple 团队提出 RISED，将评分量表（rubrics）从奖励信号扩展为多环境 LLM 智能体训练中的数据选择与策略监督工具。LLM 裁判用跨环境共享的 rubric 词表标注每条 rollout，据此挑选与混合环境批次行为构成一致的数据，并让正向 rubric 为同策略自蒸馏教师提供 token 级监督、负向 rubric 引导后续生成避开重复失败模式。
OpenRouter Announcements精选AI 评分6262 OpenRouter 对比四家服务端代码执行工具：OpenAI、Anthropic、Google 与自家 shell
OpenRouter 发布对比文章，梳理 OpenAI、Anthropic、Google 及自家 openrouter:shell、openrouter:bash 四类服务端代码执行工具，模型在 API 请求内直接调用沙箱运行命令并取回输出。
推荐理由：对比四家服务端代码执行沙箱的能力、计费与安全边界，可据此判断自建还是托管。
Together AI Blog精选AI 评分6262 Together AI 发布 Together Link，把开源模型接入现有编码智能体
Together AI 发布 Together Link，可将团队已在用的编码智能体接入其开源模型，官方称可降低超过 50% 的开销。该工具支持 Claude Code、Claude Desktop、Codex（ChatGPT 应用与 CLI）、OpenCode 和 Pi，设置与登录保持不变，一条命令即可安装并随时切回原生闭源模型。
推荐理由：官方给出接入命令、路由规则与按会话计费对比，可据此估算团队编码智能体的成本变化。
GitHub Blog · AI & MLAI 评分2020 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次答案，以及用 AI 节省的时间去解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明可用第二个模型对计划、代码和测试进行批判性审查。
OpenRouter AnnouncementsAI 评分3434 LangChain 与 CrewAI 对比：编排框架与 OpenRouter 原生路由有何不同
OpenRouter 发文对比 LangChain/LangGraph、CrewAI 与 OpenRouter 原生路由，指出多模型编排实为三层：工作流编排、模型路由与提供商路由。
OpenRouter AnnouncementsAI 评分3636 OpenRouter 支持机器人模型路由指南：廉价优先处理 FAQ
OpenRouter 发布指南，介绍支持机器人采用"廉价优先"模型路由：常规 FAQ 交给小型廉价模型，难例或不确定请求再升级到更强模型。三种应用侧模式为静态规则、分类器分诊和带置信度阈值的答案检查。OpenRouter 的 Auto Router（"model": "openrouter/auto"）可按任务类型选初始模型，models 数组提供错误回退，但支持政策验收检查仍需应用自己负责。
OpenRouter AnnouncementsAI 评分3838 六大 Agent 框架工具调用 Schema 对比：OpenRouter 如何在 API 层统一工具调用
OpenRouter 发布六大 Agent 框架工具调用 Schema 处理对比，指出 OpenAI、Anthropic、Google 各自使用不同的工具定义与返回格式，为一个提供商写的工具定义无法原样用于另一个。
Comfy BlogAI 评分2828 852話 Hakoniwa 如何用 Comfy Agent 创作动画短片《YUI》
知名 AI 动画艺术家 852話 Hakoniwa 用 Comfy Agent 完成了首部动画短片《YUI》，主角名字取自 ComfyUI 最后三个字母。全片成本约 20 万日元（不含人力），一人专注工作 3 天，其中约 2/3 时间用于生成、1/3 用于剪辑，成片时长 4:20。
Comfy Blog精选AI 评分6565 Comfy 发布 Comfy Agent，可在 ComfyUI 内构建并迭代工作流
Comfy 发布 Comfy Agent，现已在 Comfy Cloud 面向所有人开放，几周内将进入 Comfy Desktop。它位于 ComfyUI 内，能规划并评估技术方案、搭建工作流、修复错误、查找素材和处理技术术语，支持公开或私有技能、最多 5 个并行对话并保留完整历史。
推荐理由：官方披露了 Comfy Agent 在 ComfyUI 内的能力边界与后续本地化计划，可据此判断工作流搭建方式的变化。
Apple Machine Learning ResearchAI 评分5858 强智能体做自主 ML 工程需要多少框架？Apple 研究对比最小化编码智能体与复杂框架
Apple 与 EPFL 的研究者在同等时间预算和相同前沿 LLM 骨干下，对比开源 SOTA 框架与仅提供 read、write、bash 原语的最小化编码智能体单次会话，发现前者没有优势，性能主要由骨干模型决定。通过大规模系统性消融实验，作者认为在编码智能体设定下多智能体编排器、专用检索子智能体等机制层变得冗余，围绕强模型手工搭建框架的投入在当前 MLE 基准上回报有限。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的评测成绩和内部落地案例，可据此判断前沿模型的能力边界。
