技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
957 条精选近 30 天 859 条共收录 1,133 条
Discord 今天发布更新，上传 Markdown（.md）文件后可正确渲染预览，表格和格式内容不再显示为一堆符号。大语言模型和 AI 智能体常依赖 Markdown 文件提供指令与上下文，新的预览有助于在平台内分享 AI 项目信息。Discord 还新增通过侧边栏右键使用“Move to…”整理服务器和频道的功能，Nitro 会员可上传最高 1GB 的文件。
推荐理由：文章点出 Markdown 在大语言模型和 AI 智能体工作流中的常见用途，并梳理 Discord 改善项目文件预览与分享的具体更新。
开源项目 agent-usage-guard 提供 Claude Code 插件，在智能体、提示词或工具调用前读取套餐用量并拦截失控消耗。它按 5 小时和每周窗口、并发数、上下文量、token 预算及重试循环询问或拒绝操作，默认在窗口达到 80% 时询问、95% 时拒绝新智能体，相关限制覆盖本机 Claude Code 会话。
推荐理由：原文给出了跨会话的用量阈值、并发与 token 限额、交互式拒绝机制和安装方式，适合 Claude Code 用户评估如何控制智能体失控消耗。
Google 宣布 Agent Compute Engine，让每个 AI 智能体运行在独立隔离的 microVM 中；该服务已支撑 Gemini，并将在未来数月开放预览。
推荐理由：原文列出 Google 提供的 microVM 隔离、暂停恢复与承载量数据，便于比较智能体基础设施的成本和调度表现。
美国大型银行正限制外部 AI 智能体访问账户，摩根士丹利已完全封锁，摩根大通、美国银行和花旗也在采取限制措施。Axios 报道称，多数银行倾向仅开放只读权限，因为部分智能体可自主行动，银行也难以判断其是否代表用户，且安全风险较高。摩根士丹利称其平台尚未发现擅自行动的 AI 智能体；但用户可通过 Computer Use 或开源 OpenClaw 授予访问权限，银行在提供方一侧并不容易阻断。
推荐理由：将银行限制措施与智能体自主性、用户授权关系判断困难放在一起，呈现金融场景中权限与安全风险的具体冲突。
本文演示将 AI 智能体逐句生成的文本即时送入 Amazon SageMaker AI 上的 Kokoro-82M TTS 模型，并在完整回答完成前开始播放语音。
推荐理由：给出逐句流式合成、双向会话和音频回传的实现路径，并用对照测试量化各方案的首音频延迟与实现取舍。
Amazon Quick Web 版是 HIPAA-eligible 服务，AWS 的实践指南演示了在 AWS Artifact 签署 BAA，并通过 AWS Management Console 配置处理 PHI 的 AI 工作流。
推荐理由：文章区分服务适用资格与整体合规，并拆解 PHI 的两条数据路径、共享责任和关键配置，形成可迁移的部署清单。
论文提出 DeepEvolve，一种以未来事件预测为基础、在动态开放环境中持续实现递归自我改进的智能体系统。它在按周更新、以真实世界结果验证预测的 FutureX 榜单中连续 3 周位居所有系统第一，评分最高提升 195%。在合成评测中，它在 4 个基础 LLM 上均进入前三，较最强基线最高领先 10.7 Bradley--Terry points。
推荐理由：论文把开放环境中的递归进化机制与 FutureX 榜单及合成评测结果对应呈现，便于比较其设计思路和量化表现。
Microsoft 的多智能体系统 Diagnostic Orchestrator 在病例测试中诊断准确率高于医生，相关研究已发表于 Science。该系统由 OpenAI GPT-5 驱动，在《新英格兰医学杂志》病例测试中准确率约 83%，使用参考资料的医生约 36%，未使用时约 22%；急诊病例中分别为 80% 和医生平均 47%。
推荐理由：文章汇总 SDBench 与医生对照的测试结果和临床验证缺口，为评估多智能体诊断系统进入真实临床的适用边界提供依据。
开源项目 OpenShell 0.1.x 增加稳定的发布节奏、新的隔离原语、扩展接口与 API，并提供 0.1.0 升级指南。该运行时通过内核级策略控制，将每个智能体限制在隔离沙箱中，并对文件访问、系统调用和网络连接实施检查。策略变更前，OpenShell 会用形式化验证标记新增的高风险访问并交由人工复核，真实凭证仅注入发往获批端点的请求。
推荐理由：原文同时给出沙箱隔离、策略执行和变更验证机制，读者可据此比较多智能体运行时的权限治理实现。
AW-0 提出智能体世界动作模型框架，将基于代码的规划与未来视频和机器人动作作为三类耦合生成流统一建模。其混合 Transformer 架构由代码专家生成参数化技能程序和控制逻辑，视频与动作专家生成未来视觉状态及低层电机指令；自动整理流程还会用对齐程序标注机器人与人类视频轨迹，并将重复流程汇入技能库。
