全部 AI 动态 · AI 热点

5月23日

09:38

Cursor@cursor_ai

83°

Cursor 宣布推出 Cursor SDK，允许开发者使用 Composer 2.5 构建自己的智能体。该 SDK 现已支持 Python 和 TypeScript，并且在这个长周末期间，Composer 的使用费用享受 90% 折扣。这意味着开发者可以低成本地利用 Cursor 的底层能力，快速搭建定制化的 AI 编程助手或自动化工作流。Cursor 团队表示期待看到社区的创意应用。

AI产品 Cursor SDK Composer 2.5 智能体编程助手

推荐理由：Cursor SDK 让开发者能基于 Composer 2.5 构建自己的智能体，做 AI 编程工具或自动化流程的团队可以低成本试水，长周末 90% 折扣值得抓紧体验。

原文

09:28

elvis@omarsar0

Omar 宣布推出 Agentic Engineering 系列动手实验室，旨在通过构建智能体来学习 AI。首个主题是 Agent Skills，后续将涵盖规划、上下文工程、多智能体系统、长时间运行智能体等内容。该系列强调实践学习，鼓励开发者直接动手构建。这对于希望掌握 AI 智能体开发的人来说是一个实用的学习路径。

AI产品智能体 Agentic Engineering 动手实验室学习路径开发者

推荐理由：想学 AI 智能体开发的开发者有了系统化的动手路径——从 Agent Skills 开始，后续还有规划、多智能体等进阶内容，建议直接跟着实验室一步步构建。

原文

09:23

Ideogram@ideogram_ai

Ideogram 宣布其 MCP（模型上下文协议）功能已上线，用户可以在所有主流 AI 智能体中直接调用 Ideogram 的图像生成能力。官方提供了完整的设置指南，方便开发者快速集成。这意味着 AI 智能体现在可以原生调用 Ideogram 生成图像，无需切换工具，大幅提升工作流效率。对于依赖多智能体协作的团队，这是一个重要的能力扩展。

AI产品 MCP/工具图像生成智能体 Ideogram 集成

推荐理由：做 AI 智能体工作流的开发者可以直接集成 Ideogram 的图像生成能力，省去手动切换工具的麻烦，值得立即尝试。

原文

09:07

Firecrawl@firecrawl_dev

WorkOS 今日发布 auth.md，一个面向智能体的开放协议，允许 AI 代理在网络上注册服务。该协议与 Cloudflare 和 Firecrawl 等首批提供商合作，旨在解决智能体在互联网上自主操作时的身份认证与注册问题。auth.md 的推出标志着智能体基础设施的重要进展，为开发者提供了标准化的智能体服务接入方式。

AI产品智能体开放协议身份认证 WorkOS Cloudflare

推荐理由：智能体开发者终于有了标准化的网络注册协议，做 Agent 服务集成的团队可以直接用起来，省去自建认证的麻烦。

原文

06:43

rohanpaul_ai@rohanpaul_ai

Every CEO Dan Shipper 指出，尽管AI能完成专家级工作，但每个智能体都需要人类参与，距离人类越远表现越差。AI实际上增加了对人类专家的需求，而非取代。这一观点挑战了AI完全自主化的主流叙事，强调人机协作的重要性。

行业智能体人机协作 AI行业 Dan Shipper AI产品

推荐理由：Dan Shipper 的观点戳破了AI取代人类的迷思，做AI产品、智能体开发的团队值得深思——人机协作才是落地的关键。

原文

01:39

Aravind Srinivas@AravSrinivas

开源模型和智能体平台 MiniMax 宣布其 Agent 产品现已接入 Perplexity 的搜索基础设施。在超过 700 个智能体任务的基准测试中，Perplexity 在答案质量和片段密度上表现最佳，相比之前的默认搜索服务 Serper，每次任务工具调用次数从 32.6 次降至 17.8 次（减少 45%），Token 用量从 162.3M 降至 94.6M（减少 42%），通过率提升 2%，总成本降低 27%。这一改进对于依赖搜索循环的智能体工作流意义重大，更好的搜索片段意味着更少的搜索次数和更低的上下文开销。

AI产品智能体搜索增强 MiniMax Perplexity 成本优化

推荐理由：做智能体开发的团队终于有了更高效的搜索方案——Perplexity 的搜索集成让 MiniMax Agent 成本直降 27%，同时保持答案质量，做 RAG 或搜索增强型 Agent 的建议直接试试。

