用 GPT-6 Astra 把闲置 Kindle 改造成智能体控制的相框
作者用 GPT-6 Astra 配合 Codex 等智能体，把闲置的 10 代 Kindle Basic 通过 Wi-Fi 越狱并安装自定义幻灯片应用 KindleCTL，最终在设备上循环展示十张照片、每张停留约四分钟。
推荐理由：作者详细展示了如何让 AI 智能体通过持久诊断连接与屏幕截图回传自主调试实体设备，为用智能体改造硬件的实践提供了一套可迁移的反馈循环思路。
技术方向
Agent 智能体 最新动态
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
更新
精选归档 · 第 35 页
Hacker News精选AI 评分3030 Hacker News精选AI 评分4242 Blokkily：支持 MCP 的实验性 pattern-first 数字音频工作站
Blokkily 是一款支持 MCP 的实验性 pattern-first 数字音频工作站，事件模型同步驱动 tracker、钢琴卷和 step grid 三种编辑器。
推荐理由：它把多轨数字音频工作站的会话、混音和插件控制都接进了 MCP，让 AI 智能体可以直接驱动音乐制作。
Hacker News精选AI 评分6161 Meta Muse 净新增日活三周跌 62%，内部人半年 172 笔交易全为卖出
Meta AI 智能体应用 Muse 的净新增日活在三周内下降 62%，过去六个月内部人共发生 172 笔交易全部为卖出无买入。Muse 9 月 8 日上线后 22 天获 500 万下载并登顶美国免费榜，但 10 月 6 日日均下载较 9 月 24 日峰值下滑 21.1% 至约 17 万；做空机构 Hunterbrook 10 月 9 日披露 Meta 空头。
推荐理由：把 Muse 净新增日活三周下降 62% 与内部人半年 172 笔单向卖出并列，呈现产品动能衰减的证据链。
HF Daily Papers精选AI 评分4848 Sauron：面向长链路智能体任务的证据先行判官
论文提出 Sauron，一种证据先行的智能体判官，先独立验证环境状态和执行轨迹中的证据再下结论，每个裁决附带审计收据。在 2,586 条人工标注准则上使用 GPT-5.6 Sol 取得 0.96 F1，比 Gandalf 高 0.04 同时成本低 23%；在 13 类故障注入套件上检出 97%、误报仅 2%；在 TRAIL 基准上也超过 Gandalf 与其内置判官。
推荐理由：针对长链路智能体的评分细则评测，提出证据先行的判官流程与审计收据机制，可直接迁移到现有判官管线和奖励信号设计。
HF Daily Papers精选AI 评分5454 编码智能体在视觉生成中的能力边界
研究团队用包含 200 个提示词的 AgentDrawBench 评测通用编码智能体，发现其零样本绘图擅长保持结构和满足精确约束，但视觉丰富度有限。智能体的视觉表达随绘图界面变化，从人类示范提取的程序技能可支持不同艺术媒介；可执行视觉代码在部分领域的视觉问答准确率高于原始图像。研究进一步检验内部视觉语言思维假设，发现跨界面绘图和独立单像素查询呈现相关布局与色调，移除可见绘图后仍能维持房间排列。
推荐理由：AgentDrawBench 将结构保持、精确约束和视觉丰富度纳入同一评测，可帮助读者判断编码智能体在视觉生成中的适用边界。
HF Daily Papers精选AI 评分5151 Into the Unknown 基准：测评 AI 智能体在开放科研问题上的表现
Into the Unknown 基准让 9 个前沿 AI 智能体针对量子计算、等离子体物理、计算化学等方向的未发表后续研究各写 15 篇续作论文，共 135 篇均未通过领域科学家的全部条件评估。其中 114 篇因捏造的工作或与记录证据矛盾的数字未通过诚信检查，论文代码和数据均已公开。
推荐理由：原文给出 9 个前沿 agent 在真实科研方向上 135 篇续作的结果，读者可以据此判断现有 agent 离独立科研还有多远。
