08:00LangChain@LangChainAILangChain 团队与 Blitzy 合作,将于 5 月 27 日在波士顿举办线下聚会。活动中,LangChain 的 Sydney Runkle 和 Blitzy 的 Dillon Jones 将分享部署长运行 Agent 的经验,并介绍支撑其运行的运行时能力。活动适合对 Agent 部署感兴趣的开发者,可免费报名参加。行业LangChainAgent部署线下活动Blitzy推荐理由:想了解长运行 Agent 在生产环境中的部署要点?LangChain 官方和 Blitzy 的实战分享值得一听,做 Agent 开发的建议报名。原文
07:59Cursor@cursor_aiCursor 宣布现在可以在 Agent 工作区中直接创建和管理自动化任务,无需切换界面。该功能已在 Agent 窗口上线,并且新创建的自动化任务在接下来 7 天内享受 50% 的折扣。这简化了开发者的工作流程,提升了效率。AI产品CursorAgent自动化工作流开发者工具10 个信源在谈推荐理由:Cursor 把自动化管理直接塞进 Agent 工作区,省去了来回切换的麻烦,做自动化流程的开发者可以趁 7 天半价优惠试试。原文
07:57LangChain@LangChainAI精选LangSmith Sandboxes 正式发布,为 AI Agent 提供隔离的真实文件系统、Shell 和包管理器。该功能与 Deep Agents、Open SWE 及用户自有代码兼容,使用现有 API 密钥即可认证,无需额外构建或管理运行时。这解决了 Agent 在沙盒环境中执行复杂操作的安全与隔离问题,让开发者能更安全地测试和运行 Agent 代码。AI产品Agent沙盒LangSmith安全隔离开发者工具推荐理由:做 Agent 开发的团队终于有了开箱即用的隔离沙盒,不用自己搭环境就能安全跑代码,建议直接试试。原文
18:30berryxia@berryxia72°ZenMux 平台已上线 Gemini 3.5 Flash 模型,用户可免费体验。该模型在递归二叉树生长测试中,从输入提示词到生成完整 HTML 动画网页仅用 77.56 秒,效果自然优雅。Gemini 3.5 Flash 专为 Agent 设计,在 MCP Atlas、Toolathlon 等多项榜单排名第一,多模态能力超越上一代 Gemini 3.1 Pro。支持按量计费和 Builder 套餐,兼容主流 API 格式。AI产品Gemini 3.5 FlashZenMuxAgent多模态免费体验推荐理由:AI 开发者可以零成本体验 Google 最新旗舰模型,77 秒生成动画网页展示了其极速推理和 Agent 能力,做创意编程或 Agent 应用的建议立即试用。原文
14:35berryxia@berryxia72°ZenMux 平台已免费上线 Google 最新发布的 Gemini 3.5 Flash 模型,用户可直接体验。该模型在递归二叉树生长测试中,从输入提示词到生成完整 HTML 动画网页仅用 77.56 秒,效果惊艳。Gemini 3.5 Flash 专为 Agent 设计,在 MCP Atlas、Toolathlon 等多项榜单排名第一,多模态理解能力全面超越上一代 Gemini 3.1 Pro。平台支持零延迟首发,兼容主流 API 格式,并提供免费试用额度。AI产品Gemini 3.5 FlashZenMuxAgent多模态免费试用推荐理由:Google I/O 刚发布就能免费白嫖,做 Agent 或动画生成的开发者可以立刻上手测试,77 秒出完整 HTML 动画的效率值得一试。原文