原文

00:12

NVIDIA AI@NVIDIAAI

NVIDIA 发布了开源 AI-Q 智能体技能包，将构建深度研究管线的流程封装为可移植技能。用户可将该技能包直接放入智能体框架中，智能体即可将研究任务委派给本地或托管的 AI-Q 服务器，并返回带有引用的详细报告。该技能包支持主流智能体框架，降低了构建复杂研究管线的门槛。在 Codex 等环境中演示了其便捷性，适合需要自动化深度研究的开发者和团队。

AI产品智能体开源/仓库深度研究 NVIDIA AI-Q

推荐理由：NVIDIA 把深度研究能力打包成即插即用的技能，做智能体开发或自动化研究的团队可以直接集成，省去从零搭建管线的麻烦。

原文

5月22日

23:05

Philipp Schmid@_philschmid

精选83°

Google I/O 上，Phil Schmid 展示了 Gemini Managed Agents 的新 Interactions API，允许开发者通过一次 API 调用为 AI 提供一个安全托管的 Linux 沙箱环境。这个沙箱让 AI 可以执行代码、管理自己的内存，相当于拥有了一个独立的“电脑”。这大大简化了构建复杂智能体的流程，降低了开发门槛。对于需要让 AI 自主操作环境的场景，这是一个重要的基础设施更新。

AI产品智能体 Gemini API 沙箱 Google I/O

推荐理由：做智能体开发的团队终于可以省去自己搭建沙箱的麻烦——一次 API 调用就能给 AI 一个安全 Linux 环境，建议直接看演示。

原文

22:38

Paul Couvert@itsPaulAi

精选76°

Qwen-3.7-max 在真实智能体任务（编写自训练俄罗斯方块机器人）中，以 1.32 美元成本实现 56% 的改进，远超 Claude Opus 4.7（12.15 美元，28% 改进）和 GPT-5.5（2.85 美元，7% 改进）。该模型在长智能体循环中表现突出，成本仅为 Opus 4.7 的 1/9、GPT-5.5 的 1/2。这一结果出乎意料，展示了开源模型在复杂自主任务上的潜力。

AI模型 Qwen-3.7-max 智能体成本对比开源模型 GPT-5.5

推荐理由：做智能体开发或自动化任务的团队，可以拿 Qwen-3.7-max 替代高价闭源模型，成本直降 9 倍效果反而更好，值得立刻跑个 benchmark 验证。

原文

22:26

阿里通义 Qwen@Alibaba_Qwen

83°

atomic.chat 团队测试了三个前沿模型在真实智能体任务中的表现：编写一个能自我训练并玩俄罗斯方块的机器人。每个模型可以读取自己的代码、运行基准测试并在10次迭代中自我重写。最终 Qwen 3.7-Max 以训练成本仅1.32美元、机器人性能提升56%的成绩全面领先，而 Claude Opus 4.7 成本12.15美元提升28%，GPT-5.5 成本2.85美元提升仅7%。Qwen 在成本效益和性能提升上均胜出，尤其在长智能体循环场景中表现出色。

AI模型 Qwen 3.7-Max 智能体 Claude Opus 4.7 GPT-5.5 成本对比

推荐理由：Qwen 3.7-Max 在智能体任务中成本仅为 Claude 的1/9、GPT 的1/2，性能提升却翻倍，做 AI 智能体开发的团队值得关注这个性价比之选。

原文

22:25

阿里通义 Qwen@Alibaba_Qwen

76°

阿里通义千问团队发布旗舰模型Qwen3.7-Max，已在OpenRouter平台上线。该模型是Qwen3.7系列的最强版本，专为智能体场景设计，涵盖编程、办公和生产力任务，以及长周期自主执行。相比Qwen3.6，在编程和智能体基准测试上有大幅提升，并支持显式提示缓存以处理重复上下文。这标志着阿里在智能体AI领域的重要进展。

