18:22阿里云 Alibaba Cloud@alibaba_cloud阿里云举办Qwen全球AI黑客马拉松,总奖金池超过70,000美元。参赛者需在Devpost平台注册,选择5条赛道之一,利用Qwen API构建Agent并提交作品。赛事面向全球开发者,旨在推动基于Qwen模型的创新应用开发。行业Qwen阿里云黑客马拉松Agent推荐理由:阿里云拿出7万美元办黑客马拉松,五条赛道任选,用Qwen API搭Agent就能参赛。动手能力强的话值得一试。原文
13:51Vercel AI@vercel精选Vercel 推出 AI SDK 7,专注于生产环境中 AI Agent 的开发与部署。新版本引入审批机制,允许控制 Agent 操作的执行流程;增加持久化功能,支持长期任务的恢复与状态保存;内置遥测系统,帮助开发者监控与调试 AI 工作流。该 SDK 7 还改进了可观测性和稳定性,为构建可靠 AI 平台提供基础设施。AI产品AI SDK 7VercelAgent智能体AI平台推荐理由:Vercel 的 AI SDK 7 直接帮你搞定 Agent 的持久化、审批和监控,做生产级 AI 应用省心很多。原文
11:19AI产品黄叔@PMbackttfuture精选黄叔分享了flomo Agent的10点使用心得,核心是降低记录前0.5秒的摩擦。他通过微信入口和Hermes Agent,并接入flomo MCP,将Hermes长期记忆同步到flomo。同时手动触发“保存到flomo”的内容,即时使用增强功能从flomo/Hermes记忆里检索相关笔记以帮助思考。他认为DeepSeek V4和王登科推动了flomo的发展,且Agent功能少反而更可信。最后提出flomo Agent+Codex/Hermes可形成“记忆-行动”双系统。技巧flomoAgent知识管理MCP/工具Hermes推荐理由:黄叔总结了flomo Agent的10条理解,比如用微信入口降低摩擦、打通记忆和行动,还提到了DeepSeek V4的作用。想用好flomo的可以看看。原文
10:58AI Will@FinanceYF583°微软CEO Satya Nadella讨论了如何构建支持2000万个AI Agent与人类员工协同工作的基础设施。该基础设施旨在使Agent能自动执行任务、访问企业数据并参与工作流。这一规模部署标志着微软在企业级Agent应用上的重大推进。Nadella强调了底层架构需具备弹性、安全性和可管理性。行业MicrosoftAgent智能体基础设施推荐理由:微软要为2000万个Agent搭基础设施,听听CEO怎么说,这是企业AI落地的实打实案例。原文
01:19AI产品黄叔@PMbackttfuture一位博主分享经历:一名大三学生在完成初稿后,收稿费仍继续优化方案。学生清晰解释如何用多个Agent各自发挥特长协同完成任务。博主称赞其思路,并表示学生希望暑假来实习。技巧Agent协作案例分享实习生推荐理由:看一个大三学生怎么用多个Agent分工协作,还主动给你优化方案,这思路值得学。原文
21:24AI产品黄叔@PMbackttfutureflomo Agent通过减少记录前0.5秒的摩擦,让普通人更容易坚持记录。它并非简单AI化,而是回归笔记核心。作者认为其真正对手不是Notion或Obsidian,而是微信文件传输助手。DeepSeek V4和王登科推动了产品进展,Agent功能虽少但更可信。flomo Agent结合Codex/Hermes可形成“记忆-行动”双系统。AI产品flomoAgent微信文件传输助手DeepSeek V4智能体3 个信源在谈推荐理由:flomo产品经理分享Agent真实使用体验,讲清它为什么不是跟Notion打架,而是跟微信文件传输助手抢用户。原文
19:03Qdrant@qdrant_engine精选Qdrant CTO Andrey Vasnetsov介绍了未来架构:存储和计算彻底分离,用户仅需查询本地设备上的索引片段,无需云端往返。Panel嘉宾来自cognee、Haystack_AI、llama_index、n8n_io,讨论了实际生产中Agent使用检索的问题——Agent有时不会主动调用检索,这比预期更严重。还指出若用同一模型生成评估数据集和作为评判者,相当于自己判自己作业。更多详情和完整录像在Qdrant YouTube频道。行业Qdrant向量数据库Agent检索LLM评估推荐理由:Qdrant CTO分享了未来架构怎么省掉云端来回;Panel聊了Agent不跑检索的坑,还有用同个模型判自己作业的槽点,做AI的都该看看。原文
