跳到正文
11月6日周五
  1. Mastra Blog41

    Mastra 推出 Custom Harness Program,前驻场工程师与团队共建智能体框架

    Mastra 推出 Custom Harness Program,由前驻场工程师(FDE)嵌入客户团队,共同构建定制化智能体框架。Workday 从 Amazon Bedrock Agents 迁移到 Mastra 用了 31 天,减少 3,000 行代码,向量存储成本降低 98%。Salesforce 已在 Mastra 上为 10 万+ 开发者社区构建支持非 Anthropic 模型的框架。

  2. Mistral AI:News64

    Mistral 扩展 Mistral Studio,配合 Mistral Large 4 (Le Chonk) 构建企业级智能体、工作流和应用

    Mistral 宣布扩展 Mistral Studio,新增托管智能体、工作流、应用、企业上下文、可观测性和评估等能力,配合企业模型 Mistral Large 4(Le Chonk),支持云端、VPC 或本地部署并保留对模型与数据的控制。

    推荐理由:官方说明了 Studio 托管智能体、工作流和应用的新能力及多种部署方式,企业读者可据此评估落地路径。

11月3日周二
10月31日周六
10月30日周五
  1. Factory 研究 / 产品75

    Factory 发布 Droid 1.0,以程序化工具调用构建企业级 Agent harness

    Factory 发布 Droid 1.0,一个模型无关的 agent harness,主打程序化工具调用(PTC),模型通过编写 JavaScript 程序在沙箱中一次执行数百个工具调用。

    推荐理由:原文给出 Droid 1.0 的基准对比数据和程序化工具调用设计细节,读者可以据此评估这个 Agent harness 的成本与质量取舍。

10月29日周四
  1. Preferred Networks:AI 研究与产品44

    善邻集团与 Preferred Networks 达成业务资本合作,融合地理空间信息与 AI

    善邻、善邻数据通信与 Preferred Networks(PFN)签署业务资本合作契约,善邻方面将认购 PFN 的第三方定向增发。三方将把带时间轴的高精度地理空间信息与 PFN 的生成 AI、物理 AI、图像与 3D 空间识别技术结合,开发理解与推理地理空间信息的 AI 模型。初期重点面向公共、不动产、零售流通领域,探索区域变化与设施需求预测、选址及城市规划和防灾模拟等场景。

  2. Microsoft:Official Blog64

    Microsoft 通过 Foundry 开放 Copilot harness,支持多模型 Agent 开发

    Microsoft 宣布将 GitHub 团队打造的 Copilot harness 通过 Microsoft Foundry 向开发者和企业开放,该 harness 已驱动 Copilot Code、Copilot Studio、GitHub Copilot app 和 CLI 等产品。

    推荐理由:微软官方说明 Copilot harness 的能力和开放方式,开发者可据此评估是否用它托管多模型 Agent 运行时。

10月28日周三
10月27日周二
  1. Apple:Newsroom64

    Apple Creator Studio 推出更新:Final Cut Pro 集成 MotionVFX,Keynote、Pages、Numbers 新增智能助手与 MCP 支持

    Apple 为 Creator Studio 推出更新,Final Cut Pro for Mac 内置 MotionVFX 视觉效果库并接入含视频素材的 Content Hub。

    推荐理由:官方新闻稿列出 Final Cut Pro、Logic Pro 与 Keynote 等应用的 AI 能力变化,读者可据此评估对创作工作流的影响。

10月26日周一
  1. Browser Use76

    让编程智能体使用已登录 Chrome 的六种方案实操指南

    Browser Use 作者整理了让 Claude Code、Codex、Gemini CLI、Cursor 等编程智能体使用已登录 Chrome 的方法:Claude 订阅用户可用 claude --chrome 的 Claude in Chrome 扩展。

    推荐理由:作者按编程智能体逐一梳理接入已登录 Chrome 的方案与配置,并解释为何复制 Cookie 行不通,方法可直接迁移到自己的工具链。

10月23日周五
10月22日周四
  1. MiniMax:Blog67

    MiniMax Code 桌面端推出 Mini App 长运行应用功能

    MiniMax 在 MiniMax Code 桌面应用(macOS / Windows)本地会话中推出 Mini App,一种带前端和后端的长运行应用,以插件形式安装并与 Agent 双向调用,让 Agent 的工作停留在常驻页面而非散落各对话中。

