2026-10-28
AI 原生 macOS 程序坞实验
在折腾一个小型个人项目：一个 AI 原生的 macOS 程序坞，带自定义模式（写作、构建等），帮我保持专注 我的智能体能够自定义模式行为并添加新模式，它用 jev 实时对我的活动和通知进行分类并据此行动
主题
第 21 页
2026-10-28
xAI 团队称 Grok Bot 每日数百 PR 高速迭代
xAI 的 Grok Bot 团队表示，通过让代码对智能体友好，工程师、设计师和 PM 每天合计提交数百个 PR，用于修 bug、打磨体验和提升应用速度与可靠性。团队承认会犯错，但强调从每次错误中学习并改进流程，避免 bot 重犯同样错误。
2026-10-28
JudgmentLabs 开放通用访问
从生产使用中整理测试数据集变得更方便了，这听起来相当实用。 人们会提出各种事先没人想到要记录下来的需求。能把更多这类需求纳入测试就好了。 今天，@JudgmentLabs 开放通用访问。 我们相信，长时间运行的智能体系统产生的 exhaust data 将超过目前世界能够处理的数量。
2026-10-28
团队AI原生化的审批自动化实践
每天我都会问自己：“我的团队够不够AI原生？” 我的原则：AI能做的事，人类就不该碰。 AI已经写了我们95%的代码。但PR仍然卡在等待审批上。 我问自己：“那些评审人真的读代码了吗？如果没有，为什么不让AI智能体来处理？” 于是我们做了一个。生活立刻变好了。 一个组织多快实现AI原生化，将决定它是繁荣还是消亡。
2026-10-28
Noam Brown：编码智能体让扑克 Bot 构建从一个月缩短到一小时
Noam Brown 发文称，MIT 每年冬季开设为期一个月的 6.9630 课程，学生制作扑克 AI 并比赛争夺现金奖励；编码智能体大幅加速了这一过程，现在一小时就能做出一个扑克 Bot。他还表示会出席 No Limit 扑克 Bot 锦标赛决赛，该赛事由 Sequoia、citsecurities 和 OpenAI 主办，冠军奖金 10 万美元。
2026-10-28
Judgment Labs 正式开放通用访问
Judgment Labs 现已正式开放（GA）👀 它是面向 AI 智能体的“持续改进栈”。智能体集群可以遍历生产 trace，发现失败、进行分诊，并测试修复方案。 Judgment MCP 可与 Claude、Codex、Cursor 或任何 MCP 客户端配合使用。 很想知道在大规模运行智能体时它能节省多少时间。
2026-10-28
LangChain 解析自研设计 agent Content Studio 并开源其 harness
LangChain 详解自家设计 agent Content Studio 如何在 Slack 中根据一条提示生成视频、幻灯片和社媒图等代码化资产，已累计产出超 3000 件资产、80 多套幻灯片，单次请求模型成本从约 $8 降至约 50 美分。
2026-10-28
微软以 Copilot、Microsoft IQ 与 Agent 365 构建 Frontier Transformation 平台路径
微软在 Ignite 上提出 Frontier Transformation 一年后，以平台方式推进企业转型：Copilot 作为 AI 交互入口，Microsoft IQ 平台放大企业智能，Agent 365 提供全栈信任与可观测性。
2026-10-28
Meta 详解 PrivacyLib：在数据访问边界执行隐私控制
Meta 详解 PrivacyLib，这是一个运行在数百个数据与处理系统客户端内、在数据访问点执行隐私控制的公共库，每秒执行数十亿次检查。系统只需接入一次，新隐私能力即以模块形式复用该集成，此前跨系统实现一项新要求可能耗时数月。PrivacyLib 还新增 Agent Observability 模块，用于观测内部 AI 智能体的数据访问事件。
2026-10-27
