Google 开放 Android 开发给第三方 AI Agent 并发布新 Gemini APIs
Google 在 Android Dev Summit 上宣布，通过 Android Studio Rabbit 2 的 BYOA 功能，开发者可使用开放 Agent Client Protocol (ACP) 在 IDE 中运行超过 40 个不同编码 Agent，包括 Claude 和 Codex。
#Agent
The DecoderAI 评分8888 OpenAI NewsAI 评分2626 Legora 构建面向法律工作的 agentic 操作系统
Legora 利用 OpenAI models、ChatGPT 和 Codex 加速法律工作流程，扩展合同分析能力。该系统旨在帮助律师将精力集中于更高价值的工作。
OpenAI NewsAI 评分2626 Legora 构建面向法律工作的 agentic 操作系统
Legora 利用 OpenAI models、ChatGPT 和 Codex 加速法律工作流程，扩展合同分析能力，使律师能专注于更高价值的工作。该系统旨在为法律工作提供 agentic 操作系统支持。
Latent SpaceAI 评分7373 使用离线AI Agent在喜马拉雅山麓进行编程实践
作者在网络不稳定的喜马拉雅山麓地区，尝试使用本地部署的开源AI Agent进行离线编程。通过Ollama运行Qwen3.5 9B模型，结合OpenCode 1.19.4 Agent，可以在断网状态下读取本地文件、提出代码修改并运行现有测试，成功修复了费用计算中的小数运算错误。
Latent SpaceAI 评分6565 Anthropic 讲解如何安全部署 Claude Opus 5.5 分离模型大脑与 Agent 手部
Anthropic 团队解释了 Claude Platform 的工程实现，包括发布 Opus 5.5、分离模型“大脑”与 Agent 的“手”、扩展 API 和构建可靠的托管 Agent。该平台介绍了 Anthropic 的 S-1、改进与投资循环，以及如何通过隔离、凭证和网络控制来约束 Claude。
Latent Space精选AI 评分7878 Anthropic 阐述 Claude 架构：分离智能体大脑与执行手部
Anthropic 强调了智能体大脑与执行手部的分离架构，这在 Opus 5.5 发布中体现，提升了安全性和可靠性。新模型成本更低，并增强了防止模型推理被蒸馏的保护，同时 Claude Managed Agents 提供了更便捷的 Agent 编程入口。
推荐理由：Anthropic 区分了智能体的大脑与手部的架构，提升了安全性和可靠性，是设计 Agent 运行时的参考视角。
AWS Machine Learning Blog精选AI 评分6666 Property Finder 利用无偏评估和提示词优化提升 Amazon Bedrock 模型性能并降低 86% 成本
Property Finder 发现 96.8% 的评估标签源自单一模型预测而非人工验证，导致模型比较存在评估偏差。团队通过构建无偏的专家标注基准，并应用进化式提示词优化，最终选择 Llama 4 Maverick 17B Instruct，在 356 张图像评估集上达到 Micro F1 0.80，成本降低 86%。
推荐理由：文章分享了如何识别评估偏差、构建无偏基准并应用进化式提示词优化以提升模型性能和降低成本。
TechCrunch · AIAI 评分6565 Meta AI 前高管 Rohit Patel 创立 Ndoc 挑战 Microsoft Office 和 Google Workspace
Meta AI 前总监 Rohit Patel 离开后创立了 Ndoc，将其定位为 AI 原生替代 Microsoft Office 和 Google Workspace 的工作空间。Ndoc 包含 Stage、Narrative 和 Model 三个组件，支持用户上传数据集进行分析并生成叙事报告，目前正在进行企业试点并开放 alpha 版本供等候名单用户免费注册，后续计划于明年全面发布。
NVIDIA BlogAI 评分4545 How AI Is Changing the Pace of Discovery for Millions Living With Dementia