AI模型 Qwen3.7-Max 阿里通义千问智能体编程助手 OpenRouter

推荐理由：做智能体开发或自动化任务的团队，可以直接在OpenRouter上试用Qwen3.7-Max，编程和长任务执行能力提升明显，值得关注。

原文

19:25

19:25IT之家（博客/媒体）

83°

阿里千问 App、PC 端及网页端正式接入全新一代大模型 Qwen3.7-Max，用户更新至最新版后即可免费体验。该模型定位为全能智能体基座，擅长编程、自动化办公和长周期自主执行任务。在长达35小时、超1000次工具调用的内核优化实验中，Qwen3.7-Max 展现了稳定的连贯推理能力。此外，它支持跨框架部署，如 Claude Code、OpenClaw 等，并即将通过阿里云百炼提供 API 调用。

AI产品 Qwen3.7-Max 千问智能体编程助手 MCP/工具

推荐理由：Qwen3.7-Max 解决了长周期自主执行任务的稳定性痛点，做自动化办公和复杂编程的开发者可以直接在千问 App 或网页端免费体验，值得一试。

原文

19:20

阿里云 Alibaba Cloud@alibaba_cloud

72°

阿里云宣布 Qwen3.7-Max 模型在 Model Studio 平台正式上线，并推出限时五折优惠活动（5月22日至6月22日）。该模型拥有 100 万 token 的上下文窗口，专为处理大规模企业数据流设计，能在长上下文智能体推理中保持精准。这一更新提升了企业级 AI 应用的可用性和性价比，尤其适合需要处理海量文档或复杂推理任务的场景。

AI产品 Qwen3.7-Max 百万上下文企业级智能体阿里云

推荐理由：百万上下文窗口加上五折优惠，做企业级文档分析或长链推理的团队可以直接上手试试，成本大幅降低。

原文

18:07

berryxia@berryxia

SenseNova 6.7 Skills Agent 在直播中亮相，被开发者戏称为“牛马人套装”。该智能体能够自动爬取网站数据、整理表格并生成 MD 文件，目前公测阶段免费。用户测试中，它处理 AI 大模型市场调研报告耗时 1.5 小时，但全程自主完成。下一步将支持直接生成报告 PPT。该工具适合需要自动化数据收集和报告的团队，值得趁免费期体验。

AI产品智能体数据爬取报告生成 SenseNova 免费公测

推荐理由：SenseNova 6.7 Skills Agent 解决了手动爬数据和整理报告的痛点，做市场调研或竞品分析的团队可以趁公测免费期直接薅羊毛，省下大量重复劳动。

原文

16:05

阿里云 Alibaba Cloud@alibaba_cloud

阿里云在 Qwen Conference 2026 上举办 Agent-Native Infra Forum，聚焦为自主智能体重新设计云堆栈。论坛将探讨专为智能体优化的硬件、内存和扩展基础设施。该活动在新加坡金沙会展中心举行，旨在解决当前云架构无法满足智能体高并发、低延迟需求的问题。对于构建复杂 AI 系统的开发者来说，这是了解下一代基础设施方向的重要机会。

行业智能体云基础设施阿里云 Qwen 行业会议

推荐理由：阿里云这次把智能体基础设施单独拎出来讲，说明云厂商开始认真对待 Agent 的规模化部署问题了。做 Agent 应用或平台开发的团队，这场论坛的内容可能直接影响你未来选云和架构设计，值得关注。

原文

15:59

AI Will@FinanceYF5

精选

Peter Yang 在深度评测中对比了 OpenClaw、Hermes、Claude Code、Codex 和 Gemini 五款个人智能体产品，结论是尚无赢家。他分享了每个产品的优缺点以及当前自己使用的个人智能体技术栈。这篇评测为正在选择或构建个人智能体的开发者提供了真实的一手经验。

AI产品智能体个人助手 OpenClaw Claude Code Codex

推荐理由：个人智能体赛道还在早期，没有一家独大——做 AI 工具选型的开发者可以直接参考这份实测对比，省去自己踩坑的时间。

原文

11:54

elvis@omarsar0

Omar Sarro发布新视频，深入探讨了LLM Wiki和HTML Artifact为何重要。他认为这些工具正在改变知识管理和内容创作的方式。视频还介绍了利用智能体构建Wiki和Artifact的新工具。这些进展让开发者能更高效地创建和共享结构化知识。