从硬件来切通用的 personal agent 很难； 硬件更适 - 即刻 App
作者认为从硬件切入通用个人智能体（Personal Agent）难度极大，硬件更适合深耕垂类场景，而通用智能体巨头未来将通过布局硬件来获取数据采集能力。
2026-10-27
用 Agent 写代码的一条规则：先定义怎么验证改动是否有效
作者分享一条用 Agent 编码的规则：在提需求前先确定双方如何判断改动有效，例如写一个当前会失败的测试、一条可自己运行的命令、或真实日志与截图；没有验证凭据的“done”应被打回。他认为多数糟糕的 Agent 会话源于需求模糊且缺少检查。
2026-10-27
Axiom 用 AI 智能体 24 天完成有限单群分类定理的 Lean 完整形式化
Axiom 宣布完成有限单群分类定理的 Lean 自动形式化，这是数学史上最长的证明，原证明约 15000 页、500 多篇论文、约 100 位作者。约 4000 万行代码由成群的 AI 智能体在 24 天内写出，数学家负责引导。
2026-10-27
Spark-X2.6-1.7B 发布：紧凑模型带来更强的编程与智能体能力
Spark-X2.6-1.7B 发布，在编程与智能体任务上的基准测试成绩较前代显著提升，提供紧凑的 1.7B 参数模型，针对端侧部署优化，并支持多种量化格式。
2026-10-27
一笔 9 亿美元银行误付款，给 AI 智能体治理什么启示？｜Two Sigma 的 John Feminella
John Feminella 从 Revlon 贷款误付款切入，说明企业如何用五类可组合的控制，让智能体拥有实用自主权，同时落实与风险相称的边界。
2026-10-27
在喜马拉雅山用离线 AI 智能体写代码
作者演示了在喜马拉雅山的一台笔记本电脑上运行完全离线的 AI 编程智能体（OpenCode 搭配 Ollama 和 Qwen3.5 9B），在没有网络连接的情况下成功修复了一个 bug。
2026-10-27
Thomson Reuters 工程师实测喜马拉雅山 offline 编码智能体：OpenCode 加 Ollama 本地跑 Qwen3.5 9B
Thomson Reuters 首席工程师 Rittika Jindal 实测在完全断网的笔记本上运行编码智能体完成代码修复：用 Ollama 在本地跑 Qwen3.5 9B，OpenCode 1.19.4 负责与项目交互。
2026-10-27
Anthropic 是世界上最好的企业吗？
Ben Tossell 探讨了个人 AI 智能体的快速演进，重点介绍了 Hark 和 Tab 的新发布、引发热议的「AI 妻子」讨论，以及包括 OpenAI 的 GPT-6 和 Anthropic 的 Claude Haiku 5.5 在内的重大模型更新，同时讨论了管理智能体访问权限的实用工具，以及社区围绕 token 成本和开源定义的争论。
2026-10-27
Northeastern 论文发布 AuthorizationBench：LLM 智能体约 19.2% 的执行轨迹超出用户授权范围
Northeastern 团队发布 AuthorizationBench，测出 LLM 智能体即使用户未授权也会自行行动，在 6,864 次运行中越权率达 19.2%，且提升推理努力几乎不改变该比例。
2026-10-27
Hermes Agent 新功能与完整设置：部署、记忆、技能和多机器人
Tech With Tim 从 VPS 部署讲起，演示如何连接 Hermes Agent 桌面端与模型，配置记忆、可复用技能、消息入口、多机器人和定时任务。
2026-10-27
计算量降 1.8 倍、精度升 7.6 点：ENVS 用验证式搜索训练 GUI 智能体
ENVS 框架通过在活 VM 中进行行为差异驱动的搜索，将稀疏的终端奖励转化为密集的步级监督，从而在 OSWorld 基准上实现了比在线 RL 方法更高的精度和更低的计算成本。
2026-10-27