11:20shao__meng@shao__meng精选72°OpenAI 官方博客数据显示,其内部员工使用 Codex Agent 的 output token 占比从 2025 年 8 月不足 10% 飙升至 2026 年 6 月的 99.8%。约 24% 的 Codex 请求对应人类需 1 小时以上工作,内部重度用户 P99 单日可并行运行 60+ 小时 agent。非开发者用户自 2025 年 8 月以来增长 137 倍。法务、财务部门超 85% 的 output token 已来自 Codex,非技术人员产出的工作中超过 1/4 是工程/编码类。行业CodexOpenAIAgent智能体企业AI应用10 个信源在谈推荐理由:OpenAI 自家员工几乎全用 Codex 干活了,律师、财务也一样。看看他们的内部数据,就知道未来工作方式怎么变。原文
03:11LangChain@LangChainAI精选LangChain JS 团队发布了 Agent 部署 Cookbook,包含全栈示例代码。这些示例展示了流式 UI、子代理、线程历史等功能,并附带生产环境持久化笔记。Cookbook 覆盖了多种常见 JS 框架,帮助开发者将本地 demo 的 Agent 真正部署到实际应用中。技巧LangChainAgentJavaScript全栈开发部署教程推荐理由:LangChain 出了个部署指南,教你用 JS 框架把 Agent 做成全栈应用,带流式 UI 和子代理,直接抄作业。原文
02:55Replit@ReplitReplit 宣布其 Agent 现在支持超过 450 种集成,覆盖支付、消息、数据、CRM、设计工具和分析等类别。用户只需描述需求,Agent 即可自动配置连接,无需手动设置。该更新大幅扩展了 Replit 作为 AI 编程平台的应用场景。AI产品ReplitAgent集成编程助手推荐理由:Replit Agent 能帮你自动连上支付、发消息、查数据等 450 多个工具,说句话就行,省去手动配置的麻烦。原文
01:37OpenAI@OpenAI (@OpenAI)OpenAI 在官方博客发布“How agents work”指南,详细拆解 Agent 的核心组成:模型调用(以 GPT-4o 为例)、工具集成(代码解释器、函数调用等)、持久化记忆(向量数据库)以及编排模式(链式与多步)。指南对比了简单查询与复杂多步骤 Agent 的设计差异,并给出基于 Assistants API 的代码示例。文章未公布新的基准分数,但提供了可立即实现的架构建议。技巧AgentOpenAIGPT-4o工具使用指南10 个信源在谈推荐理由:OpenAI 手把手教你做智能体,从原理到代码都有,适合想自己搭 Agent 的同学。原文
01:33OpenAI@OpenAI76°OpenAI官方透露,公司内部所有部门正在使用Codex Agent完成更复杂、更长周期、跨职能的工作。Codex Agent能够处理多步骤任务,提升自动化程度。这展示了代理工具在组织内实际落地的早期案例。行业OpenAICodexAgent智能体自动化工作流10 个信源在谈推荐理由:看看OpenAI自家怎么用Agent的,Codex在财务、工程、运营各部门跑起来了,不是空谈。原文
22:39向阳乔木@vista8腾讯推出了一款专为Agent设计的邮箱服务,允许用户抢注邮箱名。注册后,用户会获得一段提示词,可将其发给Codex或其他Agent来完成命令行界面设置。该邮箱旨在简化Agent的通信与配置流程,无需手动编写脚本。目前该功能已开放注册,用户可通过评论区链接体验。技巧腾讯Agent邮箱Codex提示词工程推荐理由:腾讯出了个给Agent用的邮箱,注册后拿到提示词就能让Codex自动配好CLI,省得自己写命令,挺方便的。原文
03:42Harrison Chase@hwchase17文章介绍了智能体记忆管理的三步流程:首先运行智能体,然后分析其运行轨迹,最后基于分析结果更新记忆。该方法由Jake Broekhuizen分享,适用于提升智能体在多次交互中的表现。流程强调了对历史行为的自动化反思和记忆调整,是构建持久性智能体的实用技巧。技巧智能体Agent记忆管理工作流推荐理由:Jake Broekhuizen分享了一个超实用的Agent记忆循环:跑Agent → 分析记录 → 更新记忆。简单三步,自己也能复现。原文
