Google 官方五天 AI Agents 课程发布第二份白皮书 Agent Tools & Interoperability，梳理 Agent 生态的完整协议栈：MCP 负责 Agent 连工具、A2A 负责 Agent 连 Agent、A2UI 负责 Agent 连界面、AP2/UCP 负责 Agent 连交易。白皮书称 MCP 把 N 个模型乘 M 个工具的集成复杂度从 O(N×M) 降到 O(N+M)，并给出重消费轻建造、公共未审核 MCP 不上生产、凭证不硬编码等实践规则；A2A 部分提出专家 agent 不能当工具调用，Agent Card 相当于机器可读简历，注册表相当于劳动力市场。
匹配字段标题、摘要、正文
作者提出用电子邮件作为不同平台个人 agent 之间的通讯方式：给 Grok Bot 配置 xxx@mail.grokbot.com 邮箱，再用 Gmail 别名（xxx+muse@gmail.com）给 Muse Agent 使用，通过邮箱和签名验证后让 agent 信任该地址，发消息无需人工确认。目前 Gmail 无法推送消息，需每 15 分钟检查一次新邮件，因此消息不够即时；作者还提到可用 @turingou 做的服务作为更强大即时的替代方案。
匹配字段标题、摘要、正文
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。
匹配字段标题、摘要、正文
Anthropic 基于 Claude Managed Agents（beta）给出一个参考实现，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。文章逐步讲解来源、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。文中还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。
匹配字段标题、摘要、正文
Arena 的 Agent Arena 榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以第 5 名进入榜单，得分提升 11.23%，并改变了帕累托前沿。其每任务中位成本为 0.56 美元，比 GPT-6 Sol 低 39% 且得分高 1.52 分，比 GPT-6 Astra 低 81% 且差距在 1.04 分以内。相比 Claude Fable 5.1 (Max)、Claude Opus 5.5 (High) 和 Claude Sonnet 5.5 (Max)，其成本分别低 88%、65% 和 80%，得分差距分别为 3.08、2.59 和 1.29 分。
匹配字段标题、摘要、正文
Claude Sonnet 5.5 在 Agent Arena 排名第 3，净提升分数为 +12.5%，每任务中位成本 2.74 美元。该模型性能处于顶级水平但成本偏高，排名第 2 的 Claude Opus 5.5 每任务成本为 1.58 美元且分数更高，这一取舍使 Sonnet 5.5 未能进入 Agent Arena 的帕累托前沿。
匹配字段标题、摘要、正文
Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首次上榜即位列第 3，净提升 +12.5%，比排名第 13 的 Claude Sonnet 5 (High) 高出 8.1 个百分点。分类上它在 Chat 以 +15.6% 拿下第 1，高于 Fable 5.1 的 +11.49% 和 Opus 5.5 的 +10.29%。代价是成本更高，每任务中位成本 2.74 美元，比第 2 名 Claude Opus 5.5 (High) 的 1.58 美元高约 73%。Anthropic 模型目前占据 Agent Arena 前三名。
匹配字段标题、摘要、正文
AWS 发布基于 Amazon Bedrock AgentCore 的 ambient agent 参考实现，让智能体由 Amazon S3 上传或定时任务等事件触发，而非等待用户发起对话。该实现通过单个 ask_human 工具和统一响应信封支持 Notify、Question、Review 等人工介入模式，信号上的 autoExecute 开关决定任务自动执行还是先由人工审核。平台由 Lambda、SQS、DynamoDB 和 React 前端组成，全部通过一个 AWS CDK 栈部署，示例默认使用 Anthropic Claude Sonnet 4.5。
匹配字段标题、摘要、正文
Arena.ai 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 0.62 美元，并重塑了帕累托前沿。该模型比排名第 19 的 Gemini 3.8 Flash (High)（+2.96%）高出 4.96 个百分点，在可控性（+15.88%，第 1）、确认成功（+14.15%，第 2）和好评与投诉比（+27.74%，第 4）等信号上表现突出，Chat 类别以 +11.58% 位列第 3。Arena 表示目前基于 3k 真实智能体会话，该分数仍属初步结果。
匹配字段标题、摘要、正文
AWS 发布教程，演示如何在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲智能体用 Claude Sonnet 4.6 生成音乐简报并在实例自带的 NVIDIA L4 上运行 ACE-Step 模型渲染音频，交付智能体读取共享文件并做 EQ、压缩、限幅处理，合规智能体独立复测并筛查与曲库的谐波相似度。三个智能体通过同一 runtimeSessionId 共置在同一 EC2 实例上共享文件系统，会话最长可保持 14 天，各团队可独立部署自己的智能体。