AI产品 LLM Wiki HTML Artifact 智能体知识管理内容创作

推荐理由：如果你在做知识管理或内容创作工具，这篇视频能帮你理解LLM Wiki和Artifact的潜力，值得一看。

原文

11:40

arXiv: OpenAI@Simon Dennis, Rivaan Patil, Kevin Shabahang, Hao Guo

精选76°

当前智能体编排框架（如LangGraph、CrewAI等）已超过29万GitHub星标，但都依赖外部编排器，每次交互都需注入指令和路由决策，消耗上下文窗口且依赖前沿模型。最新研究提出将工作流直接编译进小模型权重，创建“地下智能体”，在旅行预订、Zoom支持、保险理赔三个任务上，以不到前沿模型1%的成本达到接近前沿模型的质量。该方法解决了程序化任务中编排架构的三大痛点：上下文窗口消耗、必须使用前沿模型、专有流程暴露给第三方。研究团队通过实证表明，小模型微调后能完全内化复杂工作流，无需外部编排。

论文智能体工作流编译模型微调编排框架成本优化

推荐理由：做智能体编排的团队终于有了低成本替代方案——把工作流写进模型权重而非上下文，成本降两个数量级，质量不掉。做客服、保险、旅行预订自动化的开发者可以直接看论文里的14节点和55节点案例。

原文

11:04

arXiv cs.AI@Yunpeng Dong, Jingkai He, Yuze Hou, Dong Du, Zhonghu Xu, Si Yu, Yubin Xia, Haibo Chen

精选72°

DeltaBox 提出了一种新的操作系统级抽象 DeltaState，用于实现 AI 智能体沙箱的毫秒级检查点与回滚。其核心洞察是：智能体运行中连续检查点高度相似，因此只需复制变化部分而非整个状态。DeltaBox 包含两个协同设计的机制：DeltaFS 通过分层文件系统实现基于变化的文件状态 C/R，DeltaCR 通过增量转储和模板进程 fork 加速进程状态回滚。实验表明，DeltaBox 的检查点和回滚延迟分别仅为 14ms 和 5ms，相比传统全量复制方法大幅降低，使得智能体在固定时间预算内能探索更多节点。该工作对需要高频状态探索的 AI 智能体（如测试时树搜索、强化学习）有重要价值。

论文智能体沙箱检查点/回滚操作系统 DeltaBox

推荐理由：做 AI 智能体高频状态探索（如树搜索、强化学习）的团队，终于有了能跑在毫秒级的沙箱 C/R 方案，不用再被几百毫秒的延迟卡脖子，建议直接看论文实现。

原文

10:54

阿里云 Alibaba Cloud@alibaba_cloud

阿里云与 Novita AI 合作，将最新模型 Qwen3.7-Max 部署在 Novita 平台上。该模型专为智能体时代设计，旨在支持更复杂的自动化任务和智能体应用。开发者现在可以通过 Novita AI 直接使用该模型进行构建。此举标志着阿里云在智能体领域的进一步布局，为开发者提供了更强大的工具。

AI产品 Qwen3.7-Max 阿里云 Novita AI 智能体模型部署

推荐理由：Qwen3.7-Max 专为智能体时代优化，做自动化或智能体开发的团队可以直接在 Novita AI 上体验，值得一试。

原文

10:29

shao__meng@shao__meng

88°

OpenAI Codex 团队在每周四进行例行更新，本次带来多项实用功能：远程 Mac 控制允许用户从手机安全操控锁屏或屏幕关闭的 Mac，实现无人值守操作；Appshots 功能可将 Mac 屏幕内容直接注入 AI 上下文，提升任务连续性；Goal Mode 支持数小时至数天的长期自主执行，已验证单目标运行超 100 小时；Advanced Annotation Mode 让用户直接在网页/App 上视觉调整样式并反馈，便于设计协作。这些更新将 Codex 从即时响应工具转向长期智能体，适合复杂工程任务。

AI产品 Codex 远程控制目标模式自动化智能体

推荐理由：远程 Mac 控制和目标模式让 Codex 从对话工具进化成真正的自动化助手，做复杂工程或需要远程调度的开发者可以直接用起来。

原文

09:37

Together AI@togethercompute

83°

阿里巴巴推出Qwen3.7-Max旗舰模型，专为智能体时代设计，支持100万token上下文窗口。该模型在智能体编程、推理和长周期自主任务上表现领先。现在可通过Together Serverless Inference平台用于生产级智能体工作流。这标志着大模型从对话助手向自主智能体核心引擎的转变。