02:34Notion@NotionHQNotion 发布新功能,允许用户为每个 agent 独立设置上下文与权限,控制 agent 可访问的数据和操作能力。团队管理者可查看每次 agent 运行的完整日志,确保透明度和安全性。该功能旨在简化真实工作委托,让用户放心将任务交给 agent 执行。AI产品NotionAgent权限上下文3 个信源在谈推荐理由:Notion 现在能精细控制每个 agent 能看什么、做什么,团队还能追踪每次运行记录,用起来更放心。原文
00:49berryxia@berryxia77°Qwen团队直接训练了一个语言世界模型Qwen-AgentWorld,核心目标是从头建模环境而非仅训练Agent行为。模型需预测终端输出、网页变化及代码执行后状态,而非单纯学习操作。利用该模型作为模拟器进行可控Sim RL,在某些任务上模拟训练的Agent性能甚至超过真实环境训练的Agent。此外,仅做环境预测的预训练能力可直接迁移到多轮Agent任务,在多个benchmark上取得显著提升,包括未见领域。Qwen开源了35B MoE版本及对应基准。AI模型QwenQwen-AgentWorld世界模型Agent强化学习推荐理由:通义千问出了个新模型,不是教Agent怎么动,而是先让模型懂环境变化。用模拟环境练出的Agent反而比真实环境练的还强,还开源了35B版,值得看看。原文
16:55Latent Space (swyx)(博客/媒体)Anthropic为Claude的Slack集成推出三项新功能:Multiplayer让团队成员在同一频道与Claude协作;Proactive使Claude无需@即可主动提供建议;Persistent允许Claude记住上下文并长期运行任务。这些更新将Claude从被动问答工具转变为团队中的主动Agent。用户可在Slack工作区直接启用。AI产品ClaudeSlackAgent协作主动推送10 个信源在谈推荐理由:Anthropic给Claude的Slackbot加了三个新招:能跟多人一起合作、不用@自己主动搭话、还能一直记着任务干活。跟以前的普通bot完全不同。原文
09:39Ate-a-Pi@svpino精选一位客户的token账单在过去几周内翻了三倍,原因是AI agent重构函数时需要执行读取文件、获取上下文、规划变更、编写代码、检查错误、更新测试、重试失败等十多个调用。每个调用都产生费用,agent越自主,费用越高。问题在于很难追踪谁在哪个模型上花了多少钱。解决方案是在agent和模型提供商之间部署一个网关,让所有请求先经过网关,从而获得可见性和控制力。Orq AI的API支持500多个模型和30多个提供商,可将廉价路由分配给便宜模型,昂贵模型留给复杂任务。技巧OrqAgenttoken模型网关成本控制推荐理由:你公司用AI agent写代码?小心token费用悄悄翻倍。作者亲测案例,推荐Orq网关统一管理模型调用,省心省钱。原文
06:54Aadit Sheth@aaditshZeb Evans分享其公司在1000人团队中部署5000个智能体,人工与智能体比例达1:5,通过压缩上下文节省token。他强调AI能真正了解你的工作比更聪明的模型更有效,大多数公司用相同工具却因上下文量不同结果天差地别。团队通过Process Miner代理处理每天约10万条公司活动事件,从预处理、摘要和组织的上下文开始工作,而非每次从头搜索。技巧智能体上下文Agenttoken节省流程优化推荐理由:Zeb Evans用5000个agent给1000人干活,重点不是模型多强而是上下文给够。他们自己公司内部就是这么干的,效率飞升。原文
06:21LangChain@LangChainAILangChain指出多数团队已有追踪能力,但缺乏持续改进Agent的系统。他们提出的Agent开发生命周期包含四个阶段:构建、测试、部署和监控。该流程以工程师人力速度扩展,无法规模化。团队需用更自动化的方法来迭代优化Agent性能。技巧LangChainAgent智能体开发流程生命周期推荐理由:LangChain总结了一套开发AI Agent的标准流程,帮你解决“只追踪不改进”的痛点,从构建到监控闭环。原文
