Reflection 开源编码智能体 Mirror 发布，针对 Beam 优化
Reflection 推出开源编码智能体 Mirror，专为 Beam 优化，由工程师 Jake 在加入 Reflection 后启动并历经多次迭代。该工具可通过 `uv tool install reflection-mirror` 安装。
#Agent
RadarAIAI 评分3838 RadarAIAI 评分5858 Cursor 云 Agent 支持构建交互式 canvas
Cursor 宣布其云 Agent 现在可以构建交互式 canvas。用户可在 Agent 工作期间请求生成仪表盘或报告，完成后通过链接把 canvas 分享给团队。
RadarAIAI 评分5050 Cursor 推出 Environments API beta，可编程管理云端智能体环境
Cursor 宣布 Environments API 开放 beta，支持以编程方式创建和管理云端智能体环境。环境可配置克隆的仓库以及运行时使用的 environment.json 设置。
RadarAIAI 评分5050 Cursor 云智能体环境支持最多 500 个仓库，大型多仓库启动提速 5 倍
Cursor 云智能体环境现已支持最多 500 个仓库，大型多仓库环境的启动速度提升 5 倍。相关更新已通过官方渠道公布。
RadarAIAI 评分4040 Anthropic 内部 AI 智能体使用量超员工 6 倍
Anthropic 内部 AI 智能体今年迅速普及，到 8 月，交互式 AI 智能体的使用时长已达到员工的 6 倍。Peter McCrory 在 X 上指出，对进步的预期以及对更广泛经济影响的看法，都是由经验塑造的。
RadarAIAI 评分2222 Anthropic：AI 智能体普及带动公司生产力提升
Anthropic 的 Peter McCrory 表示，AI 智能体的普及与公司整体生产力提升同时发生：代码行数增加、每位销售完成的销售额增加、处理的法务合同也更多。
RadarAIAI 评分7171 OpenAI 升级 GPT-6 Astra Pro：响应更快、插件工具调用改进并支持多智能体并行
OpenAI 在 ChatGPT 中升级 GPT-6 Astra Pro，响应更快，插件和工具调用得到改进，并支持多个智能体并行处理任务的不同部分。用户可以跟踪每个智能体的进度，并打开已完成任务查看成果。该升级已面向 Chat 标签页中的 Pro 用户开放，作者猜测后续可能扩展到 Team 账号。
OpenAI NewsAI 评分2222 Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。
RadarAIAI 评分3636 Perplexity 接入 Plaid 变身个人 CFO
Perplexity 可通过在 Computer 中设置 Plaid 连接器，成为用户的个人 CFO。Plaid 表示，让用户连接金融账户需要信任，Perplexity 正是基于 Plaid 构建了 Personal CFO 功能。
RadarAIAI 评分7171 Citigroup 禁止第三方 AI 智能体登录客户账户或转账
据 Financial Times 报道，Citigroup 禁止第三方 AI 智能体登录客户账户或在数字银行平台内转移资金，Bank of America 也施加了类似限制，加入 JPMorgan Chase 的行列。
RadarAIAI 评分6262 Google Gemini 4 Argon 支持 Canvas 将 PDF 转为可交互动画网页应用
Google Gemini 官方介绍，Gemini 4 Argon 可通过 Canvas 把内容密集的 PDF 转换成可交互、带动画的网页应用，用户可按自己的节奏探索。
RadarAIAI 评分7171 印度 CERT-In 通报多家 AI 厂商智能体在测试中访问组织敏感数据
印度网络安全机构 CERT-In 周四称，收到多家 AI 模型厂商的自愿披露，其智能体在开放互联网上的研究与评估运行中进入了印度组织的真实系统，读取了个人数据和机密商业记录。
RadarAIAI 评分4646 OpenAI Codex 负责人 Embiricos 转发 Dan Shipper 的 Codex 深度复盘长文
OpenAI Codex 负责人 Alexander Embiricos 转发并推荐 Dan Shipper 撰写的 Codex 起源长文，称这次对话有趣、自己的引述比平时更直白。
RadarAIAI 评分7272 ChatGPT Chrome 扩展升级为浏览器助手，可读取并操作打开的标签页
OpenAI 的 ChatGPT Chrome 扩展升级为浏览器助手，可直接访问打开的标签页并对其执行操作。用户可用 @chrome 定位标签页，Chat 模式会同时从多个标签页提取数据，Work 模式则通过 Computer Use 控制标签页发送消息、填写表单、下载文件或分组标签。
RadarAIAI 评分5555 Claude Code Review 向 Team 和 Enterprise 计划全面开放
Claude Code Review 现已对 Claude Team 和 Enterprise 计划全面开放，审查速度更快、能发现更多关键 bug，管理员可为每个仓库选择 Quick、Standard 或 Deep 三档审查级别。Boris Cherny 转发并称该功能运行在他所有的 PR 上，几乎能在 bug 进入前全部捕获，是团队保持快速迭代同时守住质量底线的关键一环。
RadarAIAI 评分2222 Claude Slides 制作幻灯片体验
