主题

登顶国际Data Agent榜单，OceanBase超过多项GPT、Claude方案

Muse 让非技术用户轻松用上 AI 智能体

muse 最让人有成就感的地方，就是看到它真正帮到了那些不在科技行业、也根本不在乎 AI 的人

Muse 智能体代订理发预约

Alexandr Wang 推荐用 Muse 省去逐个查理发店网站、打电话问预约时间、看 Google 评价的麻烦。引用案例中，用户向 Muse 提出找本地好评理发师、预算 50 美元以下、周日 11：30 有空、参考 Google 和 Reddit 评价、不要 fade 要 crew cut，Muse 找到并预约了评价最好的理发师，全程未离开应用。

Computer Use 在 E2E 测试中的实战应用案例

宝玉转发一则用 computer use 批量测试 300 多款 Mac 软件卸载残留的实践，展示 AI Agent 在重复性端到端测试中的真实价值与工程收益。

类型安全的编码智能体笔记分享

分享一些关于类型安全 🤝 编码智能体的笔记：https://docs.google.com/document/d/1G61uUB0FifUnmmrPzFQojZ3KpczYKmXGpgEXDJ2l_Zg/edit?tab=t.0

Meta 将 muse 智能体带入大众口袋

我们爱我们的小家伙

阿里云 ApsaraConference2026 明日开幕，主打 Agent-Native

阿里云 ApsaraConference2026 进入最后 1 天倒计时，将于 9 月 22-24 日在杭州举办，主题为 Agent-Native 时代

ModularRSI：递归自我改进智能体框架新论文

ModularRSI 提出模块化递归自我改进的智能体框架方案，针对现有 harness 改进方式指出三大缺陷并给出修复：在基准不相交任务上进化、对比同一任务的成功与失败轨迹并跨任务聚合。

Google 开源智能体运行时 AX，声明式编排海量 agent 任务

Google 推出开放式智能体编排器 AX，提供 Task、Workspace、Gateway、Model 四个声明式原语，用于在沙箱中隔离运行 agent 并管理网络策略与模型配置

AI Agent 评估应先做错误分析：700+ 工程师实践后的反主流方法论

作者引用 Hamel Husain 与 Shreya Shankar 的观点，认为先搭评估平台、接 LLM-as-a-Judge 是路径错误，评估指标应从真实失败案例中生长出来。

Dan McKinley：提示词并非真实存在，生产环境应靠评测与自动优化

工程师 Dan McKinley 根据构建面向消费者的生产级 Agent 的经验提出，提示词本身不重要，可度量的自我改进系统才是关键

Frontier 实验室在向华盛顿兜售生存恐慌，评论称其意在监管护城河

这篇评论文章认为前沿 AI 实验室夸大智能体失控风险，目的是游说美国政府授予反垄断豁免并遏制开源竞争。

τ^τ-bench 评测：最强编码智能体设置在真实客户模拟中仅通过 23.9%

Sierra 与普林斯顿大学推出 τ^τ-bench 基准，把智能体构建模拟成真实客户交付任务，智能体需基于公司记录、客户需求、生产 API、现有代码和预算交付可部署的客服智能体。

Grok Build 1.0.38 发布：多项体验修复

SpaceXAI 发布 Grok Build 1.0.38，修复长智能体回复被截断、subagent 覆盖层卡在"Cancelling"、use_tool schema 工具调用报错等问题

Emad 评奥巴马 AI 言论：无需 AGI 也能成事

Emad Mostaque 认同奥巴马对 AI 的批评，认为实现绝大多数需求并不需要 RSI 或 AGI，few shot learners 加 cron jobs 就能带来突破。他还指出，目前最危险的 AI 是那些功能增强型网络研究智能体，它们正流入互联网

LLM 长任务语言漂移问题

讽刺的是，如今用大语言模型跑长时间智能体任务时，最让人头疼的不是写代码、不是报错、也不是模型幻觉，而是随着任务推进，它们的语言会因漂移而变得越来越差

lethain.com 作者实践软件工厂模式：用 Linear 项目循环驱动 Agent 持续推进目标

Imprint 工程负责人记录了在公司内落地软件工厂模式的实践，核心是 /linear-project-loop 技能，它审计 Linear 项目的目标定义（Notion RFC、Datadog 或 Snowflake 指标），补齐缺失工具后自动增删 issue、处理非阻塞任务并定期重跑循环。

腾讯 Gander 模型实现边聊天边后台执行复杂任务

腾讯混元语音团队联合多所高校发布 Gander 模型，用"小脑"负责实时对话、可替换的"大脑"处理后台智能体任务（测试中用 GPT-5.6 家族模型），可同时处理语音、图像和文本并随时被打断。

