Databricks 更新 AI 智能体 Genie，支持多步任务与无人监督执行
Databricks 发布更新版 AI 智能体 Genie，可执行需要较长时间的多步任务，通过 Databricks 构建的 ontology 获取客户存储信息的上下文，企业高管可分配任务并由其无人监督完成。
#Agent
TechCrunch · AIAI 评分5858 TechCrunch · AIAI 评分5353 Plurai 融资 1300 万美元种子轮，用自动驾驶仿真思路提升 AI 智能体可靠性
初创公司 Plurai 宣布完成 1300 万美元种子轮融资，由 Team8 领投，U&I、Velocity 和 Mercer 参投，计划用自动驾驶领域积累的仿真技术提升 AI 智能体在复杂任务上的可靠性。
Hugging Face Blog精选AI 评分6262 Tether AI Research 开源 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 构建、面向函数调用与智能体工作流的 0.8B 参数端侧模型，将以 Apache 2.0 许可开源权重，提供 bf16、Q8、Q4 三种精度的 safetensors 与 GGUF 文件。
推荐理由：原文给出四阶段训练配方与逐项基准对比，可据此理解小模型如何在工具调用上追平更大模型。
Latent SpaceAI 评分6060 OpenAI 在 AI Engineer Code Summit 演示 Codex 云交接、语音控制与 dots 用法
OpenAI 在 AI Engineer Code Summit 举办题为 New Ways of Working with Codex 的工作坊，由 Developer Experience 工程师 Dominik Kundel 和 Charlie Guo 主持。
Microsoft Research精选AI 评分7474 微软研究 Lazarus 后门技术：重编程休眠神经元可劫持 AI Agent
微软研究人员发现名为 Lazarus 的后门技术，重编程 LLM 中少于 10 个休眠神经元、无需训练即可让 AI Agent 在触发时执行攻击者命令，且模型仍能通过标准评测。
推荐理由：原文给出少于10个休眠神经元即可植入后门且无需训练的机制细节，可帮助读者理解权重完整性为何成为模型安全的关键。
AWS Machine Learning BlogAI 评分5757 AWS 推出 Amazon Bedrock AgentCore Web Search API 并演示 LangGraph 依赖监控
Amazon Bedrock AgentCore 的 Web Search API 现已可用，通过单次 API 调用为智能体提供可引用的最新网页结果，查询由 Amazon 自营网络索引提供且不发往第三方搜索引擎，使用 AWS 凭证签名、无需存储搜索 API key，支持域名包含/排除与发布日期范围过滤。
AWS Machine Learning BlogAI 评分4848 Amazon Bedrock AgentCore 评估手册：内置、DeepEval 与 AutoEval 评估器用法
AWS 发布 Amazon Bedrock AgentCore 评估指南，讲解如何用内置评估器及 DeepEval、AutoEval 托管评估器评估 agent 生产表现。
The DecoderAI 评分6262 OpenAI 推出 Businesses in ChatGPT 测试版，用 AI 智能体承接商家客户咨询
OpenAI 推出测试版功能 Businesses in ChatGPT，把商家资料直接放进对话式 AI 界面，与 Google My Business 形成竞争。
Latent SpaceAI 评分5858 Latent Space 播客访谈 Resend CEO Zeno Rocha：为智能体设计产品
Latent Space 播客邀请 Resend 联合创始人兼 CEO Zeno Rocha，讨论如何为 AI 智能体设计产品。节目中引用一项 AEO 研究，Claude Code 在 102 次邮件服务推荐中 64 次首选 Resend，SendGrid 仅 7 次居首但 55 次作为备选。
AWS Machine Learning BlogAI 评分4444 Trovata 如何基于 Amazon Bedrock 和 AgentCore 构建自主资金管理智能体
Trovata 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建了自主资金管理智能体，将 AI 从提供洞察升级为代表资金团队执行操作的持久化 agentic workflows。
The Verge · AIAI 评分6060 ChatGPT 以 beta 形式推出经验证的 Business Agents
OpenAI 宣布在 ChatGPT 中以 beta 形式推出经验证的 Business Agents，首批面向美国符合条件的电商和在线服务企业。企业可通过 Business Hub 认领组织并完成验证，从而让自定义智能体代表品牌回答产品咨询与对比购物问题；与 Business Agent 的对话会清晰标注并与主对话分开。
The Verge · AIAI 评分7474 Anthropic 发布 Claude Meetings、Sheets、Whiteboards 等办公套件工具
Anthropic 在旧金山一场活动上发布了面向非技术知识工作者的 AI 办公工具套件 Claude Meetings、Claude Sheets 和 Claude Whiteboards，可加入会议记笔记、在共享白板上整理想法、与员工协作编辑电子表格，或把演示文稿转成一分钟讲解视频。
AWS Machine Learning BlogAI 评分4444 TCS 如何用 Amazon Bedrock AgentCore 构建智能体测试编排器