    推荐理由:官方详细说明了 Mini App 的架构、安全边界和社区生态,开发者可以据此判断如何在 MiniMax Code 上构建长运行应用。

10月21日周三
10月19日周一
  1. Browser Use61

    Browser Use 讲解浏览器智能体的工作原理与使用时机

    Browser Use 发布科普文章,讲解浏览器智能体由模型、harness 和浏览器三部分组成,通过观察页面、选择动作、执行并检查结果的循环完成任务,可通过 DOM、无障碍树或截图读取页面。

    推荐理由:原文系统拆解浏览器智能体的组成、运行循环与选型边界,并用自家云端使用数据说明典型场景、成本风险与起步方法。

10月16日周五
10月15日周四
10月14日周三
  1. Linear:Now54

    Linear 工程师分享使用 Loops 自动化工作的五条原则

    Linear 工程师总结使用 Loops(用自然语言让 Linear Agent 定时或按事件执行重复工作)的五条原则:寻找可委托的重复任务、从小范围逐步扩展、善用工作区内已有上下文、让 Agent 帮助迭代提示词、让团队可见和知情。文中给出安全团队漏洞分诊、清理 80 多处废弃代码、会议议程准备等实例,并指出委托给 Agent 的关键是决定委托什么并提供必要上下文和约束。

10月13日周二
10月10日周六
  1. Sierra:Blog65

    Sierra 发布 Personal Agent Protocol(Poppy)协议草案,新增 35 家设计伙伴

    Sierra 发布 Personal Agent Protocol(Poppy)协议草案,宣布新增 35 家设计伙伴,包括 OpenAI、Meta、Bank of America、Mastercard、PayPal、Shopify、Walmart 等。

    推荐理由:原文给出了 Poppy 协议的五个构建块、底层标准和新加入的 35 家设计伙伴,读者可以据此判断它如何改变个人智能体与企业的协作方式。

10月9日周五
10月8日周四
  1. Google Developers Blog61

    Google 发布 Developer Knowledge API 生态,为 AI 智能体提供官方文档检索

    Google 推出 Developer Knowledge API 生态,作为 Google Cloud、Firebase、Android 等开发者文档的官方程序化来源,用结构化 API 和 Markdown 格式文档取代网页抓取,支持语义与关键词搜索、文档分块和有依据的问答。

    推荐理由:官方为自己的开发者文档检索 API 提供了 CLI、agent skill、客户端库等多入口,可对照选型接入现有工作流。

10月7日周三
  1. PromptArmor:Threat Intelligence60

    PromptArmor 解析 WebMCP 的机制与主要安全风险

    PromptArmor 发布 WebMCP 威胁情报解读,介绍 WebMCP 如何让网站向浏览中的智能体提供工具,并指出治理、提示词注入、Web 安全、误配置和操作漂移等新增风险。

    推荐理由:作者从一线威胁情报视角拆解 WebMCP 的机制与治理、提示词注入等新风险,读者可据此评估自身供应商面。

  2. Sierra:Blog62

    Sierra 与 Meta 联合多家企业发布 Personal Agent Protocol 开放协议

    Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴宣布开发 Personal Agent Protocol,一个定义个人 AI 智能体如何与企业交互的开放标准,任何人都可实现。

    推荐理由:原文来自协议发起方,说明了认证方式、三种接入路径和后续规范计划,读者可以据此评估个人智能体与企业的连接方式。

10月2日周五
  1. OpenRouter:Announcements62

    OpenRouter 解析 LangChain 与 CrewAI 编排和 OpenRouter 原生路由的差异

    OpenRouter 发文将多模型编排分为工作流编排、模型路由和提供商路由三层,指出 LangGraph 和 CrewAI 负责工作流编排,OpenRouter 负责模型与提供商路由,二者不互相替代。

    推荐理由:原文把多模型编排拆成三层职责,并给出同一管道在直接路由和框架下的对照代码,读者可据此选择自己项目所需的层。