LangChain 如何构建付费媒体 Agent
LangChain 发布博客，介绍其付费媒体 Agent 的构建方式：该 Agent 用于分析广告投放表现、优化广告、提出调整建议，并把营销数据转化为可执行动作。原文未披露模型选型、效果数据或上线时间等细节。
推荐理由做营销自动化 Agent 的人可参考其把数据分析接到执行动作的链路设计
共 649 条 · 第 1/17 页
LangChain 用 OpenWiki 做 Agent 记忆层，准确率提升 5 倍
LangChain 测试其开源 wiki 编译器 OpenWiki 作为 Agent 的持久记忆层：在需要跨来源关联的问题上，wiki 让 Agent 准确率比纯搜索高约 5 倍；再加入把 wiki 陈述与支撑段落相连的证据图后，准确率再提升 27%，引用一致性翻倍。OpenWiki 基于 Deep Agents 构建，每条陈述都绑定来源行及其哈希，来源变动时哈希变化可无需模型调用即标记受影响陈述，只把这些陈述交给模型确认、修订或撤回。测试用 111 篇合成保险长文档和 972 条事实的账本做基准。
推荐理由做 RAG 或 Agent 记忆的开发者可参考：证据图让引用一致性翻倍，哈希检测过期内容省 token。
LangChain：Managed Deep Agents 超 70% 运行来自定时任务
LangChain 发文介绍在 Managed Deep Agents 中用 Schedules SDK 构建主动型常驻 Agent。文中称，LangSmith 上超过 70% 的 Managed Deep Agent 运行来自定时调度，而非人工发消息。文章把这类 Agent 的能力归为三类：记忆（用 cron 定期把历史对话压缩成长期记忆，即“dreaming”）、主动性（按小时级频率提示 Agent 推进目标并主动发消息）、智能分诊（定时监控 Slack、邮件等信息源并推送相关内容）。文中还提到 Muse、In…
推荐理由70% 的运行靠定时任务，做常驻 Agent 可直接照搬 cron 加记忆压缩这套结构
MiniMax 开源 MCode Stack：15 个编码 Agent 技能
MiniMax 于 2026 年 10 月 28 日以 MIT 许可证开源 MCode Stack，这是其团队日常开发 MiniMax Code 所用的工作流与 Agent 技能集合。仓库包含 2 套技能栈、17 个技能（15 个来自 Ronny、2 个来自 Jiachen）、5 份检查清单和 5 篇配套说明，不含 MiniMax Code 源码。技能以纯 Markdown 的 SKILL.md 形式提供，可直接装入 MiniMax Code（需 Node.js 22.19+）或 Claude Code，无需 GP…
推荐理由可直接装进 Claude Code 或 MiniMax Code 的 17 个 Markdown 技能
SlideBySide：上传幻灯片共享链接，无需共享屏幕
SlideBySide 上线，用户上传 PDF 或 PowerPoint 后生成链接，观众打开即可同步看同一页幻灯片。支持实时光标（标注姓名）、画笔/荧光笔/激光笔标注、按人或整体设置翻页与下载权限、观众自行浏览后跳回直播页、全屏演示模式，以及从 Google Drive、OneDrive 导入。观众无需注册、无需安装会议软件，浏览器直接使用；上传新版本会保留旧版本及其标注。
推荐理由做远程演示或评审时，不用装会议软件、观众不用注册，发链接就能同步翻页和标注。
Google 开放 Connected Apps 平台，开发者可向 Gemini 和搜索提交应用
Google 推出 Connected Apps Platform，允许任何企业或开发者把自己开发的应用接入 Gemini 和 Google Search，并查看流量、延迟和错误率。开发者需要先接入云端托管的 MCP 服务器，或通过 AppFunctions API 接入 Android MCP，再用 Google Connected Console 注册、测试和提交应用，并自行选择只在 Search、只在 Gemini 或两者同时上线。目前 Gemini 已有 50 多个 Connected Apps，合作方包括…