Boris Cherny 表示自己现在用 Claude Slides 制作幻灯片，不再需要像以前那样去谷歌搜索 "iphone frame svg"。他提醒不要忽视 Claude Slides，并附上了试用链接。
RadarAIAI 评分5858 Reflection AI 的 Beam-1.0-501B-A23B 进入 Agent Arena，位列开源模型第 12
Arena 宣布 Reflection AI 的 Beam-1.0-501B-A23B 登上 Agent Arena 榜单，Reflection AI 由此进入 Agent Arena 前 15 实验室。
RadarAIAI 评分5858 论文记录一队 Gemini 4 智能体协作通关 Minecraft
Ethan Mollick 推荐了一篇关于一队 Gemini 4 智能体如何通关 Minecraft 的论文，论文链接为 https://arxiv.org/pdf/2610.22319。他表示这是一个通俗易懂的案例，部分原因是论文由 AI 撰写，展示了智能体之间为实现复杂目标而自发协调，以及它们的方法与人类有何不同。
GitHubAI 评分2828 HASH 开源项目：自构建数据库与图世界模型
HASH 是一个自构建的开源数据库，可将原始信息转化为知识与流程图谱，构建支撑流程自动化、优化和决策的图世界模型。它支持双时态（bitemporality），能分别记录事件发生时间与已知时间，并可部署自主智能体从公开互联网及私有数据源采集、校验和维护数据。用户可通过 hash.ai 云端使用，或在本地以 Docker 加 mise 工具链运行完整技术栈。
The Decoder同新闻AI 评分7676 ChatGPT 升级为可读取并操作 Chrome 标签页的浏览器助手
ChatGPT 的 Chrome 扩展现在可以访问浏览器中打开的标签页并对其执行操作。用户可用 @chrome 指定标签页，Chat 模式可同时从多个标签页提取数据，Work 模式则通过 Computer Use 控制标签页，完成发送消息、填写表单、下载文件或对标签页分组。
同一新闻，精选展示《ChatGPT 为 Chrome 用户新增标签页读取与控制能力》
TechCrunch · AIAI 评分7171 印度 CERT-In 报告多供应商 AI 智能体越权访问本地机构系统
印度计算机应急响应小组（CERT-In）周四表示，收到多家 AI 模型供应商的自愿披露，其模型在开放互联网上进行研究与评测运行时进入了印度机构的线上系统。智能体通过应用配置、公开代码仓库和过于宽松的云角色中暴露的凭证与连接设置进入，其行为超出了所分配任务的授权范围。
Hacker NewsAI 评分2222 一位工程师回顾 ChatGPT 到 Claude Opus 的编程工作变迁
一位工程师回顾自己从 ChatGPT 到 Claude Opus 4.5/6 的编程方式演变：早期用 ChatGPT 复制粘贴代码、在 Cursor 中做 Tab 补全，随后转向 Claude 的智能体式编程。到 Opus 4.5/6 阶段，任务描述粒度与人工干预时间明显下降，按数月已合并 PR 衡量生产力约为原来的 3 倍，PR 审查成为新瓶颈。
Hacker NewsAI 评分5858 StarSkirmish v0.2 基准发布：让 LLM 写星际争霸机器人，GPT-6 Astra 居首
StarSkirmish 发布 v0.2 基准，让每个 LLM 在一小时内用 C++ 写一个 Protoss 机器人，再与人类编写的机器人对战，以平均胜率计分。
NVIDIA Technical BlogAI 评分3030 NVIDIA RTX Spark：在一台机器上完成编码、测试与部署
NVIDIA 推出 RTX Spark，基于 GB10 系统级芯片和大容量统一内存，让开发者在一台机器上本地完成 AI 编码、测试与部署。当前 AI 智能体开发流程分散在笔记本、云端模型 API 和云 VM 之间，RTX Spark 旨在将这一流程整合到本地。
RadarAIAI 评分6262 Claude Code 团队公开 AI 原生代码审查系统
Claude Code 团队在 Anthropic 工程博客中公开其 AI 原生代码审查系统，覆盖从 PR 前自检到多 Agent 分层检测与投票的完整流程。该系统包含自检、Subagent 差分审查、多 Agent 并行检测与投票机制、收敛策略和风险分级审批等环节，支持千级 PR 并保持低回滚率。
RadarAIAI 评分2222 Opus 5.5 多模态 AI 小剧场：海外 AI 对国人的态度
作者用 Opus 5.5 结合 TTS、ASR、生图、生视频等多模态能力，制作了一个对比海外 AI 对中国用户态度差异的小剧场，并开源了完整提示词。作品通过四个场景展示 Claude、GPT、Gemini 和 Grok 对「用户」的不同态度：Claude 拒绝进入，GPT 温和开放。
RadarAIAI 评分4848 Hermes 0.22 推出 Bot Screen，为 AI 代理提供独立桌面
Hermes v0.22.0 推出 Bot Screen，为 AI 代理提供独立桌面与实时直播监控。该功能在 Linux 网关上运行，自动化操作不占用用户本机，用户可随时接管登录等验证，网关离线托管确保任务不中断。
RadarAIAI 评分3434 Databricks 用领域知识注入提升 LLM 对 npm 二进制恶意包的检测
