智能体团队为何跨边界失败？面向私有状态 Agent-to-Agent 系统的失败分类法
研究基于 2500 多次 A2A 系统运行记录、覆盖 8 大领域 488 个场景，提出 $A^2$-Failures 失败分类法，含发现与委派、依据与记录一致性、验证、行为与忠实度 4 类共 20 种失败模式。
#Agent
arXiv cs.MAAI 评分3636 arXiv cs.MAAI 评分3838 CLASHarness：用可控可验证生成管线评测计算机使用中的多智能体冲突
研究者推出 CLASHarness（Conflict-Loaded Agent Scenario Harness），一个可控生成计算机使用场景中可验证多智能体冲突的框架，并附带 600 个多轮任务基准。
RadarAIAI 评分3434 建筑 3D 可视化自动化：多模态大模型 + Three.js 从平面图生成沉浸式网页漫游
该方案用多模态大模型结合 Three.js，把建筑平面图和实景参考图快速转成高交互的 3D 网页漫游，以解决传统 3D 建模成本高、周期长的问题。文中还提出通过多代理闭环协作实现自动化获客的商业模式。
RadarAIAI 评分5858 基于 Cloudflare 的免费 AI Agent 框架
一个开源 AI Agent 开发框架，利用 Cloudflare 免费边缘计算服务，让开发者无需购买专用服务器或保持电脑常开，即可搭建 24 小时在线的个人助理。该框架支持跨平台访问，并具备时间敏感的记忆管理功能，可通过 Git 等方式使用。
RadarAIAI 评分2424 清理无用代码注释，提升 Agent 效率：/no-comment 工具介绍
代码中过时的临时修复、重复描述或无关 TODO 等冗余注释会累积并被后续 AI Agent 误认为重要信息，从而误导开发。作者为此介绍了一个名为 /no-comment 的工具，用于清除这些"病毒"注释。
RadarAIAI 评分2424 Stripe CEO 谈 Personal Agent 如何重塑商业竞争逻辑
Stripe CEO 与 Frank Wang 探讨 Personal Agent 对商业竞争的影响：它具备超强信息处理与极致理性，能抵御商业陷阱，迫使竞争从流量转向产品品质。其成功依赖真实数据源与完全的用户利益对齐。
RadarAIAI 评分6060 Eleven 发布面向二进制逆向工程的开源 AI IDE
Eleven 是一个专为二进制分析打造的开源 IDE 平台，基于 Electron 构建，深度集成 REA 逆向库和 Claude Code、Codex 等主流 AI Agent，把复杂的二进制拆解转化为可交互的提问式分析。据称这一方式可降低逆向工程的门槛与学习曲线。
RadarAIAI 评分3232 蚂蚁国际 AMP 接入 Starryblu 钱包，Agent 支付落地
蚂蚁国际 9 月公布 AMP（Agentic Mobile Protocol，面向 AI Agent 的移动支付协议）第一阶段合作名单，Starryblu 是 10 家钱包合作伙伴中唯一的新加坡方，承担钱包侧的账户连接、授权与付款。用户可在 Agent 中连接 Starryblu 钱包完成授权和身份验证，再由 Agent 按预算与条件寻找酒店并执行付款，或采用预先授权方式在设定范围内自动下单。
RadarAIAI 评分2121 千问 App 支持一键绑定千问 AI 耳机
千问 App 新增「千问耳机」入口，更新至最新版本后按提示即可一键绑定千问 AI 耳机。绑定后支持语音问答、交办任务，进入「工作助理」语音下达指令即可主动执行，并支持 89 种语言专业翻译与多语言 AI 实时听记。
RadarAIAI 评分4242 小红书 AllSpark 提出 CompoWorld：用组合式环境扩展通用 Agent 训练
小红书 AllSpark 团队提出 CompoWorld，通过组合可复用服务扩展通用 Agent 的训练环境与任务空间，构建了 448 个服务、10,130 个工具。团队用 3K 条 SFT 轨迹和 1K 个 RL 任务训练 Qwen3.6-35B-A3B，在八项 Agent 基准上平均提升 9.17 分，AutomationBench 成功率从 10.33% 升至 32.33%。
