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。
匹配字段标题
2026年10月29日,AYi开源了“情商外挂”工具的源码与核心System Prompt。据阿易 AI Notes发布的文章,该工具用Cursor配合Claude Opus 5.5做出,是零依赖的本地网页工具,可按《非暴力沟通》四要素改写带情绪的草稿,内置七类沟通对象与温和、坚定、直接三档语气。工具运行在本机127.0.0.1:8787,通过UUMit客户端生成固定HTTPS链接分发给同事,无需购买服务器或备案,权限可按人发放和收回。文章还给出单次输入800字限制、默认每分钟10次与每天200次的限流设置,以及两个GitHub仓库的源码和System Prompt。目前尚无后续进展。
匹配字段摘要
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。
匹配字段标题
GitHub 完成迁移 Copilot智能体运行时
English translation is being prepared.
匹配字段标题
Aerial 是一款无需 root 即可替换国产智能电视默认桌面的工具,其部署方式借助 Agent 自动完成。据虎嗅 2026 年 10 月 22 日报道,用户将电视与电脑连入同一 WiFi、打开 ADB 并查到电视 IP,再从 Aerial 官网复制提示词交给豆包、WorkBuddy 等 Agent 执行,只需在电视弹窗中允许 USB 调试,整个流程约五分钟。该工具通过“桌面守护”覆盖被唤醒的原桌面,并利用安卓通知监听在待机清理后 0.5 秒内复活,主屏广告因此消失,但开机广告仍无法拦截。报道称其从代码、APK 到官网均由 AI Vibe Coding 产出,GitHub 上线一天获 200 多个 star,随后补充了图标隐藏、添加信号输入源到主页等功能并适配多款电视。
匹配字段摘要
Anthropic 工程团队分享了自研版本控制系统 Scion,以及把内部 monorepo 从 Git 迁移到 Scion 的过程。据其披露,迁移历时 5 个月,起因是 Claude 驱动的编码使每日合并量从 5 月的约 2500 次增至 9 月的 30000 次以上。Scion 以 changeset 取代 commit,用递归派生数据计算 blame 和路径历史,并采用三层缓存架构。按官方披露数据,其所需处理器和内存资源降至原 Git 镜像基础设施的约 1/200,为新任务准备独立代码工作目录的中位耗时从 7.1 分钟降到 5.1 秒,每次变更请求花在版本管理上的总时间中位数从 34 分钟降到 3.7 分钟。Anthropic 明确表示,Scion 只对超大规模 monorepo 加海量智能体吞吐有意义,不是通用 Git 替代品,并计划与 GitHub、GitLab 及开源社区合作。
匹配字段摘要
Google 于 2026 年 9 月 11 日通过 Google Developers Blog 介绍 autofinetune 项目,把自主研究循环用于 LLM 后训练。该项目基于 Tunix、Gemma 和 Cloud TPU,由 Antigravity CLI 与 Gemini Flash 3.7 编排。第一个实验中,智能体在 Cloud TPU v5e-1 上对 functiongemma-270m-it 自动调整 LoRA rank/alpha、优化器和学习率等,几小时内完成 20 次实验。第二个实验基于 Tunix 官方 GRPO 示例训练 Gemma 3 1B 做数学推理,在 Cloud TPU v6e-1 上跑 40 次实验,总奖励提升约 10%。代码、示例运行和 program.md 模板已放在 autofinetune GitHub 仓库。目前尚无后续发展事实。
匹配字段摘要
2026年10月8日,Anthropic发布基于Claude Managed Agents(beta)的自动化参考实现与教程,让智能体按计划读取Slack和GitHub等自定义来源、跟踪上次运行以来的变化,并把要点发到Slack。该实现逐步讲解来源、目标、智能体、调度、记忆和护栏六个组件,并给出可在Claude Code中运行的配置命令,同时列出常见失败模式及六条规则,例如按书签而非固定时间窗口读取来源、读取失败要报告为不可读而非当作没有新内容、发布需Slack确认后才更新书签和台账。次日,Claude Devs发布教程,介绍如何用Claude Managed Agents构建自动化:部署一个按计划读取Slack/GitHub的智能体,带凭证和记忆,并发布更新;用户可通过一条Claude Code命令完成设置,并使用Max和Team中包含的新API credits。
匹配字段摘要
