Google Research 发布 RRSI（正则化递归自我改进）教程，让 LLM Agent 在冻结模型的前提下重写自己的 harness、提示词、工具、记忆、控制流和子 Agent，同时避免 harness 对演化任务过拟合。完整循环用 Claude Opus 在 Vertex AI 上起草修改，并在 Docker 基准中打分；教程重点拆解决定保留哪些修改的纯 Python 规则，包括估计器、校准噪声带、选择算法两个分支、退火编辑预算、确定性泄漏筛查和编辑历史。原文信息有限，未给出具体评测数字。
推荐理由想动手做自我改进 Agent 的开发者可拿到官方仓库代码和可审计的纯 Python 选择逻辑
Snyk 将原本服务内部支持团队的对话 Agent 转为面向所有付费客户的产品功能 Snyk Assist，2026 年 9 月上线。该 Agent 基于 LangChain 和 LangGraph 构建，用 LangSmith 做可观测性，能查询未解决问题、检查依赖包漏洞、在对话中开支持工单或提交功能请求。Snyk 支持团队每两周处理数千个工单，此前信息分散在文档、支持文章、发布说明和账户数据中。Snyk 先在内部测试，要求 Agent 回答正确、该拒绝时拒绝、不返回用户无权查看的内容，每次改动都通过 LangS…
推荐理由做企业级 Agent 的团队可参考其权限、状态、护栏和评测的落地路径
开发者 Rajan Mishra 在 Hacktoberfest 开源 AI 挑战赛第一周提交了 TouchGrass，一个基于 Gemma 2 的开源 Agent 项目。它的设计原则是「用户停止使用应用时才算成功」：Agent 根据用户个人情况生成 9 类现实世界任务（户外、自然、善意、健康等），接受任务后界面进入极简 Zen Mode，手机放进口袋计时；返回后用语音汇报，Gemma 评估器打分并奖励 XP。代码以 MIT 协议开源，部署在 Render，含 TabPFN 微气候预测和离线模式。
推荐理由想做一个「反成瘾」AI 产品的开发者可以直接参考它的三态循环设计和开源代码
开发者用 MLH 的 benchspec 评测框架，在真实数据上把 Jev 和 Gemini Flash-Lite 各跑了几千次。Jev 是 TypeSafe 的决策模型，只读文本和选项列表，返回校准概率，几百毫秒完成。Flash-Lite 是 Google Gemini 三档中最小的一档，同样有百万 token 上下文，响应不到 1 秒，输入价格每百万 token 0.30 美元，当前版本 3.5 于 7 月发布。作者最终仍用 Flash-Lite 做检查项路由，因为路由误判的代价不对称：把代码能处理的检查交给 …
推荐理由0.30 美元/百万 token、亚秒响应的分类路由方案，做 Agent 评测可直接参考
Claude Code 发布 v2.1.295。新增 onFailure: "block"，让无法启动、超时或异常退出的 command/HTTP hook 直接阻断操作而非放行；新增 Program Status Protocol（OSC 7501）支持，终端可显示 Claude Code 正在工作、等待输入还是已完成。网关侧新增 timeouts.upstream_ttfb_ms 限制流式响应首字节时间，超时则故障转移或返回 502，并支持为每个上游配置可选 models 列表。修复了 [1m] 模型在网关拒绝…
推荐理由用 hook 做自动化拦截的团队可升级：onFailure: "block" 让失败 hook 不再静默放行。
开发者发布 K10s，一个用 Go 和 Bubble Tea 编写的 Kubernetes TUI，支持鼠标点击操作，与 k9s 的纯键盘操作形成对比。主要特性：所有操作列在独立面板中可直接点击，ctrl+p 统一搜索资源类型和对象，启动时不注册任何 watch、按需懒加载 informer 以保证秒开；ctrl+a 可用自然语言提问，当前 context、namespace、类型和选中对象会自动注入提示词。内置离线 demo 后端（含 CrashLoopBackOff 示例），无需真实集群即可试用，demo 以独…
推荐理由想从 k9s 换到鼠标友好界面、或想给集群排障加个懂上下文的 AI 助手，可直接 go run . demo 零成本试用
