搜索“Agent”

Figma分享用AI Agent保障内部系统安全实践

2026年7月29日,Figma安全工程团队公开其内部安全智能体系统,分享用AI Agent保障内部系统安全的实践。该系统用RAG检索历史告警与调查上下文,再由Tines上的智能体调用Okta、Wiz、Slack、Panther等工具完成告警分诊,并可查询安全数据湖、提交修复PR。团队称复杂告警的解决时间缩短约70%,值班呼叫量因AI驱动的严重度降级减少20%,端点软件审批请求减少25%。系统将记忆分为案例记忆、引导记忆和过程记忆三层,并用确定性护栏限制智能体行为,例如所有PR自动设为草稿。后续报道称,该智能体将告警从发现到解决的时间缩短了71%,并改变了值班工程师的工作方式。

Linear推进Agent自动编码与修复

2026年6月12日,Linear推出Agent编码会话、自动分诊和Diffs,使智能体可从issue出发调查代码库、编写代码并创建pull request,云端任务可使用Claude Code或Codex等模型与工具;Linear称此前一个月已有近700个由该智能体完成的PR被合并。6月13日,Linear披露利用Skills、Automations及Datadog集成自动调查和修复进入triage的缺陷:清理失效功能旗标几乎每次可一次完成,但对失败率超过0.2%的后台任务,正确修复率约三分之一。团队正通过缩小任务范围、补充日志和代码规范,并要求修改前证明理解问题,以减少无效PR和token消耗。

Amp支持Agent Skills

2025年12月10日,Amp宣布支持Agent Skills,允许AI智能体按需加载使用本地工具的特定指令,以更高效地利用上下文并改善工具调用表现。Skills默认安装在工作区的`.agents/skills/`目录,同时兼容用户级目录及现有Claude Skills。团队还列出了Agent Sandbox、BigQuery、Tmux和Web Browser等实用技能。

Anthropic提出长时Agent执行框架

2025年11月26日,Anthropic 在工程博客中提出一套面向长时任务执行的智能体框架,由初始化代理(initializer agent)和编码代理(coding agent)两部分组成,目标是让 Claude Agent SDK 跨多个上下文窗口持续工作。据该博客介绍,首个会话由初始化代理搭建环境,包括 init.sh 脚本、claude-progress.txt 进度日志和初始 git commit;后续每个会话由编码代理只推进一个功能并留下结构化更新。文章指出,即便 Opus 4.5 在 Claude Agent SDK 上循环运行,仅给高层提示也会出现一次性做完整个应用和过早判定完成两类失败,因此采用 JSON 格式的功能清单标记 passes 状态,并要求智能体用 git 提交和进度文件保持环境整洁。测试环节需显式提示使用浏览器自动化工具做端到端验证,作者也提到 Claude 视觉与浏览器自动化工具的限制仍会漏掉部分 bug。目前该框架仍处于工程博客分享阶段,尚无后续进展披露。

Figma分享用Agent保障内部系统安全实践

Figma 分享 用AI Agent保障内部系统的安全实践

查看事件：Figma分享用AI Agent保障内部系统安全实践

Linear实践Agent自动修复缺陷

Linear 实践 使用Linear Agent自动调查并修复缺陷

查看事件：Linear推进Agent自动编码与修复

Amp支持Agent Skills

Amp 支持 Agent Skills

查看事件：Amp支持Agent Skills

OpenHands 发布创建 Agent Skills 教程

2026年2月27日,OpenHands 发布教程文章,介绍如何创建有效的 Agent Skills。据其官方博客,Agent Skills 是用 SKILL.md 等文件把重复性任务固化为可复用工作流,仅在触发时加载完整技能以保持上下文精简。文章给出创建、团队共享(仓库目录、GitHub、Extensions registry)以及用 OpenTelemetry 日志、自动评测和仪表盘持续改进技能的完整流程,并提到用 Gemini-3-Pro 汇总反馈提出改进建议,相关代码大多开源。目前该故事尚无后续发展事实。

Browser Use 发布开源浏览器 Agent 基准 BU Bench V1

2026年1月31日,Browser Use 发布开源浏览器 Agent 基准 BU Bench V1,包含 100 项从五个来源挑选的高难度浏览器任务,任务集加密以防训练污染。评测由 gemini-2.5-flash 以真/假二元判定打分,与人工标注的一致率为 87%;结果显示 Browser Use Cloud 得分 78%,比最好的开源模型高 16 个百分点,并以约每小时 14 个任务成为最快方案,基准代码已开源。2026年2月23日,Browser Use 进一步公开其浏览器智能体评测系统的工程实现:用 Blacksmith runners 在 GitHub Actions 上并行跑 100 个复杂网页任务,端到端耗时不到 5 分钟,并把 LLM judge 直接内建在智能体代码中;评测任务取自数百万条 LLM 标注的用户 span,而非合成站点,通过多次重复运行、固定 agentic 设置和统计 bootstrapping 处理真实网页的方差,最终 judge 由 gemini-2.5-flash 驱动,在 200 条人工标注轨迹上达到 87% 的人类一致性,并已开源 ben