2026年10月6日,Anthropic发布Claude Code云端会话实战指南,介绍云会话工作流与配置方法。指南说明云端会话在独立虚拟机上运行,每个任务将仓库克隆到新分支,可从claude.ai/code、移动端、桌面端、终端和Slack启动,Pro、Max、Team、Enterprise套餐无需额外付费。文章给出七个适用工作流,包括并行清理任务、反复验证修复、桌面规划云端构建、手机查看进度、处理CI失败与评审意见、用routine触发任务,以及运行不完全信任的代码。指南还说明GitHub连接需要登录授权和安装Claude GitHub App两项独立权限,并给出环境配置、网络级别和常见问题解答。后续报道称,每个任务在全新VM上运行,可同时启动多个任务,关闭笔记本后仍会继续执行;9月23日处于Pro或Max计划的用户可在10月7日23:59(PT)前运行/claim-credit领取一次性赠送额度,云会话优先消耗该额度,用尽或11月4日过期后计入套餐限额。
匹配字段摘要
2026年9月23日,Awesome Seedance 开源了一个 AI 视频提示词案例与模板资源库。据卡尔的 AI 沃茨报道,作者花数周测试 AI 视频提示词后完成该开源项目,内容包括 463 个可溯源案例、264 次跨模型复测结果、25 个可直接复制的模板以及 60 个可安装的 AI 视频 Skills。使用时挑选片段、复制模板、替换括号内容即可生成。目前该资源库已开源发布,GitHub 地址见原推链接。
匹配字段摘要
2026年10月8日,Unsloth 发布开源仓库与指南,可将 Qwen3.8、Gemma 4 等任意 LLM 训练成决策模型。据其说明,方案用 Unsloth 加 LoRA(r=64)配合 Clef head 微调一个 epoch,把 Qwen3.5 0.8B 在 3 项决策基准上的综合准确率从 20.7% 提升到 74.3%,下游准确率从 30–37% 提升到 78%,仅需 4GB 显存。后续推文补充,用 Laya 等小模型训练仅需 2.5GB 显存,并可通过 UI 界面完成训练,GitHub 仓库、指南与 Notebook 均已放出。目前该故事尚无其他有合格事实证据的后续发展。
匹配字段摘要
2026年8月26日,Browser Use发布工程博客,宣布开源200个长时程强化学习环境,相关任务及其rubric已公开在github.com/browser-use/benchmark。据该博客介绍,这些环境从真实用户流量和真实网页构建:先从数亿条任务提交中筛出约一千万条去重任务,用Gemini 3 Flash做适配性标注,与人工标签一致率为77%,密封集为81%;再由MiniMax M3执行筛选,约40%的合格任务被判定为可行且足够难。作者指出迭代式rubric不会收敛,改用9个模型各跑两次的并行轨迹,由Claude Fable 5编写rubric,事实经实时网页核验并标注日期,最终将条目翻转率压到1%以下。目前该故事仅有这一项事实证据,尚无后续发展。
匹配字段摘要
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。
匹配字段摘要
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
匹配字段摘要
Databricks 介绍 Snorkel AI 用 Lakebase 分支为每个开放 PR 创建独立可读写数据库的 CI/CD 方案，分支就绪时间从 30 分钟以上降到 60 秒以内。分支采用写时复制，约 2.5 TB 生产数据集上 100 个并发 PR 分支只额外存储各自改动的 5 至 10 GB 数据，并通过 TTL 在 PR 结束后自动清理。生产数据经 AWS DMS 持续同步到 main 分支，开发者用 Okta SSO 登录，CI 流水线以 service principal 和短期 OAuth token 鉴权。
asured] 规模： 设计目标是在约 2.5 TB 的生产数据集上支持约 100 个并发 PR 分支 兼容性： CI 套件在 Lakebase 上运行，与 Aurora 相比“没有重大兼容性问题”/性能相当 采用情况： 推广到各团队的 60 到 70 名开发者 开发者评价： “以前我们必须物理复制数据，这些复制任务要花费数小时，并且经常在各种 CI 平台（github actions、circle ci 等）上遇到网络和其他瓶颈。我们在寻找一种解决方案，在数据离开我们的 VPC 时也能满足我们的安全和合规要求” 在 CI/CD 中使用 Lakebase 分支的最佳实践 每个 PR 一个分支，从持续同步的 main 分支创建。 始终设置 TTL。 将过期视为必需项，而非可选项。使其与 PR 或测试运行通常持续的时间相匹配。 创建新分支，而不是保留旧分支。 如果 PR 需要更新的数据，请从 main 创建新分支。这只需几秒钟。 让计算资源缩容到零。 大多数已配置的分支在任何给定时刻都处于空闲状态。 为流水线使用服务主体和短期 OAuth 令牌， 人员则使用 SSO。 监控每个分支的存储使
