Sam Newman 谈如何构建高韧性 AI 软件并应对故障
Sam Newman 在新书《Building Resilient Distributed Systems》中给出 AI 时代韧性系统设计要点，全书 16 章、耗时三年完成。
#Agent
The Pragmatic EngineerAI 评分2828 GitHubAI 评分7474 Agent Zero 开源智能体框架发布：内置 Linux 桌面与浏览器 DOM 标注
Agent Zero 是一个开源智能体框架，把 Docker 化的 Linux 桌面、带 DOM 标注的浏览器、文档协作、项目与技能、插件系统以及连接宿主机的 A0 CLI 打包在一起。
Simon WillisonAI 评分2828 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff 中绕过诊断模块、直接调用可观测性模块的代码，一旦发现就拒绝提交并注入提示词，要求 AI 智能体改用诊断库，效果从"有偏差"变成"十全十美"。他认为与其手动更新 AGENTS.md 后仍会漂移，不如用这种强制手段约束智能体行为。
RadarAIAI 评分4141 阿里千问办公电商版曝光：近百人团队开发中，预计双十一预售前夕发布
阿里旗下 AI 办公产品千问办公正在开发面向多平台商家的电商版本，计划于双十一预售前夕发布，项目由 CEO 陈宇森统筹、黄丕培负责，参与员工接近百人。该版本并非独立 App，用户可从通用版本切换至“电商经营”版本，首页设有双十一专区、经营分析、商品管理、素材生产和营销推广 5 个板块，目前尚不能直接替商家调整投流计划或接管店铺。
RadarAIAI 评分5858 花叔分享 Claude Code 五项省 Token 实战技巧
花叔总结了使用 Claude Code 时的五项省 Token 技巧，包括把上下文压缩范围控制在 400k-600k、尽量连续完成任务以利用主 Agent 缓存、子 Agent 优先使用 Sonnet 5.5、手动把子 Agent 缓存时间延长至一小时，以及尽量减少子 Agent 的使用。
RadarAIAI 评分5858 LangSmith 推出 AI Search，用自然语言按行为搜索 agent 轨迹
LangChain 在 LangSmith 中推出 AI Search 公测，允许用自然语言描述行为来查询 agent 轨迹，例如 PII 泄露或用户受挫等无法靠标签和全文检索回答的问题。
RadarAIAI 评分5858 Amex 推出 Intent Intelligence Framework，防止 AI 智能体擅自购买
American Express 推出 Intent Intelligence Framework，在 AI 智能体完成交易前捕获并认证客户的购买意图。该框架从 Create Intent API 开始，记录商家名称、预算上限等约束，生成 Intent ID 和 Proof of Intent Token，并用安全数字支付凭证替代真实卡号完成结账，还可用于防欺诈和纠纷处理。
RadarAIAI 评分6262 Geoffrey Huntley：用 pre-commit hook 约束编码智能体调用诊断库
Geoffrey Huntley 提出，与其更新 AGENTS.md 来让编码智能体使用他的诊断库（仍会有偏差和漂移），不如写一个 pre-commit hook 检查 git diff 中绕过诊断模块直接调用可观测性模块的代码，失败即拒绝提交并向智能体注入提示词要求其使用诊断库，他称效果从失败提升到十分满分。Simon Willison 在博客中引述了这段话。
RadarAIAI 评分1212 TechCrunch Disrupt 2026 首日：Startup Battlefield 与六大行业舞台
TechCrunch Disrupt 2026 首日在旧金山 Moscone West 开幕，聚集 10,000+ 创业公司创始人、投资人和科技领袖，设 Startup Battlefield 与六个新增行业舞台，250+ 位演讲者参与。
RadarAIAI 评分3838 Manus 与 OPPO 达成合作，将登陆 Find X10 系列 Agent Mode
Manus 宣布与 OPPO 合作，将其智能体能力引入 OPPO AI Mind Pilot 的全新 Agent Mode，首发搭载于 Find X10 系列与 ColorOS 17。双方称该合作可将复杂多步任务转化为可直接使用的结果。