06:21LangChain@LangChainAILangChain 推出了 LangSmith Engine,一个专门用于改进其他 AI Agent 的智能体。该引擎能从追踪数据中识别问题、聚类模式、自动起草修复方案,并提出评估建议以防止回归。它直接对接 LangSmith 的 tracing 项目,帮助开发者持续优化 agent 表现。AI产品LangSmithLangChainAgent智能体推荐理由:LangChain 出了新工具 Engine,能自动抓你 agent 的 bug、修 bug 还加测试,省心又省力。原文
02:26Harrison Chase@hwchase17精选Harrison Chase 指出,发布第一版只是构建智能体工作的一小部分,更关键的是建立可重复的改进生命周期。该流程包括 5 步:1)Build——搭配 agent、tools、context、prompts 和 workflows 构建可用原型;2)Test——使用 evals 评估 agent 行为是否正确,而非仅输出类似内容;3)Deploy——将 agent 部署到生产环境;4)Monitor——通过 traces 追踪 agent 实际调用的工具、使用的上下文和失败点;5)Improve——从真实使用中学习,优化 prompts、tools、evals 和 agent 本身。Chase 将在 6 月 24 日的“The Agent Development Lifecycle 101”网络研讨会中详细讲解。技巧LangChainAgent智能体工作流构建流程1 个信源在谈推荐理由:LangChain 创始人手把手教你如何迭代改进智能体,从构建到上线再到优化,全是实操干货,适合所有做 AI Agent 的团队。原文
02:25LangChain@LangChainAI精选LangChain联合创始人Harrison Chase在X上分享了构建可靠Agent的关键:发布第一个版本只是小部分工作,需要可重复的生命周期。该周期包括5个步骤:1) Build,构建Agent、工具、上下文、提示词和工作流;2) Test,使用eval确保Agent做正确的事;3) Deploy,将Agent部署到生产环境;4) Monitor,通过追踪查看Agent调用了什么工具、用了什么上下文、在哪失败;5) Improve,根据实际使用改进提示词、工具、eval和Agent。他将于6月24日在网络研讨会上详细讲解此生命周期。技巧LangChainHarrison Chase智能体开发周期Agent推荐理由:看看LangChain创始人怎么说Agent开发全流程——不只是搭出来,还要测试、部署、监控、迭代。五个步骤讲清楚怎么做出靠谱的Agent。原文
15:56Harrison Chase@hwchase17Harrison Chase指出文档是Agent的“眼睛和耳朵”,但迭代速度导致文档经常过时。他创建了一个基于Cursor AI的自动化流程,每6小时运行一次,检查代码提交和Slack消息。该系统会自动生成包含文档改进建议的PR,让Agent自己维护自己的文档。技巧Cursor AIAgent文档自动化Slack6 个信源在谈推荐理由:老哈教你用Cursor AI自动更新文档,让Agent自己盯着代码和聊天记录,自动开PR修文档,省人力。原文
13:57Lenny Rachitsky@lennysanAnthropic的Fiona Fung(领导Claude Code和Cowork团队)在接受Lenny Rachitsky访谈时指出,AI代理的抽象层次持续提升:从最初提示单个代理,到提示代理群体,再到代理自我提示。Fiona在Microsoft工作11年构建Visual Studio和TypeScript,后在Meta帮助构建首款VR/AR眼镜并启动Facebook Marketplace(年GMV超1000亿美元)。她分享了团队如何使用AI实现8倍代码产出,并讨论了工程师的上下文切换和孤独问题。访谈还涉及AI将如何改变产品团队的规划与角色。行业Claude CodeAnthropicAgent编程助手工程团队10 个信源在谈推荐理由:Anthropic的Claude Code负责人分享AI如何让团队产出8倍代码,以及代理从提示到自我提示的进化,对编程效率提升有直接启发。原文
22:27shao__meng@shao__mengDeepSeek 新成立的 Harness 组由 Tianyi Cui 带队,目标远大、工作繁重,目前仍非常缺人。招聘共三种职位:Harness 研究员(实习/全职)、Harness 工程师(实习/全职)、Harness 产品经理(限全职)。招聘流程为一轮笔试加三轮面试,终面由 Tianyi Cui 负责。该组专注于 Agent Harness 研究和工程,职位空缺较大但门槛与 DS 其他组一致。行业DeepSeekHarness招聘Agent工程推荐理由:DeepSeek Harness 组在招人,研究员、工程师、产品经理都要,做 Agent Harness 的可以直接投简历。门槛不低但机会大。原文
