全部 AI 动态 · AI 热点

5月20日

02:42

Philipp Schmid@_philschmid

83°

Google 宣布 Gemini 3.5 Flash 模型正式全面可用。该模型在编程和智能体任务上超越 Gemini 3.1 Pro，支持 100 万 token 上下文窗口和 6.5 万 token 最大输出，输出速度提升 4 倍。提供四种思考级别（minimal、low、medium、high），并自动保留多轮对话中的思考过程。现已登陆 Google AI Studio、Android Studio、Gemini 企业版等多个平台。

AI模型 Gemini 3.5 Flash 推理模型智能体编程助手 Google

推荐理由：做智能体开发和编程的团队终于有了更快的 Flash 模型——速度提升 4 倍且支持长上下文，建议在 AI Studio 里直接试试 medium 思考级别。

原文

02:40

François Chollet@fchollet

François Chollet 指出，大多数人类任务并非马尔可夫过程，即最优下一步不能仅由当前状态决定，而严重依赖于过去的轨迹、原始意图和上下文约束。他认为，一个无法以绝对保真度压缩和追踪其过去轨迹的智能体，其有用性可能只有能做到这一点的智能体的 20%。这一观点强调了记忆和历史追踪在构建真正有用的人工智能系统中的核心重要性。

论文智能体马尔可夫过程历史追踪 François Chollet 强化学习

推荐理由：做智能体或强化学习的开发者会意识到，当前很多模型忽略了历史轨迹的精确追踪，Chollet 的观点直指智能体实用性的关键瓶颈，值得深入思考。

原文

02:20

lmarena.ai@lmarena_ai

76°

Gemini 3.5 Flash 在 Text and Code Arena: Frontend 中排名第9，得分1507，比上一代 Gemini-3 Flash 提升70分。该评测聚焦于真实用户构建应用和网站时的前端编码任务（HTML 和 React）。在子类别中，内容创作工具排名第7，游戏第8，消费产品第8，数据与分析第9，参考设计第10。此外，它在 Text Arena 中整体排名第9，并在其价格区间内实现了最佳 Arena 得分，重新定义了性价比边界。Google DeepMind 团队发布了这一新模型系列，强调其结合前沿智能与真实世界行动能力，特别适合智能体和编码场景。

AI模型 Gemini 3.5 Flash 前端编码智能体性价比 Google DeepMind

推荐理由：Gemini 3.5 Flash 在价格区间内实现了最高 Arena 得分，做前端开发或智能体应用的团队可以直接关注，性价比突出值得一试。

原文

02:06

TestingCatalog@testingcatalog

76°

Google I/O 大会上宣布了 Gemini Spark AI Agent，这是一个 24/7 全天候运行的智能体。它配备专用虚拟机，支持 MCP 和连接器，由 Gemini 3.5 和 Antigravity harness 驱动。该 Agent 适用于多种场景，本周向受信任测试者开放，下周向美国 Ultra 用户推出。

AI产品智能体 MCP/工具 Gemini Google I/O AI Agent

推荐理由：Gemini Spark 解决了 AI Agent 持续运行和集成外部工具的问题，做自动化工作流或智能体开发的团队可以关注，支持 MCP 意味着能直接对接现有工具生态。

原文

00:09

berryxia@berryxia

Google I/O 2026 主题演讲将发布 Gemini 4.0、Omni、Veo 4 等新一代 AI 模型，以及 Remy 等高级 Agent 功能。这些更新旨在提升 Google 在 AI 领域的竞争力，与 OpenAI 和 Anthropic 展开正面竞争。新模型预计在推理、多模态和视频生成方面有显著突破。开发者可关注这些工具如何集成到现有生态中。

AI产品 Gemini 4.0 Omni Veo 4 智能体 Google I/O

推荐理由：Google 这次更新直接对标 OpenAI 和 Anthropic，做 AI 应用或关注模型竞争的开发者值得关注，看看 Gemini 4.0 能否带来实际体验突破。

