LangChain 发布 LangSmith Fine-Tuning 及配套 CLI 工具 smithtune，可将 LangSmith 中的 agent 轨迹数据转为微调数据集，支持监督微调（SFT）。训练环节接入 Fireworks 或 Baseten，评估仍在 LangSmith 完成，全流程通过一个 CLI 驱动，也可交给编码 agent 执行。官方称基于自有示例训练的专用模型在特定任务上可达到或超过通用前沿模型，且成本与延迟通常更低。目前仅支持 SFT。
推荐理由做 agent 的团队可以用它把线上轨迹直接变成训练数据，训练托管在 Fireworks 或 Baseten
Lovable 联合创始人 Fabian Hedin 在阿姆斯特丹 HumanX 峰会上称，公司年化经常性收入已突破 6 亿美元，今年 6 月这一数字约为 5 亿美元。他表示财富 500 强中三分之二的企业已在使用其产品，客户包括微软、英伟达和德国电信；平台用户创建的应用每月合计获得近 10 亿次浏览。公司 8 个月内完成两轮融资共超 7 亿美元：去年 12 月以 66 亿美元估值融资 3 亿，今年 8 月以 133 亿美元估值融资 4 亿。
推荐理由vibe coding 赛道最直接的收入样本：6 亿美元 ARR、8 个月估值翻倍，可用来判断这条赛道的真实需求
VOYGR 团队（两位前 Google Maps/Search 员工）在 Hacker News 发布 PlaceCall，一个让 Agent 和 App 直接致电商家的 API，首个场景是核实商家是否营业。团队称痛点来自自身经历：Google Maps 上的商家营业信息常不更新，连 Google 内部也难解决，于是自建 API 并先在内部使用。产品已入选 YC W26。原文正文在讲述 7 月 4 日波特兰找餐厅的经历处被截断，后续细节信息有限。
推荐理由做本地生活或 Agent 工具的可看：把「打电话核实营业」这类脏活封装成 API，省去自建语音外呼
一位开发者复盘了自己在 Agent 评测中犯的 7 个错误，每个都耗费了数天时间。核心问题只有一个：一直在修模型，而不是修度量。典型例子包括：测试套件显示 359 个测试通过，但 Agent 真实通过率只有 20%，原因是 65 个断言文件中有 57 个格式错误，测试框架返回 0/0 却被当作通过；模型精确率 1.00、召回率 0.02 仍被判为通过，因为它找到了能反复触发的退化模式；召回率卡在 0.087，真正原因是对比池未限定在源领域，限定后升至 0.170/0.228，模型本身未做任何改动。
推荐理由做 Agent 评测的人可以直接对照自查：0/0 要当错误处理，精确率 1.00 加召回率近 0 是危险信号。
Contrastive-LM 发布 CLM-8B，首个开源 Contrastive Language Model（CLM）。它不生成文本，而是对候选动作打分并返回概率，对标 TypeSafe AI 的专有 System One 模型 Jev。Apache-2.0 授权，头部权重仅 75 MB，单张 NVIDIA GPU 即可运行，用 vLLM 服务 Qwen3-8B 编码器。训练分三阶段：约 6000 万 Nemotron DQA 问答对预训练、约 3000 万 Gemini 2.5 Flash-Lite 合成难负…
推荐理由单卡可跑、权重 75 MB，Agent 动作打分延迟从 150 ms 降到 16 ms，做 Agent 循环可直接换
TypeSafe AI 推出首个 System One 模型 Jev，不生成任何文本，而是接收程序状态和一组类型化问题，返回选项、分数和是/否概率，供代码直接分支。官方 Python SDK 为 typesafe-sdk 0.7.0，输入 token 定价 0.042 美元/百万，输出 token 免费。教程演示了置信度门控路由、代码内保留权重的复合评分、类型化函数调用，以及用 Pydantic 响应模型、asyncio 异步扇出、重试策略和成本账本构建生产形态。
推荐理由输入 0.042 美元/百万、输出免费，做置信度路由和类型化决策可直接照抄代码
Meta 发布了一款类似电子宠物（Tamagotchi）的小型可穿戴硬件，作为其 AI Agent「Muse」的又一个移动载体。原文信息有限，未披露产品名称、售价、上市时间及具体功能细节。