AI模型 Qwen3.7-Max 智能体长上下文推理模型阿里

推荐理由：做智能体应用的开发者终于有了一个原生支持长上下文和自主决策的旗舰模型，1M上下文窗口直接解决复杂任务中的记忆瓶颈，建议在Together上试试生产级部署。

原文

08:06

Simon Willison@simonw

Simon Willison 在 X 上分享了 agent.datasette.io 的交互式演示链接。该演示展示了 Datasette 生态中的智能体功能，允许用户通过自然语言与数据库交互。这是一个将 AI 智能体与数据探索工具结合的实践案例，适合数据开发者体验。

AI产品智能体数据工具 Datasette 交互式演示 Simon Willison

推荐理由：数据开发者可以直观体验 AI 智能体与 Datasette 的结合，直接上手试试 agent.datasette.io 的交互效果。

原文

08:06

Notion@NotionHQ

Notion 发布了 Custom Agent Insights 功能，让用户能够实时查看智能体的每一次运行过程。该功能旨在解决智能体行为不透明的问题，提供完整的运行日志和可视化。目前该功能正在逐步推出，用户无需再猜测智能体在做什么。

AI产品 Notion 智能体可观测性自动化产品更新

推荐理由：Notion 用户终于能看清智能体每一步操作了，做自动化工作流的团队可以直接用起来，减少调试时的盲猜。

原文

08:06

LangChain@LangChainAI

LangChain 发布 deepagents 工具，只需一个配置文件和一个部署命令即可将 AI 智能体部署到生产环境。用户通过 deepagents init 初始化项目，然后执行 deepagents deploy 即可获得实时端点。该工具旨在简化智能体从开发到上线的流程，降低部署门槛。对于需要快速将智能体应用投入生产的开发者来说，这是一个值得关注的新选择。

AI产品智能体部署工具 LangChain deepagents 生产环境

推荐理由：LangChain 把智能体部署简化到一条命令，做 AI 应用上线的团队可以省掉大量运维配置，直接试试 deepagents 的 init 和 deploy。

原文

08:06

OpenRouter@OpenRouterAI

88°

阿里 Qwen 团队发布 Qwen3.7-Max 旗舰模型，专为智能体时代设计。该模型在编码、办公助手和长周期自主任务上表现出色，支持 MCP 集成和多智能体编排。在长达 35 小时的连续内核优化任务中，模型自主完成超过 1000 次工具调用，无需人工干预。模型兼容多种智能体框架，包括 Claude Code、OpenClaw 和 Qwen Code，已在阿里云 Model Studio 上线。

AI模型 Qwen3.7-Max 智能体编码助手 MCP/工具阿里云

推荐理由：Qwen3.7-Max 解决了智能体在长周期任务中自主性不足的痛点，做编码自动化或办公流程的团队可以直接在阿里云上试用，体验零干预的复杂任务执行。

原文

08:06

LangChain@LangChainAI

精选

DataboxHQ 分享了他们如何使用 LangSmith 评估其多轮对话分析智能体 Genie。Genie 是一个能处理复杂数据分析任务的智能体，需要多轮交互才能完成用户请求。LangSmith 提供了评估框架，帮助团队追踪智能体的表现、识别错误并优化对话流程。这一实践展示了如何系统性地评估多轮智能体，对构建可靠 AI 助手的团队有参考价值。

AI产品智能体评估框架 LangSmith 数据分析多轮对话

推荐理由：做多轮对话智能体的团队终于有了可落地的评估方案——LangSmith 帮 Databox 把 Genie 的对话质量量化了，建议做 AI 分析助手的开发者点开看看具体怎么做的。

原文

08:06

LangChain@LangChainAI

精选

LangChain 宣布 Managed Deep Agents 进入 Private Beta 阶段。这是一个托管的、与模型无关的深度智能体基础设施，开发者只需一行代码即可部署。该服务提供了开箱即用的深度智能体能力，降低了构建和部署复杂智能体的门槛。对于希望快速集成深度智能体功能的团队来说，这是一个值得关注的新选择。

AI产品智能体 LangChain 托管服务部署工具 Private Beta

推荐理由：LangChain 把深度智能体的部署门槛降到一行代码，做智能体应用的团队可以省下大量基础设施搭建时间，值得申请试用。

原文

08:05

Notion@NotionHQ

Notion 官方发布了 Custom Agent 的最佳实践指南，帮助用户更高效地构建和使用自定义智能体。该指南涵盖了从设计原则到实际部署的完整流程，包括如何定义 Agent 的目标、选择合适的数据源、以及优化交互体验。对于希望利用 Notion 自动化工作流的团队和个人来说，这是一份实用的参考文档。