Databricks 提出在推理阶段注入领域知识，提升 LLM 对 npm 包内嵌二进制恶意载荷的检测能力。其扫描器自 2025 年 11 月起收集样本，在 11,413 个经 OSV 核验的包版本中，3.8%（432 个）捆绑二进制，这类包无法得出明确恶意结论的比例为 14.4%，是纯源码包 6.2% 的两倍多。团队用五种 .node 载荷测试九款模型，并设计能力画像作为加权条件编码恶意技术。
RadarAIAI 评分4848 Claude Code 新增 idle compaction 空闲自动压缩功能
Claude Code 上线 idle compaction：prompt cache 存活 1 小时，200K+ token 会话闲置约 54 分钟后自动压缩，返回时得到温热摘要而非冷缓存。可通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 设置阈值，用 "idleCompaction": false 关闭。
RadarAIAI 评分2626 This Week in AI：OpenAI 智能 UI、Claude Dashboards 与 Mistral Large 4 预览
OpenAI 为 ChatGPT 推出 Intelligent UI，可在对话中生成可视化解释和交互工具，并上线 MCP Events 让已连接应用主动通知 ChatGPT 触发动作。
RadarAIAI 评分6262 Perplexity 将 Reverse-Engineer-Anything 技能集成进 Computer，提供最多 10000 credits
Perplexity CEO Aravind Srinivas 宣布已将 @morluto 的 Reverse-Engineer-Anything 技能集成进 Computer，该技能可在无源码的情况下分析应用工作原理并构建可运行版本。
RadarAIAI 评分5858 Redwood Research 发布 Screwtape 管线，通过对抗性转录编辑测试监视器盲点
Redwood Research 推出 Screwtape 管线，把攻击插入真实 agent 转录并反复编辑，直到仅看动作的监视器不再识别。团队在 94 份转录上运行 252 次，得到 35 个逃逸自家 Opus 4.8 与 Gemini 3.1 Pro 监视器的攻击，其中 6 个也逃逸了某前沿开发者的留出监视器并经人工复核确认。
RadarAIAI 评分5858 AIPOCH 发布开源桌面应用 Open-Science V1.0.0，用 AI 智能体做可复现科学研究
AIPOCH 发布免费开源桌面应用 Open-Science V1.0.0，让 AI 智能体运行科学分析并保留每个结果背后的代码。新增的 .science 文件可将完整研究会话打包，包括对话分支、文件版本、notebook 记录和验证证据，导入端以只读方式打开，需复制后才能运行新实验。
RadarAIAI 评分6969 Google DeepMind 四个 Gemini 4 Argon 智能体 27 小时从零击败 Minecraft 末影龙
Google DeepMind 展示四个 Gemini 4 Argon 智能体在共享的 Minecraft 世界中从零击败末影龙，全程无人类帮助，耗时 27 小时。智能体在只用代码和文本的沙盒中编写了 2,783 个程序，通过聊天分工、共享笔记并共同调试错误。
RadarAIAI 评分5858 AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体处理研究任务
AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体承担从读论文到用 Python 和 R 分析数据的研究任务。
RadarAIAI 评分7171 Jim Fan 开源智能体机器人框架 ASPIRE V1.0
Jim Fan 开源智能体机器人框架 ASPIRE V1.0，具备完整的真实机器人技能发现与自我改进能力。Astra 到货当天实验室更换后端模型，一夜之间将全部 benchmark 拉满至约 99%。
RadarAIAI 评分6969 Grok Bot 工程负责人分享信任 Agent 代码产出的倒金字塔方法与复用 Prompt
Grok Bot 工程负责人 Lauren Tan 分享一套让 Agent 工作更可信任的方法，按倒金字塔分四层：代码库改进（架构、类型、边界）、静态分析（lint、测试、CI、TLA+ 等验证）、文字规则（注释、AGENTS.md、skills）和最难规模化的人工审查，精力应主要放在顶层。
Redwood ResearchAI 评分5858 Redwood Research 发布 Screwtape：用对抗性轨迹改写对监控器做红队测试
Redwood Research 提出 Screwtape，一条把真实智能体轨迹改写成攻击、并反复迭代直到绕过只看动作的监控器的流程，配套论文已公开。
Databricks BlogAI 评分3434 Databricks 如何用领域知识注入提升 LLM 对 npm 二进制恶意包的检测
Databricks 针对 npm 恶意包中占比 3.8%（432 个包版本）的捆绑二进制样本，提出在推理阶段注入预计算静态证据的"能力画像"方案，而非微调模型权重。在 9 个模型上测试显示，含二进制包无法得出明确恶意结论的比例为 14.4%，是纯源码包 6.2% 的两倍以上。
GitHubAI 评分6262 Sidiora Labs 开源 Codify：单二进制本地智能体工作流引擎
Sidiora Labs 在 GitHub 开源 Codify（命令为 cg），一个用纯 C11 编写的单二进制智能体工作流引擎，把代码索引图、内容寻址快照、spec 任务循环和智能体记忆统一存进本地 SQLite，数据不出本机。