Prime Intellect 开源了 General Agent 环境的首个版本，一个可随时间扩充任务语料的完全合成环境，目前包含 4,504 个任务、覆盖 1,040 个领域和 8,000 多个工具。该环境将任务合成建模为 Synthesizer 与 Solver 两个智能体之间的博弈，任务按 5 个难度层级演化，每层用目标通过率区间做经验校准。早期实验中，在 4,417 条合成工具调用轨迹上做 SFT，将 Nemotron-3-Nano-30B 的 BFCL 从 18.9% 提升到 52.3%，MCP-Atlas 从 0.6% 提升到 12.1%。
匹配字段标题
xAI 宣布即日起可在 Nous Research 的开源自我改进智能体 Hermes Agent 中直接使用 Grok 订阅。接入后可用 Grok 4.3 进行文本对话与高级推理、Grok Text-to-Speech 生成语音回复、Grok Imagine 生成图像和视频，所有订阅档位均可使用。Hermes Agent 可持久运行在任意电脑、沙箱或 VPS 上，跨会话建立长期记忆，并能连接 WhatsApp、Discord、Telegram、Signal 等消息平台；用户通过 hermes model 选择 xAI Grok OAuth 并浏览器登录即可启用。
匹配字段标题
Linear Agent 推出 Code Intelligence，可读取代码库、解释功能实现，并调查问题的可能原因。该功能支持按需或自动分析问题，定位相关代码路径、近期提交和潜在回归，也可辅助客服排查、产品规划及查找熟悉相关代码的人员。Code Intelligence 现面向 Business 和 Enterprise 套餐开放公测，公测期间免费使用。
匹配字段标题
Replit 发布 Security Center 2.0，可按 critical 和 high 严重级别汇总账户内所有项目的 CVE 暴露情况，并支持批量通知项目所有者、批量下架已发布应用。用户还能对单个项目点击“Fix with Agent”，由后台任务生成补丁供项目所有者审核、应用并重新发布；企业客户可运行扫描获取 SBOM。
匹配字段标题
Modem 向所有用户开放 Agent Skills，可在 Settings → Skills 创建，或让 @Modem 代写。每个 Skill 由标识 slug、一句话触发描述和指令正文三部分组成，与 Claude Code 等编码智能体的 skills 类似，区别在于 Modem 的 Skills 在整个组织内共享，并在 chat、Slack 和 automations 中通用。官方示例 generate-release-notes 每周由 automation 调用并把结果发到 Slack 公共频道。
匹配字段标题
Augment Code 在 OpenClaw 的 40 个 PR 上测试了在 AGENTS.md 中加入 Karpathy 风格编码规则的效果，发现 Auggie、Claude Code 和 Codex 三个 Agent 的工具调用、文件读取、时间和成本均下降，但代码质量基本不变，Claude Code 甚至略有下降。
匹配字段标题
Replit 为已发布应用推出 App Monitoring，应用宕机时会邮件通知开发者，并在发布视图展示近期 uptime，可结合请求量等信号分析宕机原因。Replit Agent 现可读取生产日志，并以只读权限访问生产数据库，用于定位应用逻辑 bug、异常查询或集成报错等根因，且不会修改生产数据库。
匹配字段标题
小米发布其迄今最强模型 MiMo-V2.5-Pro，官方称该模型在通用推理、复杂软件工程和长程任务上达到全球领先 Agent 模型的水平，相关结论来自 Artificial Analysis。用户可通过官方提供的链接直接试用。
匹配字段标题
Anthropic 为 Claude Managed Agents 推出内置记忆层，今日起进入公开测试，智能体可跨会话学习并共享所学内容。记忆以文件形式存储，可直接挂载到文件系统，开发者能通过 API 导出和管理，并配有作用域权限、审计日志与版本回滚。Rakuten 称其长时任务智能体借此将首次通过错误减少 97%，Wisedocs 的文档验证流程提速 30%。
匹配字段标题