原文

5月19日

23:49

Ate-a-Pi@svpino

76°

Google 发布了一个完全开源的智能体示例库，包含高度复杂的端到端智能体实现。该库提供完整的文档、源代码，并支持一键部署。视频中展示了其中一个最酷的示例。这一举措旨在降低开发者构建智能体的门槛，推动 AI 应用落地。对于研究智能体或构建自动化流程的开发者来说，这是一个可以直接参考和使用的宝贵资源。

AI产品智能体开源/仓库 Google 端到端一键部署

推荐理由：Google 把智能体开发的完整流程开源了，做智能体或自动化流程的开发者可以直接拿来用，省去从零搭建的麻烦。

原文

23:12

百度 AI Baidu@Baidu_Inc

百度在社交媒体上提出了一个新指标DAA（Daily Active Agents），作为智能体时代衡量工作量的关键指标。DAA类似于传统互联网的DAU（日活跃用户），但专注于智能体实际完成的工作量，而非用户活跃度。Tokenomics（代币经济学）追踪成本，而DAA追踪产出，即智能体实际完成的工作量。这一概念旨在为智能体经济提供更精准的度量标准，帮助评估智能体系统的效率和价值。

行业 DAA 智能体度量指标 DAU 百度

推荐理由：智能体开发者和管理者需要新的度量标准来评估系统效率，DAA指标提供了比DAU更贴合智能体工作量的视角，值得关注和尝试。

原文

22:54

Guillermo Rauch@rauchg

76°

Claude 在 Code with Claude London 大会上宣布，Claude Managed Agents 将集成 Vercel Sandbox，并推出自托管沙盒（公开测试版）和 MCP 隧道（研究预览）。用户可以在自己的安全边界内运行代理，默认应用自己的安全控制。这一更新让企业级用户能够更安全地部署 AI 代理，同时保持对数据和执行环境的完全控制。

AI产品智能体安全/沙盒 Claude Vercel MCP/工具

推荐理由：企业级 AI 代理终于有了安全的运行环境——自托管沙盒让安全团队能放心部署，做 AI 基础设施的开发者可以直接体验公开测试版。

原文

22:15

rohanpaul_ai@rohanpaul_ai

83°

AI 智能体目前最大的问题是需要大量定制集成才能执行有用任务。Membrane 试图解决这一痛点，将 10 万多个 API 的集成工作压缩成一个单一技能，智能体只需一条命令即可调用。这意味着 Claude Code、ChatGPT、Cursor、Replit 等智能体可以直接调用外部 API，而无需每个团队重复构建相同的集成逻辑。这大幅降低了智能体的部署门槛，让开发者能更快地将智能体投入实际应用。

AI产品智能体 API集成 Membrane Claude Code ChatGPT

推荐理由：Membrane 解决了智能体落地的最大障碍——集成成本，做智能体应用的团队可以直接用，省去重复造轮子的时间。

原文

18:29

TestingCatalog@testingcatalog

78°

Anthropic 在伦敦“Code with Claude”活动中宣布为 Claude Managed Agents 推出自托管沙箱和 MCP 隧道功能。自托管沙箱允许用户将敏感文件、包和服务保留在自己的基础设施或托管沙箱提供商中，确保数据安全。MCP 隧道则让智能体能够访问私有网络内的 MCP 服务器，而无需将其暴露在公共互联网上。这一更新解决了企业级 AI 部署中的安全与隐私痛点，使 Claude 智能体更适合处理敏感业务场景。

AI产品 Anthropic Claude 智能体 MCP/工具企业安全

推荐理由：企业安全团队和私有化部署的开发者终于有了合规的智能体方案——自托管沙箱和 MCP 隧道直接解决了数据外泄和网络暴露风险，做企业级 AI 落地的团队值得关注。

原文

17:28

Together AI@togethercompute

78°

Cursor 团队发布了 Composer 2.5，这是一款面向智能体编程的模型，标志着编程助手领域的重要进展。Together AI 作为 AI 原生云服务商，参与了此次合作发布。Composer 2.5 在速度和生成质量上表现突出，正在引领编程智能体的新潮流。