匹配字段标题、摘要、正文
Google for Startups AI Agents Challenge 评审结束后，Google Developers Blog 从高分提交中提炼出四个工程模式：双向 MCP（智能体既是自己工具的客户端，也是其他智能体可调用的服务端）、事件驱动并发（智能体并行响应同一信号而非串行调用链）、同标准回退（小模型顶替过载模型时仍走同一校验函数）、分层路由（先用正则和廉价模型做确定性检查，再交给完整推理模型）。其中一个团队用正则加 10 token 的 Gemini 分类调用，在真正模型调用前处理了超过 40% 的入站消息。这些模式多出现在基于 Agent Development Kit（ADK）并通过 Agents CLI 驱动的提交中。
匹配字段标题、摘要、正文
蚂蚁百灵发布实践文章，介绍在 DGX Spark 上用本地后训练工具包 AReno 对 Ling-3.0-tiny 做 Agentic RL，以井字棋为最小验证任务跑通基线评测、Reward 定义、后训练与同环境复测四步闭环。实验使用 GSPO 训练 400 个 step，rollout/rewards_mean 从约 -0.5 升到 0.4 左右，response_len 降至约 850 tokens，复测中工具调用与落子选择更稳定。Ling-3.0-tiny 为 7.9B 总参数、1.3B 激活参数的混合推理模型，已开源 BF16、FP8 和 INT4 版本，AReno 提供 Docker 复现教程。
匹配字段标题、摘要、正文
Strands Robots 将 LeRobotDataset 的录制、同步、流式训练和实体机器人部署整合到同一 Robot() 工作流，并让新演示数据返回同一 Storage Bucket。Xet 按字节去重，仅上传变化的数据块；stream_dataset() 可从 Hub 逐帧读取远程 Parquet 与 MP4 分片，无需完整下载。Bucket 仅支持流式读取且不保留修订记录，真实部署还需隔离数据与凭据、限制智能体权限并只加载可信组织的模型。
匹配字段标题、摘要、正文
Linear 介绍了 Linear Agent 的构建方法，通过系统提示词、工具设计、产品语义模型、运行范围和自研框架，在灵活性与可控性之间取舍。其系统技能按需加载提示词片段和工具，以控制上下文规模；自研框架则支持动态注入工具、按情境审批工具调用和异步执行子智能体。
匹配字段标题、摘要、正文
LongCat 通过一组附带提示词的视频演示智能体编程如何将创意转化为可观看、探索和游玩的作品。用户可使用 LongCat-2.0 尝试这些提示词并创作自己的版本，相关 API 与 Discord 链接已提供。
匹配字段标题、摘要、正文
Linear 工程师通过 Skills、Automations 和 Datadog 集成，让 Linear Agent 自动调查并尝试修复进入 triage 的软件缺陷。它几乎每次都能一次完成失效功能旗标的清理，但对失败率超过 0.2% 的后台任务，正确修复率约为三分之一。团队通过缩小任务范围、提供日志与代码规范，并要求智能体在修改前证明已理解问题，减少无效 PR 和 token 消耗。
匹配字段标题、摘要、正文
Together Inference Engine 在 Kimi K2.5 编码智能体负载下，以相同的 4× NVIDIA B200 硬件实现了比 TensorRT-LLM 高 31% 的 TPS，并在饱和时保持约 2 倍更优的 TTFT。测试采用约 45k–200k Token 的长提示词和平均 450 Token 的输出；SGLang 因 TP4 内存不足改用 8× B200。性能提升来自 ThunderMLA、定制内核重写及真实流量下的端到端分析。
匹配字段标题、摘要、正文
Modal 官方工程博客发布教程，演示如何在 OpenAI Agents SDK 之上从零搭建自定义编码智能体框架，并接入 Modal Sandboxes 为智能体提供可运行代码甚至 GPU 的隔离环境。教程逐步加入 Session 记忆、orchestrator 与 subagent 分工、异步 SubAgentPool 并行、GPU 配额限制、文件系统快照去重以及 Skills 插件，最终实现可在 GPU 上并行运行 OpenAI Parameter Golf 实验的通用编码框架。文中提到 Ramp 在 Modal 上构建的后台编码智能体已负责其超过一半的 PR。
匹配字段标题、摘要、正文
Linear 团队介绍了三类 Linear Agent 工作流，将客户邮件、Slack 讨论和产品经理发现的问题转化为 issue、代码修改及 pull request。团队让智能体在 Intercom、Slack 和 Linear 等工作发生处获取上下文，并结合 Code Intelligence、定制 MCP servers 和编码智能体协助排查与开发。Linear 认为更有效的做法是把任务拆成小而明确的步骤，先观察表现并补充指导，再逐步提高自主程度。
匹配字段标题、摘要、正文
OpenHands 官方博客介绍 Agent Skills，即用 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。
匹配字段标题、摘要、正文