匹配字段正文
Perplexity 于 2026 年 10 月 27 日发布 LLM 网关实践指南，说明这一中间层如何路由、鉴权、缓存和记录模型调用，并区分 API 网关、LLM 网关、MCP 网关与 AI 网关四类形态。指南以六步请求生命周期拆解机制，同时警告网关集中了各家供应商凭证，并引用 Microsoft 披露的 LiteLLM 网关入侵事件和 Check Point 报告的 CVE-2026-35029、CVE-2026-59823 两个高危漏洞（已在 LiteLLM 1.83.9 修复）。文中还列出 Cloudflare AI Gateway 与 OpenRouter 的故障复盘、四条部署路径及约 50 美元/月起的付费方案。
9，一个访问控制缺陷，使已通过鉴权的用户（包括只读用户）能够访问管理功能并接管网关；以及 CVE-2026-59823，一个服务端请求伪造漏洞，使用户能够将网关请求重定向到攻击者控制的服务器并捕获 AI 供应商的 API 密钥。两者均已在 LiteLLM 1.83.9 版本中修复。Check Point 报告称 LiteLLM 每月下载量达 9700 万次，GitHub 星标超过 59,000 个，并表示其向 LiteLLM 的协调披露始于 2025 年 10 月。 指南还建议团队为护栏设定故障策略。它将钩子描述为请求路径中的节点，网关在这些节点将内容交给外部扫描器以获取判定结果，并指出 Portkey 的文档列出了 before request hooks 和 after request hooks，而 TrueFoundry 运行四个钩子，在 MCP 工具调用前后增加了检查。 在可靠性方面，指南引用了有记录的故障事件。Cloudflare 对其 2025 年 6 月 12 日故障的官方说明指出，其 AI Gateway 的请求错误率峰值达到 97%，因为 AI Gateway 依赖
匹配字段正文
NVIDIA 发布 Nemotron-Personas 法国和比利时数据集，并给出用其微调 Nemotron 3.5 Lightning 的完整后训练流程。流程包括定义行为契约、用 persona 生成合成对话、在 NVIDIA NeMo 上用 LoRA 微调、合并适配器，再与基座模型在冻结测试集上逐条对比评测。法国数据集与 Pleias 合作构建，比利时数据集由 Pleias 与 KU Leuven 参与，Nemotron 仓库提供数据生成、训练和评测的可复用步骤及 agent skills。
，我们将使用位于此处的名为 的文件夹：第 1 步：定义目标行为并冻结一个留出集 在生成训练数据之前，先定义什么样的回答才算好回答。这些要求同时指导数据生成和审核。维度示例要求受众——我们在和谁对话？技术水平各异的法国成年人任务——它应该做什么？回答关于身份证明文件的问题. 运行以下命令在本地安装 Nemotron 仓库： git clone https://github.com/NVIDIA-NeMo/Nemotron.git cd Nemotron git checkout v0.2.0 uv sync --extra data-sdg --extra evaluator uv run nemotron steps --help 为正确遵循本教程，我们将使用名为 french-public-service-assistant 位于此处： Nemotron/ <- repo root: run every command from here └── use-case-examples/ └── french-public-service-assistant/ ├── config/ (
匹配字段正文
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，在 9 项评测中的 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 四项领先。在 Coding Agent Index 上，搭配 Antigravity CLI 的 Gemini 4 Carbon（high）得 59 分，落后 Claude Code 搭配 Claude Opus 5.5（max，62 分）3 分。该模型上下文窗口为 1M tokens，支持文本、图像、视频和语音输入，标准定价为每百万输入/输出 tokens 4/20 美元，目前向部分用户开放并提供 50% 折扣。
