独立 AI 资讯库
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
随着 AI 助手从纯文本界面演进为多模态伙伴，Google 提出 AgentHands 研究原型，以提升 XR 场景中的主动式、具身化空间交互体验。该项目发表于 CHI 2026，利用扩展现实（XR）的空间理解能力，让 AI Agent 能够生成与语音同步的表达性手势。与摄像头画面中的 2D 边界框叠加层相比，AgentHands 可通过指向、描述形状、模拟动作和强调重点等手势，在 3D 空间中更直观地传达信息。该研究表明，面向 XR 的开发者可将手势作为空间化 Agent 交互的重要输出通道，把抽象的语言指令转化为更自然的物理演示。
Amazon OpenSearch Service 现已支持 MCP Apps，可在 AI Agent 的文本回复之外，直接在聊天窗口中返回交互式可视化内容。该能力通过本地运行的 MCP server，将告警、日志、Trace、服务拓扑等调查结果以双响应形式呈现，使工程师可在 IDE 内完成验证，无需切换到浏览器。可视化内容由 OpenSearch UI 基于实际数据源服务端生成，因此结果具有确定性，并与 OpenSearch 仪表板中的结果一致。对使用本地 Agentic 可观测性方案的开发团队而言，这降低了跨工具验证的操作成本，同时保留 AWS 账户、凭证和数据控制权。
covonaut 是一款使用 Go 语言编写的生产级 AI Agent 框架。框架提供了完整的 Agent 能力，包括智能体执行循环、工具系统与中间件、MCP 工具桥接、多 Agent 协作（Handoff）、DAG/Pregel 双模式图引擎、工作流编排、会话管理与分支、HTTP 服务，以及一套无第三方依赖的终端 UI（TUI）。模型接入方面支持 OpenAI、DeepSee...
8月25日，据外媒报道，国际知名新闻机构汤森路透（路透社母公司）近日推出了其自研大模型Thomson-1。该模型基于阿里Qwen大模型开发，旨在降低对Claude等闭源模型的依赖并减少长期使用成本。此前，汤森路透曾推出自己的AI助手，接入的是海外大模型厂商Anthropic的Claude大模型。出于降低闭源模型的依赖和成本因素考量，近期，汤森路透选择基于阿里开源模型Qwen3.5自研出Thomson-1 大模型。Thomson-1 将首先用于表格分析、文档审核等专业工作，并逐步承接部分此前由 Claude 完成的任务。开源模型允许企业自行部署和调整，性价比高，安全可控。随着阿里Qwen等开源模
Anthropic 宣布合并 Claude 聊天与 Claude Cowork 的记忆系统，让 Claude 能在不同使用场景之间共享已掌握的项目背景、偏好和上下文。用户现在可以查看、编辑或删除 Claude 保存的记忆，且 Claude 会在对话进行过程中持续更新记忆，而非等对话结束后再总结。该功能默认向 Free、Pro 和 Max 套餐的 Web、桌面及移动端用户开放，有望减少开发者和知识工作者在使用 Agent 时反复补充上下文的负担。
火山引擎发布《智能体安全能力图谱》，梳理智能体安全10大能力维度，覆盖多类智能体，划分L1‑L3三阶段建设路径，为企业提供可落地的AI安全治理框架，助力智能体可信可控可管。
本文介绍如何结合 Amazon Quick Desktop、Amazon FSx for NetApp ONTAP、Amazon S3 access point 和 Slack，构建一个受治理的每周业务报告工作流。团队可将经批准的 FSx for ONTAP 文件夹通过 S3 access point 暴露给 Amazon Quick knowledge base，并由自定义的 Weekly Business Reporting Assistant skill 生成带引用的报告、演示文稿、PDF 和 Slack 摘要。该方案通过最小权限 IAM 策略限制 Amazon Quick 只能读取指定前缀中的内容，同时将草稿、过期或受限文件排除在知识库之外。所有对外分享内容都需要人工审核和批准，可将原本耗时数小时的周报整理工作缩短至数分钟，同时保留来源可追溯性与既有治理控制。
第一次用 AI Coding Agent 写项目，体验往往非常爽。 你只需要说一句： 几分钟后，目录建好了，接口写好了，页面也能打开。两千行代码摆在面前，仿佛一个下午就完成了过去一周的工作。 但继续开