OpenHands 发布创建 Agent Skills 教程

OpenHands 发布 创建有效 Agent Skills 的教程文章

查看事件：OpenHands 发布创建 Agent Skills 教程

Browser Use 发布开源浏览器 Agent 基准 BU Bench V1

Browser Use 发布 开源浏览器 Agent 基准 BU Bench V1

查看事件：Browser Use 发布开源浏览器 Agent 基准 BU Bench V1

Anthropic提出长时Agent执行框架

Anthropic 提出 由初始化代理和编码代理组成的长时任务执行框架

查看事件：Anthropic提出长时Agent执行框架

Linear介绍Agent交互SDK设计

Linear 介绍构建 Agent Interaction SDK及其交互机制

查看事件：Linear构建智能体交互体系

Anthropic分享构建有效Agent的实践经验

2024年12月19日,Anthropic在工程博客发文,分享构建有效Agent的实践经验并给出建议。文章称,其经验来自与数十个团队共建LLM智能体的总结,指出最成功的实现并未使用复杂框架,而是采用简单可组合的模式。文章区分了由预定义代码路径编排的工作流与由LLM自主决定流程和工具使用的Agent,并给出提示词链、路由、并行化、编排者-工作者、评估者-优化者五种工作流模式及各自适用场景。作者建议从直接调用LLM API和简单提示词起步,仅在简单方案不足时才增加多步智能体系统的复杂度,并强调工具文档与agent-computer interface(ACI)的设计投入应与HCI相当。目前该内容由Anthropic Engineering发布,尚无后续发展事实。

Anthropic分享构建有效Agent的实践经验

Anthropic 分享经验并给出建议 构建有效Agent的实践经验与实用建议

查看事件：Anthropic分享构建有效Agent的实践经验

Google DeepMind发布Gemini 4 Carbon模型

2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第2、净提升16.2%,并推动帕累托前沿移动;同日Yuchen Jin引用Artificial Analysis数据提出保留,指出评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测,称其在WANDR基准刷新SoTA。另有消息称Google自10月31日起以Argon 4之名在Are

DeepLearning.AI推出Context Engineering课程

2026年10月29日,DeepLearning.AI推出一门Context Engineering课程,由Chroma CEO Jeff Huber与CMPND CEO Drew Breunig主讲,把上下文工程作为让Agent在复杂多步任务中保持可靠、节省token的主线。课程用Python从零搭建harness,并用trace和eval量化每次改动,覆盖Agentic Search、Context Management、Agentic Memory三条能力,分为四个模块,实验多为约1小时的代码练习。课程预设中级Python、熟悉LLM应用与工具调用和基本检索。目前尚无后续发展。

Addy谈Claude Opus 5.5时代Claude Code用法

Anthropic Claude Code团队成员Addy Osmani于2026年10月30日发文,谈Claude Opus 5.5时代如何用Claude Code。他提出,从Claude 5系列起应减少堆提示词和手把手拆任务,改为用一条提示说清目标与验收方式,让模型自己跑完并停下;推理强度可从/effort medium起步,目标不清时先让Claude采访出规格再新开会话实现。他提到Claude Code曾针对Claude Opus 5、Claude Fable 5等模型删掉超过80%的系统提示词,编程评测未见可测量下降,并建议用/doctor prompt-audit找出针对旧模型编写的提示。他还称Claude Code交互式终端近期默认auto mode,但这不是安全保证;子agent应少人为拆分,单agent加skills往往质量更好。

GitHub宣布Copilot Fusion正式可用

2026年10月29日,GitHub宣布Copilot Fusion正式可用。据Rohan Paul报道,该产品可在Claude与GPT模型之间路由编码任务;在Artificial Analysis的Coding Agent Index上,其Max设置得分60,Claude Code为62,单任务成本为5.59美元对11.42美元,Fusion每任务消耗7.2M tokens,约为Claude Code用量的一半。同日微软在GitHub Universe发布多项更新,称Copilot Fusion达到前沿水平的质量,速度提升40%,成本最多降低77%,并宣布统一的Copilot harness进入Foundry作为托管服务。目前尚无后续发展事实。

blakeandersonw开源ai-app-playbook

2026年10月28日,Blake Anderson开源「ai-app-playbook」,这是一份供coding agent执行的操作规程,覆盖选品、搭建、上架到首月盈利。该playbook分两层:面向人的playbook/00–13章节,以及面向Agent的AGENTS.md(Phase 0–14,每步标注[AGENT]或[HUMAN]),动手前需通过Gate A评分。技术栈固定为Cloudflare Workers、D1、Better Auth、OpenRouter转DeepSeek、Superwall加Stripe等,并明确列出Vercel、Supabase、Next.js等不用项。目前仅有该开源发布信息,暂无后续发展。