推荐理由想做 AI 入口分发的开发者可以关注：接入 MCP 就能让应用出现在 Gemini 和搜索里，还能查看流量和错误率。
Google 开放 Android 开发环境，支持第三方 AI Agent
Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，推出「Bring Your Own Agent」功能，开发者可通过开放的 Agent Client Protocol 在 IDE 内运行 40 多个编码 Agent，包括 Anthropic 的 Claude Agent、OpenAI 的 Codex 和 Google 自家的 Antigravity，这些 Agent 可直接访问项目结构、符号解析、模拟器和 Logcat。同时发布 Android Benc…
推荐理由Android 开发者现在能在 IDE 里同时跑 Claude、Codex 等多个 Agent，UI 任务提速 77%
OpenAI 柏林 DevDay：Dots 将登陆欧洲，Codex 德国周活涨 20 倍
在柏林 DevDay Exchange 2026 上，OpenAI 开发者体验负责人 Romain Huet 表示，AI 助手 Dots 预计「几周内」在欧洲更广泛上线，目前欧洲经济区、瑞士和英国的 Personal Pro 账户仍无法使用。OpenAI 称德国 Codex 周活跃用户自 2026 年 1 月以来增长 20 倍，但未公布绝对数字；近五分之一的桌面用户用其处理文档、演示和表格。管理层称客户对视频序列理解需求很少，因此未优先开发；Sora 视频生成器 3 月因资源需求过大关停，未排除日后重启。
推荐理由Codex 德国周活半年涨 20 倍、1/5 用户拿它做办公文档，这两个数字能判断编码工具的边界在哪。
Surge AI 发布 DAYJOB: Tax 基准，50 项税务任务最高通过率仅 10.8%
Surge AI 推出 DAYJOB: Tax 基准，用 50 个专业税务任务评测 AI Agent，覆盖个人税、小企业税、合伙企业、房产投资、遗产赠与信托、国际税、公司交易、税务审查争议八个领域。评测采用 pass@1、95% 评分标准阈值，即一次尝试需满足至少 95% 的任务标准才算通过。排行榜上 Claude Sonnet 5.5 以 10.8% 通过率居首，Claude Fable 5.1 为 9.6%，Claude Opus 5.5 为 9.2%。文中举例：在 Anna 卖房案例中，Astra 五次尝试均…
推荐理由最高通过率仅 10.8%，说明税务等专业场景的 Agent 仍远未可用，选型时别高估。
Cursor 发布 Agent SDK，可一键部署自定义 Agent
Cursor 发布 Agent SDK，这是它用来构建自家托管 Agent（Bugbot、Security Reviewer、Rollouts）的框架，现在对外开放。开发者可以用代码定义 Agent，像管理普通软件项目一样管理它，完成后用一条命令部署到 Cursor 基础设施。Agent 可响应 GitHub、GitLab、Bitbucket 的 PR 事件，做风险评估、路由和审批；复杂任务可交给专用 Agent 或并行子 Agent。SDK 内置 evals 和事件回放。Cursor 内部团队用它约一天做出 kb…
推荐理由想给团队做定制代码审查 Agent 的开发者，可看一天做出 kb-reviewer 的实例和内置 evals 能力
开源法律 AI 工具 CaseCite 上线，对标 Harvey 的 5 亿美元融资
开发者发布开源、可自托管的法务检索平台 CaseCite，直接对标刚融资 5 亿美元的 Harvey。平台提供研究问答、文档索引、合同审查与红线对比、长文起草、判例引用图谱、法官分析等八项功能，支持从 Google Drive、OneDrive、Box、Dropbox、Filevine、Clio 导入文档。所有文档、索引和聊天记录存在用户自有服务器，AI 调用走用户自己的 API key（BYOK），无遥测。iManage 与 NetDocuments 连接器仍为实验性。
推荐理由想自建法律 RAG 的团队可直接部署，文档和索引不出内网，AI 调用用自己的 key