C-BRAIN 与 NVIDIA 合作，利用 AI 解决全球 5700 万痴呆症患者面临的数据过载和发现速度慢的问题。该系统采用混合集中和联邦方法处理机构“暗数据”，目前运行 64 NVIDIA data center GPUs，并计划引入 NVIDIA Blackwell systems。
The Decoder精选AI 评分7878 Anthropic 称单 AI 智能体优于多子智能体因模型可独立处理复杂性
Anthropic 发现具备按需上下文的单智能体在质量成本和延迟上优于多智能体设置，并发布了迁移工具包供团队评估。Opus 4.5、Opus 5.5 和 Fable 5.1 等新模型可直接管理复杂计划，单智能体架构运行速度比多智能体设置快约两倍。
推荐理由：Anthropic 发现单智能体在质量成本和延迟上优于多智能体设置，并发布了迁移工具包供团队评估。
TechCrunch · AIAI 评分6868 OpenAI 将编码工具升级为 dots 始终在线个人助理
OpenAI 在开发者日发布了 dots 个人助理，该助理可在 ChatGPT 桌面和移动应用中提供给 Pro 订阅用户使用，月费起 $100。dots 可连接日历、邮件和电脑等工具，提供主动式帮助，但目前主动性尚处于早期开发阶段，且涉及个人数据使用和隐私控制问题。
OpenAI NewsAI 评分2121 Greptile 利用 GPT-6 Astra 提升 bug 检测超越代码审查
Greptile 使用 GPT-6 Astra 测试用户工作流程，并结合 Daybreak 强化安全和 Codex 减少返工。该系统将 bug 检测能力扩展至用户工作流层面，而非仅限于代码审查。
The Verge · AIAI 评分3232 The RealReal 不让 AI 代理抢占名牌服装
The RealReal 更新了机器人防御系统，进一步限制 AI 代理在其平台上购物。此前，Meta 的 Muse 代理利用商品预留机制，持续将商品加入购物车，导致其他买家长时间无法购买。公司表示，新的配置将使 AI 代理更难登录、添加商品并结账，但仍可浏览商品并引导用户访问产品页面。
AWS Machine Learning Blog精选AI 评分6666 AI 代理的 Groundhog Day：在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式
本文介绍了在 Amazon Bedrock 上使用 OpenAI 模型时，如何通过提示缓存模式让 AI 代理记住上下文，从而降低成本并提升响应一致性。文章演示了显式与隐式缓存的使用方法、缓存边界设置、工具列表变更处理以及多代理协作的热身策略，并给出了 GPT‑6 Astra 在六轮对话中的成本节省数据。
推荐理由：本文展示了在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式，帮助读者显著降低成本并提升代理响应效率。
AWS Machine Learning Blog精选AI 评分6565 使用 CDK 在托管 Amazon Bedrock 知识库上构建智能体检索
该方案使用 AWS CDK 构建了基于托管 Amazon Bedrock 知识库的企业级智能体检索系统，支持多知识库语义路由和推理智能体。系统内置了七层可观测性（如 CloudWatch 仪表板）以及按需和连续的评估机制，所有组件均可通过单条 cdk deploy 命令部署。
推荐理由：该方案展示了如何利用托管知识库构建企业级智能体检索，并内置了七层可观测性和评估能力。
OpenAI NewsAI 评分2626 GPT-6.1 Sol 助力 CodeRabbit 增强复杂代码库的安全性
CodeRabbit 利用 GPT-6.1 Sol 调查复杂代码库中的安全风险。其安全智能体协助开发者审阅发现的安全问题及建议的修复方案。
MIT Technology Review · AIAI 评分4949 AI安全灾难的关注忽视了日常危害
文章指出，技术公司在满足基本安全要求后，仍在制造让年轻人沉迷、依赖AI伴侣和社交媒体的产品，导致日常危害被忽视。研究显示，青少年使用ChatGPT写作会出现大脑连接弱化，且“认知债务”在任务后仍持续存在。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker AI 上的多轮强化学习：实战指南
Amazon SageMaker AI 通过多轮强化学习（MTRL）将 GPT-OSS-20B 在 Wordle 任务中的解题率从 61% 提升至 84%，成本约 339 美元。MTRL 采用无服务器训练，支持 GPT-OSS-20B 与 Gemma 4 31B，并通过 LoRA 适配器微调。