07:26orange.ai@oran_ge83°Google 昨晚发布 Gemini flash 3.5 模型,现已可用。该模型在多项指标上大幅超越 3.1 Pro,与 GPT 5.5 接近,且在 Agentic 和多模态能力上更优。价格仅为 GPT 5.5 的三分之一,缓存价格六分之一,API 定价 $1.50/$9.00 每百万 token。上下文窗口达 1M token,速度是其他旗舰模型的 4 倍,非常适合 Agent 场景。AI模型Geminiflash 3.5推理模型多模态Agent推荐理由:做 Agent 和多模态应用的开发者终于有了性价比更高的选择——Gemini flash 3.5 速度是旗舰模型的 4 倍,价格却只有 GPT 5.5 的三分之一,建议直接试 API。原文
00:49AlphaSignal@AlphaSignalAI76°Anthropic 发布了两项新功能:Sandboxes 和 Tunnels,旨在解决 AI Agent 在执行层常见的失败问题,如凭证过期、缺乏重试逻辑以及工具访问不当。Sandboxes 允许在用户自己的基础设施内运行工具执行,而 Tunnels 则通过单一出站加密连接让 Agent 访问内部系统,无需暴露公共端点。这些更新不涉及新模型,而是专注于增强对模型决策后执行过程的控制。对于依赖 Agent 自动化任务的团队来说,这能显著提升可靠性和安全性。AI产品AnthropicAgent执行层SandboxesTunnels5 个信源在谈推荐理由:做 Agent 自动化的团队终于不用在提示词上瞎折腾了——Anthropic 直接解决了执行层的常见崩溃点,建议搞内部工具集成的开发者点开看看。原文
16:21orange.ai@oran_ge精选刘小排认为AI常顺着用户说话导致信息茧房,建议让AI扮演魔鬼代言人猛泼冷水。他开源了一个名为“魔鬼代言人”的Cola Skill,供用户免费安装到Agent中使用。该Skill旨在通过质疑用户观点促进独立思考。GitHub仓库名称为orange2ai/devi…,已获8个反应和1906次查看。技巧刘小排Cola魔鬼代言人Agent开源提示词工程推荐理由:让AI当杠精,免费开源Skill原文
14:49李继刚@lijigang_com开发者李继刚分享了一种新的阅读方式:通过微信读书 skill,让 AI agent 每晚分析当天对话内容,基于用户兴趣和思考盲区,推荐一本书中的对应章节。用户可直接点击打开微信读书阅读。有用户反馈 agent 连续三天推荐同一章节,最终意识到是自己未理解内容。这种方式每天只需 20 分钟,就能读到最适合当下自己的内容。AI产品微信读书Agent阅读推荐定时任务个性化学习推荐理由:这个玩法把 AI 从工具变成了阅读向导,适合想通过阅读解决实际困惑但不知道读什么的读者,建议试试让 agent 帮你挑章节。原文
15:24orange.ai@oran_ge微信读书的Skill功能被开发者发现可用于Agent,作为数据库构建智能图书馆。该功能基于用户的阅读记录推荐可能感兴趣的书,并通过分析真实内容判断用户是否真正感兴趣。此外,微信读书新增了“连接纸书”功能,允许用户通过拍照将纸质书内容划线同步到App。这一发现为Agent应用提供了新的数据源,提升了阅读推荐的精准度。AI产品微信读书Agent智能推荐阅读记录纸书同步推荐理由:微信读书的Skill功能为Agent开发者提供了新的数据接口,做个性化推荐或阅读助手的团队可以直接利用它构建更智能的图书馆,值得一试。原文
22:58Yangyi@YangyixxxxDeepSeek 正在招聘 Agent Harness 产品经理,团队使命是“Model + Harness = Agent”,将前沿模型能力转化为领先的 Agent 产品。该职位将参与桌面端 Agent 产品全过程,定义 Harness 理念,要求候选人深度使用过 Claude Code、Cursor 等主流 Agent 产品,并具备数据分析、UI/UX 设计等能力。有评论认为桌面 Agent 潜力巨大,更期待 DeepSeek 直接做操作系统,挑战将完全不同。这标志着 DeepSeek 正从模型公司向 Agent 平台转型,对 AI 产品经理和 Agent 生态开发者是重要信号。行业DeepSeekAgent产品经理桌面端Harness3 个信源在谈推荐理由:DeepSeek 正式进军桌面 Agent 领域,做 Agent 产品经理或关注 Agent 生态的开发者值得关注——这可能是定义下一代人机交互范式的机会。原文