AI 实验室开始收购倒闭创业公司的数据
MIT Technology Review 报道，AI 实验室正在向倒闭的创业公司购买数据用于训练模型。一位创业者 Keelan Miskell 在关闭自己的加密创业公司后，把公司的代码库和工作区数据卖给 AI 实验室，赚了数万美元。随着公开数据集和合成数据接近上限，训练方开始寻求真实世界记录来训练 AI Agent，这类交易正在形成市场，但也带来法律和伦理问题。原文另有动物交流解码、月球基地等话题，信息有限。
推荐理由公开数据见底后，倒闭公司的代码库成了新数据源，做数据合规和 Agent 训练的人该知道这条供应链。
AI agents hacked Anthropic, maker of arguably the most capable AI models for cyberdefense
Cybersecurity startup Cathedral used AI agents to infiltrate Anthropic's internal systems through third-party business software, exploiting the AI lab's own bug bounty program to expose major vulnerabilities. Cathedral r…
推荐理由行业动态类信息，来自 The Decoder，建议按需查看原文。
亚马逊工程负责人：AI 帮不上忙也是发现，不是失败
亚马逊工程领导层发布关于 AI 时代开发者角色的内部更新，其中 Terk Terkowitz 提出：如果你的工作无法从当前 AI 工具中获益，那是一个发现，不是失败。他建议记录原因、与同行分享、向经理反馈并寻找解决方案，并称能说清 AI 在哪些环节还帮不上忙的工程师，正展现了公司所要求的判断力。原文为 Simon Willison 摘录的引语，信息有限。
推荐理由管理者可把这句判断标准直接搬进团队 AI 使用复盘，缓解工程师的采用压力
OpenAI 案例：Legora 用 AI 重构法律工作流
OpenAI 发布客户案例，介绍斯德哥尔摩法律 AI 公司 Legora。该公司 2023 年成立，CEO Max Junestrand 称其正在打造“法律工作的 agentic 操作系统”，OpenAI 是其关键模型供应商，支撑 agentic 法律工作和大规模文档审阅等核心流程。Legora 内部也用 ChatGPT Work、Codex 等工具：工程团队可同时探索 20 个方案，数天内选定最优；排查问题时，编码 agent 能检索数百万行日志，有时约 5 分钟就能从收到 bug 报告走到修复完成。其法务团队则…
推荐理由做法律、合规类 AI 产品的人可参考：5 分钟从 bug 到修复、20 个方案并行验证的具体用法。
GEAR：可组合的 LLM Agent 递归自我改进框架
帝国理工、杜克、港中文等机构研究者发布 GEAR，一个面向 LLM Agent Harness 递归自我改进的开放通用进化架构。框架把自我改进组织为两层元学习：内层循环中 rollout agent 用任务反馈改进单个任务内的推理、规划与行动；外层 Meta Agent 跨任务识别重复失败与有效策略，提出可复用改进并评估推广。进化搜索被拆成可替换的算法组件，Staged GEPA 是其中一个实例。在 GPT 5.6 Luna medium 上，营销任务通过率 27%→40%，客服 17%→25%，编码 52.8%→…
推荐理由三个场景通过率提升 8-13 个百分点，做 Agent Harness 的可以直接参考这套两层循环设计
Paper Instruments 用强化学习训练出 Ultramarine 1 Flash，推理成本降约 98%
Paper Instruments 基于 GLM-5.3 Flash 用强化学习训练出 Ultramarine 1 Flash，在内部知识工作基准上得分 59.3，超过 Fable 5 的 57.8，单任务成本 0.13 美元对 8.19 美元，低约 98%。训练使用 Fireworks Training API，团队保留对数据、采样、损失函数和训练循环的控制。该模型在 6 个知识工作基准上平均比基座模型高 4.1 分，现已通过 Fireworks 无服务器推理开放试用。