Google 在 Google Cloud 活动上发布统一智能体，可回答问题并代用户完成任务。Gemini 月活超 10 亿，近 90% 的财富 100 强企业使用 Gemini Enterprise。该智能体可接受「目标而非指令」，自动规划任务、调用工具并连接 Workspace、Microsoft 365、Slack、Jira、Git、BigQuery 等系统，也支持 MCP 服务器。默认自动选模型，用户可手动切换，首批第三方模型为 Anthropic 的 Claude。智能体拥有独立 Workspace 账号…
推荐理由Gemini 月活 10 亿、90% 财富 100 强在用，企业可直接接入现有系统试智能体
Pocketty 是一款面向 iPhone 和 iPad 的 SSH 终端，专为 herdr 设计。当 AI Agent 被阻塞或完成任务时，它会通过 APNs 向手机推送加密提醒，用户可直接在手机上打开对应 Pane 并回复。提醒采用 HPKE、X25519、ChaCha20 加密，密钥存于 Secure Enclave，支持 Face ID，中继不存储内容。支持 Claude Code、Codex、OpenCode、Gemini CLI、Cursor、GitHub Copilot、Grok、Qwen Code、…
推荐理由用 iPhone 远程盯 Agent 状态，被阻塞时推送加密提醒，买断 99 美元，支持 Claude Code
Edge Delta 在 GitHub 开源 Project Arena，一个面向 Kubernetes 场景的 AI SRE Agent 基准测试框架，支持本地 kind 或 AWS EKS 集群，提供 21 个完整场景和 6 个冒烟场景，可注入故障、保存调查记录并用可配置裁判打分。官方用 GPT-6-Astra 评测了 Edge Delta 原生、Grafana 原生和 Claude 搭配两者 CLI 的表现：检测环节 Edge Delta 18/21、Grafana 12/21；根因分析 Claude+edx…
推荐理由想评测或搭建 AI SRE Agent 的团队可直接用这套开源基准，21 个场景和评分脚本现成。
曾因证券违规入狱的前 Stratton Oakmont 合伙人 Richard Bronson 推出创业公司 Commissary Club，用 AI 帮助刑满释放人员寻找工作、住房、社区关系甚至约会对象。原文信息有限，未披露融资、技术细节或用户规模。
推荐理由了解 AI 切入出狱人员再就业这一冷门市场的具体案例，可关注其产品形态
开源项目 Jevman 让 6 个 AI 决策模型各玩 100 局经典吃豆人，按平均分排名并给出 95% 误差范围。每个路口游戏把迷宫、豆子和幽灵状态以 JSON 发给模型，模型返回各方向的概率，吃豆人据此选择；单次决策限时 2 秒，超时由备用规则接管。模型需三命耗尽或 5 分钟封顶，实际最长一局 2 分 24 秒。任何 HTTP 端点后的模型都可参赛，仓库提供 34 行示例端点，提交后 CI 会重放每局验证分数。
推荐理由想给自己模型跑个现成基准的可以直接用，34 行代码接上 HTTP 端点就能上榜
开发者发布开源项目 NatureFit，把户外运动和自然观察结合成任务：用户选择活动类型、时长、体能水平和环境后，AI 生成「自然 + 运动」挑战，完成后提交照片证据获得 XP 并记录日志。AI 不可用时回退到预置任务库，并明确告知用户。项目不声称能自动验证 GPS 距离、步数、位置或照片内容，运动数据由用户自报；生成和开始任务均不给 XP，以防刷分。可在线试用。
推荐理由想找 AI 生成内容 + 诚实边界设计的开源案例，可直接打开在线 demo 体验
JetBrains 发布 Mellum2.1，一个面向编码智能体的开源思考模型，Apache 2.0 协议，已上架 Hugging Face。总参数 12B，每 token 激活 2.5B（64 专家选 8），上下文 131,072 token，可在自有 GPU 上用 vLLM 或 SGLang 部署，GGUF 版本 7.0 GB 起。升级几乎全部来自真实软件环境中的强化学习。LiveCodeBench v6 得分 82.0，超过 Qwen3.5-9B 的 75.4；SWE-bench Verified 从 2.0…
推荐理由2.5B 激活参数就能跑编码 Agent，SWE-bench Verified 47.0，可本地部署