T-6 Astra（max）均为 50% 关键模型详情： ➤ 上下文窗口：1M tokens ➤ 多模态：文本、图像、视频和语音输入，文本输出 ➤ 定价：每 1M 输入/输出 tokens 4/20 美元，与 Gemini 4 Argon 的标准定价相同，并提供 50% 折扣。缓存输入 tokens 享受 95% 折扣（标准定价下每 1M 0.20 美元） GitHub Copilot Fusion 编排 Anthropic 和 OpenAI 模型，以平衡性能与成本 GitHub 已在 GitHub Copilot 中发布 Copilot Fusion，它在 Anthropic 和 OpenAI 模型之间进行编排。在 Coding Agent Index 上，它在 Claude Code 中比 Opus 5.5 低 2 分，而每任务成本仅为其一半 2026年10月28日 Index v5 包含 2 项新基准和 3 项升级。这是 Index 首次大部分基于私有数据集构建 2026年10月27日 Code2Video-AA：AI 模型用代码设计视频的能力如何？ Artificial Ana
匹配字段正文
Browser Use 发布指南，介绍让编码智能体在已登录的真实 Chrome 中工作的多种方式，包括 Claude in Chrome、Playwright MCP 扩展模式、Chrome DevTools MCP 自动连接模式、Gemini CLI 内置浏览器智能体、ChatGPT 桌面版浏览器扩展和 Browser Harness。文中按 Claude Code、Codex、Gemini CLI、Cursor 等智能体分别给出配置命令与限制，并说明从 Chrome 136 起默认数据目录上的 --remote-debugging-port 和 --remote-debugging-pipe 会被忽略，因此复制 cookie 到新浏览器的旧做法在设备绑定会话等场景下会失效。
就能在你已登录的网站上执行操作。 限制： 默认情况下，它在对每个新网站执行操作前都会先询问。你可以选择允许一次、允许该网站，或允许所有网站，OpenAI 将后者标记为“高风险”。 对于 Codex CLI，请使用 Browser Harness 或其中一个 MCP 服务器。我们的 Codex 浏览器页面 有设置命令行。 6. 浏览器测试工具 我们的开源工具（GitHub，MIT）。它通过 Chrome DevTools 协议附加到你已打开的 Chrome 上。智能体如何使用它取决于具体的智能体： 适用对象： Claude Code 和 Codex 通过其技能以命令行工具的方式运行它，在那里智能体会在工作过程中编写它缺少的任何辅助程序。Cursor 和其他 MCP 客户端（例如 Gemini CLI）使用 browser-harness-mcp，这为它们提供了一组固定的 browser 工具（MCP 文档). 设置： 将 README 中的设置提示粘贴到你的智能体中。它会安装 Browser Harness，并 uv，注册该技能并打开 chrome://inspect/ remote-d
匹配字段正文
LangChain 的 Harrison Chase 和 Caspar Broekhuizen 发文，总结其营销、销售、工程三个内部智能体共用的五个核心组件：智能体放在 Slack 等现有工作场所、区分代用户行事与固定身份、全局与用户两级记忆、沙箱内执行代码、大量运行为定时或事件触发。文中以 GTM Agent、OpenSWE、Content Studio 为例，说明各自在身份、记忆和代码执行上的具体处理方式，三者均构建在 Managed Deep Agents 之上。
：当这些智能体采取行动时，它们代表谁采取行动？ 业界主要有两种处理方式： 代为行事: 智能体代表调用它的用户行事 固定凭证：无论调用者是谁，智能体都使用一组固定凭证（例如服务账号） 我们为每个智能体都是这样处理的（文档： 为 Managed Deep Agents 添加身份, 管理连接): OpenSWE： 当你给它发消息时，它代表你行事（例如会用你的 GitHub 账号创建 PR） 当它在后台运行时（例如作为代码审查智能体），它以自身身份（GitHub 应用）行事 GTM Agent： 它有一些工具（例如 Salesforce 访问权限）使用固定身份，这样就不需要每个人都登录 它有一些工具（例如电子邮件）代表调用该智能体的用户行事。这些工具仅在私信中可用。在共享频道中不可用 Content Studio： 它有一些工具（例如 Notion）代表调用该智能体的用户行事 它有一些工具（例如 Twitter）使用一组固定凭证，在本例中是我们公司的 Twitter 账号。不过只有白名单中的用户才能在此调用某些操作。例如，不是每个人都能发推文（他们可能只能读取/起草） 问题：记忆 所有智能
匹配字段正文