推荐理由：论文将代码规划、未来视频与机器人动作纳入同一生成架构，并报告任务表现相较 VLA 和 WAM 基线有所改善。
Modal CEO Erik Bernhardsson 在 Latent Space 访谈中解释，固定 GPU 数量和期限会形成矩形容量合同，而真实 AI 工作负载会不断增长、突增和回落。
推荐理由：把固定 GPU 容量合同与波动的真实负载并置，解释了 Modal 如何用需求池和弹性切片减少闲置，也呈现锁价背后的财务风险。
Quant-Arena 发布公开基准和排行榜，评测 LLM 智能体能否基于真实 A 股数据完成端到端量化研究并构建交易策略。模型仅获得 2022--2023 年的反馈，随后冻结策略并在密封的 2024 年接受评估；现金账户评估器会计入交易约束、成本和基于模拟订单簿估算的市场冲击。
推荐理由：Quant-Arena以历史反馈迭代策略、以密封年份检验收益，并纳入交易成本和约束，为比较LLM智能体的量化研究能力提供统一基准。
Spotify 希望成为可由各类 AI 智能体调用的音乐服务，并将智能体增长视为业务助力。Spotify 已接入 Meta 的 Muse 助手，也集成 ChatGPT 和 Claude；用户可通过对话按场景、收听历史、BPM 和跑步节奏挑选或混合歌曲。智能体向 Spotify 发出请求后，由 Spotify 内部使用收听历史进行推理和选择，不向合作伙伴发送听众数据。
推荐理由：文章借 Spotify 的智能体战略、收听历史优势与第三方服务访问限制，呈现音乐平台争夺智能体入口的思路与约束。
比尔·盖茨在 The Verge 的 Decoder 访谈中表示，应为约20年的动荡 AI 颠覆做准备，转型期可能让社会分化。他认为近期最大风险来自可移除全部防护的模型，主张由政府介入，并让高能力模型只在持续保留防护规则的认证平台上运行。他将对齐方案分为改变模型构建、增加模型可观测性和加入符号规则安全层三类路径，并预计网络攻击与就业冲击会在2至3年内显现。
推荐理由：访谈并置讨论无防护模型、开放权重与政府监管三类风险，并提出高能力模型平台监督方案，便于对照技术措施与政策选项。
NVIDIA 发布 AIOps 平台 Minerva，将 GPU、网络、存储、调度器和 AI 工作负载遥测汇集并关联，用于 AI 工厂的端到端可观测与故障定位。
推荐理由：Minerva 将基础设施与 AI 工作负载遥测汇入动态知识图谱，呈现了关联异常、预测故障并定位根因的运维方法。
Fly.io 推出 Sprites Block Device（SBD），以对象存储块设备取代经大幅修改的 JuiceFS，成为 Sprites 后续使用的文件系统。SBD 通过 NBD 将存储桶呈现为块设备，由 ext4 格式化并挂载；元数据与数据块都保存在存储桶中，不再需要独立数据库同步。检查点改为带版本号的整卷块快照，恢复成本约等于重启，10/6 之前创建的 Sprites 可按文中说明迁移。
推荐理由：文章拆解了旧存储方案中多份元数据失配的问题，并展示 SBD 如何以单一数据源简化检查点和恢复流程。
Harness Scaling 通过在多样化执行配置上训练，提升智能体强化学习对未见执行框架的泛化能力。研究构造了因子化的框架空间，以平衡因子覆盖选择紧凑训练子集，并组织兼顾全局覆盖与同一任务受控变化的跨框架训练。跨多个基准、模型规模和 RL 算法的结果显示，经过结构化白盒配置变化训练的模型可迁移到未见的外部黑盒框架，优于仅在单个复杂黑盒框架上训练的模型。
推荐理由：论文把智能体训练从固定执行框架扩展到多样化配置，并给出兼顾覆盖与变化的组织方法，为跨框架泛化提供可复用思路。
SpatialBrain 提出一种分离场景证据与推理经验的空间推理框架，在保持视觉语言骨干网络固定的同时提升空间推理能力。3DFusionMemory 将当前场景观测融合为可查询的空间关系，Spatial Skill Library 提供可复用的工具流程，Spatial Cognition 关联任务条件与使用记忆和技能的经验。
推荐理由：论文将场景证据与推理经验分离，并在固定视觉语言骨干网络下对比直接回答，为空间推理系统积累和复用经验提供了具体路径。
Ozgur Tohumcu 判断，物理 AI 规模化的主要约束不在技术本身，而在数据基础、智能体治理、组织对试验的包容度和成本。他介绍，亚马逊运营网络已部署超过100万台机器人；工厂试点向多厂推广时，还需解决 OT 与 IT 数据互通、安全、规模和长期成本问题。
推荐理由：文章以车企案例拆解物理 AI 从试点走向量产的约束，涵盖数据基座、智能体治理、组织容错与长期成本。
Symantec 发现，攻击者可用 AI 智能体劫持互联网上未防护的语言模型，连续最多 100,000 步自主扫描目标、利用服务器漏洞、窃取数据库和凭据，并让模型所有者承担算力费用。
推荐理由：文章还原了未防护模型端点从扫描、劫持到持续入侵的攻击闭环，并披露五层越狱和74个工具模块的组合。