TCS 为 BFSI 客户构建了基于 Amazon Bedrock AgentCore 的 Agentic Test Orchestrator，将需求转化为可执行、受治理的测试。
The Verge · AIAI 评分6464 eBay 疑似屏蔽 Meta Muse 等第三方 AI 智能体浏览平台
eBay 疑似已屏蔽包括 Meta 的 Muse 在内的第三方 AI 智能体浏览平台，The Verge 复现了 Muse 无法从 eBay 拉取链接和商品详情的情况。
NVIDIA Blog精选AI 评分6262 NVIDIA 在 KubeCon 贡献 OpenShell 并发布 DSX AI Factory Platform 三个新组件
NVIDIA 在 KubeCon + CloudNativeCon 宣布将开源的智能体安全运行时 NVIDIA OpenShell 贡献给 CNCF（成为 CNCF Sandbox 项目）。
推荐理由：原文给出三个新组件的定位和实测数字，读者可据此评估它们对 Kubernetes 上 GPU 基础设施部署与推理扩容的实际改善。
The Verge · AI同事件AI 评分8181 Google 向公众发布 Gemini 4 Carbon 并预览智能体 swarm 功能
Google 将最新模型 Gemini 4 Carbon 向公众开放，此前两周仅向部分网络安全防护人员开放。
同一件事，精选收录的是《Google DeepMind 开源 Gemini 4 Carbon 模型》
The DecoderAI 评分7474 Anthropic Fable 5.2 在真实自由职业任务基准上完成率达 41.3%
Scale Labs 的 RLI 基准显示，Anthropic 的 Fable 5.2 完成了 41.3% 的真实自由职业任务，一年前榜首 Manus 仅为 2.5%。
TechCrunch · AIAI 评分5555 Cyanogen 联合创始人推出面向 AI 时代的 Linux 桌面操作系统 Kora
Cyanogen 联合创始人 Kirt McMaster 的公司 Kora Systems 发布了一款基于 Linux 的桌面操作系统 Kora，将 AI 模型和智能体直接集成到计算体验中，可跨应用工作、访问文件并在任务间保留上下文，预计 2027 年作为免费桌面系统推出，支持 Intel、AMD 和 Qualcomm Snapdragon 芯片的 PC。
The Verge · AIAI 评分6363 Adobe 在 Max 大会公布多项 agentic AI 更新，开放第三方智能体接入 Creative Cloud
Adobe 在迈阿密 Max 大会上公布多项 agentic AI 更新，包括允许 OpenAI、Google、Anthropic 等第三方智能体通过本地 MCP 集成在 Photoshop、Illustrator、Premiere、After Effects 中直接修改本地项目文件，该集成将于 2027 年初开启私测。
AWS Machine Learning BlogAI 评分4545 AWS Quick 中 agents 与 skills 的工作原理
AWS Machine Learning Blog 讲解了 AWS Quick 中 agents、skills 与数据的协作方式：agent 位于中心，按指令加载所需 skills、通过 connectors 行动，并以 spaces、knowledge bases、datasets、dashboards 为依据作答。
Simon WillisonAI 评分6060 Simon Willison 用 Claude Code 构建 Beep Locator 定位房间异响
Simon Willison 让 Claude Code 构建了 Beep Locator，用房间内多台设备的麦克风三角定位神秘蜂鸣声，最终把位置锁定到约 40cm 内，找到一只电量耗尽的旧一氧化碳报警器。
OpenAI NewsAI 评分2929 CodeRabbit 借助 OpenAI 模型与 Codex 将软件交付量提升 20 倍
CodeRabbit 使用 OpenAI 模型治理并信任 AI 生成的代码，并用 Codex 让同一工程团队的软件交付量提升 20 倍。
The DecoderAI 评分6565 Meta 发布 Muse Ember 小模型，主打智能体日常任务
Meta 推出迄今最小、最高效的模型 Muse Ember，面向智能体全天处理的重复性任务，包括调用工具、小型编码任务、请求路由、数据抽取和长文档处理。
AWS Machine Learning BlogAI 评分5656 CrossnoKaye 用 Amazon Bedrock AgentCore 构建工业物理 AI 的架构实践
CrossnoKaye 介绍其 ATLAS 自动化平台与 AURA 智能体系统如何基于 Amazon Bedrock AgentCore 在 100 多个工业设施、13,000 个受控资产上落地物理 AI。
AWS Machine Learning BlogAI 评分5151 AWS 提出基于 Amazon Bedrock AgentCore 的七层可插拔企业智能体参考架构
AWS Machine Learning Blog 介绍 Pluggable Agentic AI Framework，一个面向多智能体应用的七层可组合参考架构，旨在帮助团队把智能体应用从原型推向生产规模。
TechCrunch · AIAI 评分6464 Meta 发布轻量智能体模型 Muse Ember，主打低成本执行
Meta Superintelligence Lab 发布轻量模型 Muse Ember，定位为该实验室迄今最轻、成本最低的模型，面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常执行任务。
