智能体

推荐理由：LangChain 下周四在 Sunnyvale 办活动，有 Expedia 工程师分享智能体实战，还有两个工作坊教你用 Deep Agents 和 LangSmith Engine，想学智能体开发的可以看看。

推荐理由：Meta 刚刚发布了 Muse Spark 1.2 (xHigh)，在 Agent Arena 上的净提升分数从 0.9% 提升到了 2.1%，Bash Recovery 任务直接翻倍，比前代强了不少。

推荐理由：Earendil 的文章解释了 Harness 是什么，它能让模型变成智能体。它有四个核心部分，开源项目 Pi 已被共享 5000+ 扩展，可本地运行，让你拥有自己的智能体。

推荐理由：Y Combinator Paper Club 请了三位专家，分别讲了智能体基准测试、扩散语言模型和实用缩放定律，都是数据相关的前沿话题。

推荐理由：AWS 用 Bedrock AgentCore 做了个能自动完成企业云迁移的智能体，从几周的工作量缩到几分钟，比传统方法快多了。

推荐理由：AWS 讲了企业如何搭建不绑定特定厂商的智能体系统。他们分享了在复杂环境中让多个智能体协同工作的原则，对想构建自己智能体生态的团队很有参考价值。

推荐理由：AWS 在 Bedrock AgentCore 里加了个 Policy 功能，能把自然语言写的规则变成代码，还能加时间限制，帮你管好 AI 智能体别乱跑。

推荐理由：Qdrant教你用语义缓存，让AI智能体不用重复回答问题。实测57.1%命中率，响应快15ms，还省55.7% token，比直接调用LLM强多了。

推荐理由：Weaviate 分享了智能体RAG的5个关键系统，告诉你为什么优化提示词没用，以及如何真正控制信息流。

推荐理由：AWS 把向量搜索直接集成到数据库和存储服务里了，不用再单独搞个向量数据库，能帮你直接在数据所在的地方构建智能体。

推荐理由：这篇论文测试了智能体能否训练其他智能体，发现它们在第一步就锁定了策略，后续改进效果有限。作者尝试了三种方法，但智能体仍缺乏在执行中重新考虑策略的能力。

推荐理由：阿里刚发了 Qwen-UI-Agent，能直接操作手机电脑屏幕，移动端比 GPT-5.6 Sol 高 12 个点，还能在真实手机上跑任务，以后帮你自动查地址、订高铁、整理文件应该更靠谱了。

推荐理由：LATAM航空发现他们智能体13%的请求被误判，通过增加人工专家，把误判率降到1%，还提升了6%的回头率。看看他们怎么用生产数据优化智能体的。

推荐理由：CopilotKit 团队开源了他们的智能体 OpenBot，它能让 AI 像同事一样工作，还能操作电脑和生成界面，和 Grok Bot 类似但可以自己部署。