RadarAIAI 评分2222 Tripo 用 GPT 打造 F1 新加坡站赛车游戏
Tripo 以 F1 新加坡站真实赛道为灵感，用 GPT 编写游戏逻辑、Tripo 生成 3D 资产，把原型做成了可完整游玩的赛车体验。相关内容由 Tripo 在 X 发布，并 @F1 与 #SingaporeGP 话题。
RadarAIAI 评分6262 阿里巴巴据称推出 Qwen Go 智能体，可搜商品、比价并代办客服协商
据 X.PIN 援引消息，阿里巴巴推出基于 Qwen 的智能体 Qwen Go，面向搜索、比价和客服协商任务。演示视频显示它为延误航班拿到 $10 赔偿，并通过淘宝价保追回约 $7。该智能体可查订单、联系人工客服并核验优惠，通过与淘宝和支付宝集成，把个人 AI 助手接入购物和支付系统。
TechCrunch · AIAI 评分6262 SpaceXSI 将 X Premium、Grok 和 Cursor 打包为一份订阅
SpaceX Super Intelligence（SpaceXSI）把 X Premium、Grok 和 Cursor 打包成一份名为 The X Subscription 的订阅，共五档：免费、Plus（8 美元/月）、Premium（30 美元/月）、Super（100 美元/月）和 Ultra（200 美元/月），AI 用量上限随档位提高。
Tessl BlogAI 评分2222 你的软件工厂有多开放？Tessl 谈 AI 软件工厂的知识可迁移性
Tessl 提出评估 AI 软件工厂开放性的关键问题：能否把企业上下文带进去，又能否把工厂积累的知识带出来。文章指出，代码可以带走，但架构决策、技能、评估用例和学到的约束等 know-how 往往留在平台内；支持多模型、接入外部 coding agent、私有化部署都只是起点，真正的开放应让这些知识可检查、可提取、可复用。
TechCrunch · AIAI 评分5858 美国运通推出 Intent Intelligence Framework，防止 AI 智能体未经授权下单
美国运通推出名为 Intent Intelligence Framework 的框架，在 AI 智能体完成交易前捕获并验证客户的购买意图，希望成为智能体支付领域的行业标准。
GitHubAI 评分6060 Google 开源 adk-go：面向 Go 的 AI 智能体开发工具包
Google 在 GitHub 开源 adk-go，一个代码优先的 Go 工具包，用于构建、评估和部署 AI 智能体。该工具包强调灵活性与控制力，面向使用 Go 技术栈开发智能体的场景。
RadarAIAI 评分3636 AI Agent 误删数据库事故分析与防护指南
开发者 Andi 使用 AI Agent 重命名数据库角色时，Agent 生成的 sed 正则在 macOS（BSD）上失效，导致 Prisma 误将真实开发库当作临时库执行全库重置。作者据此提出针对 AI 编码工具的数据库安全防护清单，建议剥夺 Agent 的数据库操作权限。
RadarAIAI 评分3535 小红书提出 AdaptEvo：面向规则约束情境决策的 Agent 学习框架
小红书 AllSpark 团队联合社区审核算法团队提出 Agent 学习框架 AdaptEvo，将置信度自适应强化学习 CA-GRPO 与决策知识、评价准则的演化交替进行，用于规则约束下的复杂情境决策。
RadarAIAI 评分3030 火山引擎安全运营智能体升级，新能力上架豆包工作技能市场
火山引擎安全运营智能体升级三项能力：新增需求文档安全评审，漏洞运营升级为“研判+POC 验证”且漏洞降噪率超90%，安全告警研判升级为多源证据自动关联与定期巡检。这些能力以“技能/技能包”形式上架豆包工作技能市场，在「插件·技能」入口搜索即可安装并限时免费试用。某汽车企业落地中，智能体在数据接入并授权后 AI 自主闭环率达95%+。
RadarAIAI 评分7272 Anthropic 研究警告小型 AI 模型可能在日常设备间自主复制
Anthropic 研究人员 William Zhou 和 Daniel Freeman 测试发现，小型 AI 模型已能在廉价消费设备上部分完成自主复制，其中 GLM-5.2 在五次运行中有四次可靠感染全部八个测试节点。
RadarAIAI 评分5555 OPPO 与 Manus 合作，将 AI 智能体集成进 ColorOS 17