00:56宝玉@dotey精选文章将传统软件工程实践迁移到 AI Agent 开发中,强调需求分析时需给 Agent 充足上下文并反复对齐,系统设计时用 plan 模式拆分里程碑。代码审查建议先让 Agent 审查格式和逻辑,但人需兜底业务逻辑。自动化测试包括单元测试、集成测试和端到端测试,需与 CI 集成自动运行。灰度发布和 CI/CD 机制(如 feature flag、自动回滚)可减少线上不稳定。线上修复目前更现实的是 AI 辅助定位、人确认后再提交,而非全自动闭环。技巧Agent软件工程代码审查自动化测试CI/CD推荐理由:宝玉分享的实操经验:把传统软件工程的代码审查、测试覆盖、灰度发布等方法用到 AI Agent 上,能少写 bug、少修 bug,适合正在用 Agent 写代码的团队。原文
16:42Tw93@HiTw93这篇推特汇总了作者6篇关于AI面试准备的文章,涵盖Claude Code的架构与治理、Agent的原理与工程实践、大模型训练原理与路径、AI Coding的实战场景、GEO的可见性原理以及具身智能从机器狗到Optimus的演进。每篇文章针对AI岗位工程师转型提供了具体知识。作者祝福传统工程师转型成功。技巧Claude CodeAgentAI Coding具身智能面试准备推荐理由:朋友推荐的6篇文章,从Claude Code到具身智能,面试AI岗位看这些就够了。原文
16:13Yangyi@Yangyixxxx这条推文探讨了产品设计中的两种路线选择:Human First 模式(如带界面的 SaaS)和 Agent First 模式(如纯正的 CLI)。作者 Yang Yi 提出,关键取决于用户是否需要实时反馈与可视化操作,还是可以容忍黑箱执行。如果目标用户对流程控制要求高,Human First 更合适;如果追求自动化与效率,Agent First 更优。该讨论基于 163 次浏览和 1 次回复的社交数据,反映了行业对交互形态的持续思考。技巧产品设计人机交互AgentSaaSCLI推荐理由:设计师和创业者都在纠结的问题:到底该做带界面的产品还是纯 CLI?Yang Yi 这条推文给了一个简洁的判断框架,帮你少走弯路。原文
22:19LangChain@LangChainAILangChain 在 X 上宣布推出 Managed Deep Agents,旨在解决 AI Agent 从构建到生产部署的痛点。该服务让团队可以专注于 Agent 行为逻辑,无需重复构建运行时基础设施。LangChain 认为构建有用 Agent 正变得更简单,但生产运行仍困难,Managed Deep Agents 正是为此设计。AI产品LangChainAgent生产部署工具推荐理由:LangChain 出了个新服务,帮你省掉自己搭Agent运行环境的麻烦,直接聚焦业务逻辑,适合做Agent应用的团队看看。原文
08:04eric zakariasson@ericzakariassonCursor宣布其移动端App即将进入正式发布阶段(GA)。用户可将本地Agent迁移至云端,让Agent在笔记本合盖后仍持续工作。通过手机即可向Cursor发送提示,并支持并行运行多个Agent。完成后可直接获取带有演示视频的Pull Request。AI产品Cursor移动端Agent云端编程助手10 个信源在谈推荐理由:Cursor马上出手机App了,能把本地Agent搬到云端继续跑,合上电脑也能用。还能并行跑多个Agent,手机发个指令就拿到带演示的PR。原文
04:03Amjad Masad@amasadReplit Agent 现在支持语音交互,用户可以通过说话与 AI 协作编程。该功能已在移动应用、移动网页和桌面网页端全面可用。Replit 创始人 Amasad 称这是最自然的协作方式。此前 Replit Agent 已能通过文字生成代码,语音模式进一步降低了使用门槛。AI产品ReplitAgent语音交互编程助手推荐理由:你直接跟 Replit Agent 说话就能让它写代码,手机和电脑都能用,比打字快多了原文