22:32向阳乔木@vista8Raycast 发布了 Beta 版本,新增了 Agent 和 Skill 功能,用户可免费使用多种顶级 AI 模型。该版本目前存在较多 Bug,且不支持 Cloud 同步,导致快捷键和 Prompt 需要重新设置。对于习惯使用 Raycast 提高效率的开发者来说,这是一个值得尝试的更新,但需注意稳定性问题。AI产品RaycastAgentSkillAI 模型Beta推荐理由:Raycast 用户终于等来了 Agent 和 Skill 功能,还能免费调用顶级 AI 模型,效率控值得立刻下载体验,但记得备份好快捷键设置。原文
22:20向阳乔木@vista8Vercel 发布基于 20 万个项目、7 个月、十万亿 token 消耗的分析报告,揭示不同模型在实际生产中的使用格局。按费用计算,Anthropic 占 61% 居首,但按 token 量 Google 占 38% 领先,说明 Claude Opus 贵但用于关键任务,Gemini Flash 便宜量大。B2B 场景 token 量仅占 29.7%,费用却占 40.7%,表明企业更倾向高价值模型。Agent 请求占比从 31.6% 涨至 58.9%,一次 Agent 请求消耗 token 是普通聊天的 2.6 倍。大规模团队平均使用 35 个模型,模型选择高度碎片化。行业模型成本AnthropicGoogleAgentVercel10 个信源在谈推荐理由:这份报告用真实 token 消耗数据揭示了谁在真正赚钱、谁在烧钱,做模型选型或成本优化的团队值得细读,能帮你避开 arena 榜的噪音。原文
20:31orange.ai@oran_ge飞书 CLI 在开源一个月后,GitHub 星标数突破一万。相比同期其他 CLI 工具,飞书 CLI 在开发者社群中口碑最好。飞书团队在打造面向 Agent 的软件方面表现出色,该工具为开发者提供了高效的命令行交互体验。AI产品飞书CLI开源/仓库Agent开发者工具推荐理由:飞书 CLI 的快速破万星证明了其解决 Agent 开发痛点的能力,做自动化或 CLI 工具的开发者值得关注这个口碑最好的选择。原文
19:58宝玉@doteyDeepSeek 正在招聘 Agent Harness 产品经理,负责将前沿模型能力转化为领先的 Agent 产品。该职位属于 Harness 团队,涵盖模型之外的所有工作,包括产品路线规划、用户需求分析、与研究员协作实现模型与 Harness 共同进化,以及维护用户社群。任职要求包括 2 年以上产品经验、能使用 vibe coding 写代码、是 Agent 产品的高强度用户,并熟悉 LLM 及 Agent 技术原理。这标志着 DeepSeek 正式加速 Agent 产品化,为 AI 产品经理提供了参与定义下一代人机交互范式的机会。行业DeepSeekAgent产品经理招聘Harness推荐理由:DeepSeek 首次公开招募 Agent 产品经理,把模型能力转化为可用产品的关键岗位,做 AI 产品经理或想切入 Agent 赛道的开发者值得关注,这可能是定义未来 Agent 交互范式的机会。原文
16:26Notion@NotionHQ精选Notion 发布了 Tools 功能,允许用户为自定义 Agent 添加代码逻辑,并部署为 Worker。这些工具提供类型化 I/O、可重复运行和日志记录,比 LLM 推理更可靠且成本更低。它们可以生成资产、查询内部数据或与其他应用交互,弥补了 Notion 和 MCP 单独无法覆盖的能力。该功能旨在提升 Agent 的确定性和可组合性,适合需要自动化工作流的团队。AI产品NotionAgentMCP/工具工作流自动化开发者工具推荐理由:Notion 用户终于可以给 Agent 写代码逻辑了——比纯 LLM 推理更稳更省 token,做自动化工作流的团队建议直接试试。原文