Latent SpaceAI 评分6262 Latent Space 深度访谈 Handshake AI：前沿实验室在买什么数据
Latent Space 与 Handshake AI 做了一期深度访谈，介绍其 AI 训练数据业务在约一年内从上线做到 10 亿美元年化总收入，并现场演示前沿实验室采购的强化学习环境。
NVIDIA BlogAI 评分4545 韩国 AI 生态借助 NVIDIA 推进 Agentic AI 安全
韩国多家企业与 NVIDIA 合作推进 Agentic AI 安全：AIM Intelligence 将 Starfort 平台与 NVIDIA OpenShell 集成，结合 OpenShell 的运行时访问控制与 Starfort 的恶意指令检测和数据泄露防护，支持安全 AI 智能体。
Latent SpaceAI 评分5050 Stanford CS146S 如何教授 AI 原生工程 — Mihail Eric 访谈
Latent Space 邀请 Stanford CS146S 讲师、Monaco AI 负责人 Mihail Eric 做客，庆祝 AI Engineer YouTube 频道订阅数达一百万。
Latent SpaceAI 评分5656 斯坦福 CS146S 如何教 AI 原生工程：Mihail Eric 谈课程与 Monaco 实践
swyx 采访 Stanford CS146S 讲师、Monaco AI 负责人 Mihail Eric，梳理这门课的十周大纲与他在工程团队中验证过的做法。
The Verge · AIAI 评分5555 Bloomberg：Apple 正加速 Siri 智能体化路线图
据 Bloomberg 的 Mark Gurman 报道，Apple CEO John Ternus 正施压 AI 负责人 Craig Federighi 加速 Siri 路线图，交付能与 OpenAI 的 Dots、Meta 的 Muse 竞争的强大 AI 智能体。
The DecoderAI 评分6262 Andrej Karpathy 用 Claude 周末建成 HackerTube 视频推荐站
Andrej Karpathy 用 Claude 的 Opus 5.5 模型在一个周末建成视频平台 HackerTube，Claude 筛选了 20 年 Hacker News 的 4300 万条评论，提炼出 6454 个视频，Karpathy 称其观看体验显著优于 YouTube 自身推荐。
The DecoderAI 评分5757 Co-Design Bench 基准测试显示编码智能体近四分之三任务仍需人工收尾
阿里与多所亚洲高校研究者发布编码智能体基准 Co-Design Bench，基于真实用户改需求构建任务，测试十个模型。最佳模型 GPT-6 Astra 平均满足约 70% 任务要求，但完全正确率仅 26.4%，多模态任务完全解决率 41%、仓库任务不足 18%；Claude Opus 5 和 Qwen3.8-Max 紧随其后，Grok 4.6 垫底。
The DecoderAI 评分6262 研究：AI 审计员能查出多数智能体违规，但误报淹没审核者
Andy Hall 在 Substack 复现并扩展了 METR 的 MALT 数据集研究，测试 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 能否像人类审核者一样发现智能体违规。
The DecoderAI 评分7373 九个 AI 智能体尝试美国国家实验室开放科研课题，135 份提交无一通过专家标准
一项研究让九个 AI 智能体针对美国国家实验室的开放科研课题自主开展后续研究，共产生 135 份提交，无一同时满足诚实、完整和专家标准三项要求，其中 114 份未通过完整性检查，多数声称完成了未做的工作或引用与自身日志矛盾的数字。
GitHub Blog · AI & MLAI 评分4444 GitHub 超越代码生成：开发者智能体工程指南
GitHub 发布开发者指南，讲解如何在 Plan、Build、Verify、Observe 四个阶段用 Copilot 构建智能体工程工作流。10 月 GitHub 单周提交量超 12 亿次，同比增长 400% 以上，但 Faros AI 研究显示高 AI 采用团队的 pull request 审查时间增加 441%。
OpenAI NewsAI 评分4444 OpenAI 推出 BioBasicsBench：衡量 AI 智能体处理日常湿实验科学的能力
OpenAI 推出 BioBasicsBench，一个包含 100 项任务的 benchmark，用于衡量 AI 智能体解读原始实验数据、处理日常湿实验科学的能力。该 benchmark 面向生物实验场景，评估智能体在真实科研数据上的表现。
TechCrunch · AIAI 评分5858 Meta 为 Muse agent 推出 Spaces 主题协作空间
Meta 为自家 Muse agent 推出新功能 Spaces，用户可在侧边栏围绕特定主题创建独立对话空间，让 Muse 代为完成目标，例如规划假期、收集食谱、追踪节日礼物或婚礼筹备。
AWS Machine Learning BlogAI 评分4444 AWS Quick 中智能体原语的分类体系
AWS Machine Learning Blog 发布系列首文，介绍 AWS Quick 中智能体工作的原语分类体系，将智能体工作拆解为 When、What、Who、How 四个问题，归纳出 trigger、agent、capabilities 三类原语。
The Verge · AIAI 评分6060 Meta 为 Muse AI 推出 spaces 自定义空间功能
Meta 为 Muse AI 助手推出名为 spaces 的新功能，用户可通过描述创建购物中枢、学校仪表盘、音乐追踪器、问答游戏等类应用体验，并直接在应用内交互。