OPPO 与 Manus 达成合作，将 Manus 驱动的 AI 智能体集成到 ColorOS 17 中。该智能体被置入操作系统，可读取屏幕信息并跨应用执行多步骤任务，功能包括生成报告、安排日程和自动化工作流。对 Manus 而言，这笔交易标志着其自回归中国以来在寻求本地硬件和模型合作方面的尝试向前迈进了一步。
RadarAIAI 评分1212 百度超级智能体大会 BAIDU AGENT SUMMIT 西安站 10 月 16 日启幕
超级智能体大会 BAIDU AGENT SUMMIT（西安站）将于 10 月 16 日在西安高新国际会议中心举行，同期举办西安高新区百度人工智能生态链产业项目签约仪式。大会设一场主论坛、一场百度搭子实训营和一片 Agent 实践场，覆盖百度搭子、百度秒哒、百度伐谋、百度一见等智能体产品，并现场放送 1000+ 百度搭子企业版体验席位。
RadarAIAI 评分6060 LangChain 发布 langchain-scaledown 集成，用 ScaleDown 约束解码模型管理长时智能体上下文
LangChain 发布 langchain-scaledown 集成，并在 LangSmith LLM Gateway 中支持 ScaleDown 的约束解码模型（CDM），用于降低长时智能体上下文管理的成本和延迟。
RadarAIAI 评分3939 IBM Research 用开源模型与 llm-d 分布式推理降低 AI 芯片设计成本
IBM Research 演示用开源前沿模型结合 llm-d 分布式推理构建 agent factory，对量子纠错解码算法 Relay-BP 做 HLS 硬件优化，在 100 个假设预算下实现约 52 倍加速、推理成本约 26 美元。同预算下全专有模型配置成本 299 美元、加速 204 倍，为开源配置的 11.5 倍。该结果表明大幅硬件优化可在更小推理预算下实现，并得到面积最小的设计。
RadarAIAI 评分7878 NVIDIA 官宣 RTX Spark 软件生态就绪，10 月 16 日笔记本上市
NVIDIA 宣布 RTX Spark 平台软件生态就绪，搭载该平台的笔记本将于 10 月 16 日上市，最高配备 128GB 统一内存和 1 petaflop AI 算力。
RadarAIAI 评分6262 阶跃终端发布首款大模型原生智能体手机 STEPX Neo 先行版，全栈价 3999 元起
阶跃终端 10 月 13 日发布首款大模型原生智能体手机 STEPX Neo 先行版，搭载骁龙 8 系芯片，16GB+256GB 规格，全栈价（含手机、StepAOS+Step Studio、Step 系列模型）3999 元，10 月 16 日 10:13 首销。
RadarAIAI 评分3434 AI 小白用 Miora 织影 Agent 一站式制作故事短片《乾红猫》
博主以视频创作小白身份，用 Miora 织影 Agent 把南宋《夷坚志》轶闻《乾红猫》做成 1 分 18 秒的古装轻喜剧短片。Agent 将故事拆成框架、大纲、剧本、角色卡和分镜，全程生成 50 段视频、花费约 4000 积分（折合约 40 美元），视频部分使用 Seedance Fast。
NVIDIA Blog精选AI 评分7878 NVIDIA 公布 RTX Spark 首发软件生态：本地智能体、Nemotron 3.5 Bolt 74B 与 DLSS 5
NVIDIA 公布 RTX Spark 笔记本首发（10 月 16 日）的软件与生态更新，覆盖本地智能体、创作应用和开发者工具。
推荐理由：梳理了 RTX Spark 首发时本地智能体、创作与开发工具的适配清单，可据此判断端侧 AI 工作流的可用边界。
量子位AI 评分3838 魔法原子 EchoPolicy-0 登顶 MolmoSpaces 具身智能榜单全球第一
魔法原子 VLM Agent 框架 EchoPolicy-0 在 AI2 发起的 MolmoSpaces Combined 榜单以 75.4% 平均成功率位列全球第一，覆盖全部 4 个 v1 任务。
The DecoderAI 评分7171 Anthropic 研究警告小模型或可在日常设备间自我复制
Anthropic 研究者 William Zhou 和 Daniel Freeman 的新研究测试了小模型能否在安全性薄弱的 IoT 设备上自主复制，他们把复制拆成扫描网络、获取访问、在新设备上搭建 AI 环境、继续扩散四个阶段，并重点验证最难的搭建环节。
Hacker NewsAI 评分3434 DishwasherBench：前沿模型能否装好一台洗碗机？