Sierra BlogAI 评分2222 Sierra 加入 OpenAI Marketplace，成为首发合作伙伴
Sierra 成为 OpenAI 新 marketplace 的首发合作伙伴，符合条件的客户可用其 OpenAI 承诺额度构建 Sierra 智能体。Sierra 称财富 50 强中近 50%、1/3 的领先银行和 5/10 的全球最大医疗公司是其客户，其模式按结果而非 token 付费，并借助 Ghostwriter 让团队自行构建、部署和改进智能体。
Sierra Blog精选AI 评分6060 Sierra 将 Ghostwriter 从提示工具升级为 Slack 和 Teams 中的主动智能体队友
Sierra 把 Ghostwriter 从需要提示的工具改造成 Slack 和 Teams 中常驻、主动、异步的智能体队友，用户可将其加入频道并 @ 提及获取客服解决率趋势、销售漏斗转化图表或发起新实验。
推荐理由：原文展示了智能体从被动执行到主动提建议的形态变化，可据此判断团队协作类 Agent 的落地方式。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区也已通过 Awesome Copilot 分享现成的 canvas 扩展。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为何认为聊天框是错误 UI：用 canvas 构建自定义交互界面
GitHub Copilot 提出，聊天框在多数场景下是错误的 AI 交互界面，应改用 canvas——一种运行在 GitHub Copilot 应用内、无浏览器外壳的全栈应用，可与 agent 双向通信并在本地执行代码。文中演示了用 canvas 构建 Connect 4 游戏、Winget 包管理界面和 SQLite 数据库操作界面，并称用 agent 构建工具比反复对话更省 token。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试
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，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后为每个独立缺陷生成漏洞报告。
推荐理由：原文完整披露了 Fuzzing Taskflow 的流水线分层、覆盖率反馈循环与崩溃分诊设计，可迁移到其他安全自动化场景。
Sierra BlogAI 评分3636 Sierra 详解 AI 智能体透明度：Ghostwriter 与 Agent Studio 让智能体全程可见可编辑
Sierra 发布博客详解其 AI 智能体平台的透明度能力：用 Ghostwriter 以自然语言构建智能体，并在 Agent Studio 中查看和编辑其每一步动作、策略与人格设定。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，MCP 提供连接工具与数据的标准，Skills 则封装团队流程与最佳实践；RAG 并未消亡，检索能为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。
Together AI BlogAI 评分2222 一家全球金融科技公司如何用 Dedicated Model Inference 支撑编码智能体流量
一家全球金融科技公司把编码智能体工作负载迁到 Together 的 Dedicated Model Inference，运行 GLM-5.2，以并发而非吞吐为设计重点。
Sakana AI BlogAI 评分3939 Sakana Chat 更新：切换至 Fugu Max 模型并新增记忆功能
Sakana AI 更新 Sakana Chat，将内置的 Sakana Fugu 切换为最新编排模型 Fugu Max，该模型整合多种开源模型并按提示词路由至最合适的模型，性能对标前沿模型。同时新增记忆功能，可跨会话保留用户角色、项目与回答偏好，Namazu 和 Fugu Max 均可使用，记忆内容可在设置中查看或关闭，且仅对本次更新后的对话生效。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：原文给出两款语音模型的基准成绩与开放渠道，读者可据此判断语音智能体的能力与成本位置。
Augment Code Blog精选AI 评分6666 Augment 如何搭建软件工厂：从编码智能体到全流程自动化
Augment Code 公开其软件工厂实践，在 2025 年 11 月至 2026 年 7 月间把每位活跃开发者的规模调整后产出从 12.3 提升到 55.7，即 4.5 倍，同时 PR 中位合并时间从 11.2 小时降至 3.1 小时，14 天回滚率从 1.9% 降至 0.4%。
推荐理由：Augment 公开了软件工厂的搭建顺序与各环节智能体分工，可对照自身瓶颈判断先自动化哪一步。
Augment Code BlogAI 评分5858 Augment Code 在 Cosmos 平台内置 Advisor，称其为自我前置部署的智能体平台