HF Daily Papers精选AI 评分4646 HybridAgent：融合潜在推理与文本交互的智能体框架
HybridAgent 提出在统一生成过程中动态切换潜在推理与文本交互的智能体框架，通过轻量级 HybridLink 衔接两种模式，并由连续工作记忆保留多轮上下文，再配合 HybridSFT 与 HybridRL 两阶段后训练方法。
推荐理由：HybridAgent 把潜在推理与文本交互整合到统一生成过程里，为带工具调用前缀的 agent 设计提供了一种可借鉴的混合推理路径。
HF Daily Papers精选AI 评分3939 自进化智能体 Harness 框架
作者提出自进化智能体 Harness 框架：在固定模型权重下，用反馈驱动修订与进化式搜索持续更新 prompts、memory、workflow 等 scaffolding，并区分对解释态与对工具代码、仓库级控制逻辑、插件组成的修订。
推荐理由：把智能体 Harness 的自我迭代形式化为带理论保证的搜索问题，给出可直接参考的 PAC 学习分析框架与持续验证流程。
HF Daily Papers精选AI 评分3737 CLASHarness：通过可控可验证生成流水线评测计算机使用中的多智能体冲突
CLASHarness 提出生成可验证多智能体冲突任务的计算机使用基准，含 600 个多轮场景，由分层场景规划与八步验证微流水线构建，预先提交关键视觉事实并从执行轨迹直接编译混合评分器，保证任务在构造上可解。
推荐理由：原文给出用预提交视觉事实与执行轨迹编译评分器的可控生成流水线，可作为多智能体冲突评测的构造范式。
HF Daily Papers精选AI 评分4343 Socratic Skill Learning（苏格拉底式技能学习）通过交错教学与实践学习可迁移的 AI 智能体技能
Socratic Skill Learning（SSL）通过交错专家指导与学生实践，改善 LLM 智能体技能的可复用性。
推荐理由：论文将专家指导与学生实践交错以学习可迁移技能，并用包含 35 个任务族和 408 个可执行案例的 SkillTransferBench 检验复用效果。
HF Daily Papers精选AI 评分4343 EdgeWise：通过选择性云端委派让长程智能体在边缘端运行
EdgeWise 是一个边云协作框架，本地端用小语言模型作为主求解器，通过逐步级强化学习把关键步骤选择性委派给云端大语言模型，无需在推理时引入额外模型。在 SWE-Rebench 和 Terminal-Bench 2.1 上，EdgeWise 性能与全程使用云端大模型相当或更优，同时推理成本最多降低 62% 和 34%。
推荐理由：在长程智能体任务上提出边云协作框架与逐步级强化学习委派策略，并给出关键设计选择的系统实验数据，可作为同类成本优化方案的设计参考。
Latent Space精选AI 评分7070 Anthropic 的动态工作流如何编排 Claude 智能体
Anthropic 在 AI Engineer NYC 2026 上宣布 Claude Managed Agents 的全新动态工作流（flows）功能，由 Claude 自行决定多智能体的拓扑与编排，取代此前由开发者配置协调器与子智能体花名册的方式。
推荐理由：原文对比了动态工作流与传统人工编排的差异，并梳理出预算控制、子智能体通信、可视化和 dreaming 等可迁移的工程要点。
GitHub Blog · AI & ML精选AI 评分3737 GitHub Copilot 入门教程：如何让 Copilot 理解你的代码库
GitHub 在 Copilot 入门系列中介绍四种让 Copilot 理解项目代码库的方式：自定义指令、Agent skills、自定义 Agent 和 MCP servers。
推荐理由：原文把仓库级 Copilot 定制的四种机制放在一起对比，并配了具体的目录结构和示例，便于读者挑出适合自己项目的配置。
Hacker News精选AI 评分6161 REA：用 AI 智能体逆向分析应用与原生二进制