阶跃星辰发布 Step 5 Preview：600B 参数 MoE 旗舰模型，10 月 15 日开放权重

阶跃星辰（StepFun）发布旗舰模型 Step 5 Preview，主打智能体工作，采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和视觉输入。

Claude 缺图像生成器的短板

Claude 没有图像生成器，这是涉及知识工作的智能体项目中的一大缺口。它很擅长用代码来绘制或建模物体，但 Google 和 OpenAI 的图像生成器为其 AI 提供了更多选项，可用于制作 PowerPoint、模型图、信息图等。

剪映发布会推出剪映Hub与小映AI Agent，并上线AI Ultra会员

剪映在创作者大会现场发布剪映Hub，由无限画布与多轨道编辑器构成，可从一句话、参考视频或文档出发，整合即梦、小云雀等平台生成的资产，并上线将AI创作积分与SVIP权益合并订阅的AI Ultra会员。同时推出剪映自己的AI Agent小映，从创作热点到决策给出建议。

开发者用 MiniCPM-o 4.5 打造实时语音预约智能体

开发者 @mrgoodmantweets 基于 MiniCPM-o 4.5 构建了开源预约智能体 MiniCPM-o Booking Desk，将模型置于实时全双工交互流程的核心。该智能体可边听边说，同时从操作员屏幕读取实时预约状态并完成任务，实现多模态感知与对话的联动。交互由模型驱动并配合确定性状态控制，预约确认前需用户确认。

中国AI实验室推理转向华为

我最大的猜测是，对于规模化RL，大多数中国顶级AI实验室开始大量使用华为做推理、Nvidia做训练（可能不用于特殊架构）。随着智能体集群、更大规模后训练等成为常态，这将加速他们的国内产业。

一张 3090 就能跑！全栈国产模型，把 AI 办公搬到企业本地

中国电信开源全栈国产轻量级代码智能体模型 Xing4.0-29B-A4B，通过 MoE 架构与量化技术实现消费级显卡（如 RTX 3090）本地部署，并针对企业私有化办公、长上下文及 Agent 能力进行了深度优化。

百度搭子企业版升级并发布开发平台，亮相超级智能体大会深圳站

百度在超级智能体大会深圳站发布百度搭子开发平台与生态开放平台，并升级百度搭子企业版，新增企业版移动端及多人协作能力。官方称百度搭子用户规模环比增长9倍、交付物环比增长4.3倍、专家套件使用量环比增长7.3倍。开发平台通过Agent API开放智能体配置、工具与技能配置及运行能力，支持公有云、VPC专属部署和本地私有化。

The Verge 访谈能源安全专家：人类攻击者仍是能源系统最大网络安全风险

The Verge 采访多位网络安全专家后报道称，相比失控 AI 智能体，恶意人类使用生成式 AI 攻击能源基础设施仍是更大风险。专家指出美国核反应堆平均年龄约 44 年，老旧 OT 系统补丁困难，LLM 让缺乏 OT 知识的攻击者更容易得手。OpenAI 近期曾承诺 10 亿美元补贴关键基础设施防御模型，但专家提醒不要依赖 AI 对抗 AI。

奇瑞 iCAR V27 长续航版 9 月 30 日上市，现款 16.98 万元起

奇瑞 iCAR V27 长续航版将于 9 月 30 日上市，在续航提升之外还将升级座舱舒适与智能体验。现款 V27 于今年 3 月 13 日上市，售价 16.98 万元起，搭载 1.5T 增程系统，四驱版最大功率 335kW，纯电续航 200km/210km，综合续航最高 1230km，全系标配高通骁龙 8295P 芯片

阶跃星辰发布 Step 5 Preview 旗舰模型

阶跃星辰上线面向智能体工作的旗舰模型 Step 5 Preview，600B 总参数 MoE、1M 上下文带视觉，主打低任务成本与长程执行。

OpenAI 核心研究员坦白：上万 Agent 自发成军，奇点已经到来，三个月后无法预测

OpenAI 核心研究员 Noam Brown 披露万级智能体系统在 88 小时内攻克千禧年数学难题，并指出多智能体并行扩展、AI 递归自我改进与内外认知鸿沟正在加速奇点到来。

小模型本地调试：OpenClaw + Ollama 全 CPU 流程

这是使用小型本地模型的一种非常实用的方式。而且整条流程通过 OpenClaw + Ollama 完全在 CPU 上运行，也相当令人印象深刻。这是一个很好的例子，说明工作流设计如何能让一个小模型变得比其原始模型规模所暗示的更有用。