告别理想仿真，中国学术团队用物理工程方案回应落地挑战。 作者丨张璐 编辑丨岑峰 过去一年多里，具身智能似乎按下了快进键。从 Physical Intelligence 发布的π₀到开源社区追捧的OpenVLA，VLA大模型一路高歌猛进。在各种标准基准测试和精心搭建的实验室 Demo 中，机械臂叠衣服、拿取物品流畅得宛如人类，动辄刷出 90% 甚至 95% 以上的成功率。然而，当全行
智能体任务失败后，排查需要从整次运行下钻到具体节点，核对状态、耗时、前序关系、输入输出与错误信息。任务级和节点级记录连在一起，才能还原中断位置及影响范围。
点击查看原文>
OpenAI 在 Hot Chips 大会上披露了 Jalapeño 推理系统的首批基准测试结果。根据 SemiAnalysis 的 InferenceX 测试，Jalapeño 的单用户 token 处理能力和每千瓦吞吐量均超过当前最先进的推理处理器，包括 Nvidia Blackwell 系统。OpenAI 表示，该芯片通过减少预填充和通信阶段的延迟来提升推理效率与响应速度。Jalapeño 预计将在 2026 年底以极小规模部署，并于 2027 年实现更显著的落地，对 AI 推理基础设施的软硬件协同设计具有行业意义。
Keenable 结束隐身运营并宣布完成 2600 万美元种子轮融资，由 Accel 领投，Conviction Partners 和多位天使投资人参投。该公司正在构建覆盖逾 1000 亿份文档的网页搜索索引，并已在多家 AI 实验室和推理服务商的训练及运行时环境中投入生产使用。Keenable 希望通过针对 AI 查询优化的索引和检索能力，降低 AI Agent 在互联网规模搜索中的成本与延迟。随着 Google 和 Microsoft 收缩既有搜索 API，面向 AI 的独立网页搜索基础设施正出现新的市场机会。
这份宣言主张在盲目追逐大科技公司制造的 AI 热潮与完全抵制生成式 AI 之间，采取兼顾效率、软件质量与工程师专业能力的中间路线。其核心要求是：所有生产代码都必须由人类阅读、理解并能够维护，LLM 应作为工具而非依赖或替代责任主体。文章建议缩短 AI 辅助开发的迭代周期、保持代码简单、维持人工代码评审，并对 AI 使用、数据处理和团队规范保持透明。对于开发者和行业而言，这意味着需要建立明确的 AI 政策、限制敏感数据访问，并避免将用户支持或影响人生的重要决策完全交给自动化系统。
点击查看原文>
MyCodeAgent 通过 Transcript 机制将运行过程中的关键事实持续写入 append-only JSONL 事件流，避免 Agent 因网络超时、OOM 或人工中断而丢失对话历史和工具执行状态。该机制定义了 message、state_transition、tool_lifecycle、checkpoint 和 terminal 五类事件，并通过 ResumeLoader 在重启后重建历史、上下文压缩状态、工具状态及缓存。对于已开始但未记录结果的工具调用，系统会显式标记为 uncertain actions，避免自动重放可能具有副作用的 Edit、Bash 或 Task 操作。与此同时，Session Memory 从完整事件流增量派生出有界摘要，使模型能够跨 run 保持上下文，而不会耗尽 token 预算。
阿里巴巴开源的 skill-up 是面向 Agent Skills 标准的评测工具链，提供声明式测试配置、跨 Agent 引擎执行和结构化报告能力。其配套 Agent Skill「skill-upper」可读取评测失败结果，自动判断应修复 SKILL.md 还是测试用例，并补充回归测试后持续迭代。项目支持 rule_based、script 和 agent_judge 三类评判策略，并兼容 Claude Code、OpenAI Codex、Qoder CLI 与 Qwen Code 等引擎。对开发者而言，它将 Agent Skill 的手动验证扩展为可在 GitHub Actions 中运行的持续评测与质量防回归流程。
qData数据中台开源版V1.6.1围绕数据接入、基础数据处理、任务运行查看和部署体验进行了一轮完善，主要包括：DataX新增Excel、CSV组件，新增9种基础清洗规则，升级数据集成与数据开发日志展示，并新增SH、BAT一键部署脚本，同时调整标准数据元及部分页面交互。 从“把任务配置出来”，到把接入、处理、运行和部署链路补得...
qKnow智能体构建平台开源版v2.4.1围绕非结构化抽取与知识文档解析逻辑进行优化，重点处理单个抽取任务失败影响其他任务、空白文档解析报错，以及批量解析过程中单个文件失败导致整批任务失败等问题，进一步提升知识文件处理过程中的稳定性与容错能力。 从“能够解析文档”，到让批量知识处理更稳定 对于企业智能体构建平...