AWS Machine Learning Blog精选AI 评分6363 Bayer Crop Science 在 Amazon Bedrock AgentCore 上构建 Agentic 决策引擎
本文介绍 Bayer Crop Science 如何在 Amazon Bedrock AgentCore 上构建 Agentic 决策引擎（ADE），并与 AWS Unified Operations 合作完成设计、部署与运维。
推荐理由：文章详细阐述了如何在 Amazon Bedrock AgentCore 上构建多代理决策引擎，并给出关键设计决策与运维经验，帮助读者快速落地类似系统。
MIT Technology Review · AIAI 评分1212 The Foundations of Scalable AI
可扩展的 AI 系统需要数据、工程、平台、运营模型和治理等基础要素的融合。MIT Technology Review 在 EmTech Future 会议上探讨了在高度监管环境中构建这一基础的要素。该系统需实现负责任和可信的实施，将 agentic systems 等新兴能力转化为持久的投资价值。
Microsoft ResearchAI 评分5555 Flint-interactive：创建交互式数据可视化的语言
Flint-interactive 是一种用于创建交互式数据可视化的语言，支持通过点击、过滤、缩放、突出显示和跨图表交互等方式与图表交互。它利用高层语义事件和更新操作简化交互逻辑，Flint 编译器自动解析触发器并生成视觉更新，降低布局、渲染和调试难度。Flint-interactive 可在聊天、仪表盘、数据故事等场景中使用，并支持与表格、文本、应用状态等外部元素联动。
Latent SpaceAI 评分4545 You are the Team — Anekha Sokhal, Moshi
Moshi 是一款为交易员构建的推荐引擎，旨在连接市场信息与交易员的投资组合需求，融合了 Bloomberg、Claude 和 Netflix 的特点。Anekha Sokhal 拥有数学、运营研究、统计学背景，曾于 JPMorgan 从新兴市场转向能源衍生品交易。该工具关注可信数据源、文档提取以及构建与购买模型的决策。
MIT Technology Review · AIAI 评分2828 Celonis 论上下文感知 AI 的必要性
Celonis 首席科学家 Devavrat Shah 认为，企业 AI 必须具备上下文感知，才能在决策智能中避免误判并提升效率。 他建议先将 AI 与现有流程和数据对接，在单一业务决策上验证速度与价值，再逐步扩展。 此举可解放员工从重复任务中解脱，并推动财务、人才、营销等领域的快速决策。
NVIDIA Blog精选AI 评分6666 NVIDIA 改变欧洲零售：从数字发现到实体运营
NVIDIA 在欧洲零售业通过开放模型和物理智能实现数字发现到实体运营的转型。
推荐理由：文章展示了 NVIDIA 技术在欧洲零售业的多场景落地，读者可了解其成本与性能提升的具体案例。
Latent SpaceAI 评分6262 Claude Mods：翻转内部控制结构
Claude Mods 是 Anthropic 推出的 Claude Code 插件系统，允许用户通过 TypeScript/JavaScript 函数自定义 Agent 的交互界面，形成可编程的 Attention Interface。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot app 如何在 VS Code 中继续会话
GitHub Copilot app 允许用户在 VS Code 中继续已开启的会话，保持对话、代码变更和工作上下文完整。用户可在 VS Code 侧边栏查看差异、手动编辑、运行本地测试，并将更新推送到对应的 Pull Request。
Google DeepMindAI 评分5252 Google Antigravity 加速抗菌肽搜索
Google Antigravity 平台通过与 AI 代理协作，帮助生物学家快速发现并评估抗菌肽候选物。平台利用 ProtNLM 对 UniProt 中数百万未注释蛋白进行功能预测，并提供 3D 结构视图与交互式协作工具，已在实验室验证中发现一条针对 Streptococcus pseudopneumoniae 的新候选抗菌肽。