推荐理由单任务 0.13 美元对 8.19 美元，做金融、法律类 Agent 可先测这个开源替代
Guidewire 以 17 亿美元现金收购 Hyperexponential
保险科技公司 Guidewire 宣布以 17 亿美元现金收购做 AI 承保的英国公司 Hyperexponential，交易预计明年完成。若达成特定营收目标，另付 4 亿美元，总对价约 20 亿美元。Hyperexponential 成立于 2017 年，累计融资近 9000 万美元，投资方包括 Andreessen Horowitz 和 Battery Ventures。其软件被 40 个国家的近 600 家保险公司使用，用于让 AI Agent 与人类一起完成承保、分析和定价决策。
推荐理由看 AI Agent 在垂直行业落地的实际估值：近 600 家保险公司在用，20 亿美元总对价
特拉华州拟允许 AI 代理独立经营公司
据 Ars Technica 报道，美国特拉华州提出一项方案，允许 AI 代理在没有人类掌舵的情况下运营整个企业。美国众议员 Comer 表示，由 AI 运营的公司的所有者将可以免除对 AI「鲁莽」行为的责任。原文正文信息有限，具体条款、适用条件和立法进度尚未披露。
推荐理由AI 代理能否独立经营公司、责任如何划分，是 Agent 商业化落地的关键法律变量
Liquid AI 发布 LFM3：6 个 2B 级开源多模态模型
Liquid AI 发布 LFM3 系列，6 个开源权重模型共享同一底座，覆盖文本、视觉、音频、全模态和决策任务，每个模型都能在单张 GPU 上微调。LFM3-1.7B 有 1.73B 参数、256K 上下文，4-bit 量化后约 1 GB 内存即可运行，提供 GGUF、MLX、ONNX、FP8、NVFP4 权重。官方评测称其 29 项基准平均 49.37，高于 Qwen3.5-9B 的 47.24；IFEval 96.66，AutomationBench 41.29 对 15.10。短板是知识类：GPQA Dia…
推荐理由1 GB 内存跑 1.7B 模型，AutomationBench 是 Qwen3.5-9B 的 2.7 倍
LangChain 开源 Slack 设计 Agent Content Studio
LangChain 发布博客，介绍其设计 Agent Content Studio 的构建方式。该 Agent 运行在 Slack 中，可生成符合品牌规范的视频、图形和演示文稿，项目已开源，博客同时介绍了支撑它的 harness 框架。原文信息有限，未披露具体模型、效果数据或使用方式。
推荐理由做 Agent 产品的人可以看 LangChain 如何把设计生成能力接入 Slack 工作流
Avante 完成 3000 万美元 A 轮融资，用 AI 管理员工福利
Avante 完成 3000 万美元 A 轮融资。该公司搭建 AI 平台，帮助企业处理员工医疗及其他福利事务。此前，它在 2024 年完成了 1000 万美元种子轮。原文正文为播客推荐列表，未披露投资方、具体产品细节和客户数量。
推荐理由做 HR SaaS 或企业福利的团队可留意：AI 福利管理赛道种子轮后一年即拿到 3000 万美元 A 轮。
亚马逊收缩 Nova 模型团队，转向机器人前沿模型
据 Bloomberg 报道，亚马逊正在缩减大部分 Nova 系列 AI 模型的研发规模，并进行团队重组，把资源集中到「最高优先级」目标上。文本、图像和视频生成等 Nova 模型进入「维持运转」状态，只保留最低限度的资源支持。人力与算力转而投向由 Pieter Abbeel 领导的单一「前沿模型」项目；Abbeel 是伯克利机器人学习实验室主任，其机器人公司 Covariant 于 2024 年被亚马逊收购。此前一周，亚马逊刚关闭了旧金山一个 80 人规模的 AGI 研究办公室。
推荐理由看亚马逊如何从通用大模型撤退、把资源押到机器人方向，这是判断大厂 AI 投入风向的一个具体信号。
Show HN：用规格文档驱动 AI Agent 开发的插件 Spec-First
