跳到正文
#Agent

日期栏展示收录日期，历史补录归入原文日期。

10月9日周五
  4. Tessl Blog40

    AI Agent 评估需要可执行规格

    Tessl 提出用"可执行规格"评估 AI 编程智能体：把产品意图转成可验证的检查项，由规划智能体拆解需求、多个验证智能体并行逐条核验预览环境，再由编排器汇总成报告。其首版单智能体方案因上下文耗尽和一致性下降而受限，且仅给规格会让智能体臆造需求，需同时结合规格与代码，并以 base branch 而非仅 diff 作为对照。

  6. Sierra Blog58

    智能体时代的来电显示：Sierra 发布 fleming-1

    Sierra 更新其模型系列，推出 fleming-1，可在通话中实时分析来电者语音，判断对方是否为 AI 智能体。该模型默认偏保守，避免误标真人，识别结果交由企业自行决定如何处理，并可与任何基于 Sierra 构建的语音智能体配合，只需开启即可。此前 Sierra 已宣布与行业伙伴共同推进 Personal Agent Protocol 开放标准，让个人智能体以授权方式与企业交互。

  7. LiveKit Blog34

    Serve AI 如何用 Agent Simulations 打造更好的语音智能体

    Serve AI 将其在 Retell 上拥有 224 个节点、600 多条边的对话流程图智能体重写为 LiveKit 上的单提示词智能体，借助 Agent Simulations 用约 100 通真实生产通话测试，达到 98% 通过率、1.3 秒中位轮次延迟后才切换流量。迁移首周完成且无需回滚，上线后通话拦截率提升 15%，预计每年为客户额外节省 32 万美元。

  10. LiveKit Blog66

    用 Agent Simulations 测试语音智能体

    LiveKit 宣布 Agent Simulations 面向所有 LiveKit Cloud 项目正式可用，用 LLM 驱动的模拟用户按任务级场景跑完整对话，再由 LLM 裁判给出通过与否及原因。

    推荐理由：LiveKit 把语音智能体测试做成可版本化的场景套件，读者可据此了解如何把回归测试接进 CI。

10月8日周四
  1. Tessl Blog62

    你的 AI 不是笨，是看不见

    VarOps 作者总结为跨组织智能体构建记忆系统的经验，认为问题不在模型推理能力，而在于关键决策从未被记录成智能体可用的形式。

    推荐理由：作者公开了跨组织智能体记忆系统的三项设计取舍与基准数据，可供做 Agent 记忆的团队对照参考。

  2. Tessl Blog42

    一种上下文驱动的代码审查，每次运行都能学习并改进

    Tessl 推出上下文驱动的 Code Review，把审查标准以 Markdown 技能形式定义在仓库中，称为 lens，并按文件路径路由，团队可像改代码一样查看、讨论和修改这些标准。由于上下文可移植，审查中积累的经验会回流到代码生成与维护，而不只用于下一次审查。Tessl 称其 PR 量上涨 5-10 倍时，此前 80% 的审查账单属于超额费用。

  3. Tessl Blog38

    打造上下文驱动的软件工厂

    Tessl Blog 探讨如何用上下文让 AI 智能体承担更多工作并保证可靠性：在 API 迁移中，智能体可依据兼容性策略和既往决策自行判断实现方式，而非依赖穷举分支。团队需通过运行时校验、工作流门禁和受限权限划定边界，并警惕上下文污染与上下文衰减让局部错误固化为工厂惯例。

  4. a16z News36

    你需要一位新 CFO

    AI 正在重塑 CFO 角色：数据不再是瓶颈，新一代 AI 原生财务软件能自行完成工作，而非仅辅助管理。Anthropic 财务团队已构建并维护 70+ 财务专用 AI 技能，其中一个可将月度财务审查完成度做到 90-95%，把数小时人工压缩到约 30 分钟；OpenAI CFO Sarah Friar 的团队则自建用于投资者关系和采购的定制 GPT，并以实时仪表盘取代静态董事会材料。

  5. Claude Developer Blog62

    构建高效的 agent 自动化

    Anthropic 用 Claude Managed Agents（beta）搭建了一个参考实现，按计划读取 Slack 和 GitHub 等自定义来源、追踪上次运行后的变化，并把要点推送到 Slack。

    推荐理由：Anthropic 官方给出可复用的 agent 自动化参考实现，六条规则和配置结构可直接迁移到自己的定时任务。

  7. Air Street Press60

    The State of AI Report 2026

    Air Street Press 发布第九份年度《State of AI Report 2026》，作者 Nathan 梳理了智能体在软件与科研中的实际应用、物理 AI 与世界模型进展、推理成本与收入增长、数据中心与主权 AI 投入，以及智能体攻击真实系统等安全事件。