Encrypted instructions can fool AI assistants like Grok and Gemini Malwarebytes
越来越多前端面试允许候选人现场用 AI 修 bug，ShowMeBug 甚至出了官方 AI Coding 面试指引。本文拆解面试官在 3 个瞬间打断你的真实逻辑——问题定位、批判验证、拆解表达...
AI 生成的大多数世界“中看不中用”，根本原因是 AI 少了一本“底账”：一份记住世界里有什么、每次行动改变了什么、并且能被检查和回滚的状态记录。 作者丨刘紫东 编辑丨幸丽娟 李飞飞押注的空间智能，被视为世界模型的主流路线之一。这条路线的基本构想是，让 AI 从识别二维画面，走向理解、推理和生成可进入、可操作、可持续编辑的三维世界。但真正的考验在于：一个“站得住”的世界，是怎样构建
Doubao 、DeepSeek 在三语数据集上的表现，普遍超过 GPT-4o 和 Gemini。 作者丨幸丽娟 编辑丨岑 峰 医疗，是大模型落地最特殊的场景之一。特殊在哪里？特殊在一个很微小的错误，就可能导致致命的后果；也特殊在你不能用直觉去判断它"行"还是"不行"——你觉得医疗专用模型肯定比通用模型更懂医疗？直觉上是。但实验数据不支持。你觉得英语训练出来的模型处理英语医疗数
别再复制粘贴 Prompt 了：3 分钟定义你自己的 Claude Code Agent 每次让 Claude 审查代码，都得先打一段"你是一个代码审查员，只看不改，按严重程度分级，禁止说看起来不错"
AI 正在走的，是一条螺旋上升的路。 作者丨幸丽娟 编辑丨岑 峰 8月20日，IJCAI-ECAI 2026 正会进入第三天。 如果说18日的开幕式是荣誉的加冕，那么今天，聚光灯从获奖者转向了获奖研究本身。AIJ/JAIR 获奖论文报告环节，获奖论文作者依次登台发表获奖感言、回顾获奖论文，诠释这些经典研究在最新语境下的生命力和再思考。从1990年的抽象推理经典到2021年的机器
KServe 在 Knative Serverless 模式下采用两层流量路由：Istio VirtualService 将外部请求导向 Knative local gateway，Knative Route 再将流量按权重分配给具体 Revision。`canaryTrafficPercent` 不会写入 KServe 的 VirtualService，而是转换为 Knative Service 的 `RouteSpec.Traffic`：新 Revision 获得指定比例，上一稳定 Revision 获得剩余流量。Standard（Raw）模式则使用 Kubernetes Ingress 直接连接组件 Service，不具备 Knative Revision 级别的流量切分与 scale-to-zero 能力。对于开发者而言，理解两条 canary 路径、域名模板和网关 TLS 终止位置，是正确配置发布、灰度和入口流量的关键。
项目介绍 真正的 AI 报表来了，一句话描述需求，AI 自动生成报表与数据大屏，支持对话式修改报表；同时提供类 Excel 拖拽设计器，兼容 30 余种数据源，轻松应对各类复杂报表场景 :sparkles: 积木报表是一款免费的数据可视化报表工具，集报表、打印、大屏、仪表盘于一体，像搭积木一样完全在线设计。分两大模块：JimuRep...
不用 OPENAI_API_KEY，用 Codex 订阅驱动它内置的 image_gen 生图。真正有意思的不是怎么驱动，而是怎么用文件系统物证防住 agent 走捷径交差。
2026年，大模型智能体正快速走出实验室，广泛落地于办公、研发、个人助理等各类场景。而长期、稳定、可控的记忆能力，已然成为决定智能体实际使用体验与落地价值的核心关键。对于智能体而言，用户偏好、操作路径、常用模板等固定有效信息需要长效留存，但临时会话信息、隐私敏感内容、风险指令则需要精准过滤规避。记忆能...
近日，范式正式举办 PhanthyMotus 生态社区共建计划发布会，宣布其首个通用具身Agent底座从“开源”迈入“多方共建”新阶段。