由 OpenAI 和 Cognition 前员工创立的 Hone 完成 6000 万美元种子轮融资，估值 2.85 亿美元。公司方向是打造能帮助企业运营业务的 AI Agent。原文信息有限，未披露投资方、产品细节和上线时间。
推荐理由做企业级 Agent 的人可以留意这个团队背景和估值锚点：种子轮即 2.85 亿美元。
LangChain 发布博客，介绍如何构建一个能完成真实支付的 Agent。示例项目名为 Restock，运行在 Slack 中，基于 LangChain 的 Managed Deep Agents 构建，通过 Machine Payments Protocol 使用 Stripe 的 Link 完成付款。原文正文信息有限，未披露具体代码细节、价格或上线时间。
推荐理由做 Agent 支付闭环的人可以看这个架构：Slack + Managed Deep Agents + Stripe…
AI 硬件初创公司 Natura 发布售价 99 美元的智能戒指 Interface，主打通过按压戒指语音调用 AI Agent 完成任务、记录想法，无需掏手机。戒指同时具备健康追踪功能，可监测心率、HRV、睡眠和活动量。首发接入 Meta Muse、Instinct、Grok Bot、Claude、ChatGPT 等 Agent 和应用，用户可指定不同 Agent 处理不同任务，回复可通过耳机、iPhone 实时活动或 NatureOS App 获取。下月开启预售，12 月至次年 1 月发货。创始人 Carlo …
推荐理由99 美元就能把 Claude、ChatGPT 等 Agent 戴在手上，做 AI 硬件的可以看这个交互形态
AI 可解释性初创公司 Goodfire 发布一种「由内而外」的 AI Agent 监控方案，通过探针读取模型内部激活信号，而非用第二个模型重读输出。该监控已向 Baseten 客户开放。在 Kimi K3 上的测试中，监控约 1500 个会话成本约 51 美元，而用廉价模型逐步检查需 233 美元、顶级模型约 1 万美元。探针捕获了 94% 的恶意黑客会话，8.7% 的无害会话被送二次审查。同时运行 4 个探针使模型开始响应的时间增加不到 2%。客户可自选监控风险类型（攻击性黑客、化生武器滥用、奖励黑客）及自动响…
推荐理由内部探针监控成本约为外部模型审查的 1/5，捕获率 94%，做 Agent 安全可直接参考这组数字
Spotify 于 10 月 8 日上线 technology.spotify.com，正式把内部技术对外销售，涵盖开源与付费服务。其企业软件业务并非新事：2020 年开源开发者门户框架 Backstage，2023 年起售卖实验平台 Confidence，2024 年起售卖开发平台 Portal，今年早些时候开始售卖管理 AI 编码 Agent 的工具 Xirp。Spotify 技术平台高级副总裁 Tyson Singer 称，这些服务面向其 7.77 亿月活用户背后的开发体系，并强调 AI 让软件开发更快但复杂…
推荐理由想了解大厂内部工具如何产品化，可看 Backstage、Confidence、Xirp 这几个已商用的具体产品线
开发者 anupray95 逆向诺基亚 110 4G 固件，把计算器应用改成 AI 聊天入口，通过 SIM 流量调用 DeepSeek API，并支持工具调用：查电量、开手电筒、打电话、设闹钟。手机内存仅 48MB，常规 Agent 代码放不下，因此自写精简 Agent、压缩负载并复用缓冲区。目前是原型，需从电脑加载进 RAM，重启后要重新加载，永久安装未解决；代码因含敏感数据未开源。
推荐理由48MB 内存跑通 Agent 工具调用的极限工程案例，做端侧 Agent 的可以看思路
The Verge 记者自 2025 年 7 月起在自家测试 Alexa Plus，使用 Echo Show 11、Show 15、Show 8、Pops 和 Dots 等设备。结论：这是其测试过最好的智能家居助手，能理解「把这里调亮」「我冷了」等模糊指令，智能家居控制、例程、日历和购物远超前代 Alexa，家人使用频率也更高。但作为个人助理仍不成熟，且 Echo Show 上的全屏广告严重干扰体验——回忆相册播放后紧接着就是广告。作者为让 Alexa Plus 正常工作，不得不重建整个智能家居。
推荐理由想买 Echo 或评估 Alexa Plus 值不值得升级的人，可看这份一年实测的具体优缺点。