Augment Code 对数十个 AGENTS.md 文件进行评测，发现最佳文件能让编码智能体的质量提升相当于从 Haiku 升级到 Opus，最差文件则使输出比没有文档更糟。同一文件可能在一个任务上提升 25%，在另一个任务上降低 30%。有效模式包括渐进式披露、程序化工作流、决策表、真实代码示例、领域规则以及为每个“不要”搭配“要做”，而 100–150 行主文件加少量参考文档在约 100 个核心文件的中型模块中带来 10–15% 的全面改进。
匹配字段标题
Replit 发布 Security Agent，可在不到一小时内完成对整个代码库的安全审查，入口在项目 Security 面板的 Run Scan with Agent。该智能体会梳理架构、构建威胁模型、分析路由与 API，检查 SQL 注入、跨站脚本和请求伪造等漏洞，并验证其是否在生产环境可利用；大型项目的深度审计最长约 15 分钟。它结合 Semgrep 与 HoundDog.ai 提升发现准确度，报告中的问题可交由 Replit Agent 修复，并自动拆分为并行任务，补丁经确认后合入主分支，重新发布后漏洞状态更新为已解决。
匹配字段标题
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
Together AI 推出开源平台 EinsteinArena，让 AI 智能体通过实时 API、排行榜和讨论区协作解决开放科学问题，已取得 11 项新的数学 SOTA 结果。多个智能体在 48 小时内共同优化构造，将 11 维 Kissing Number 问题的下界从 AlphaEvolve 的 593 提升至经验证的 604。
匹配字段标题
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
Google Research 发布两款学术智能体：PaperVizAgent 用于从论文文本生成出版级图表，ScholarPeer 用于自动评审论文。PaperVizAgent 由检索、规划、风格、可视化、评审五个智能体协作，在 0-100 分评测中综合得分 60.2，超过 GPT-Image-1.5、Nano-Banana-Pro、Paper2Any 等基线，也是唯一超过人类基线 50.0 的框架。ScholarPeer 采用双流检索与多智能体验证，生成带总结、优缺点和提问的评审报告。
匹配字段标题
Replit Agent 4 可直接从现有项目上下文生成利益相关者演示文稿、实时数据仪表盘和动画，字体、颜色与内容保持一致。原本需要一周的分析师数据请求，现在一个下午即可在项目内完成实时仪表盘。该能力面向缺乏设计资源的产品经理，让发布资产与产品同源产出。
匹配字段标题
Anthropic 在 Claude Platform 上推出托管服务 Managed Agents，把智能体拆分为 session、harness 和 sandbox 三个可独立替换的接口，让 Claude 与执行环境解耦。解耦后容器按需通过工具调用创建，官方称 p50 首 token 延迟下降约 60%、p95 下降超过 90%。凭证不再进入运行 Claude 生成代码的沙箱，Git 令牌在沙箱初始化时注入，MCP 的 OAuth token 存放在 vault 中并由代理调用。
匹配字段标题
开源 AI 智能体 goose 已迁入 Agentic AI Foundation（AAIF），GitHub 仓库从 block/goose 移至 aaif-goose 组织，文档站点改为 https://goose-docs.ai/，旧链接会重定向。项目仍保持开源与活跃开发，迁移中的链接、重定向和 CI 等问题仍在处理。
匹配字段标题
Replit 博客系列第 4 篇介绍产品经理如何用 Replit Agent 4 把原型当作唯一事实来源：Agent 并行执行任务并在改动进入主项目前提交结果供 PM 审核，Glean 与 Atlassian 集成把研究上下文拉入构建流程、把定稿需求直接推给工程团队，省去单独交接步骤。
匹配字段标题
Replit 博客发布产品经理使用 AI 构建原型的指南，指出传统原型流程经设计、工程、QA 多次交接，单轮往返常需 2 到 4 周。Replit Agent 4 让 PM 在同一 Workspace 内迭代设计与构建，直接从行为描述生成可交互原型，省去设计简报和首次开发交接，工程团队拿到的是同一生产环境中可运行、已测试的原型。
匹配字段标题