REA 是一个把 Hopper、Ghidra、IDA 等本地逆向分析工具接入 AI 智能体的 MCP 服务器，配套有 CLI 与工作流指令。
推荐理由：展示了把 Hopper、Ghidra、IDA 等本地分析工具接入 AI 智能体的 MCP 工作流，读者可直接复用其脚手架搭建同类逆向分析流程。
Hacker News精选AI 评分5555 Agent37（YC F26）推出低成本 agent 沙箱，平均 $0.37/月 每沙箱
Agent37 推出 agent 沙箱服务，定价不到主流沙箱商的 10%，平均 $0.37/月 每沙箱。文章分享的压低成本的三个做法包括观察 agent harness 的 CPU/RAM 突发模式以提升利用率、跳过超大规模云厂商转用 Hetzner 和 OVH，以及通过 gVisor 在宿主机间缓存和共享资源。
推荐理由：原文给出了压低 agent 沙箱成本的三项做法，包括避开超大规模云厂商与 gVisor 共享资源，对自部署 agent 基础设施的读者有直接借鉴价值。
The Decoder精选AI 评分5454 微软研究：清空聊天历史可帮助 AI 智能体找到更优解
微软研究院论文发现，长时间运行的 AI 研究智能体会因累积对话上下文陷入「思路盆地」，限制搜索空间。其提出的 Fork-and-Flush 方法将智能体分叉为 K 个并行分支并清空聊天上下文，在 13 个长任务（含多连块 packing、作业车间调度、密码分析等）上以同等算力取得 0.78 的归一化平均分，比单次运行高 66.0%、比 best-of-4 高 44.4%。
推荐理由：原文给出了 Fork-and-Flush 方法的具体机制与量化收益，读者可以据此判断长任务智能体的上下文管理是否值得借鉴。
Hacker News精选AI 评分6767 Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体
Meta 发布 Muse Wonder 与 Muse Wonder Full 系列模型，定位个人与专业智能体方向。模型引入 Active Memory 与 Active Focus 机制，在 Harvey LAB、FocusBench、SWE-Marathon 等基准上取得 state-of-the-art 结果，依托 gigawatt 级 Prometheus 数据中心训练。
推荐理由：原文给出 Active Memory 与 Active Focus 的能力定义和基准结果，读者可据此对照现有智能体模型的能力侧重。
TechCrunch精选AI 评分5050 Ambi 融资 2600 万美元，推出可全天候监听的 AI 助手应用
前 Plaud 高管 Peter Mo 创立的 Ambi 完成 2600 万美元多轮融资，由 Luminous Ventures 和华勤领投，已上线 iPhone、Mac 和 Apple Watch 版本，应用支持全天候监听并在会议中由 AI 智能体主动给出建议。
推荐理由：围绕常驻监听式 AI 助手，报道把融资金额、产品形态与第三方知情同意争议并列呈现，方便读者比较同类产品的隐私边界。
36氪精选AI 评分3737 印度HCLTech与Anthropic签署合作协议，聚焦代理式AI企业落地
印度IT服务商HCLTech宣布与Anthropic签署合作协议，将设立专门AI业务部门并建立卓越中心，基于Claude、Cowork和Claude Code为客户构建代理式AI解决方案，重点覆盖安全、网络安全和治理领域。
推荐理由：合作明确点出HCLTech将以Claude、Cowork和Claude Code构建企业级代理式AI方案，读者可观察其落地路径与行业覆盖。
36氪精选AI 评分4444 阿里智能体平台Qoder上线Fast模式，生成速度提升超150%，Token消耗减少27%
阿里智能体平台Qoder上线Fast模式，据阿里云公众号消息，该模式相比国际版原有性能模式，生成速度提升超150%，Token消耗降低约27%。
推荐理由：给出了 Fast 模式相对原性能模式在生成速度和 token 消耗上的对比数据，便于评估对实际工作流效率的影响。