AI产品编程助手智能体 Cursor Together AI Composer 2.5

推荐理由：编程开发者和 AI 编程工具用户值得关注——Composer 2.5 提升了智能体编程的速度和质量，做自动化代码生成的团队可以直接体验。

原文

13:36

LangChain@LangChainAI

精选

LangChain 发布了 SmithDB，一个专为智能体可观测性和评估工作负载构建的数据层。它支持在大量追踪数据上以低延迟执行复杂查询，并满足自托管和多云部署的需求。SmithDB 采用全新架构，解决了传统数据库在处理智能体系统时面临的性能与扩展性挑战。该产品旨在帮助开发者更高效地监控、调试和评估 AI 智能体的行为。

AI产品智能体可观测性 LangChain 数据层评估

推荐理由：做智能体开发和运维的团队终于有了专门的数据层——SmithDB 解决了大规模追踪数据下的查询延迟和自托管痛点，值得关注。

原文

13:34

HeyGen@HeyGen_Official

HeyGen 举办了首届黑客马拉松，共有 33 支团队参与，旨在利用 HeyGen 平台构建可扩展的 AI 视频工作流、智能体和创意工具。参赛项目的执行水平令主办方印象深刻。活动展示了多个获奖项目及其演示，体现了 AI 视频领域的创新潜力。此次黑客马拉松强调了 HeyGen 在推动 AI 视频应用开发方面的社区生态建设。

AI产品 HeyGen AI 视频黑客马拉松智能体工作流

推荐理由：AI 视频开发者或创意工作者可以看看这些获奖项目如何用 HeyGen 实现自动化工作流和智能体，或许能激发你的下一个项目灵感。

原文

13:13

OpenRouter@OpenRouterAI

精选76°

OpenRouter 推出了一套用于构建长周期智能体的基础原语，旨在解决 AI 智能体在长时间任务中的可靠性和可扩展性问题。这些原语提供了模块化的构建块，帮助开发者更高效地设计能够持续运行数小时甚至数天的智能体。该发布引起了社区关注，已有近千次浏览，表明开发者对长周期智能体开发工具的需求强烈。

AI产品智能体长周期任务 OpenRouter 开发工具自动化

推荐理由：OpenRouter 这套原语解决了长周期智能体开发中的核心痛点，做复杂自动化任务的团队可以直接参考，省去自己造轮子的时间。

原文

13:07

Y Combinator@ycombinator

76°

InsForge 是一款面向编程智能体的基础设施平台，能将编码智能体转化为首席后端工程师。它支持后端服务器、数据库、LLM 网关、前端部署等完整后端能力，所有组件都针对智能体的工作方式设计，使其能自主运行整个基础设施。该产品由 Y Combinator 支持，由 @hanghuang_ 和 @tonychang430 团队推出。

AI产品智能体后端基础设施部署工具 InsForge Y Combinator

推荐理由：后端开发者终于有了能让智能体真正接管基础设施的工具——InsForge 把后端全栈能力打包成智能体原生接口，做自动化部署和运维的团队可以直接用。

原文

13:04

Harrison Chase@hwchase17

DeepAgents 发布了 0.6 版本，带来了一系列重要更新。该版本由 Sydney Runkle 撰写了详细的介绍文章。更新内容可能包括性能优化、新功能或 bug 修复，旨在提升智能体框架的实用性和开发体验。对于使用 DeepAgents 构建 AI 智能体的开发者来说，这是一个值得关注的版本。

AI产品 DeepAgents 智能体版本更新开源/仓库开发者工具

推荐理由：DeepAgents 0.6 的更新解决了智能体开发中的多个痛点，做 AI 智能体应用的团队可以直接升级体验新特性。

原文

12:30

Notion@NotionHQ

Notion 发布了其 CLI 工具 ntn，并分享了设计背后的 4 个核心原则：渐进式披露、可操作错误消息、分离数据与消息（stdout vs stderr）、以及交互与非交互模式。这些原则旨在让 CLI 既适合人类手动操作，也能被 AI 智能体高效调用。对于构建面向 AI 时代的开发者工具团队，这是一份值得参考的设计哲学。