开发者发布 Spec-First 插件，把 Agent 开发流程拆成 create-spec、review-spec、apply-spec、deliver-spec 四个环节：先写规格（目标、步骤、带文件和行号的事实、完成标准），再由没看过对话记录的审查者挑错，然后按项目规则写代码和测试，最后经检查门禁提交并开 PR。每个规格对应独立分支和 worktree，状态存在 context.yaml 里，可中断续跑；deliver-series 命令能把大改动拆成多个规格，无文件冲突的并行构建。作者称其内部已用一千多个规…
推荐理由想给 Agent 加规格审查和并行分支流程的开发者，可看它的四步技能拆分和 context.yaml 续跑设计
Retell 用 OpenAI 模型支撑每月 1 亿通电话
语音 AI 平台 Retell AI 的月通话量从 2026 年初的 3000 万增长到 9 月的 1 亿以上，服务超过 4000 家企业。目前 80% 的通话由 OpenAI 模型生成回复，客户的问题解决率超过 80%，累计消耗的 OpenAI 模型 token 超过 1 万亿。Retell 自建的 vCX 基准测试显示，GPT-6 Astra 在指令遵循上以 89.7% 排名第一；GPT-6 Astra 发布前的评测中，GPT-5.5 在开启推理时，非幻觉率 88.0%、工具调用正确率 88.3%，均高于 Ge…
推荐理由做语音 Agent 的可参考：80% 通话由模型生成、解决率超 80%，以及 vCX 基准的模型对比数据
Meta AI 总监 Rohit Patel 离职创业，推出 Ndoc 挑战 Office 与 Workspace
在 Meta 工作 8 年的 AI 总监 Rohit Patel 离职，创办 Ndoc，定位为 AI 原生的办公套件替代品。产品把演示、分析叙事和底层数据集与 Python 脚本整合在同一个界面，用户可查看并让 AI 解释生成文档的脚本，以验证结果。Ndoc 基于多个开源模型微调，运行成本低于调用前沿模型。文档可导出为单个 .ndoc.html 文件，该格式计划开源。Patel 是 Meta 近期多位高管和研究员离职后的又一例。
推荐理由想了解 AI 办公套件新玩家的人可以看：Ndoc 把数据、脚本、结论放在一处
当 Agent 写代码时，开发者还需要知道什么
作者分享一次 CI 失败经历：Codex 生成的 App.tsx 中，15 个完整组件各写在一行内，被 SonarQube 以圈复杂度超标拦下。检查后确认逻辑正确、复杂度源于业务需求，随后让 Codex 重构拆成 10 个文件，CI 通过。作者由此提出，未来维护软件系统不再依赖亲手写过代码，关键是保留足够判断力，能在出问题时察觉异常并深入排查。原文后半部分用潜水采金比喻展开，但正文在此截断，信息有限。
推荐理由Agent 生成代码被静态检查拦下的真实案例，能帮你判断该给 AI 代码留多少人工审查
Mirendil 发布首个模型 Fern 0.1，上下文达 1000 万 token
AI 研发实验室 Mirendil 发布首个模型 Fern 0.1，这是一个从零训练的编码模型，上下文窗口最高 1000 万 token，约合 23 MB 代码、50 万行，可一次性载入 Megatron-LM 规模的代码库。参数规模 0.1 至 0.5T，未披露具体数量与激活参数，仅提供托管早期访问，未公布开源权重。基座模型在 RULER 单针检索任务上，32K 至 10M token 各长度均达 100%；但在 Terminal Bench 4.0 上仅 6.1%，同一表格中 Claude Opus 5.5 为…
推荐理由1000 万 token 上下文可整库读入，但 Terminal Bench 仅 6.1%
Hyphenate 融资 4500 万美元，用强化学习 Agent 做企业财务
Hyphenate Inc. 完成 4500 万美元 A 轮融资，由 Nexus Venture Partners 领投，累计融资额达到 5400 万美元。该公司开发由强化学习驱动的 AI Agent，用于自动化企业财务任务。原文信息有限，未披露估值、客户数量与产品上线时间。
推荐理由做财务自动化或企业 Agent 的团队，可参考这条赛道当前的融资节奏与领投方
工程师自述：用 AI 代理后工作量反而更大