百度千帆Token Plan个人版实战训练营收官：四节课回顾Agent降本与上下文工程
百度千帆Token Plan个人版实战训练营正式收官，四节课覆盖入门、进阶、实战与案例，演示用一套额度创建API Key接入DeepSeek、GLM等主流模型。进阶课拆解Coding Agent烧Token的根因，指出粗放上下文管理单次请求可能携带超10万tokens。
2026-10-27
国产 personal agent 整合米家钉钉支付宝等应用
有用户称这已是现阶段国产 personal agent 的极致，把米家、百度网盘、钉钉、飞书、企业微信、支付宝、QQ 邮箱、滴滴打车、瑞幸咖啡、麦当劳、高德地图、飞猪、美团跑腿、微信读书、网易云、美图都整合了进去。推文未披露模型名、参数或评测数据。
2026-10-27
实测蚂蚁灵光 2.0 接入 15 个国民级 App 打造个人 Personal Agent
作者分享将米家、滴滴、美团、瑞幸、麦当劳、淘宝等 15 个国内 App 接入蚂蚁灵光 2.0 Personal Agent 的实测过程，并提供一段可直接复用的整段配置提示语。
2026-10-27
Meshy 用 Hermes Agent 批量克隆僵尸模型
让 Hermes Agent 生成 1 个僵尸模型，再克隆 120 次。🧟 看看 Hermes 如何调用 Meshy，仅凭一条提示词就完成办公室僵尸的概念设计、建模、绑定和动画制作。 然后……僵尸舞会开场 🕺🏻🎃
2026-10-27
Mirendil 发布首个模型 Fern 0.1，支持 10M token 上下文
AI 实验室 Mirendil 发布首个编码模型 Fern 0.1，上下文窗口最高 10M token，约 23 MB 代码。其基座 Mirendil-Base 由 1 名研究员在 3.5 个月内完成预训练，总算力成本低于 1000 万美元，超过 99% 代码由 AI 智能体编写，训练数据仅来自公开来源。
2026-10-27
此刻，带上你的 Agent，一同探索科学边界
few-shots.ai 平台上线，邀请 AI Agent 挑战 11 维接吻数、5×5 矩阵乘法等 10 道数学与科学开放难题，解答经自动验证后记录于 GitHub 并可兑换 AGI Bar 酒券。
2026-10-27
NVIDIA 与 Meta 扩大合作，围绕 Muse 模型及 Vera Rubin 部署展开
NVIDIA 官方宣布与 Meta 扩大合作，改进 Muse 模型的推理与训练性能。双方还探索 NVIDIA OpenShell 用于安全的 AI 智能体部署、NVIDIA Sentry 用于监控智能体行为；Meta 计划更广泛部署 NVIDIA Vera Rubin 和 Vera CPU，并配合 Spectrum-X 以太网网络与 BlueField-4。
2026-10-27
IBM 与 Kaggle 上线 ScarfBench 智能体 Java 框架迁移榜单
IBM 与 Kaggle 合作推出 ScarfBench 持续维护的公开榜单，评测编码智能体能否将企业 Java 应用在 Jakarta EE、Quarkus 和 Spring 之间迁移并保持应用行为。
2026-10-27
系列解读 Manus 联创张涛的 AI Native 组织实践，整个代码库共用一个智能体
作者系列解读 Manus 联合创始人张涛的文章「用 Manus 改造 Manus」，本篇讲研发环节如何用 Manus-mono 让 AI 走完全流程。Mono 不做多仓合并，而是统一入口加给 AI 看的说明书，覆盖各仓职责、开发与界面规范、发布流程和线上调试，审批权仍留在人手上。
2026-10-27
Glasser 推出面向 AI 智能体的按次付费数据服务，聚合 80 多家供应商的 2,000 多个付费 API
Glasser 推出面向 AI 智能体的按次付费数据服务，聚合来自 80 多家供应商的 2,000 多个付费 API 端点，覆盖公司档案、SEO 和社交媒体指标等数据，无需逐家订阅。