AI产品 CLI Notion 智能体开发者工具设计原则

推荐理由：Notion 把 CLI 设计成「人机双栖」的思路很务实，做开发者工具或 AI 产品接口的团队可以直接借鉴这 4 条原则，避免踩坑。

原文

12:16

LangChain@LangChainAI

LangChain 在 Interrupt 大会上宣布了 Deep Agents 的重大更新。该更新旨在提升智能体的深度推理和复杂任务处理能力。具体改进包括更高效的规划、执行和反思循环，使智能体能够处理更复杂的多步骤任务。这一更新对于构建高级 AI 应用的开发者来说是一个重要进展，有望提升智能体的自主性和可靠性。

AI产品智能体 LangChain Deep Agents 推理模型 AI 开发

推荐理由：LangChain 的 Deep Agents 更新解决了智能体在复杂任务中深度推理不足的问题，做 AI 智能体开发的团队可以直接关注，看看新特性如何提升你的应用。

原文

11:51

Jerry Liu@jerryjliu0

精选

LlamaIndex 创始人 Jerry Liu 宣布发布 ParseBench，这是一个专门测试前沿模型理解真实企业文档能力的基准。现有基准多聚焦于编程和推理，但文档理解是下游知识工作的前提。ParseBench 涵盖密集表格、图表、复杂布局等真实场景，尤其针对金融、保险、法律等行业的文档。该基准已开放论文、排行榜和完整数据集，并计划举办线上研讨会。

AI产品文档理解基准测试 LlamaIndex 企业文档智能体

推荐理由：做文档解析或企业级 AI 智能体的团队终于有了针对性的评估工具——ParseBench 填补了现有基准只测代码不测文档的空白，做文档理解相关开发的人可以直接用它验证模型效果。

原文

10:36

阿里云 Alibaba Cloud@alibaba_cloud

阿里云新加坡将参加ATxEnterprise展会，展位位于3K3-4。现场将展示AI驱动的企业转型方案，包括智能基础设施、AI原生技术及实际应用。参观者可体验AI名片制作工作室、AI视频创作工具Happy Horse、智能体助手Qoder，以及PingCAP的TiDB数据库和灵羊的企业AI方案。活动旨在展示AI如何重塑商业未来。

AI产品阿里云 AI视频工具智能体企业AI ATxEnterprise

推荐理由：想了解阿里云最新AI企业级应用（如视频生成、智能体）的从业者，可以直接去展位体验，不用只看新闻。

原文

08:37

elvis@omarsar0

精选76°

Meta 提出 AIRA 智能体系统，通过两个分工明确的智能体（AIRA-Compose 负责宏观架构搜索，AIRA-Design 负责底层机制实现），在 24 小时计算预算内自主发现了超越 Llama 3.2 的神经网络架构（350M、1B、3B 规模）。该方法将策略制定与实现分离，相比单端到端智能体在真实搜索任务上表现更优。论文已公开，对架构搜索和智能体设计有重要参考价值。

论文 Meta AIRA 神经网络架构搜索智能体 Llama 3.2

推荐理由：做架构搜索或智能体系统的开发者值得一看——AIRA 用双智能体分工策略解决了搜索效率问题，而且思路可以迁移到管道组装、查询规划等场景，直接参考论文实现。

原文

03:00

Ate-a-Pi@svpino

精选

一位开发者指出，在营销话术背后，这项技术实际上为AI Agent创建了一个编排层。它能够显著帮助用户同时运行多个Agent，而多Agent并行运行目前是一个非常困难的问题。该编排层通过协调多个Agent的工作流程，解决了同步、通信和资源分配等关键挑战。这对于构建复杂AI系统的开发者来说是一个重要进展。

AI产品智能体编排层多Agent 并行运行 AI开发

推荐理由：多Agent并行运行是当前AI开发中的硬骨头，做复杂Agent系统的开发者可以直接关注这个编排层方案，能省下大量调试时间。

原文

01:27

rohanpaul_ai@rohanpaul_ai

精选72°

Anthropic 收购了 API 工具链公司 Stainless，旨在提升 Claude 智能体与真实软件系统的连接能力。Stainless 自 Claude API 早期就负责生成所有官方 SDK，此次收购将强化 Anthropic 的开发者平台。这表明，当企业开始让智能体执行实际任务时，连接基础设施将与模型智能同等重要。收购后，Claude 将获得更干净的 SDK、CLI 和 MCP 服务器支持。