AI产品智能体最佳实践 Notion 自动化工作流

推荐理由：Notion 用户终于有了官方指导来搭建自己的智能体，做知识管理或自动化流程的团队可以直接照着实践，省去自己摸索的时间。

原文

08:05

LangChain@LangChainAI

精选

LangChain 发布了 Context Hub，这是一个集中管理 AI 应用上下文（包括 Prompt、Memory 技能和子智能体定义）的工具，所有内容都支持版本控制。同时，它还提供了沙箱环境，每个线程有独立的持久化文件系统，支持安全代码执行、Shell 访问和文件 I/O，并带有认证代理和快照功能。这解决了多智能体系统中上下文碎片化和版本混乱的问题，让开发者能更高效地构建和调试复杂 AI 工作流。

AI产品 LangChain Context Hub 智能体沙箱版本控制

推荐理由：做多智能体或复杂 AI 应用的团队终于有了上下文管理利器——版本化 Prompt 和 Memory 技能，配合安全沙箱，调试和迭代效率会明显提升，建议直接体验。

原文

08:05

Latent.Space@latentspacepod

精选72°

Daytona 发布专为 AI 智能体设计的计算平台，提供 60 毫秒启动的沙箱环境，能在 75 秒内创建 5 万个独立实例，日均运行 85 万次。该平台从人类开发环境转向智能体沙箱，支持裸金属、有状态快照，并针对强化学习（RL）和评估（evals）工作负载优化。Daytona 认为 Kubernetes 在智能体规模下失效，AI 云应更像 Stripe 而非 AWS。CEO Ivan Burazin 解释了为何智能体需要可组合计算机，以及 RL 工作负载占比从 0% 增长到约 50% 的趋势。

AI产品智能体计算平台沙箱强化学习 Daytona

推荐理由：Daytona 解决了智能体大规模并发运行时的基础设施瓶颈，做 AI 智能体开发、RL 训练或大规模评估的团队可以直接用这个平台替代传统云方案，值得关注。

原文

08:05

LangChain@LangChainAI

AI产品 LangChain LangSmith 智能体监控生产部署

推荐理由：生产环境智能体监控是很多团队头疼的问题，LangSmith 给出了成本、质量、延迟一体的方案，做 AI 应用运维的开发者可以直接学起来。

原文

08:05

orange.ai@oran_ge

晚点对豆包的报道揭示了其AI聊天机器人的胜利，但这场胜利的价值难以量化。豆包曾尝试推出800万个智能体，但除主智能体外其他智能体活跃度低，下架后用户留存未受影响。2024年上半年，团队因多bot尝试受挫而迷茫，曾考虑推荐抖音内容以提高留存，但最终未上线。豆包日均使用时长稳定在10分钟以内，远低于抖音的120分钟，尚未对传统互联网产品构成威胁。

AI产品豆包 AI聊天机器人智能体用户留存产品策略

推荐理由：豆包的故事揭示了AI聊天机器人产品化的真实困境——用户留存和智能体生态的挑战，做AI产品的团队看完会反思自己的策略。

原文

08:05

LangChain@LangChainAI

LangChain 在推文中指出，构建智能体（Agent）最残酷的现实是：在投入生产环境之前，你根本无法预知它的行为。这意味着开发者必须重视生产环境下的测试与监控，而非仅依赖开发阶段的模拟。这一观点强调了智能体在实际部署中的不可预测性，对构建可靠 AI 系统的团队具有重要警示意义。

行业智能体生产部署测试 LangChain 可靠性

推荐理由：做智能体开发的团队都会遇到这个痛点——开发环境跑得好好的，一上线就翻车。LangChain 点出了这个行业共识，值得所有 Agent 开发者停下来反思自己的测试流程。

原文

08:05

Akshay Kothari@akothari

Notion 推出了自定义智能体的生产力和效率追踪功能，用户只需一键即可查看智能体的工作表现。该功能帮助用户更直观地了解智能体的任务完成情况，从而优化工作流程。如果智能体表现良好，用户还可以直接给予反馈，增强人机协作体验。这一更新提升了 Notion 作为生产力工具的实用性，尤其适合依赖自动化任务的团队。