一位全栈工程师在博客中称，全面使用 AI 代理后自己反而更累。过去每周只做 2-3 个需要专注的任务，现在同时运行多个代理，分别负责改代码、排查生产问题、审阅和研究；每个代理都会带着问题、待批计划或 diff 回来，每次响应都要切换上下文，注意力被分散到更多问题上。他统计了自己 2019 年至今的 GitHub 贡献记录：2020 年最高，为 2711 次；2021 年降至 1839 次，2022 年降至 1498 次；担任 Principal Engineer 期间月均 114 次，低于全栈工程师时期的 173 …
推荐理由用 GitHub 贡献数据和代理并行工作场景，说明 AI 提效后注意力成本如何上升
通用汽车用 AI 把新车开发周期从 5 年压到 2 年
通用汽车在纽约发布以 AI 为核心的技术路线图，提出「智能定义汽车」范式，目标是把通常 4-5 年的整车开发周期压缩到 2 年出头。手段包括集中式计算、虚拟化工程和 AI 驱动的车辆开发，同时推进免手眼驾驶自动化和新电池化学。首席产品官 Sterling Anderson 称，加速靠的是把碰撞测试等环节虚拟化，设计决策可反复迭代数百次，而非牺牲安全。背景是中国电动车企全球扩张和美国电动车需求走软。
推荐理由想知道传统车企怎么用 AI 压缩研发周期，可看通用给出的 5 年→2 年目标和虚拟测试思路
AI 时代重读《人月神话》：加 Agent 只会更快得到错误答案
一篇博客文章讨论 Brooks 定律在 AI Agent 时代是否仍成立。作者认为，传统瓶颈（上手时间、站会、办公室政治）确实消失，Agent 毫秒级就位；但定律只是变了形态：九个 Agent 仍无法一个月生出孩子，串行任务依旧串行；协调开销从管人变成管 Agent，仍需有人定义“完成”、审查代码、识别幻觉并拼接结果。作者给出的 2026 版定律是：给需求不清的项目加 Agent，只会更快得到错误答案。原文为个人随笔，无实验数据。
推荐理由做多 Agent 编排的人可以直接引用这条结论：需求不清时加 Agent 只会加速产出错误结果。
OpenAI 发布 GPT-6.1 Terra，API 价格降至 Sol 的一半
OpenAI 发布 GPT-6.1 Terra，定位高并发视觉推理与电脑操作，API 名为 gpt-6.1-terra，输入每百万 token 1 美元、输出 5 美元，约为 GPT-6.1 Sol 的一半。上下文 105 万 token，最大输出 128K，仅通过 OpenAI 托管提供，不开源。在 Agents' Last Exam v1 上，中等推理强度得分 57.6%，每任务成本 0.29 美元，而 GPT-6 Astra 同等分数每任务 4.82 美元；MMMU-Pro 视觉最高 85.5%，比 Astr…
推荐理由做屏幕自动化、表单和文档批处理的团队，每任务成本从 0.84 美元降到 0.29 美元，但复杂编码别用它
OpenAI 推出常驻助手 dots，月费 100 美元起
OpenAI 在 9 月底开发者日发布常驻个人助手 dots，接入日历、邮件和电脑后可主动帮用户处理工作。该产品面向 ChatGPT Pro 及以上订阅用户，月费 100 美元起。企业产品负责人 Alexander Embiricos 称，dots 的功能此前用 Codex 编码工具也能实现，但需要更多手动操作；dots 把模型能力重新包装成单一实体、单一对话的形态。实测中它能提示日程冲突和临近截止时间，但及时性仍不足。
推荐理由了解 OpenAI 如何把编码 Agent 包装成 100 美元/月的常驻助手，以及它目前的能力边界
MAYHEM：用 AdaL 和 Cloudinary 做的怪物收集对战游戏
开发者用 AI 辅助开发工作流 AdaL 和 Cloudinary 图片服务，做了一个开源浏览器游戏 MAYHEM。玩家上传图片即可生成自定义怪物，组建三只队伍进行回合制对战。游戏有六种元素属性、四个稀有度等级（Common/Rare/Epic/Legendary），支持搜索筛选、收藏标记，高稀有度卡牌带镭射全息效果。无需安装和注册，桌面、平板、手机都能玩。Cloudinary 负责怪物图上传、变换、优化分发和可分享卡牌。原文信息有限，未披露具体用户数据。