00:34Vercel AI@vercelVercel在部署100+个智能体到生产环境后发现安全扩展困难,因此发布了Vercel for Enterprise Apps and Agents。该平台集成了身份认证、访问控制和审计跟踪功能,旨在解决大规模Agent部署的安全问题。Vercel强调它保留了开发者喜爱的体验(DX),同时提供企业级安全能力。AI产品VercelAgent企业应用身份认证安全推荐理由:Vercel自己跑了一百多个agent,发现安全是坑,就做了个带身份认证和审计的一站式平台。原文
23:32idoubi@idoubicc作者分享自己用FastClaw作为底层runtime和ShipAny作为上层工具搭建Agent基础设施的架构。通过FastClaw的dashboard,用户无需写代码即可快速创建Agent,可配置models、skills、files(soul/identity/bootstrap),过程只需几分钟。每个Agent自带Sandbox进行工具调用,配置好后可通过API在其它客户端调用,无需操心部署和扩容。典型用例weclaw.im用ShipAny套壳,一小时内上线。技巧FastClawShipAnyAgent智能体SaaS推荐理由:想快速搞一个Agent SaaS后端?试试FastClaw + ShipAny,不用写代码,几分钟配置好,一小时就能上线。原文
14:16IT之家(博客/媒体)微信支付于6月17日发布AI专属卡,授权接入Agent后用户可通过对话需求实现从智能推荐到下单支付的自动化消费。该卡与主账户完全隔离,用户可设定放多少额度并随时通过转入/转出调整。每笔订单需用户最终授权确认,确保安全。目前已在WorkBuddy中支持美团服务,未来将接入更多平台。AI产品微信支付AI专属卡Agent美团AI支付2 个信源在谈推荐理由:微信给Agent开了张专用卡,授权后能帮你自动下单支付,每笔都得你点头,额度自己定,安全又省心。原文
12:01宝玉@doteyAgent默认生成HTML结果,可在其内置浏览器中打开。用户暂停视频播放后,用鼠标标记要修改的具体位置。Agent会根据标记在对应区域进行修改,实现局部微调。该方法无需从头生成,节省时间且精准。技巧AgentHTML浏览器视频编辑微调推荐理由:想用Agent微调视频?在它生成的HTML里标记位置让它改,比重新生成省事多了。原文
11:59歸藏(guizang.ai)@op7418Framer 推出了 Agent 能力,允许用户通过自然语言指令生成网页组件。该工具拥有完善的底层设计系统和组件库,Agent 可自动调用并组合。目前该功能已向部分用户开放,提升了网页构建的效率。AI产品FramerAgent智能体网页设计工具推荐理由:Framer 终于加上 AI 了,用自然语言就能做网页,基建好效果值得期待。原文
09:56pandaily@contact@pandaily.com (Pandaily)首届Singularity智能产品大会将于7月17-18日在北京举办,大会聚焦AI原生产品设计与Agent时代软件转型。已有第一批演讲者公布,涵盖行业专家和企业领袖。该会议前身为全球产品经理大会,此次重新品牌化以突出AI产品方向。行业Singularity Smart Product Conference北京AI原生Agent产品设计推荐理由:想了解AI产品怎么设计、Agent怎么落地?7月北京这场大会请了一线演讲者,讲AI原生和软件转型,别错过。原文
20:37IT之家(博客/媒体)腾讯网盘官网已上线,预告产品即将发布。该网盘支持连接多个AI应用如腾讯文档、WorkBuddy,实现数据互通与共享存储。它提供OneID统一身份,一个账号通用网盘、文档和WorkBuddy。支持通过CLI/MCP让Agent调用网盘数据,使AI利用数据资产。提供个人版、SaaS版、VPC版和私有化版多种交付方式。AI产品腾讯网盘AgentMCP/工具AI应用推荐理由:腾讯网盘来了,能让多个AI应用的数据互通,还能让Agent通过CLI/MCP调用数据,比传统网盘多了AI记忆功能。原文
14:55量子位@量子位的朋友们AnySearch是一款专为Agent设计的AI搜索层服务,上线首月即吸引10万开发者注册。它允许Agent访问网页之外的多种数据源,如数据库和API接口。该服务旨在突破传统搜索限制,扩展Agent的信息获取范围。AI产品AnySearchAgent智能体AI搜索推荐理由:AnySearch让AI Agent能搜到网页之外的数据,上线一个月就有10万开发者用,值得试试原文