Agent

Shippy是一个用于实时海洋领域感知的AI代理，其设计注重可靠性、模块化和可审计性。文章详细介绍了其架构：由“灵魂”（系统提示）、技能（结构化Markdown文件）和配置组成。通过专用CLI与Skylight API交互，并使用Mothership平台进行沙盒托管和用户隔离。评估系统针对真实场景和加权标准对整体代理进行评分。未来计划包括代理驱动的UI控制、模型路由和跨线程记忆。

本文探讨了AI代理中模型路由的复杂性，指出路由不仅仅是分类问题，而是系统优化问题。文章通过三个维度（成本、复杂度、延迟）揭示了常见误解，并介绍了IBM Research团队构建的基于优化的路由解决方案。

一种名为CrashStealer的新型macOS恶意软件伪装成苹果崩溃报告工具，窃取用户数据、密码和加密货币钱包。本文介绍其工作原理及三种防御习惯。

随着人工智能成本成为美国企业增长最快的支出之一，一些初创公司开始转向更便宜的中国AI模型以节省开支。尽管中国模型在能力上落后6到12个月，但其开源特性和低成本吸引了大量用户。

一个研究团队成功利用分布在四个国家的14台Mac电脑（包括一台个人MacBook）进行强化学习后训练，在PaperSearchQA任务上将pass@1从29%提升至63%。该系统通过PULSE权重同步技术实现90MB的增量更新，并采用异步星型拓扑结构，所有通信基于对象存储，无需专用网络。这是首次完全使用消费级Mac进行rollout生成的RL后训练。

LangChain的Fleet平台新增一键部署功能，允许用户无需编码即可创建并发布AI代理到Slack。代理可拥有自定义身份，在频道和线程中工作，并支持权限控制和审批流程。

OtoDock是一个自托管的AI Agent平台，让你可以在自己的基础设施上以Agent团队的形式运行Claude Code和Codex。它提供实时仪表盘、安全沙箱、多Agent会议、自动化调度、文档生成等功能，支持消费级订阅、API密钥或本地模型。采用公平源码许可（FSL-1.1-Apache-2.0），支持Docker一键部署。

传统的VPN无法满足AI代理的访问需求，企业需要统一的身份网络和特权访问管理，以安全地支持人类和代理的混合工作负载。Tailscale专家将于7月28日举办网络研讨会探讨解决方案。

Mindlas 是一款开源工具，通过确定性仪表盘实时监测 AI 编码会话中的上下文恶化、验证债务、变更影响范围等问题，并在问题累积前提供具体纠正措施，无需网络调用且完全本地运行。

OpenAI与键盘制造商Work Louder合作推出了一款名为Codex Micro的方形按键设备，用于监控和管理Codex编码平台上的AI代理。该设备售价230美元，限量发售，与OpenAI和Jony Ive合作的另一硬件项目无关。

Tura是一个本地开源编码代理，通过在DeepSWE v1.1基准测试中使用宏CLI命令和反向推理，相比Codex CLI High，将LLM调用次数减少80%，同时成功率从60%提升至80%。

GeoSQL是一种地理空间分析技能，通过将地图可视化反馈整合到AI代理循环中，显著提高了空间查询的准确性。它解决了AI仅基于文本数据时无法检测到的几何错误（如多边形异常或坐标偏移），并通过数据库探索、成本预估、结果验证和地图渲染等步骤实现自主校正。与Dekart配合使用时，性能提升可达4倍。文章还讨论了局限性，如仅BigQuery支持成本控制、测试规模有限等。

Linus Torvalds在Linux内核邮件列表中明确表态，Linux项目不反AI，AI是实用的工具，反对者可以选择复刻项目或离开。他强调内核社区基于技术优劣做决策，而非恐惧新工具。

本文介绍如何用110行Python代码构建一个基于Telnyx Call Control和AI Inference的AI谈判练习电话。用户拨打电话后，可选择薪资谈判、销售交易或供应商合同三种场景，与扮演对手的AI进行语音谈判，挂断后获得结构化评分反馈。文章包含完整的构建步骤、架构解析和自定义场景的方法。

为了让AI智能体真正自主执行任务，它们需要一个隔离、安全且可快速部署的计算环境。本文介绍了智能体为何需要自己的“计算机”，以及LangSmith沙箱如何通过微虚拟机隔离、快照与分支、认证代理和安全执行等特性满足这一需求。同时讨论了提示注入等安全风险及缓解措施。

ZDNet作者David Gewirtz对比测试了ChatGPT Work和Claude Cowork的桌面文件自动化能力。ChatGPT Work能自动检测重复文件并智能重命名，整理速度虽快但全程未请求权限，存在安全风险。Claude Cowork则在每次重大操作前请求批准，更适合高风险任务。作者认为，一旦OpenAI修复权限问题，两者在整理质量上不相上下。

研究人员发现Claude的web_fetch工具存在漏洞，允许攻击者通过嵌套链接诱导AI泄露用户私人记忆中的敏感信息，如姓名、位置和雇主。Anthropic已修复该漏洞，但未支付漏洞赏金。

