Shaped 审计 Zapier AutomationBench，修复 206 个验证器漏洞
Shaped 给 Zapier 的 AutomationBench 做了一次验证器审计，用智能体找茬找出 206 个真实漏洞，近三成 Kimi K3 成绩因此改变，做评测的都该看看。
#智能体
共 6563 条 · 7 天 621 条 · 30 天 1780 条 · 话题观测 →
10月7日
Google Research 将在 COLM 展示科研智能体框架 ScientistTwo
Google Research 搞了个多智能体框架 ScientistTwo，读论文、找缺陷、还能自动写出验证过的代码，现场演示不容错过。
AgentMail 推出 AgentID，让 AI Agent 用验证邮箱登录应用
AgentMail 出了个 AgentID，让 AI Agent 拿验证邮箱登录应用，应用方还能按主人限流和管理，做 Agent 集成的可以看看。
Sierra 推出 Personal Agent Protocol 连接企业与用户个人智能体
Sierra 发了个新协议，专门管企业怎么跟用户自己的个人 Agent 打交道，做客服或 Agent 开发的可以看看。
OpenAI 与 Ironclad 合作训练 AI 智能体处理合同工作流
OpenAI 拉上法务软件公司 Ironclad，专门练 AI 操作电脑处理合同，做 computer use 的可以看看他们的评估思路。
Garry Tan：用智能体写 markdown 技能并挂上定时任务做知识工作
Garry Tan 说了一个简单玩法：让智能体写 markdown 技能文件，用 cron 定时跑，很多知识工作就能自动化。
Shaped 审计 Zapier AutomationBench：600 个任务中发现 206 个验证器 bug
Shaped 把 Zapier 的 AutomationBench 全查了一遍，206 个验证器有 bug，修完后 Kimi K3 近三成评分都变了，做评测的都该看看。
AgentMail 推出 AgentID：给 AI 智能体专属登录身份
如果你也在搭自己的智能体，肯定遇到过它借你的账号登录或被注册页拦下的问题，AgentID 就是让智能体有自己的邮箱身份去登录，还能追溯到主人，开发者接入还有 3 个月免费额度。
Gumloop 推出 Agent Browsers：为智能体补上无 API 场景的浏览器能力
Gumloop 上线 Agent Browsers，没有 API 或 MCP 的网站也能让智能体直接用浏览器操作，做一次就存成配方每周自动跑，做个人智能体的可以试试。
Hark Pro 上线：Brett Adcock 推出个人智能体产品
Brett Adcock 出了款个人智能体 Hark Pro，背后用 Opus 5.5 和 Sonnet 5.5 跑，现在注册还送一个月 Pro，界面设计也挺讲究，可以试试。
LlamaIndex 将在 SF Tech Week 举办 Agent Economy Gala 晚会
想混 agent 圈子的注意了，LlamaIndex 在 SF Tech Week 办了个 120 多创始人加 50 投资人的黑领结晚会，评论区留言就能申请邀请。
Gumloop 推出 Agent Browsers，让智能体操作没有 API 或 MCP 的网页
Gumloop 发了个 Agent Browsers，专门搞定那些没有 API 和 MCP 的网页操作，还带 1Password 集成和会话回放，做自动化工作流可以看看。
Gumloop 把 Computer Use 搬进云端：带账户保险库与会话回放
Gumloop 把浏览器 Agent 搬到云端跑，带 1Password 集成和操作回放，流程还能保存复用，比桌面版省心。
Matt Shumer 推出 AgentID：让 AI 智能体登录你的应用
Matt Shumer 的 AgentID 让智能体用统一身份登录你的应用，类比 Sign in with Google，做开发者产品的可以看看。
Figure AI 创始人 Brett Adcock 推出主动式个人助理 Hark Pro
Figure AI 那位 Brett Adcock 又开新公司，做了个会主动帮你做事的个人助理，界面是前 Apple 设计师操刀的，现在网页和手机端免费。
ElevenLabs 推出 ElevenAgents Architect：用对话方式搭建和优化 AI 语音智能体
ElevenLabs 给 ElevenAgents 加了个 Architect，说句话或打几个字就能帮你搭、调语音智能体，做客服或外呼的团队可以试试。
ElevenLabs 推出 ElevenAgents Architect，可在 Claude、ChatGPT、Cursor 等平台管理智能体
ElevenLabs 出了个 Architect，不用切回自家平台，在 Claude、ChatGPT、Cursor 里就能管理智能体，运营同事也能上手。
用 Ampersand 把智能体接入客户 Salesforce，省掉认证和重试工作
如果你给客户做 Salesforce 集成，Ampersand 帮你搞定认证、token 刷新和重试这些脏活，只需配置字段映射，省不少事。
Kevin Mandia 创办 Armadin：用 AI 智能体主动攻击客户网络，已发现 90+ 零日漏洞
Mandiant 创始人复出做安全公司，让 AI 先于黑客攻击你的网络，今年已挖出 90 多个零日漏洞，这场对谈信息量很大。
LangChain 推出 Agentic Operating Model 网络研讨会，讲企业如何组织智能体开发
LangChain 办了场免费线上研讨会，专门讲企业里 agent 该归谁管、怎么定标准、怎么做评估，规模化落地前值得去听。
Figure 的主动式 AI 代理 Hark Pro 登陆 web、iOS 和 Android，$100 Pro 计划转为免费
Figure 出的主动式 AI 代理 Hark Pro 全平台上线了，原来 $100 的 Pro 档现在免费用，界面设计还挺漂亮，可以下载玩玩。
用 Amazon Bedrock AgentCore 和 Nova Sonic 搭建语音旅行助手
AWS 出了套完整教程，用 AgentCore、Nova Sonic 和知识库搭语音客服，能改座位查延误，还会写数据前跟你确认，适合做智能体开发的人照着搭。
10月6日
Dot、Muse、Grok Bot、Hermes 四款 Agent 各有所长，按任务分工才高效
如果你同时装了好几个 AI Agent 却不知道啥时候该用哪个，这篇按项目管理、网页、知识工作分类的对比很实用。
用户实测 Grok 语音机器人：读 Notion 待办、发日历邀请、归档邮件
有人用 Grok 语音让机器人整理 Notion 待办、回 Slack、归档邮件，连转账都能搞定，全程动嘴不动手，可以看看他怎么给的 SOP。
作者计划一周只用 Grok Bot 处理待办事项，测试语音加 Agent 能否替代电脑操作
有人要拿 Grok Bot 做一周实机测试，全程只用语音让 Agent 干活，看它能不能真替掉电脑操作，下周出结果。
Google 以钻石赞助商身份参加 COLM 2026，将展示 28 篇论文
Google 在 COLM 2026 带了 28 篇论文和 16 个 workshop，现场会讲智能体和推理方向的新进展，去开会的话可以去 107 号展位看看。
Grok Bot、Meta Muse、Hermes、Dot 四款智能体实测对比
一份很实在的智能体选购指南：Grok Bot 干重活、Muse 跑腿免费、Hermes 随便魔改、Dot 管编程项目，照着任务挑就行。
按任务分配 Agent：Grok Bot、Muse、Hermes、Dot 各司其职
教你按任务给 Grok Bot、Muse、Hermes、Dot 这四个 Agent 分工，谁管知识活谁管网页都说清了，上手就用。