12:50歸藏(guizang.ai)@op7418精选飞书 CLI 工具在开源一个多月后 GitHub Star 数突破 10000,获得市场高度认可。该 CLI 几乎可以控制飞书所有能力,用户无需传统 UI 即可完成全部工作,大幅降低使用门槛。飞书团队迭代效率惊人,一个多月发布 32 个版本、385 个提交。CLI 设计采用三层结构:快捷命令、标准 API 和兜底 API,并内置 Dry Run、结构化输出、权限检查等对 Agent 友好的功能。这标志着传统办公产品开始拥抱 CLI 和 Agent,AI 时代的 SaaS 软件竞争将从 UI 转向 Agent 适配程度。AI产品飞书CLIAgent开源/仓库办公自动化推荐理由:飞书 CLI 解决了传统办公软件复杂难用的问题,做 Agent 或自动化流程的开发者可以直接用它替代 UI 操作,建议试试这个开源工具。原文
14:56歸藏(guizang.ai)@op7418飞书 CLI 自 3 月 28 日开源以来,一个多月内获得 10000 个 GitHub Star,并发布了 32 个版本和 385 个提交,显示出市场的高度认可和团队的快速迭代能力。该 CLI 工具几乎可以控制飞书所有功能,用户无需传统 UI 即可完成工作,尤其适合 Agent 调用。飞书通过分层设计(快捷命令、标准 API、兜底 API)和 Skills 说明书,降低复杂性和使用门槛。此外,CLI 内置了 Dry Run、结构化输出、权限检查等对 Agent 友好的特性,使调试更高效。这标志着传统办公产品在 AI 时代转向 CLI 和 Agent 适配的新趋势。AI产品飞书CLIAgent办公自动化开源推荐理由:飞书 CLI 的 10000 Star 说明市场对 AI 时代 SaaS 新玩法的认可,做 Agent 或办公自动化的开发者可以直接用它替代传统 UI,省去界面开发成本。原文
01:07shao__meng@shao__mengKimi 发布了名为 Kimi Web Bridge 的浏览器扩展,能将编码型或通用型 AI Agent 接入用户本地的 Chrome/Edge 浏览器,使其具备点击、滚动、输入、抓取、截图等真实网页操作能力。该扩展复用用户真实浏览器而非新建沙箱,完全本地化执行,且开放接入而非闭环产品。官方展示了四个案例:跨平台批量搜索并写表格、看网站后复刻、从日常操作学习技能、自动填写 Google Form。这一工具让 Agent 从“看”网页升级为“操作”网页,显著扩展了自动化场景。AI产品Kimi浏览器扩展Agent自动化网页操作推荐理由:做自动化流程或 Agent 开发的团队终于有了一个直接操作真实浏览器的工具——Kimi Web Bridge 让 Agent 能像人一样点击、填表、抓取,建议搞 RPA 或浏览器自动化的开发者立刻试试。原文
12:33DeepSeek: GitHub 新仓库(资讯)精选DeepSeek 的 awesome-deepseek-agent 仓库在 GitHub 上获得 139 个 fork。该仓库汇集了 DeepSeek Agent 相关的示例、教程和工具。开发者可通过该仓库快速了解如何构建基于 DeepSeek 的智能体应用。技巧DeepSeekAgent智能体GitHub推荐理由:DeepSeek 官方 Agent 资源汇总原文
10:14IT之家(博客/媒体)精选苹果发布 Xcode 26.5,增强智能体编程能力。新功能包括编程智能体消息队列,允许开发者连续发送多条消息而无需等待回复,提升协作流畅度。智能体现在可以在任务描述不完整时主动提出澄清问题,避免执行偏差。此外,更新还支持新的 StoreKit Testing 计费方案。AI产品编程助手Agent大模型Xcode苹果推荐理由:Xcode 26.5 通过消息队列和主动澄清机制,显著提升 AI 编程智能体的交互效率和准确性,对使用苹果生态的开发者有实际帮助。原文