推荐理由想了解 AI 辅助开发工作流 AdaL 实际能做出什么，这个开源项目是完整案例
Greptile 用 GPT-6 Astra 做应用级自动化测试
代码审查公司 Greptile 将 GPT-6 Astra 的 computer use 能力用于自动化测试：针对每个 pull request 启动开发服务器、把浏览器视口调整为 iPhone 尺寸、模拟用户操作，并依靠模型的视觉理解发现「按钮消失」这类只读代码看不出的问题。CEO Daksh Gupta 称，人工 QA 团队测试所有改动的速度已跟不上模型辅助的交付节奏。Greptile 还把代码库知识库通过 MCP server 接入 Codex，数千客户已连接，用于让生成的代码遵循既有模式；团队以 AI 生成…
推荐理由做代码审查或 QA 自动化的人可以看 Greptile 如何用 computer use 把「跑起来看」纳入 PR…
GPT-6.1 Terra 发布：API 价格减半，性能逼近更大模型
OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半：输入每百万 token 1 美元、输出 5 美元，缓存输入降至 0.05 美元。对比 Claude Sonnet 5.5 的 2 美元和 10 美元，价格同样只有一半。Artificial Analysis 称其为“每美元智能”的新标杆：最高推理强度下 Intelligence Index 比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元。编码 Agent 指数 v2.0 得 …
推荐理由输入 1 美元/百万 token、缓存 0.05 美元，做 Agent 和批量任务可直接换用降本
The RealReal 升级反机器人系统，阻止 AI 代理抢购二手奢侈品
二手奢侈品寄卖平台 The RealReal 更新了反机器人系统，使 AI 代理更难登录、加购和结账。此前 The Verge 报道称，用 Meta 的 Muse 代理可以反复把商品加入购物车，利用该平台 20 分钟的保留机制，让其他顾客数小时内无法购买。The RealReal 首席技术官 Luke Friang 表示，已针对该用例调整配置，代理仍可展示商品并跳转到商品页。Meta 称，购物是 Muse 目前最常见的用例，平均单笔消费超过 200 美元，美国 40 天内下载量达 1000 万。
推荐理由看 AI 代理购物如何被电商平台反制，以及 Muse 平均 200 美元客单价、40 天 1000 万下载这两个数字。
Entire 发布面向 Agent 与人类协作的 Git 平台
Entire 联合创始人兼 CEO Thomas Dohmke 发布首个专为 Agent 与人类协作设计的 Git forge。核心包含三项：Trail 用可定制的自动 eval 在每次 push 时由 Agent 打分，替代传统 PR diff 审阅；自研 Git 兼容源码服务器，push 速度比 GitHub 快 89 倍、比 Cursor Origin 快 6 倍，支持多区域复制；Continuous Memory 把会话和 prompt 同步进仓库供编码 Agent 检索。CI 首批合作方为 Buildki…
推荐理由push 比 GitHub 快 89 倍的说法值得核实，做 Agent 编码流水线的团队可先试 Trail 的自动…
Nace AI 发布 Drex for Search：BrowseComp-Plus 得分 92.05%
Nace AI 发布面向 AI Agent 的检索层 Drex for Search，在 BrowseComp-Plus 上搭配 GPT-5 得分 92.05%，每题平均 12.6 次搜索调用。它通过 CLI、SDK、MCP 或 REST 接入 Claude Code、Codex、Cursor、OpenCode 等编码 Agent，可检索 100 万以上文件，支持托管云、自有 AWS/Azure 及本地离线部署。在 OfficeQA Pro 测试中，9 组 Agent 与模型组合平均多答对 6%、步数减少 62%、…
推荐理由做 RAG 或 Agent 检索的可以直接看：token 省 56%、步数减 62%，还支持 MCP 接入