Latent SpaceAI 评分6262 Modal 年化收入达 10 亿美元，完成 16 亿美元 D 轮融资
Modal 年化经常性收入突破 10 亿美元，并以 157.5 亿美元估值完成由 Accel 领投的 7.5 亿美元 D 轮融资，用量同比增长超过 15 倍。其 2023 年推出的 Sandboxes 产品单独达到 3 亿美元年化收入，累计启动近 30 亿个沙箱，可扩展到百万级并发。
GitHubAI 评分6262 ai-job-search：基于 Claude Code 的开源求职申请框架
MadsLorentzen 发布开源项目 ai-job-search，一个基于 Claude Code 的求职申请框架，可评估职位匹配度、定制 CV、撰写求职信并准备面试。
GitHubAI 评分6060 openclaw 发布 Peekaboo 4.9.3：macOS 屏幕捕获与 UI 自动化 CLI
openclaw 发布 Peekaboo 4.9.3，这是一款 macOS CLI 与菜单栏应用，用于屏幕捕获、辅助功能检查和原生 UI 自动化，可让内置 agent 规划多步任务，也可把同一套工具暴露给 MCP 客户端。
RadarAIAI 评分2222 腾讯个人 AI 管家 Marvis（马维斯）正式登陆华为鸿蒙应用市场
腾讯个人 AI 管家 Marvis（马维斯）正式登陆华为鸿蒙应用市场，鸿蒙版与 Android、iOS 端功能保持一致，支持自然语言操控电脑、跨端远控电脑、定时任务、文件智能处理等能力。鸿蒙版新增微信和 QQ 登录，用户历史对话与积分资产均可继承，老用户可在鸿蒙设备上无缝继续使用。
RadarAIAI 评分3838 卡兹克用 Claude 搭建公司中台定时任务并分享省 Token 技巧
卡兹克用 Claude 为公司中台搭建了自动化流程，定时任务每 10 分钟检查后台是否有新意见，Claude 会启动并根据需求判断是否开发优化、改完后回复。省额度技巧是平时用 Haiku 5.5 探测有无新意见，有的话再启动 Opus 5.5 子 Agent 解决，以最大化 Token 利用。
RadarAIAI 评分2222 AI 力工的日常工作流程：随时随地的创意实现
作者基于一台 24 小时在线的远程电脑，用 Tailscale 安全访问，通过手机、平板或手表随时启动 AI 任务。新想法记入 Linear 待办列表后交给 AI 执行，他只需在照看孩子或吃饭时做快速的 yes/no 决策来推进工作流。
RadarAIAI 评分2222 商汤 Raccoon Work 助视障者打造无障碍学习工具 Light Bridge AI
视障倡导者曹文伟借助商汤 AI 办公助手 Raccoon Work 构建了"Light Bridge AI"工作流，可为视障及多重残障学生生成定制学习材料、学习计划和教学计划，并利用图像理解能力独立审阅 PPT 幻灯片。该工作流还能处理含文字、图片和表格的长文档，使其更易被屏幕阅读器读取，并在商汤 Raccoon Work OPC 挑战赛决赛中获得银奖。
RadarAIAI 评分1212 邵猛提议给 Agent 设计的副屏遥控器也能用来玩游戏
邵猛提议，给 Agent 设计的桌面副屏和手持遥控器也能用来玩游戏：Agent 运行时用小游戏打发等待时间，运行完在副屏暂停游戏并提示下一步操作。该副屏为 3.96 英寸 LCD，集中显示所有 Agent 会话状态，手持器用两轴摇杆选择会话，按住语音键 100 毫秒内开始录音，语音还可经听写软件转写成邮件、笔记。
RadarAIAI 评分5555 Agent Evals 实践指南：从 trace 到持续优化的工程流程
该推文总结了 LangChain 团队关于 Agent Evals 的最佳实践，强调从真实 trace 数据构建最小数据集，并采用离线与在线分层评估。文中还提到代码优先、LLM 校准、容器化等技术，用于实现可靠的 agent 质量控制，内容基于 @divyasan0 的博客。
RadarAIAI 评分6969 面壁智能等联合开源 PilotDeck 2.0，主打办公全流程交付与长任务稳定运行
10 月 15 日，清华大学 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合开发的 AI Agent 工作台 PilotDeck 2.0 正式开源。该工作台主打办公全流程交付与长难任务的高效稳定运行，官方称支持一键上手，并给出办公 Skills、长任务续跑与智能路由的实测数据。