TechCrunch Disrupt 2026 将于 10 月 13 日在旧金山 Moscone West 开幕，目前距开幕还有 5 天。现场购票价格将上涨，提前购票最高可省 100 美元，通行证 299 美元起；同类型第二张票享 5 折，四人及以上团体另有优惠，被裁员工可 75 美元购买 Expo+ Layoff 票。大会设 6 个舞台、200 多场会议，AI Stage 由 Luma、AWS、Anthropic、OpenAI 等公司负责人参与，Expo Hall 有 300 多家公司参展。
推荐理由想去现场的人：10 月 13 日前买票省 100 美元，第二张半价，被裁员工 75 美元。
19 岁的 Cal AI 联合创始人 Zach Yadegari 创立 AI Agent 公司 Persona，已完成 1000 万美元融资，由 Vine Ventures 领投。Cal AI 是一款卡路里追踪应用，年收入超 3000 万美元，今年 3 月被 MyFitnessPal 收购，Yadegari 于 6 月离职。Persona 定位个人 AI 助手，将推出 179 美元的穿戴手环，预计 12 月上市。手环不常驻监听，通过按键或手腕动作激活；模型运行在云端，数据传输和存储加密，用户可删除数据。公司称助手可…
推荐理由179 美元手环 + 云端 Agent，隐私设计明确，可关注其 12 月上市后的实际体验
Google Cloud 推出面向职场的通用 AI 智能体，可处理跨多天的企业工作流，覆盖 Workspace、Microsoft 365 和 Slack，并支持多种 AI 模型。该智能体能调研信息、创建文档、编写代码。原文信息有限，具体定价与上线时间未披露。
推荐理由做企业办公自动化的可关注：一个智能体同时打通 Workspace、Microsoft 365 和 Slack 三大平台。
Manus 母公司 Butterfly Effect 宣布完成超 5 亿美元融资，由博裕资本和 IDG 资本领投，腾讯、HSG（原红杉中国）、真格基金等老股东跟投。这是 Meta 被迫取消 20 亿美元收购后 Manus 的首轮融资。公司未披露估值，此前有报道称其正以 40 亿美元估值洽谈融资 5 亿美元。Manus 去年因 AI Agent 演示走红，2025 年中迁至新加坡，12 月宣布与 Meta 的收购交易，当时年经常性收入超 1 亿美元。今年 4 月中国监管要求终止该交易，8 月 Manus 恢复独立运营…
推荐理由了解中国 AI Agent 公司融资规模与监管影响，Manus 年收入超 1 亿美元、估值 40 亿美元。
Researchers at Zenity Labs say a single publicly accessible AI agent on Amazon's Bedrock AgentCore was enough to take over every AgentCore agent in the same AWS account and region. Amazon Bedrock AgentCore is AWS' platfo…
推荐理由产品发布/更新类信息，来自 The Decoder，建议按需查看原文。
Uber 与中国自动驾驶公司 Pony.ai 扩大合作，计划未来几周在伦敦开始测试 Pony.ai 的 Gen-7 无人驾驶出租车，服务模式参考双方在克罗地亚萨格勒布的落地方式。Uber 预计到 2026 年底在全球最多 15 个城市提供自动驾驶出行服务，美境内外大致各半。Uber 已与超过 30 家自动驾驶公司达成合作，在伦敦还投资了英国自动驾驶公司 Wayve。Pony.ai 已在中国 4 个城市推出无人驾驶出租车服务，并计划进入欧洲和中东市场。
推荐理由Uber 计划 2026 年底前在 15 个城市落地 Robotaxi，伦敦是欧洲关键一站，可看中美自动驾驶出海路径。
AI 原生房贷软件公司 Vesta 完成 3000 万美元融资，由 Conversion Capital 领投，Citi Ventures、Andreessen Horowitz 及客户 Pennymac、New American Funding 参投。公司用 AI Agent 自动化贷款发放流程，年营收同比增长 12 倍，每年帮贷款机构发放超 1000 亿美元贷款，累计融资 8500 万美元。美国一笔房贷平均 40 天完成、成本约 1.1 万美元，主要花在人工上。Vesta 让客户按需部署 Agent 集群，部分…
推荐理由房贷单笔成本 1.1 万美元、40 天周期，看 AI Agent 在金融合规场景怎么落地
