#智能体
LlamaIndex 的 Logan 写了篇实操文：OCR 别再单次跑，改成布局感知、难元素路由、多轮自检的循环，能救回表格和图表。
arXiv 上新出的 ServeLearnBench，用 7718 个任务测 RAG、Mem0 这些框架能不能让智能体边服务边学习，结论是多数还不太行。
Nat Eliason 晒出他跑学校业务的一整套机器人工作流，邮件、会议纪要、写代码开 PR 全是自动的，想搭自己的智能体系统可以抄作业。
Claude 创始团队成员 Boris 分享了一条简单提示词，让 Opus 5.5 做出带水彩插图的播客互动网页，重点是自我验证那一步。
Garry Tan 分享了个很实在的玩法：让智能体写 markdown 技能再挂 cron 自动跑，加上学会做 eval 就能在自己领域里领先。
Every 团队把自己的工作流塞进一个 Claude 智能体，全公司通过 Slack 共用，还开放给了订阅者，做法挺值得参考。
Stanford 拿 5 个模型实测发现，多个智能体抢共享资源时互相覆盖，Opus 5 团队只拿到 30% 价值，单智能体能拿 64%，做多智能体系统前建议先看看。
Mandia 在 a16z 的访谈里讲了个有意思的思路：用一群智能体像心跳一样盯着你的网络，有变化就先攻击测试，赶在黑客前面。87% vs 23% 这组数字挺扎眼。
Mandiant 创始人二次创业，让一群 AI 智能体像攻击者一样不停轰炸客户网络，半年内在 Fortune 500 挖出 90 多个零日，聊法很实在。
AWS 出的手把手教程，教你用 OpenClaw 加 AgentCore 的 memory 功能做一个能记住你、越用越懂你的个人助手，适合动手党。
GitHub 基于上亿条真实 PR 做了个 ReviewBench，能测你的 AI 代码审查工具是不是只会刷评论，自己动手就能跑。
LangChain 出了门免费课程，教你怎么用 Deep Agents 写能跑长任务的智能体，想上手做复杂工作流的可以去刷。