RadarAIAI 评分7171 xAI 发布 Grok Voice 3.0，以 86.9 分登顶 Artificial Analysis 语音对语音指数
xAI 发布语音对语音模型 Grok Voice 3.0，在 Artificial Analysis Speech-to-Speech Index 上以 86.9 分排名第一，高于 GPT-Live-1（Astra, medium）的 83.2 分和 Gemini 3.8 Live Extended Thinking 的 82.6 分。
RadarAIAI 评分3838 由 AI 编写的 Go 聊天客户端：Opus 5.5 20 分钟生成，超 90% 代码由 AI 完成
作者展示了一个由 Opus 5.5 在 20 分钟内生成的 Go 聊天客户端，基于 gopherjs 和 React 编写，超过 90% 的代码由 AI 完成，包括 WebSocket 路由和消息处理等复杂 UI 逻辑。
RadarAIAI 评分5858 微软为 Copilot 智能体推出 Work IQ 知识编译引擎，响应提速 4 倍、词元消耗减少约 30%
微软为 Copilot 等 AI 智能体推出基于 SharePoint 的 Work IQ 知识编译引擎，在不升级底层大模型的前提下，将跨组织散落信息转化为结构化知识库，使响应速度提升至原来的 4 倍，词元消耗减少约 30%。
RadarAIAI 评分3838 SpaceXSI 发布 Grok Voice 3.0 语音模型
SpaceXSI 发布面向客服通话的语音到语音模型 Grok Voice 3.0，称响应时间不到一秒、延迟降低 40%。同时 Grok Bot 市场开放开发者提交连接器、插件和 MCP server。
RadarAIAI 评分6666 金融稳定理事会发布 AI 风险管理最终版指引，要求银行加强对 AI 智能体的人工监督
金融稳定理事会发布 AI 风险管理最终版指引，要求银行及企业加强对 AI 智能体的人工监督，高风险 AI 应用须明确何种情况下需先获人工批准才能执行任务。指引删除了原先将 AI 视为虚拟员工的建议，强调 AI 智能体不像人类那样思考，可能以意想不到的方式理解预设目标。相比 6 月发布的草案，最终版因越来越多金融机构有意采用 AI 智能体而进一步强化了相关监管建议。
RadarAIAI 评分3838 Grok Bot 上线邮箱别名功能，可将消息路由到不同 bot
Grok Bot 上线邮箱别名功能，可为 bot 配置 xxx@mail.grokbot.com 邮箱，把消息路由到不同 bot。用户可用 Gmail 别名（如 xxx+muse@gmail.com）作中介，让不同平台的个人 agent 相互发指令，通过邮箱和签名验证后无需确认即可发消息。目前 Gmail 无法 push 消息，需每 15 分钟检查一次新邮件。
GitHubAI 评分6060 Magic Cloud 开源全栈生成平台发布，内置 MCP 服务器与沙箱安全模型
Magic Cloud 是一个 MIT 许可的开源全栈应用生成平台，用自然语言生成数据库、安全 API、业务逻辑和前端，全部运行在自有硬件上，定位为 Lovable、Bolt、Replit 的开源替代。
GitHubAI 评分3636 Memgraph：面向实时 AI 上下文与 GraphRAG 的内存图数据库
Memgraph 是一款用 C/C++ 构建的高性能内存图数据库，为 GraphRAG 管线、AI 记忆系统和智能体工作流提供图引擎，支持亚毫秒级多跳遍历。它在单一查询层内同时提供内置文本与向量索引，可将检索管线合并为一次原子数据库操作，并兼容 Neo4j 的 Cypher 查询语言、支持 ACID 与高可用。
GitHubAI 评分6767 Memoh 开源多智能体平台发布：为每个 AI 智能体分配独立云电脑
Memoh 是一个开源多智能体平台，为每个智能体提供独立云端工作区，包含文件系统、桌面、浏览器、网络和长期记忆，即使本地笔记本关闭也保持 24/7 在线。
GitHubAI 评分5858 LibreChat 发布 v0.8.8，新增 Agent 管理 API 与附加代码工作区