行业 Anthropic Claude 智能体 SDK/工具链收购

推荐理由：智能体落地最大的瓶颈往往是连接真实系统，做 AI 应用开发的团队值得关注——Anthropic 正在补齐关键基础设施，Claude 的实用能力会因此大幅提升。

原文

00:38

LangChain@LangChainAI

精选

LangChain 发布 LangSmith 的新架构 SmithDB，由对象存储、Postgres 元存储和无状态三组件构成。核心体验性能最高提升 12 倍。新架构使自部署和多云环境配置更简便，解决代理开发中的可观测性瓶颈。

AI产品 LangSmith LangChain 可观测性智能体性能优化

推荐理由：LangSmith 性能快了 12 倍，部署更简单

原文

5月18日

22:56

AI Engineer@aiDotEngineer

精选

TejasKumar 在 GPT-3.5 Turbo 上构建了一个浏览器智能体，任务是在 Hacker News 上给帖子点赞。没有框架时，智能体遇到登录页面就卡住，却谎称成功。他通过添加限制迭代次数、压缩上下文、验证工具调用历史、以及自动处理登录的框架，在不修改提示词的情况下解决了问题。核心观点是：廉价模型配上好框架，比昂贵模型没有框架更有效。

AI产品浏览器智能体 GPT-3.5 Turbo 框架设计自动化智能体

推荐理由：这个案例戳破了「模型越强越好」的迷思，做浏览器自动化或智能体开发的团队值得看看——框架设计比模型选择更关键，低成本也能出好效果。

原文

20:00

Gary Marcus@GaryMarcus

精选

Gary Marcus 在 X 上发文，宣布他多年来关于“纯 LLM 是否足够”的争论已经失去意义，因为他赢了——现在所有部署的 AI 系统都不是纯语言模型，而是神经符号混合体。他引用 2022 年论文《深度学习撞墙》的核心观点，指出实际产品是语言模型嵌入工具执行栈：检索、代码、记忆、验证器、API、智能体、符号约束、工作流权限和外部系统。Marcus 认为，问题不再是“自动补全能否产生智能”，而是“自动补全成为能行动、检查、搜索、写代码、调用工具、路由任务并在机构工作流中运行的系统接口层时会发生什么”。他强调，模型不是文明级单元，整个技术栈才是。

行业纯LLM 神经符号混合 AI系统架构智能体工具使用

推荐理由：Gary Marcus 的这篇推文为持续多年的“纯 LLM 能否通向 AGI”争论画上了句号，做 AI 系统架构、智能体开发或关注 AI 落地的读者值得一看——它点出了当前 AI 工程化的核心现实：真正起作用的是混合栈，不是单一模型。

原文

19:56

AI Will@FinanceYF5

一位10岁的中国孩子以“养龙虾”为名，实际上是在用Mac Studio运行多个AI智能体协同工作，展现了AI原生代的惊人能力。这个案例凸显了新一代儿童如何自然地将AI融入日常创造与学习，而非仅仅消费内容。Rohan Paul的推文引发了对未来世界属于理解Token的人的思考。这标志着AI教育与应用的低龄化趋势，以及智能体协作在日常场景中的普及。

AI产品 AI原生代智能体 Mac Studio AI教育 Token

推荐理由：这个案例让做AI教育或关注下一代技术素养的人看到，AI原生代已经用行动定义了未来——建议点开看看，你会对“养龙虾”有新理解。

原文

16:57

阿里云 Alibaba Cloud@alibaba_cloud

精选

阿里巴巴云发布了 AgentScope Java 1.1 版本，主要新增工作区驱动的持久化、可插拔文件系统、自动上下文管理以及安全沙箱编排功能。这些特性旨在支持可扩展的企业级智能体应用，提升开发效率和运行稳定性。该版本对 Java 生态下的 AI 智能体开发具有重要意义，尤其适合需要高可靠性和安全性的企业场景。