Rust 工具 mirrord 的开发团队在 1 月发布《工程团队如何使用 AI》后，8 个月后再次调研同一批工程师。结论是 AI 已从工作边缘移到中心：多数受访工程师几乎不再手写代码，主要精力转向评审 AI 生成的代码，包括 PR 和逐段阅读、修正或重新提示。团队不强制统一工具，Claude Code 和 Codex 最常用，长尾包括 Emacs 里的 agent-shell、并行跑多 Agent 的 Orca、开源 harness pi、把代码库转成图供 Agent 查询的 Graphify、本地跑 Gemma…
推荐理由看一个真实工程团队 8 个月后的工具清单和成本账，比如 Fable 用量是 Opus 的 10 倍但质量提升有限。
金融交易公司 Architect Financial Technologies 推出 Liquid Inference，一个对每次 LLM 请求进行实时拍卖的推理路由。供应商为指定模型报价，买家支付满足其规则的最低报价；开发者只需替换 base URL 即可接入。买家可设置单任务成本上限、首 token 时间、最低吞吐、区域、零数据保留和供应商白名单。前 500 名注册用户获 20 美元免费推理额度，推荐返佣 20%。支持 Claude Code、Codex、Cursor、Cline 等工具。
推荐理由做 Agent 或高频调用的开发者可换 base URL 接入竞价路由，前 500 名送 20 美元额度。
NVIDIA 与普林斯顿大学、马里兰大学提出 PivotOPD，一种面向多轮 LLM Agent 的在线策略蒸馏方法，训练 Agent 避免最致命的早期错误，并在错误发生后恢复。在 ALFWorld、WebShop 和搜索问答上，Qwen3-1.7B 与 Qwen3-8B 学生模型对 13 个基线取得全部 8 项分榜平均最优。最佳结果：从 72.7% 的重放关键错误中恢复，标准 OPD 仅 20.3%。最差：1.7B 学生在 ALFWorld「Look」任务上为 55.9%，SOD 为 83.9%。方法在 H100…
推荐理由关键错误恢复率从 20.3% 提到 72.7%，且零额外推理成本，做多轮 Agent 的可以直接参考这套训练思路。
开发者 gramli 在 Kaggle Benchmarking Challenge 中设计了一个基准测试：给 AI 模型若干 API 失败场景（含请求、响应和上下文），要求模型判断是否重试，输出 YES、NO 或 YES_AFTER_DELAY 及一句理由。场景涉及 HTTP 方法、状态码、幂等键、限流等细节，例如带幂等键的 POST /payments 返回 503 时应延迟重试。评分只看决策，不看理由，理由用于判断模型是否真正理解场景。原文未给出具体模型名称和测试结果。
推荐理由做 API 重试和容错逻辑的开发者可以借鉴这套场景设计，用幂等键、状态码组合检验模型判断是否可靠。
Endeavor Catalyst 完成第五期基金募集，规模 3.2 亿美元，管理资产总额超过 8.5 亿美元。该基金是纽约非营利组织 Endeavor 的风投部门，专注投资硅谷以外地区的创始人。基金由管理合伙人 Allen Taylor 和董事总经理 Jackie Carmel 管理，团队 16 人。创始人需先进入 Endeavor 网络（去年从 1 万多名候选人中筛选出 88 人），其公司完成由其他机构领投的至少 500 万美元融资后，该基金可按同等条款跟投，单笔通常 100 万至 300 万美元，不超过该轮 …
推荐理由了解非硅谷 AI 创业公司的资金流向，ElevenLabs、Replit 等持仓可作参考
Nous Research 确认完成 9000 万美元 B 轮融资，估值 15 亿美元，由 Robot Ventures 领投，Nvidia、Union Square Ventures、Menlo Ventures、三星等参投，公司累计融资 1.58 亿美元。其开源 Hermes agent 被克隆超 2400 万次，据其估算约占全球 AI token 用量的 2.5%。资金将用于推出面向企业的「Hermes for Businesses」，支持部署可处理多步骤工作流、数据私有安全的定制 AI agent。据《华尔…
推荐理由开源 agent 占全球 token 用量 2.5%，年化收入 3600 万美元，做企业 agent 的可参考其路径