推荐理由Meta 把 AI Agent 塞进电子宠物硬件，可留意大厂在 Agent 随身硬件上的新尝试
Meta 正在为其新 AI Agent「Muse」打造专用硬件设备 Muse Charm，Zuckerberg 在 Meta Connect 结尾短暂展示。设备外形像没有表带的厚实智能手表，配大屏和挂绳，右上角有指纹传感器用于激活并对话，正面有摄像头和至少三个麦克风孔。Zuckerberg 称无需解锁手机或打开 App 即可使用，但未说明如何连接 Meta 服务器。计划 12 月假日季前发货，目前只造出几台，最终材质未定，他提到半透明外壳的「进阶黑客美学」，并承诺很快公布更多细节。Muse 发布不到一个月，已能代用…
推荐理由Meta 首款 AI Agent 专用硬件，12 月发货，可对照 Rabbit R1 判断这类设备是否值得买。
Meta 在发布 Muse 仅数周后宣布，正将这一智能体引入其智能眼镜，包括 Meta Connect 上发布的新款眼镜。用户可通过呼唤名字激活 Muse，让它指导锻炼、记录饮食或协助购物。眼镜还将获得听力增强功能，Meta 称其为「FDA 认证的面向轻中度听力损失成年人的软件」，今年晚些时候上线，需 Meta One 订阅或 149 美元加购。Meta AI 在识别眼前物体时能给出更丰富的回答。新增 Dolby Atmos Capture 支持 360 度空间音频录制，Dynamic Photo 会自动连拍并用 …
推荐理由149 美元的 FDA 认证助听功能是智能眼镜首次切入医疗场景，做可穿戴和语音交互的可以看
Vogue World 米兰站闭幕演出《智能时代》环节中，中国公司 Unitree（宇树）的人形机器人走上 Galleria 秀场，伴随 Gigi D'Agostino 的《L'Amour Toujours》挥手、做套索动作，且未穿任何服装。Valentino 创意总监 Alessandro Michele 的痛苦表情迅速走红。Vogue 今年早些时候宣布下一届将在旧金山举办，米兰站部分由 Meta Glasses 赞助、OpenAI 提供额外支持。文章称几乎没人讨论实际展示的时装，讨论全部集中在机器人上，并提到在…
推荐理由看科技与时尚跨界营销如何翻车，宇树机器人未穿衣走秀成全网槽点
Meta 宣布为 AI Agent Muse 增加多项更新：Muse 将拥有自己的电子邮箱地址，可用来完成任务，用户也能通过该邮箱与 Agent 沟通；Mac 版 Muse 应用将获得操作用户电脑的能力；用户很快可以通过视频通话与 Muse 虚拟形象实时对话，并可调整其声音，新的 Muse Realtime Avatar 模型负责其动作表现。Muse 本月早些时候上线，曾登顶 App Store 榜单，据报道其移动端上线前 12 天下载量超过 ChatGPT。Meta 还计划未来几个月将 Muse 上线其智能眼镜。
推荐理由Muse 上线 12 天下载量超 ChatGPT，Agent 加邮箱和视频通话是产品形态的新信号
Meta 在年度 Connect 大会上发布多款新品。核心是 Meta VR Glasses，把 VR 技术装进轻量眼镜式框架，需连接外置 puck，2027 年春季上市。同时推出无屏幕智能眼镜和 AI 功能更新。扎克伯格在结尾短暂展示 Muse Charm——一款为 Muse AI agent 打造的独立硬件，外形像无表带智能手表，右上角有指纹传感器用于唤醒，配小摄像头和至少三个麦克风孔，无需解锁手机或打开 App。Quest 头显将于今年晚些时候在美国上线数百部电影租赁和购买。
推荐理由VR 眼镜 2027 春季上市、Muse Charm 指纹唤醒 agent，两条产品线时间点明确
Bessemer Venture Partners 9 月 23 日宣布新募两支基金共 57.5 亿美元，其中 17.5 亿美元用于种子轮和早期投资，40 亿美元用于成长期公司。该机构曾投资 Anthropic、Cognition、Perplexity、Ramp、Shopify、Waymo 等。自 2022 年以来已投资 260 多家 AI 原生公司，累计投入 30 亿美元，覆盖算力、基础设施、基础模型、开发工具、应用层和 Agent 技术。合伙人 Byron Deeter 称 AI 原生公司的扩张速度超过该机构此…
推荐理由看 AI 一级市场资金流向：40 亿美元押成长期，17.5 亿押早期，方向覆盖算力到 Agent。