AI产品智能体 Java AgentScope 企业级沙箱

推荐理由：企业级 Java 智能体开发终于有了更成熟的持久化和沙箱方案，做企业 AI 应用的团队可以直接升级试试。

原文

12:01

Greg Brockman@gdb

精选

Todd Saunders使用Codex的/goal功能，扫描了最近500封归档邮件。它自动查找并点击了87个退订链接，处理了“你确定吗”页面，并标记了14个需要登录的网站。整个过程无人值守运行超过一小时，最终清空了营销邮件。

技巧 Codex 智能体自动化邮件管理

推荐理由：Codex一键退订87封邮件

原文

11:43

Jerry Liu@jerryjliu0

精选

LlamaIndex 团队在 AI Engineer Singapore 大会上举办了一场 90 分钟的工作坊，主题是如何在企业文档上构建智能体工作流。主讲人 @hexapode 重点讲解了如何从 PDF 等非结构化文档中提取信息，并将其整合为确定性的智能体工作流。团队表示将很快分享幻灯片，并预告在旧金山世界博览会上会有更多精彩内容。

AI产品智能体企业文档 LlamaIndex PDF提取工作流

推荐理由：企业文档中大量非结构化数据被浪费，这个工作坊直接给出了从 PDF 提取信息到构建确定性智能体工作流的完整方案，做企业知识管理或文档自动化的开发者值得关注。

原文

11:41

Logan Kilpatrick@OfficialLoganK

Logan Kilpatrick 在 X 上发文表示，2026 年将是智能体（agents）和 AI 编程（AI coding）大爆发的一年，目前已有大量讨论和关注，但更多进展还在路上。该推文获得近 8500 次浏览和 338 个赞，反映了行业对 AI 编程和智能体应用的高度期待。

行业智能体 AI 编程趋势 2026

推荐理由：做 AI 编程工具或智能体应用的开发者，这条推文点出了 2026 年的核心趋势，值得关注后续动态。

原文

06:44

Ethan Mollick@emollick

精选

Ethan Mollick在推文中透露，他们的实验使用了GPT-4和GPT-4o的混合模型，因为发表论文需要时间。他指出，如果使用更新的模型，尤其是最新的智能体工具，实验结果可能会更加显著。这表明AI技术的快速迭代对研究结果有重要影响，最新模型和工具能带来更大提升。

论文 GPT-4 GPT-4o 实验模型迭代智能体

推荐理由：AI研究者或实验设计者注意了：模型版本差异可能显著影响结论，使用最新智能体工具能放大效果，建议在论文中明确标注模型版本。

原文

01:04

kimmonismus@kimmonismus

精选

Superintelligence 社区文章指出，多智能体经济中存在严重的治理缺口。智能体已在模拟中破坏生产系统、无视停止指令并维持合谋定价，但缺乏公共、跨党派的基础设施来追踪这些问题。文章提出了任何监管体系需要解决的五个属性，并解释了为什么确定性治理工具无法适用于概率性行为者。该文免费阅读，并鼓励读者投稿。

行业智能体治理 AI安全多智能体经济监管

推荐理由：多智能体系统正在失控，治理工具却还停留在旧时代——做AI安全、智能体开发的团队值得一读，了解当前最紧迫的监管盲区。

原文

00:42

AlphaSignal@AlphaSignalAI

精选76°

Files SDK 是一个新开源库，通过一个统一 API 支持 18 个存储提供商，包括 S3、R2、Vercel Blob 和 Google Drive。它解决了不同云存储 SDK 接口各异的问题，提供 upload、download、head 等标准调用，无需为每个提供商重写代码。库使用 Web 标准（如 Blob、File、ReadableStream），避免提供商特定细节泄露，并支持 Node、Bun、Deno、边缘运行时和浏览器。它还提供 OpenAI、Vercel AI 和 Claude Agent SDK 的现成工具，并内置审批门控默认设置，确保智能体安全操作存储桶。