一项研究表明，结合Bomly MCP服务器的AI代理在大型项目上能稳定修复98%以上的可修复漏洞，而仅靠代理自身则表现不一，甚至低至14%。该服务器通过提供依赖图、漏洞列表和修复上下文，有效解决了大型项目中依赖发现的瓶颈问题。

互联网协议架构师之一温特·瑟夫离开谷歌后，开始担任创新实验室的顾问，致力于为AI代理创建开放的身份识别架构。

Anaconda 收购了流行的开源编码代理 Kilo，此举发生在企业对 AI 供应商锁定感到担忧的背景下。Kilo 允许开发者自由切换模型提供商，避免供应商锁定。Anaconda 计划将 Kilo 集成到其 AI 工作区中，同时保持其开放源代码特性。

文章指出，现代工作场所本质上是威权系统，而教育体系过于侧重就业技能，忽视了培养独立思考和批判性判断能力。随着AI取代更多工作岗位，年轻人面临前所未有的就业危机，教育应当转向培养能够质疑和改变现有系统的人才。

这个TypeScript仓库展示了一种通过工具强制执行的规则系统，防止AI代理在编码过程中破坏架构。它包含五个关键防护措施：依赖规则、突变测试、测试与规范保护、提交门控和规范驱动开发。该仓库还作为模板，可用于启动新项目，并提供了一个基准测试来验证代理的能力。

本文展示了如何使用Google Gemini规划假期，通过生成包含航班、住宿和活动建议的行程单。包括用户经验、不同提示的测试以及使用Auto Browse的技巧。

LoopGain 是一个开源库，利用控制理论智能地停止AI智能体循环当它们收敛时，取代浪费的 max_iterations 方法。它实时测量循环增益，在基准测试中实现了 92.8% 的API开销节省和 15 倍加速，同时保持输出质量。

本文介绍了七种Python工具，工程师在2026年实际使用它们来在本地基础设施上构建、协调和运行AI代理，涵盖从模型运行到决策编排的各个层面。

OpenAI 对 SWE-Bench Pro 的审计揭示了编码基准测试的严重缺陷：大约30%的任务存在错误，导致精确的得分可能无法真实反映模型能力。该发现促使 OpenAI 撤回先前推荐该基准的建议，并强调需要更可靠的评估方法。

本文基于Google白皮书《AI时代的软件生命周期》，探讨AI如何改变软件开发流程。核心观点包括：智能体由模型和工具链组成，上下文工程是成本关键，验证是区分“氛围编码”与工程的关键，各阶段变化不均，经济上建议采用智能体工程而非纯粹的氛围编码。

日本作为全球AI中心，正借助NVIDIA技术构建全栈AI生态系统。NVIDIA与SEGA庆祝合作30周年，宣布将《VR战士CROSSROADS》等经典游戏引入NVIDIA RTX Spark新平台，展现了从图形技术到AI计算的技术演进。

PromptMan是一款macOS菜单栏应用，允许用户通过全局快捷键快速保存、组织和重用AI提示，支持ChatGPT、Claude等工具，并提供云同步、提示版本管理和AI增强功能。免费版提供10个提示，Pro版每月4.99美元，年付39美元。

AITerm是一款原生macOS终端应用，集成了AI功能，支持自然语言命令、错误诊断、本地或云端AI模型，并具有安全风险分级和自动回滚建议。免费版提供核心功能，Pro版增加自动化、运行手册等，注重隐私和安全性。

非英语母语写作者的新工作流：先用母语起草，然后用AI翻译和润色成英语。研究表明，用第二语言写作会多花30-50%的时间，原因是认知负荷。通过将想法生成与语言转换分离，并借助Echoo等AI工具，写作者可以恢复速度和表达质量。

在AI辅助代码审查中，确定性的静态分析可以显著降低token消耗。通过在调用LLM之前先用确定性检查过滤已知问题，团队能减少不必要的推理开销，将模型能力集中在真正需要判断的模糊问题上。

AIDE2 系统通过八天的自主研究，发现了一个比人类两年构建的更好的自动研究框架，实现了递归自我改进（RSI）的首个实验证据。该系统采用双层优化循环，内层循环优化代码，外层循环优化内层智能体的代码框架，最终产生了七个改进版本，并在未见过的任务上表现出泛化能力。同时，系统还进化出了防止奖励黑客行为的机制。

UltraWork 是一个托管式AI编程环境，每月固定费用399美元，无令牌计量，无需担心意外账单。它提供精选模型目录、智能路由、提示模板库，面向独立开发者、机构和小团队。由具有高性能基础设施经验的工程师运营，强调简单性和可预测的定价。

TormentNexus是一个本地优先的开源AI控制平面，为多代理工作流提供持久记忆、MCP工具编排和自主基础设施管理。它支持38+ AI编码代理，具有渐进式工具路由、双层记忆架构和群集协调等功能。