微软将于 10 月 13 日发布第二代 Surface Mouse，售价 79.99 美元，提供黑色和铂金两种配色。新款鼠标首次加入可自定义操作按钮，主要设计用于快速唤起 Copilot，也可通过 Surface 应用配置为其他快捷键。触觉反馈支持 Windows 11 中的点击、拖拽、窗口对齐等操作，并在 PowerPoint、Affinity、Concepts、Filmora 等应用中触发。鼠标采用软触感材质重新设计，支持蓝牙 6.0，可同时配对三台设备。该鼠标与新款 Surface Pro 12 英寸和 Su…
推荐理由79.99 美元买带触觉反馈和 Copilot 快捷键的鼠标，10 月 13 日开售，可配三台设备。
AI 药物发现公司 Enveda 完成 3.11 亿美元 E 轮融资，估值 20 亿美元，较 12 个月前翻倍。本轮由 Catalio Capital Management 领投，Iconiq 等参投。Enveda 成立于 2019 年，创始人 Viswa Colluru 曾是 Recursion Pharmaceuticals 早期员工，思路是从植物和微生物中寻找药物，而非实验室从头合成，并用 AI 加速发现过程。公司目前有多款药物处于人体临床试验阶段，包括一款针对严重皮肤病的药物，以及一款用于帮助停用 GLP-…
推荐理由AI 制药估值一年翻倍，看 AI 发现药物进入临床的真实进度
Anthropic 官方账号 @claudeai 发布链接，宣布上线一个 marketplace（市场）页面，供用户浏览。同时开放收录入口，面向为 Claude 构建工具的开发者，可提交自己的工具、Agent 或服务。原文仅有两条链接和一句说明，未披露收录标准、分成方式、上线时间等具体信息，信息有限。
推荐理由做 Claude 生态工具的开发者可去提交收录，多一个官方分发入口
Anthropic 宣布推出 Claude Marketplace，用户可在其中发现工具、Agent 和专家合作伙伴。具体用途包括：添加 Slack、Notion 等连接器和插件；从 Cursor、CrowdStrike 等公司购买 Agent 和产品；与 Accenture、Deloitte 等服务伙伴合作扩展。原文未披露定价、分成比例和上线地区。
推荐理由Claude 生态开始做应用商店，Cursor、CrowdStrike 已入驻，做 Agent 的可以关注分发渠道
ForensicDbg 是一款 Windows 用户态事后调试器，支持 x86/x64 崩溃转储分析、附加活动进程、设为即时调试器，并提供 C++ 表达式求值、SourceServer 与 SourceLink 支持。其特点是通过 MCP 接口与支持 stdio MCP 的 AI 工具互通，输出针对 AI 消费优化，对数据做解释和标注以减少 token 消耗。目前处于私测阶段，需申请邀请。
推荐理由做 Windows 崩溃分析可关注其 MCP 输出设计，让 LLM 直接读转储数据、省 token
作者对比了 LiteLLM、Kong AI Gateway、Portkey、Bifrost、Apache APISIX 五款 LLM 网关在生产环境下的表现，关注流量管理、延迟、供应商故障和运维控制。LLM 网关位于应用与模型供应商之间，集中处理路由、负载均衡、限流、重试、故障回退、鉴权、日志、token 统计、成本监控、缓存等。文章指出单供应商的简单应用未必需要网关，但多供应商或高流量场景下集中控制价值明显，例如主供应商返回 429 限流时可在网关层统一决定重试、等待还是切换。原文正文不完整，具体对比结论有限。
推荐理由选型前先看这 5 个候选：LiteLLM、Kong、Portkey、Bifrost、APISIX，覆盖路由与限流场景
OpenAI 宣布在移动端推出基于语音的 Agent 功能，用户可通过语音触发撰写文档、总结邮件等工作流。Plus 和 Pro 用户可在手机 Work 标签页中创建文档、起草邮件、总结 Slack 消息，还能建站、做演示、使用云端浏览器及访问财务等功能；Free 和 Go 用户可使用插件和已连接应用。ChatGPT 语音对话将提供更丰富的文本输出，用户可在文本与语音间切换，并支持移动端开始、桌面端继续。此前 7 月 OpenAI 推出对话模型 GPT-Live，并集成到桌面端 Work 和 Codex 标签页。