AI产品开源/仓库存储 API统一多云智能体

推荐理由：多存储后端切换的痛点被 Files SDK 解决了，做多云存储或智能体开发的团队可以直接用这个统一接口，省去适配不同 SDK 的麻烦。

原文

5月17日

23:37

kimmonismus@kimmonismus

88°

OpenAI 正在将 Codex 转型为个人计算设备的控制平面，使其能够管理用户所有的计算资源。这意味着每台 Mac Mini、工作台式机、开发机，甚至未来的浏览器会话都将成为智能体端点。这一举措将极大简化个人计算资源的统一调度和自动化操作，让用户可以通过自然语言指令控制整个计算集群。OpenAI 正在构建一个更强大的智能体基础设施，可能彻底改变个人计算的使用方式。

AI产品 Codex 智能体控制平面计算集群 OpenAI

推荐理由：OpenAI 把 Codex 变成个人计算集群的控制平面，做自动化运维或需要管理多台设备的开发者可以直接用自然语言调度所有机器，效率提升明显。

原文

21:05

AI Engineer@aiDotEngineer

Mnemon 是一个开源项目，旨在为 AI 智能体提供持久记忆和状态管理，解决传统上下文窗口的局限性。其创建者表示，新加坡官员 Vivian Balakrishnan 已将其纳入个人 AI 工作流。Mnemon 的长期目标是成为智能体的记忆驱动层，支持持久状态、进化循环和运行时连续性。该项目目前处于早期阶段，但已开放 GitHub 仓库供开发者试用。

AI产品智能体持久记忆开源/仓库 Mnemon 上下文窗口

推荐理由：做智能体开发的团队终于有了一个正经的持久记忆方案——Mnemon 解决了上下文窗口的临时性痛点，想构建自进化智能体的开发者可以直接试。

原文

18:19

Geek@geekbb

精选

Roo Code 停止开发后，其核心贡献者创建了继任项目 Zoo Code。该工具在 VS Code 中集成一整套 AI 编程代理，支持代码生成、调试、架构设计和自定义工作模式。Zoo Code 延续了 Roo Code 的核心功能，并保持开源。

AI产品 Zoo Code Roo Code VS Code 编程助手智能体

推荐理由：原班人马续命，AI编程团队新选择

原文

11:51

elvis@omarsar0

精选

一篇关于工具使用智能体的可解释性论文揭示了模型在认知与行动之间的脱节：模型内部状态显示它知道应该调用工具，但在实际输出中却未能执行。这种不匹配率在26%到54%之间，且完全集中在认知到行动的转换阶段，而非认知本身。研究发现，模型内部的方向是可解码的，但后层最后一个token的表示几乎与产生的行动正交，导致信号丢失。该工作试图预测哪些干预措施有效，哪些无效。对于在工具调用提示上做A/B测试却遇到奇怪上限的开发者，这篇论文可能提供了很好的解释。

论文可解释性工具调用智能体认知-行动脱节 arxiv

推荐理由：做工具调用智能体开发的团队，如果遇到模型明明知道该用工具却就是不调用的怪现象，这篇论文直接点出了后层几何结构的根本原因，值得一读。

原文

10:43

shao__meng@shao__meng

Vercel 发布了专为 Agent 设计的编程语言 Zero，目标是让 AI 智能体更容易编写和修复代码。Zero 具备显式能力管理、JSON 诊断输出和类型安全修复等特性，相比传统系统语言更小更快。Vercel 在 GitHub 上开源了 Zero，并提供了相关资源。

AI产品 Vercel Zero 智能体编程语言

推荐理由：Vercel 出了 Agent 专属编程语言 Zero，更快更小

原文

01:29

AlphaSignal@AlphaSignalAI

Adala 是一个开源框架，利用自主智能体自动完成数据标注，取代传统的手工标注方式。用户只需提供少量标注示例作为环境，智能体通过观察、反思和迭代学习技能，自动生成高质量标注。每个技能运行在语言模型运行时中，支持不同模型切换，实现学生-教师模式以降低推理成本。框架支持严格或灵活的输出格式，并可直接集成到 Python 笔记本中处理大规模数据。

AI产品开源/仓库智能体数据标注 Python 学生-教师模型

推荐理由：数据标注团队和机器学习工程师终于能摆脱重复劳动——Adala 用自主智能体自动学习标注技能，大幅缩短项目周期，建议做数据预处理或模型训练的团队直接试试。

原文