Tychi AI 是一个为 AI 代理设计的自托管钱包，配备人类 REPL 界面，支持 MCP 和 CLI 操作，密钥本地保存，交易前策略限制，以及多钱包、无气体路由等功能。

大型科技公司正试图推动一项联邦AI优先立法，以取代各州分散的法规，但此举与儿童安全法案捆绑，面临政治混乱和反对。

苹果新推出的“描述快捷指令”功能让用户通过自然语言创建自动化流程，但AI生成的快捷指令可能带来安全风险，尤其是持久化自动化可能在不被理解的情况下执行敏感操作。用户和企业需要谨慎审查触发器、权限和数据操作。

一封由美国及其盟国众多科技领袖签署的公开信，呼吁撤销对Anthropic的Fable和Mythos大模型出口管制，主张以科学、透明的方式处理AI风险评估。

Velxio是一款免费、开源的在线电路仿真器，支持SPICE精确模拟和多种微控制器（Arduino、ESP32、RP2040、ATtiny85等）的实时协同仿真。最新2.5版本引入了基于ngspice-WASM的实时SPICE模拟，可实现数字与模拟混合协同仿真。该工具无需安装、无需账户，完全在浏览器中运行，支持自定义芯片（C、Rust、AssemblyScript）、100多个交互元件、示波器、电压表等。

Datasette Agent 0.3a0 引入了新的 execute_write_sql 工具，该工具在执行数据库写入前请求用户批准，并严格遵循用户权限设置。同时增强了聊天模式的批准支持，新增 --unsafe 等选项以实现自动批准，极大提升了 Datasette 的交互性和安全性。

LangChain与Fireworks合作微调开放模型，从生产追踪中挖掘感知错误信号，以极低成本达到前沿模型性能。

本文探讨了AI智能体的定义，提出智能体是一个使用LLM决定应用控制流的系统。作者赞同Andrew Ng的观点，认为智能体能力是一个频谱，并介绍了“智能体化”的概念及其在开发、运行、评估和监控中的意义。

LangChain构建了一个基于Deep Agents的GTM代理，自动完成潜在客户研究和邮件起草，并整合账户情报，实现了线索转化率提升250%，每位销售代表每月节省40小时。

LangSmith 新功能 Align Evals 帮助校准 LLM 评估器，使其评分更符合人类偏好，减少评估噪音和误判。

本文分析了两个看似对立的博客文章——Cognition团队的“不要构建多智能体”和Anthropic团队的“我们如何构建多智能体研究系统”，指出它们实际上有很多共同点，并提供了关于何时以及如何构建多智能体系统的见解。关键要点包括：上下文工程至关重要、以“读”为主的多智能体系统比以“写”为主的更容易、以及生产可靠性和工程挑战。文章还介绍了LangGraph和LangSmith等工具如何帮助解决这些挑战。

Replit 基于 LangGraph 构建了 Replit Agent，并集成 LangSmith 以调试复杂代理工作流。双方合作优化了大型追踪的性能与规模、追踪内搜索过滤以及线程视图，从而支持人机协同工作流。

Interrupt 2025 是 LangChain 举办的首届行业大会，汇聚了来自全球的 800 名参与者。会议重点讨论了代理工程作为新学科、多模型应用、LangGraph 用于构建可靠代理以及 AI 可观测性等主题。同时，LangChain 发布了一系列新产品，包括 LangGraph Platform 正式版、Open Agent Platform、LangGraph Studio v2、LangGraph Pre-Builts、LangSmith 可观测性更新、Open Evals 和 LLM-as-Judge 等。

了解什么是成对评估，为什么在LLM应用开发中可能需要它，并通过LangChain的LangSmith示例了解如何使用它。

本教程介绍如何利用Pinecone Serverless、LangChain和LangServe构建生产级RAG应用，解决原型与生产之间的差距，包括向量存储管理、快速部署和可观测性。

OpenEvals和AgentEvals提供了预构建的评估器，支持LLM-as-judge、结构化数据和代理轨迹评估。这些开源包帮助开发者快速建立评估流程，确保LLM应用可靠性。

本文探讨构建可靠AI代理的关键挑战，对比工作流与代理、声明式与命令式方法，并强调上下文控制的重要性。

LangSmith推出自我改进的LLM评判器，通过将人工修正存储为少样本示例，无需提示工程即可使评判与人类偏好保持一致。

Promptim 是一个实验性的提示优化库，通过自动化迭代改进提示词，帮助开发者节省时间、提升 AI 系统性能。它利用数据集和评估器进行优化循环，并支持人工反馈集成。

New Computer利用LangSmith改进其AI记忆检索系统，实现了50%更高的召回率和40%更高的精确度，通过追踪回归和调整对话提示来优化性能。

学习评估深度代理的5种模式：定制测试、单步验证、完整回合、多轮模拟和环境设置。

Eva 是一款完全离线的 Android AI 助手，所有功能（包括语言模型、语音识别、文档搜索、地图、音乐和维基百科）均在设备上运行，无需账户或云端连接。它提供聊天、离线地图导航、音乐播放器、文档阅读、图像管理等功能，并支持通过语音或文本交互。

Spanly是一款新工具，能够让你实时观察AI代理在你的MCP（模型上下文协议）服务器内部的具体操作和行为。

Recursive公司发布了自动化AI研究系统的早期成果，在三个基准测试中实现了最先进的性能：固定预算语言模型训练、小模型训练速度和GPU内核优化。该系统自动化了研究循环，通过提出、实现、实验、验证和迭代来改进目标。在NanoChat任务中，系统以0.9109 BPB的表现超越了社区最佳结果；在NanoGPT Speedrun中，训练时间缩短至77.5秒；在SOL-ExecBench中，GPU内核优化达到0.754的SOL得分。系统发现了多种创新技术，如哈希表增强的n-gram嵌入和字节级特征。

Degen & Co. 是一个平台，允许用户创建具有不同个性的AI投资者，例如动量追逐者、股息保守派或末日预言者。每个AI交易员都有独立的意见、交易策略，并会撰写交易日志。用户可以选择原型、调整个性设置、设定硬性规则和初始投资组合，然后观察AI的运行。

一段关于IBM和挪威主权基金CEO讨论人工智能是否构成泡沫的YouTube视频的页面信息。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Discussion | Link

作者描述了一个AI编程助手（Claude Opus 4.6配合GitHub Copilot）在修复GoAWK程序中的bug时，虽然快速诊断出问题，但随后在7种不同修复方案之间反复切换了25次以上，暴露了AI模型在决策时的不确定性。

一项新调查显示，AI使数字工作者每周节省约11小时，但同时也带来超过6小时的'看管机器人'时间，即检查AI输出、修正错误和重新运行提示。尽管个人效率提升，但仅有13%的企业报告显著业务增长。

Edgee Turbo 模型支持与 Claude Code、Kimi K2.7 Code、MiniMax M2.7 等多种代码模型协同工作。