GitHub Blog · AI & MLAI 评分4545 GitHub Copilot app for Beginners: How to teach Copilot about your codebase
GitHub Copilot app for Beginners 通过四种方式帮助 Copilot 理解代码库规则，包括 Custom instructions、Agent skills、Custom agents 和 Model Context Protocol (MCP) servers。
Microsoft ResearchAI 评分5656 StudentSim：模拟学生学习以改进 AI 辅导系统
StudentSim 是一个研究系统，用于在与真实学习者测试前评估和改进 AI 导师，它不是产品且不部署于课堂。该系统利用公开的去标识化学习记录训练个性化 AI 学生模拟器，并引入 StudentSimEval 基准，覆盖国际象棋、英语写作和数学三个领域。
Microsoft Research精选AI 评分6868 Agent Lightning v1.0：3,500 行轻量化 Agentic RL 框架，支持真实代理器训练
Microsoft Research Asia 发布了 Agent Lightning v1.0，一款约 3,500 行代码的轻量化 Agentic RL 框架，能够直接使用真实代理器进行强化学习训练。框架支持 Kubernetes 原生运行、数据高效训练，并在 Qwen3.5-9B 上通过 6,000 条样本提升 Pass@1 从 41.8% 提升至 56.4%，实现 14.6 点的显著提升。
推荐理由：该框架通过将真实代理器集成到强化学习中，显著提升了 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1，展示了轻量化、Kubernetes 原生支持和数据高效训练的可行性。
Microsoft ResearchAI 评分4646 预测电网空间天气风险
Microsoft Research 开发端到端机器学习管道，能在美国大陆 66,935 个变电站上提前 30~60 分钟预测空间天气风险，并在评估期内检测到近 80% 的重大事件。系统融合 L1 太阳风观测、AE 与 Dst 指数预测、地质导电率等特征，利用梯度提升模型估算 dB/dt，检测率分别为 76.5%（重大）、81.2%（严重）和 64.1%（极端）。
GitHub Blog · AI & MLAI 评分4545 GitHub Copilot app for Beginners: How to build custom workflows with canvases
GitHub Copilot app 引入 canvas（canvas extension）功能，允许用户根据所需工作流创建可定制的界面，而非适应固定屏幕。用户通过 `/create-canvas` 技能并用自然语言描述工作流、界面操作和 Agent 能力来生成界面，如发布说明或看板。该 canvas 是双向的，用户操作和 Agent 更新实时同步，且创建的 canvas 可保存为扩展供团队共享。
Berkeley AI ResearchAI 评分5555 ABBEL 框架用于训练 LLM 更新信念以实现高效长时序交互
ABBEL 是一个框架，它将摘要转化为自然语言信念状态，并引入信念分级来监督每个信念状态的内容，以解决 LLM 长上下文窗口无法无限扩展的问题。在 CollabBench 协作编码任务中，ABBEL-rec-BG 减少了与全上下文模型的性能差距约 50%，且训练步数减少 50%。
Berkeley AI ResearchAI 评分3939 智能已免费，接下来怎么办？面向、由、为代理的数据系统
随着 GPT‑4 级别推理成本从 2023 年的每百万 token 约 $30 降至今日不到 $1，甚至低于 $0.10，AI 正进入几乎免费时代。作者提出三大挑战：为代理设计数据系统、为代理构建可管理状态的系统，以及让代理自己合成可信的数据系统。
Berkeley AI ResearchAI 评分5555 GRASP：用于长视野世界模型的基于梯度的规划
GRASP 是一个用于学习动力学（世界模型）的基于梯度的规划器，通过将轨迹提升到虚拟状态实现跨时间的并行优化，并向状态迭代中添加随机性以进行探索。研究表明，在 H=80 的测试中，GRASP 的成功率达到 10.4%，中位成功时间为 58.9s，优于其他方法。