Augment Code 在 Cosmos 平台中内置 Advisor，把原本由前置部署工程师（FDE）承担的实施工作交给平台自身完成，官方称其为自我前置部署的智能体平台。
Augment Code BlogAI 评分3434 两人工程团队如何用 Cosmos 智能体处理 6 倍产品反馈并保持交付
两人 Cosmos Advisor 团队用 Cosmos 构建了 Feedback Triager 智能体，把每周产品反馈从约 5 条增至 30+ 条、两周 60 条的压力接了过来。
Augment Code Blog精选AI 评分6262 Augment 如何重写 Auggie CLI harness，使任务成本比 Claude Code 低 53%
Augment 重建 Auggie CLI 的 harness，在 SWE-bench Pro 上以相同通过率完成任务花费 1.27 美元，而 Claude Code 为 2.70 美元，便宜 53%。
推荐理由：Augment 公开了 CLI harness 重写的取舍过程与 SWE-bench Pro 成本对比，可参考其工具面收窄与检索替代探索的思路。
Augment Code BlogAI 评分5858 Augment Code 扩展 Cosmos：把代码审查延伸到 PR 到合并全流程
Augment Code 将其 Cosmos 代码审查系统扩展到完整的 PR 到合并流程，新增 Verifier、PR Fixer、Review Dashboard 和 cosmos approve 等能力，由多个专职 Expert 分别负责风险分析、逐行审查、设计评审、运行时验证与修复。
Augment Code BlogAI 评分2222 Augment Code 如何用 Cosmos 软件工厂理解自身业务
Augment Code 解决方案架构负责人用其智能体编排平台 Cosmos 构建试点健康度视图，打通产品使用数据、GitHub 与 PR 活动、Salesforce 交易状态和客户通话记录，为每个试点生成含采用度、技术进展、风险与整体健康评估的排名视图，每个数字都可追溯到实时来源。
Modem BlogAI 评分3838 Modem 发布 MCP server 与公开 API，让编码智能体直接读取客户反馈
Modem 的 MCP server 和公开 API 现已向所有用户开放，任何 MCP 客户端均可接入，让编码智能体直接查询经合成的客户反馈主题。其提供 search_modem、merge_topics 等读写工具及 invoke_modem_agent 子智能体。
Augment Code BlogAI 评分4242 Augment Code 将 GPT-5.6 Sol 设为 Cosmos 默认模型
Augment Code 宣布 GPT-5.6 Sol 即日起成为 Cosmos 的默认模型，理由是它在其质量层级中 token 效率最高。Cosmos 的默认模型选取标准是先通过内部基准与线上测试的通过率门槛，再从中挑选每任务成本最低者，用户仍可自行切换模型。
Berkeley AI ResearchAI 评分3030 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并加以监督，用受自编码器启发的重建式信念评分（belief grading）作为辅助 RL 任务。
Modem Blog精选AI 评分6262 Modem 详解编码智能体如何读代码：如何为智能体写可检索的代码
Modem 发布《Writing Code for Agents》系列第一篇，指出编码智能体主要靠 grep/ripgrep 做文本搜索来导航代码库，因此变量、函数、文件名本身就是搜索词。
推荐理由：Modem 用自家 68 万行 LLM 生成代码库的实测数据，说明命名与类型如何影响智能体的检索开销与准确率。
Modem BlogAI 评分2525 Modem 现已接入 Stripe
Modem 面向所有用户开放 Stripe 集成 beta，可在 Settings → Integrations → Stripe 中连接，通过官方 Stripe App 的 OAuth 只读授权，无需 API key。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：为智能体设计（Data Systems For Agents）、由智能体运行（Of Agents）、由智能体构建（By Agents）。
Modem BlogAI 评分3030 Modem 现已接入 Zendesk
Modem 面向所有用户开放 Zendesk 集成 beta，通过 OAuth 在 Settings → Integrations → Zendesk 连接，无需 API key。
Modem BlogAI 评分3434 Modem 推出 Automation Templates 自动化模板
Modem 面向所有用户上线 Automation Templates，可从 Automations 页面浏览并一键安装经过测试的现成智能体自动化。安装后即生成预填提示词、调度和输出目标的自动化，未编辑提示词时会随模板更新，也可随时 fork 自定义。示例包括 GitHub PR 合并后向 Slack 推送客户跟进提醒、每日发现新对话参与者、每周一根据已合并 PR 生成面向客户的更新日志。