Composo 发布 DishwasherBench 0.1.0，用一台 Bosch SMV4HAX40G 的刚体物理仿真把装洗碗机做成语言模型基准，浏览器和 MCP 均可玩。
RadarAIAI 评分3636 AWS CEO Matt Garman：智能体需要怎样的云服务？
AWS CEO Matt Garman 在访谈中表示，编码智能体让复杂的开户、VPC 和 IAM 配置成为新的采用障碍，AWS 正尝试把默认网络与权限配置放到后台以缩短首次部署时间。他指出智能体连续调用大量接口，对尾部延迟、短时资源、安全隔离和算力供给提出新要求，并延伸到自研芯片与工程组织。
RadarAIAI 评分4747 Z.ai 发布法律模型 GLM-Legal，Harvey LAB 得分 19.17% 超越 Kimi K3 与 Claude Fable 5
Z.ai 发布法律领域模型 GLM-Legal，基于 GLM-5.3-Flash（320B 总参数、18B 激活、1M 上下文）构建，在 Harvey LAB 上取得 19.17% 全通过率，约为其基座模型 6.67% 的 3 倍，并超过 Kimi K3（12.92%）与 Claude Fable 5（11.25%）。
RadarAIAI 评分2626 REA 案例：用 Codex + REA 下载微信视频号视频
作者用 Codex 结合 REA（Remote Environment Agent）尝试下载微信视频号视频，展示了 AI 多步协作与通过本地代理服务器完成复杂任务的能力。该案例表明复杂任务无法靠单轮对话完成，需要多步提示与交互，其中下载微信视频号涉及本地代理配置等环节。
RadarAIAI 评分2222 华硕发布 NVIDIA MGX 服务器 XA P2N-E2，支持 RTX PRO 6000 Blackwell 双卡
华硕在 2026 OCP 全球峰会发布 2U 服务器 XA P2N-E2，基于 NVIDIA MGX 架构，配备 Vera CPU 和最多 2 块 RTX PRO 6000 Blackwell 服务器版本 GPU，面向代理式 AI 与强化学习工作负载，可应对代码执行、工具调用、沙盒运算等任务。
RadarAIAI 评分6262 MiMo-V2.6-Pro 以 45% 居 FrontierCode 1.1 开源权重模型首位
小米 MiMo 宣布 MiMo-V2.6-Pro 在 Artificial Analysis 上线的 FrontierCode 1.1 榜单上以 45% 领跑开源权重模型。
RadarAIAI 评分3838 Lee Robinson 斯坦福 CS146S 讲座笔记：Grok Bot 类常驻智能体将走向哪里
Lee Robinson 在斯坦福 CS146S 讲座最后部分梳理了 Grok Bot 类常驻个人智能体的未来走向：模型可针对 harness 本身做 SFT 与 RL 训练，形成每日内环修 harness、每月外环换新模型的双环飞轮。
RadarAIAI 评分6262 SpaceX 推出 X Subscription 订阅服务，整合 Grok、Cursor 和 X Premium
SpaceXSI 于 10 月 13 日宣布推出订阅服务 X Subscription，将 Grok、Grok Bot、Cursor 和 X Premium 会员整合到一个订阅体系，按档位提供相应使用权限。
RadarAIAI 评分5858 Grok Bot 推出 Memory Transfer，可迁移 ChatGPT 或 Claude 记忆
Grok Bot 上线 Memory Transfer 功能，可把 Claude 或 ChatGPT 了解的用户信息迁移到 Grok，支持粘贴提示词回答或上传 ChatGPT/Claude 数据导出两种方式。所有条目需逐行人工审核，只保存用户保留的内容，每条标注来源和时间，已有内容不会被覆盖。作者评论认为审核步骤很必要，例如请求帮忙写角色时，角色背景不应被存成关于用户本人的事实。
RadarAIAI 评分4141 DeepEval 发布 JevEval：用 Jev 替代生成式 LLM 当评估裁判
DeepEval 团队发布 JevEval，用 Jev 替代生成式 LLM 担任评估裁判，把 LLM 评估从"生成判定"改为"结构化决策"。它将评估逻辑、语义判断与分数计算三者分离：人定义显式可审查的评估逻辑，Jev 返回概率分布而非生成文本，DeepEval 用固定公式算出确定性分数，解决传统 LLM-as-a-judge 不可解释、同输入两次运行分数不稳定的问题。