09:12TestingCatalog@testingcatalogGoogle 在 Gemini 网页版新增了 Omni 横幅,预示即将推出多模态 Agent 功能。Gemini Omni 将能结合文本、图像和视频,并允许用户将自己添加到不同场景中。同时,AI 头像(Likeness)功能也即将登陆 Gemini,可能与 Omni 深度集成,该功能在移动端应用上表现突出。这一更新可能于今日的 Android 发布会上公布。AI产品Gemini多模态AgentAI头像Google推荐理由:Gemini Omni 的推出标志着 Google 在多模态 AI Agent 领域的重大进展,结合 AI 头像功能,将显著提升用户交互体验。原文
09:12TestingCatalog@testingcatalogholaOS Beta 0.1 正式发布,在Agent Computer基础上新增AI工作流管理层。该系统专为长期运行任务设计,包含带记忆的工作区、并行子代理以及执行仪表盘。工作区作为持久化协作单元,可提升AI任务管理效率。AI产品Agent智能体大模型推荐理由:holaOS 通过工作流管理层和持久化工作区,为AI Agent的长期协作与任务管理提供了新思路。原文
09:12AlphaSignal@AlphaSignalAI开源平台 InsForge 作为后端上下文层,显著减少了 AI 编程代理的令牌消耗。在 Claude Code 的测试中,令牌使用量从 1040 万降至 370 万,错误从 10 个降至 0 个。该平台通过语义层暴露数据库、认证和存储等后端原语,使代理无需猜测模式或幻觉 API 调用。每次运行成本从 9.21 美元降至 2.81 美元,展示了结构化后端集成对 AI 代理效率的关键影响。AI产品开源/仓库编程助手Agent大模型推荐理由:InsForge 通过开源后端层解决了 AI 代理在连接后端服务时的高令牌消耗和错误率问题,为构建全栈 AI 应用提供了更高效的方案。原文
09:12AlphaSignal@AlphaSignalAICocoindex 是一个开源引擎,解决了 AI Agent 上下文过期的问题。它通过增量处理,只重新索引变化的数据,使嵌入、摘要和知识图谱在亚秒级保持最新。该引擎像 React 一样工作,声明期望的输出状态后自动同步源数据,仅重新计算差异部分。它还提供语义搜索、调用图追踪和架构视图等功能,帮助开发者快速构建生产级 Agent。AI产品Agent开源/仓库RAGEmbeddingCocoindex推荐理由:Cocoindex 通过增量处理机制,显著提升了 AI Agent 处理动态数据的效率,适合需要实时上下文的开发场景。原文
17:19歸藏(guizang.ai)@op7418Marswave AI 宣布扩招Agent工程师团队。公司表示这是艰难但必要的决定,欢迎有经验的Agent工程师加入。这一招聘动态反映了当前AI Agent领域的火热程度和人才需求。行业Agent招聘创业公司推荐理由:对于AI行业从业者,这是一个关注Agent方向就业市场的信号,表明该领域持续扩招。原文
22:18NVIDIA AI@NVIDIAAI70°NVIDIA AI在X上发布推文,总结了大多数Agent系统面临的核心问题:推理与工具解析在多轮交互中漂移、KV缓存复用失效、工具触发延迟。为此,NVIDIA正通过强化Dynamo框架,使其更好支持Claude Code、OpenClaw、Codex等Agent模式。关键改进包括:稳定提示词以支持KV复用并降低首个Token生成时间(TTFT)、保留多轮推理与工具调用的交错模式、实现流式工具分发而非回合末缓冲、以及对齐真实多轮Agent运行时的行为。这篇博客详细介绍了这些基础设施问题和修复模式,对于正在构建自定义Agent栈或推理端点的开发者有直接参考价值。AI产品Agent推理模型工具调用低延迟NVIDIA Dynamo推荐理由:推文直指当前Agent系统在基础设施层面的共性痛点,NVIDIA给出的优化路径对降低延迟、保持上下文一致性及提升工具调用实时性有实际意义。原文