  8. Claude Code Releases20

    Claude Code v2.1.294 发布

    Claude Code v2.1.294 修复了以指令形式编写的 prompt 和 agent hooks（如“拦截某类命令”）反而放行本应拦截内容的问题。同时改进了 Stop 与 SubagentStop 上指令式 prompt hooks（如“构建失败就继续”）的判定，Claude 更不容易提前停止。

  14. Goodfire Research71

    在 Kimi K3 上训练并部署生产级网络监控器

    Goodfire Research 为 Kimi K3 和 GLM 5.3 构建了基于探针的网络滥用监控器，并部署在生产推理栈上。探针作为第一道过滤器只把可疑交互交给 LLM 裁判，在 5.5% 良性会话中断率下召回约 93%，成本约 50 倍更低，每百万次交互低于 200 美元，且不增加推理延迟。

    推荐理由：原文给出探针加裁判级联的完整配方与生产部署数据，可了解实时监控智能体的成本与延迟取舍。

  17. Claude Code Releases62

    Claude Code v2.1.293 发布

    Claude Code 发布 v2.1.293，新增 Claude Haiku 5.5（claude-haiku-5-5）并成为 Anthropic API 上默认的 Haiku 模型，支持 1M 上下文，价格为每 Mtok $0.10/$0.50，超过 100K 的提示词为 $0.50/$2.50。

    推荐理由：更新日志列出 Haiku 5.5 默认模型与多项 Agent、MCP 修复，可据此判断升级后的行为变化。

  19. Pragmatic Engineer22

    与 Sam Newman 一起构建弹性系统

    Sam Newman 在 Pragmatic Engineer 播客中称微服务是"最后手段"的架构，并介绍其新书《Building Resilient Distributed Systems》提出的分布式系统三法则：信息传输需要时间、依赖资源可能离线、资源终会耗尽，其中资源耗尽导致的故障最多。

  21. Microsoft Research71

    Agent Lightning v1.0：一个 3500 行的轻量级智能体 RL 框架，用真实 harness 训练智能体

    微软亚洲研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一套 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。

    推荐理由：微软开源 Agent Lightning v1.0，读者可了解用真实 harness 做智能体 RL 训练的思路与 3500 行代码的工程取舍。

10月7日周三
  1. Google Blog · AI66

    Google 推出 Playground：创建并游玩自定义游戏

    Google 发布实验性游戏平台 Playground，用户通过对话式界面输入提示词即可创建、游玩和分享自定义游戏，无需编程经验。平台基于浏览器，支持手机和笔记本游玩，游戏可设为私密、通过链接分享或发布到 Explore 画廊，部分品类支持排行榜和多人对战。Playground 今日面向美国 18 岁以上用户开放，创建权限按 Google AI 订阅分级，后续将接入 Unity Spark。

    推荐理由：Google 官方发布实验性游戏平台 Playground，读者可了解其提示词生成游戏的能力与开放范围。

  4. Mastra Blog69

    Mastra 推出 Mastra Connect

    Mastra 发布 Mastra Connect，可把 Linear、Notion、Slack 等服务连接到 Mastra 项目，让智能体和工作流直接获得现成工具，如 linear_list_issues、notion_create_page、slack_post_message。

    推荐理由：Mastra Connect 把 Linear、Notion、Slack 等服务的工具接入智能体，读者可据此判断接入成本与工作流变化。

  6. Every36

    打造更高效的智能体

    Every 推出面向全公司的 Slack 智能体 Every Agent，token 成本不加价转嫁给用户，省下的 token 即用户省下的钱。工程师 Paridhi Agarwal 说明如何提升该智能体的 token 效率，并给出四步流程帮你在自己的软件中找出 token 浪费。

  7. OpenRouter Blog38

    AI 销售智能体如何为我们的销售团队每月省下 600 小时

    OpenRouter 基于 Ori 构建的 AI 销售智能体 Rasp 为其 5 人销售团队每月省下约 600 小时，每位销售每天可多打约 2 通电话，成交周期缩短 34%，成交率提升 2.6 倍。Rasp 自主发送 93% 的首次触达邮件，许多线索在 1 分钟内获得回复，单次演示所需工时从 103 分钟降至 44 分钟。其全包成本约每天 30 美元，低于被其取代的智能体此前的近 800 美元。