推荐理由Plus/Pro 用户现在能在手机上用语音直接建站、做 PPT、总结 Slack，移动办公场景可先试 Work 标签页。
Anthropic 做了个实验：201 名员工各带一本书，与 Claude 聊 5 分钟后派出 Agent 进入交易市场，替自己议价换书。5 分钟对话后，Agent 对 10 本书的偏好排序与本人有 61% 的配对一致。市场效率不足主要源于 Agent 掌握的用户信息不够，而非交易能力。重复实验发现，Agent 所用模型对谈判结果的影响大于给它的指令，模型越强市场越高效。多数人喜欢换到的书，平均愿意把年度购书预算的三分之一交给 Claude 支配。
推荐理由想知道 Agent 替你谈判靠不靠谱，61% 偏好还原度和「模型比指令更关键」这两个结论可以直接参考。
TypeSafe AI 发布新模型 Jev，官方称在分类任务上推理速度最高快 200 倍、成本低 400 倍。Jev 不是传统 LLM，不生成文本，而是所谓 System One 模型：接收一个 state 和若干问题，返回带类型的答案与概率，用强化学习做校准决策（RLCD）训练。支持三类问题：Choice（多选一，返回各选项概率）、Score（按低中高打分，返回连续分数与分布）、Noul（是/否，返回为真的概率）。同一请求可并行问多个问题，增加问题几乎不增加响应时间。LangChain 发文介绍其如何嵌入 Age…
推荐理由Agent 循环里每次决策都调 LLM 又慢又贵，Jev 用概率化分类替代，官方称快 200 倍、便宜 400 倍。
Simon Willison 与 Jesse Vincent 将于 10 月 14 日（周三）晚在旧金山举办一场面向编码 Agent 构建者的 Birds of a Feather 交流活动，主题是用编码 Agent 做奇怪、有趣的东西。形式是轻松的 show-and-tell，鼓励分享正在尝试的项目、学到的东西和还没解决的问题，尤其欢迎尚未公开讨论的工作、奇怪的实验、没有明显市场的不完整项目。不要求做演示，也不是产品推销场合。原文信息有限，未提及具体地点和报名方式。
推荐理由在旧金山做编码 Agent 实验的人可以带未完成项目去换经验，不要求演讲。
OpenRouter 发布教程，介绍 TypeSafe 的决策模型 Jev 及如何在 TypeScript 中调用其 API。Jev 接收非结构化输入（字符串、JSON 对象或字符串数组），返回带概率的类型化判断，由代码决定后续动作。请求由 state 和 questions 组成，问题分 choice、noul、score 三种类型，并行评估同一 state。choice 答案含获胜选项、各选项概率及 0-1 置信度；noul 只返回单一概率；score 返回加权平均、各等级概率、置信度和等级说明。教程以电商平台…
推荐理由想给内容审核接决策模型 API 的开发者，可拿到请求结构和三种问题类型的返回字段定义
LangChain 发布博客，介绍两家医疗 AI 公司如何用 LangSmith 把临床专家评审转化为可复用资产。Included Health 的 AI 导诊产品 Dot 基于 LangGraph 和 Deep Agents 构建，负责解答医保账单问题、分诊并识别急症；Abridge 把医患对话转成临床笔记并接入病历与计费。两者共同约束是：准确性由工程团队之外的临床专家判定，而专家时间是最稀缺资源。做法是把专家输入沉淀为标注数据集、校准后的评测器和自动发布门禁，并应对 PHI 处理与数据漂移问题。原文信息有限，具…
推荐理由做医疗或高合规 AI 产品的团队可参考：把专家评审变成可复用评测集和发布门禁，而非一次性人工成本。
LangChain 宣布 Jev 可作为评判模型用于 LangSmith 的评估功能。Jev 由 TypeSafe AI 团队开发，属于 System One 模型，不生成文本，而是对状态返回带类型的答案和概率，支持三种问题类型：返回是/否概率的 noul、从选项集中选一的 choice、按有序量表打分的 score。LangChain 称其能以远低于 LLM 评判的成本评估开放式 Agent 行为，速度介于代码评估与 LLM 评判之间。用户可在任意 tracing 项目的 Evaluators 标签页中试用。
推荐理由做 Agent 评估的团队可省下 LLM 评判的开销，直接换成返回结构化结果的低成本评判器