LibreChat 发布 v0.8.8，新增 Agent 管理 API（beta），可创建、发现、更新和删除 Agent，管理 Agent 文件与 Skills，并通过部署绑定的 OIDC 身份认证机器客户端，同时保留既有角色与 Agent 访问控制。
GitHubAI 评分3636 易标投标工具箱：开源免费的 AI 标书编写工具
易标投标工具箱是一款完全开源的 AI 标书编写工具，支持 AI 生成技术方案、图文生成、商务标、企业知识库、标书查重与废标项检查等功能，兼容 OpenAI like API 及 ollama、lm studio 本地模型。
RadarAIAI 评分3434 斯坦福 CS 329Z：从模型到系统的 AI Agent 工程学
斯坦福大学开设 CS 329Z 课程「Engineering AI Agents」，由三位专家共同讲授，聚焦从基础 LLM 流水线到复合 AI 系统的工程过渡。课程第七讲主题为「Agent 记忆架构」，讲义链接已公开。
RadarAIAI 评分2828 Claude 桌面版更新：简洁界面与子任务展示
最新版 Claude 桌面应用将复杂的多列布局简化为单一窗口，隐藏中间思考过程，仅以列表形式展示子任务。这一设计在提升交互流畅度的同时，通过隐藏内部逻辑来防止逆向工程和蒸馏，体现 Anthropic 对用户数据隐私与模型安全的重视。
RadarAIAI 评分2020 SlashVibe：为 AI Agent 设计的物理控制台
SlashVibe 是一款专为管理多个 AI Agent 设计的物理控制器，配备 3.96 英寸副屏实时显示状态，并可通过两轴摇杆快速切换会话，还支持语音输入。该设备旨在减少窗口管理耗时、提升工作效率，将于 10 月 27 日上线 Kickstarter。
RadarAIAI 评分7272 阶跃星辰开放 Step 5 Preview 权重，同步发布技术博客
阶跃星辰正式开放 Step 5 Preview 模型权重，提供 BF16 与 FP8 两个版本，已上线 Hugging Face 和 ModelScope，技术博客同步上线。
RadarAI精选AI 评分7878 阶跃星辰开放 Step 5 Preview 权重，支持 100 万 token 上下文窗口
阶跃星辰正式释放 Step 5 Preview 模型权重，包含 BF16 与 FP8 权重、技术博客和配套开源开发工具，已上线 Hugging Face 和 ModelScope。
推荐理由：阶跃星辰开放 Step 5 Preview 权重，读者可据此了解其稀疏 MoE 架构与百万 token 上下文在长程 Agent 任务上的设计取舍。
RadarAIAI 评分6666 LangChain 团队以 Q&A 形式分享 Agent Evals 常见问题实践指南
LangChain 团队 Divya Santhanam 以 Q&A 形式发布 Agent Evals 实践指南，给出从真实 trace 起步、建 10–20 条小数据集跑基线、失败案例回流迭代的工程流程。
RadarAIAI 评分6060 Figma 发布 Figma Specs 等新功能，定义智能体在平台上的设计规则
Figma 在印度首届 Config 活动上发布基于 Markdown 的编辑器 Figma Specs，让用户定义设计语言并引入设计与代码库，作为团队和自家及第三方智能体遵循品牌设计规则的参考。
极客公园AI 评分2020 卖出去≠全球化成功，中国企业出海究竟还差什么？
中国企业出海正从渠道扩张转向海外品牌、服务与研发体系的长期经营，合规、采购、稳定性等产品之外的能力成为关键考验。小鹏借助亚马逊云科技构建海外数据湖，并以 Amazon Bedrock 为基础模型底座打造 AI 编程与 Agentic AI 工作平台「灵犀」；安克创新已部署超 300 个活跃 AI 智能体，超 50% 代码由 AI 生成。
量子位AI 评分4040 DeepSeek 服务器全球宕机，DeepSeekHarness 账号同时现身 B 站
DeepSeek 网页及 API 于北京时间 10 月 15 日上午 8 点 11 分起部分中断，受影响服务包括 DeepSeek 对话服务、DeepSeek V4 Pro API 和 DeepSeek V4.1 Flash API，官方称故障原因已定位并正在修复。