微软在旧金山 Tech Week 活动上公布新款 Surface Laptop Ultra 的规格与价格：两个基础型号分别 2600 美元和 3700 美元起，选配内存和存储后最高 5900 美元，顶配已售罄。同时发布搭载 RTX Spark 芯片的 Surface RTX Spark Dev Box 工作站，6000 美元起，预装 VS Code、GitHub Copilot CLI、WSL 和 PowerShell 7。设备主打本地免费运行 AI 模型，并运行带「Execution Containers」功能的…
推荐理由开发者可关注 6000 美元 Dev Box 的本地模型方案，以及 Execution Containers 对…
LangChain 为 Deep Agents 重构了 Skills 支持，解决企业技能库扩展到数千个后的三个问题：工具绑定技能（工具只在 Agent 读取该技能时才加载）、固定技能（用户用 /meeting-prep 等显式请求时可在下次模型调用前预加载）、技能重载（长线程无需重启即可获取新增或变更的技能）。技能采用 SKILL.md 加 YAML frontmatter 的开放标准，按发现、激活、执行三级渐进披露，未使用的技能仅占系统提示词一行。文中以 GTM Agent 的 50 多个技能为例。
推荐理由做 Agent 上下文工程的可直接抄：技能三级加载 + 工具按需绑定，技能库上千也不挤爆上下文
Meta 的 AI 智能体 Muse 在移动端首发仅一个月后，现已登陆 iPad。原文信息有限，未披露具体功能差异、用户数据或后续集成计划，仅提到 Meta 正在快速扩大该助手的覆盖范围和集成能力。
推荐理由了解 Meta AI 助手一个月内从手机铺到 iPad 的扩张节奏
Claude Code 发布 v2.1.293。新增 Claude Haiku 5.5（claude-haiku-5-5），并成为 Anthropic API 上默认的 Haiku 模型：100 万 token 上下文，价格 $0.10/$0.50 每百万 token，超过 10 万 token 的提示词为 $0.50/$2.50。同时为 subagentStatusLine 增加 agentType 字段，为 $.tool.register 增加 isDeferred 选项。修复了上下文压缩后 Claude 重做…
推荐理由Haiku 5.5 带 100 万上下文且输入仅 $0.10/Mtok，做批量或长文档任务可直接换。
LangChain 发布 Managed Deep Agents v0.9，新增三项能力：Schedules SDK 让 Agent 在对话中自行创建提醒、跟进和周期性任务，按创建者的权限运行并把结果发回原频道，支持 cron 表达式和一次性任务；Agent 可按每次运行动态配置，通过返回 define_deep_agent 定义来选择模型、指令、技能、MCP 服务器和沙箱，一个部署即可服务不同团队；还支持对 Slack 消息做出反应。
推荐理由想让 Agent 常驻 Slack 并自己安排跟进任务的团队，可以直接用 Schedules SDK 按 cron…
微软在 Windows 与 Surface 活动上宣布升级 Copilot，使其可访问 PC 本地文件并跨系统执行操作，这套方案被称为「Hybrid Intelligence」，即本地与云端模型混合完成任务。Copilot 执行副总裁 Jacob Andreou 现场演示：让 Autopilot 读取会计师邮件，跨文件夹搜索文档、重命名、打包成 zip 并起草带附件的邮件。相关功能将在「未来几个月内」陆续上线 Copilot。微软同时展示新版 Windows 搜索，可在搜索栏直接开深色模式、用滑块调麦克风音量或发短…
推荐理由Copilot 从聊天助手变成能直接动本地文件的操作层，Windows 11 用户秋季就能用上新搜索栏
Armature（YC P26）联合创始人 Louis 发布 Agent.reviews，一个让 AI agent 读写工具评价的站点。团队称已测量 5 万+ agent 会话，发现不同任务中 agent 反复遇到同一工具相同限制，原因是 agent 与软件厂商之间、以及不同 agent 之间缺少反馈回路。原文正文在此处截断，产品具体机制与使用方式信息有限。
推荐理由做 Agent 工具链的可以看这个思路：5 万+ 会话暴露的重复工具限制，靠 agent 互评来补反馈闭环