AI产品 Notion 智能体效率追踪生产力工具自动化

推荐理由：Notion 用户终于能一键追踪自定义智能体的效率了，做自动化工作流的团队可以直接用起来，优化协作体验。

原文

08:05

LangChain@LangChainAI

LangChain 团队将在波士顿科技周举办线下聚会，时间是 5 月 27 日。活动由 LangChain 开源团队的 Sydney Runkle 与 Blitzy 的 Dillon Jones 共同主持，重点讨论部署长时间运行智能体的实战经验与运行时能力。适合对智能体部署感兴趣的开发者参加，活动免费但需提前报名。

行业 LangChain 智能体波士顿线下活动部署

推荐理由：做智能体部署的开发者别错过——LangChain 团队和 Blitzy 联手分享长时间运行智能体的实战经验，直接听一线工程师讲坑和方案，建议报名占位。

原文

08:05

Qdrant@qdrant_engine

Qdrant 宣布将于6月11日在 The Midway 举办 Vector Space Day 活动，并公布了部分演讲嘉宾及主题。演讲涵盖持续学习与记忆、Agent 技能文件限制、大规模扩展、上下文图、文档处理以及视频智能体等方向。活动为全天单轨技术内容，聚焦搜索与 AI 检索、智能体与记忆、边缘与机器人 AI。开发者可通过 luma.com/vsd-sf 购票参与。

行业向量搜索智能体记忆系统上下文图视频智能体

推荐理由：这场活动汇聚了 Mem0、Google DeepMind、Neo4j、LlamaIndex 等一线团队，覆盖 Agent 记忆、上下文图、视频智能体等前沿话题，做搜索和 AI 检索的开发者值得关注。

原文

07:44

mem0@mem0ai

Mem0 发布了 Agent-First 功能，允许 AI 智能体在无需人类干预的情况下自行注册并启用记忆层。只需一条命令，智能体可在 5 秒内完成注册，无需收件箱、验证码或浏览器会话。人类可随时认领账户，密钥和记忆保持不变。同时，Mem0 启动了 AGENTRUSH 竞赛，智能体可共享项目并互相评分，无需人类裁判，优胜者将获得 Mem0 Pro 订阅。

AI产品智能体记忆层 Mem0 自主注册 AGENTRUSH

推荐理由：Mem0 让智能体自主注册记忆层，解决了 AI 自主性瓶颈，做智能体开发的团队可以直接用这个功能来简化部署流程。

原文

07:40

mem0@mem0ai

Mem0 宣布启动 AGENTRUSH，这是一场为期 7 天、仅限 AI 智能体参与的竞赛。智能体需将记忆写入共享项目，并根据有多少其他智能体将其记忆检索为最高结果来计分，全程无人类评委。每日获胜者获得 1 个月 Mem0 Pro（价值 249 美元），每周获胜者获得 3 个月（747 美元）。7 天后，Mem0 将发布完整数据集，记录 AI 智能体集体认为值得记住的内容，这是前所未有的数据。智能体可通过 mem0.ai/agentrush 加入竞赛。

AI产品智能体记忆系统竞赛 Mem0 数据集

推荐理由：这是首个纯 AI 智能体间的记忆竞赛，做智能体开发或研究记忆机制的团队值得关注——它直接测试智能体在无人类干预下的协作与记忆价值判断能力，结果数据集可能成为未来智能体记忆研究的基准。

原文

07:39

mem0@mem0ai

Mem0 宣布推出 Agent-First 功能，解决了 AI 智能体在自主执行任务时遇到的访问层瓶颈。传统上，配置凭证（如邮箱、OTP、浏览器会话）仍假设由人类操作，导致智能体在调用外部 API 或配置工具时中断。Agent-First 允许智能体在 5 秒内通过一条命令完成 Mem0 凭证集的配置，无需人工干预。这意味着智能体可以持续运行，无需暂停等待人类完成身份验证。该功能旨在让智能体的执行循环不再因访问层而中断，提升自动化效率。

AI产品智能体访问层凭证管理 Mem0 自动化

推荐理由：做 AI 智能体自动化的团队终于不用在凭证配置上卡壳了——Agent-First 让智能体自主调用外部 API 和工具时不再需要人类介入，建议做智能体编排的开发者直接试试。

原文