本文探讨AI编程助手如何通过“提示-等待-评估”循环破坏心流状态。作者指出，这种循环替代了编程中清晰的目标、即时反馈和技能匹配挑战，导致频繁的上下文切换和精神重建。文章引用心理学和中断研究，分析AI工具如何成为新型中断源，并建议开发者区分任务类型、批量使用AI以保护深度工作。

Tiptap AI工具包通过集成AI，实现直接、实时地编辑文档，从而提升团队协作和生产力。

Monid是一个平台，允许AI智能体无缝连接并使用超过1300种工具，涵盖搜索、数据抓取、天气、3D建模等领域。它提供统一的支付系统，按调用付费，无需订阅，并支持三种集成方式：Skill、MCP和CLI。

Sogni Unlimited 提供基于订阅的无限图像、视频、音乐和 LLM 生成，使用去中心化的 GPU 网络。无需按渲染计费，支持开源模型及部分付费合作伙伴模型。订阅收入的一部分用于支持独立 GPU 运营商。

2026年6月，Anthropic的Claude Fable 5系统提示词在GitHub上泄露，这是一份长达3826行的文档，用于引导模型行为。本文详细解析了其来源、结构、拒绝处理、关怀义务、记忆系统、代理机制以及版权保护等关键部分，揭示了前沿AI本质上是一套精心编写的规则手册。

本文提出一种基于契约的行为树合成架构，通过编码智能体查询机器人端的MCP服务器获取技能库和操作符，实现从自然语言到可执行行为树的可靠合成。实验表明该方法在模拟和实体机器人上均取得高成功率。

多机器人在受限环境中需要变形和重构两种行为。现有方法独立建模或依赖规则，易导致死锁。EFLUX提出几何基础的LLM智能体框架，联合推理变形和重构动作，通过闭环生成与验证实现安全导航。实验表明能减少死锁和导航失败。

SymbOmni是一种新型AI模型，旨在解决当前模型“永恒新手”的问题——即无法积累经验并自主进化。它通过符号概念学习，利用可优化的记忆模块将低级操作抽象为可重用的符号工作流指令，并通过归纳-转导循环实现持续自我改进。实验表明，SymbOmni在图像质量和任务成功率上超越现有代理系统及闭源模型，同时减少40%以上的令牌消耗，并在持续学习基准上取得新成果。

TSCA-Net通过三个互补模块（时空团注意力、跨行人团势、自适应KAN网格细化）显著提升拥挤环境中的行人轨迹预测精度，在ETH/UCY和SDD基准上达到最先进性能。

本研究提出G-SHARE框架，将核电站人因事件诊断的CNNP九步准则转化为多阶段诊断流程，包括证据提取、逐步推理和一致性修复。在真实数据集上，G-SHARE显著优于一次性提示和传统机器学习方法，表明结构化推理和一致性约束对稳健诊断至关重要。

本文提出GenAI Evaluation，一种配置驱动的流水线，用于大规模评估零售对话系统。通过规范化、分片、异步执行和模式约束的LLM评分，评估有帮助性、真实性、清晰度、语气一致性和翻译维度。选择性重新评估仅处理无效记录，支持模式锁定和版本化配置。每日处理约5万条记录，已评估超200万次交互。在12,980条人工标注记录上取得宏F1 0.93和翻译准确率89%。

本研究探讨了多智能体语言模型系统中交互图结构如何影响共识形成。通过命名游戏协议，研究人员分析了开源语言模型（1.1B-32B参数）群体中的约定形成过程。研究发现，同质性阈值相似性路由会加剧碎片化，而桥梁寻找路由在有记忆的情况下可修复碎片化。在异质模型群体中，阈值相似性导致共识失败，而状态组件和标签分歧桥梁可恢复共识。同质模型群体中，保留历史通常促进共识，其中Qwen2.5-32B模型在所有保留历史设置中均达到稳定共识。该研究还验证了结果对状态阈值、群体规模和词汇表大小的鲁棒性，并表明早期窗口图能量特征可作为有效的网格内诊断工具。

论文提出了一个“代理就绪网站”设计框架，旨在增强电商平台对AI代理的可读性、可解释性、可验证性和可操作性。实验表明，代理就绪网站将严格成功率从49.3%提升至89.3%，部分成功结果从43降至3，平均步骤数从9.31降至6.49。

提出一种可复现的校准优先奖励审计框架，用于智能温室强化学习控制，将标量奖励分解为温度、CO2、湿度等组件，并在GreenLight-Gym和自主温室挑战赛数据上验证。

该研究结合了本体增强蒸馏与情境审计两项方法，针对受数据居留规则约束的金融机构，提出租户自有语言模型的构建与治理方案。蒸馏实验表明，Qwen3.6-27B学生模型在40项越南语金融任务中达到36项正确，与GPT-5相当，但统计功效不足以证明等价；情境审计试点的结果表明残存情境性为零，直接影响与构造耦合才是有效信号。研究不支持当前模型的可部署性、安全性或优越性。