Browser Use 发布 2026 年浏览器自动化 MCP 服务器选型指南，按隔离测试、调试、登录态 Chrome、云端并行任务等场景推荐 11 款服务器。作者用 Codex CLI 搭配 GPT-6 Luna 在 BU Bench V2.1 的 100 个公开任务上对比四款工具，Browser Harness 得分 60.4、每题中位输入 token 2.1M、成本 $0.042，与 Playwright MCP 和 Chrome DevTools MCP 的分数差异区间均包含零。Playwright MCP 中位耗时最短为 29.0 分钟，agent-browser 得分 56.3。
匹配字段摘要、正文
商务部、科技部发布第48号联合公告，拟将人工智能、生物医药、光伏三大领域共40项技术增列进《中国禁止出口限制出口技术目录》，其中人工智能23项涵盖大模型、智能体、算力集群和信息处理相关技术，并在目录生效前立即实施临时登记管理。作者分析认为，已通过开源或发表论文进入公共领域的技术可获豁免，但只开源权重而训练方法、数据工程等 know-how 未公开的部分仍在管理范围内；Manus、Lovart 类智能体服务原则上不受影响，但技术栈部署到境外服务器、向境外主体输出 Agent 技术或控制权变更为境外主体三种结构可能触发登记。
匹配字段摘要、正文
Anthropic 分享了在 Claude 写出约 90% Claude Code 代码后重设代码评审的做法：2026 年 6 月到 9 月合并 PR 数量翻倍以上，revert 率下降超 40%，内部 PR 上实质性评审意见占比从 16% 升到 54%。团队把评审拆成七层防线，从 PR 前的自我验证、必过 AI 评审、阻塞性安全评审与自动检查，到按风险分级的人工审批，并规定 agent 的批准不算人工批准。文中还给出两个工程细节：用历史事故 PR 构成 eval 集每日给评审器打分，以及用三轮封顶、只看增量 diff 等办法解决评审死循环，使一轮通过率从 65% 升到 78%、平均评审轮次从 2.08 降到 1.32。
匹配字段摘要、正文
Peter Yang 在最新文章中认为“软件已死”是夸张说法，但也不看好必须让人类一直点击界面的软件，最好的软件公司正在转向 agent-first。他举例：Claude 用 5 分钟复刻了他真正在用的那一个功能，让他替换掉每年 $200 的 YouTube 工具，无需重建整个 SaaS；同时智能体正取代人类成为软件主要用户，比如有人让 agent 在 Blender 里建 3D 模型而完全不懂其 UI。他还指出，构建应用容易，维护和客户支持仍需人力。
匹配字段摘要、正文
The New Stack 分析 AI 智能体与 Kubernetes operator 在控制循环中的分工，认为智能体适合在目标明确但路径不明时做调查和提出方案，operator 与策略引擎保留执行权。文章以 CNCF Sandbox 项目 kagent 为例，给出观察、诊断、提议、审批、调和、验证的运维循环，并用 Karpenter 容量调度和 Argo CD 升级 Helm chart 两个场景说明智能体应产出带证据的窄范围补丁而非笼统建议。作者主张自主性应逐步获得，从只读调查到生成补丁再到低风险自动变更，关键边界是每个动作都可授权、有范围、可观测、可回滚。
匹配字段摘要、正文
Vercel CEO Guillermo Rauch 宣布，libfx 的 createFxAgent() 现已支持持久化，可在本地或云端通过文件、Postgres 或 Vercel Workflows 运行，兼容 Node.js 与 Bun。libfx 新增持久化适配器 API，在 Vercel 上借助持久化工作流与队列基础设施，1 行代码即可获得可靠性；进程在工具调用中途崩溃可从断点恢复。该能力后续将扩展到 Pi、OpenCode 及自定义 harness。
匹配字段摘要
CNCF 董事 Bob Killen 与 Daniel Krook 指出，单次人类请求可触发约 20 次智能体请求，且智能体期望 200 毫秒以内的响应，而新 Kubernetes pod 仅保证约 1 秒启动。为弥合这一差距，他们提到 llm-d（分布式 LLM 推理）和 Agent Substrate（大规模智能体部署运行时）等新项目。CNCF 沙箱项目 kagent 则把 AI 智能体作为 Kubernetes 自定义资源运行，支持 Ollama 本地模型以及 OpenAI、Anthropic、Azure OpenAI、Gemini 等托管服务。
匹配字段摘要、正文
Anthropic 发布内部研究报告，基于雇佣、AI 使用、产出指标、员工调查、日历与招聘记录等数据及 17 位员工访谈，分析 AI 对公司雇佣与工作组织的影响。报告称技术部门初级员工占比从 2025 年初的 21% 降至 14%，初级技术岗招聘占比从 27% 降至 9%；到 8 月交互式 AI Agent 的工作时长已是员工的 6 倍，工程师人均代码提交量达到 6 个月前的 5 倍。人类注意力成为 Agent 产出的瓶颈，员工转向构建监控与编排 Agent 的元工作，招聘中也更看重自主性与判断力。
匹配字段摘要、正文
Vercel 宣布 Vercel Shop 正式 GA，并用它搭建自家 Vercel 周边商店来 dogfooding。该产品提供生产级、极速的 Next.js 店面，开箱即具备 agent-ready 能力，后端由 Shopify 支撑。Guillermo Rauch 同时称赞 Shopify CEO @tobi 是使命驱动、注重细节且亲力亲为的工程师型 CEO。
匹配字段摘要、正文
Lauren Tan 提出用四层倒金字塔提升对 AI 智能体代码的信任：代码库改进、静态分析、散文式规则（如 AGENTS.md、skills）与人工审查，投入应集中在最上层。她建议把这条帖子直接交给自己的 bot 或智能体，并给出安装工具、新建 Project、用 /recall、/poteto-mode、/correct、/architect 等命令分析历史提交与反馈的步骤。
匹配字段摘要、正文
Arena 追踪 Anthropic、OpenAI、Google DeepMind、Kimi、xAI 和 DeepSeek 的最佳智能体在 6 月底至 10 月初的四项 Agent Arena 信号，发现实验室间最大差距在于用户是否享受使用体验。Praise vs Complaint 上 OpenAI 和 Anthropic 高出榜单均值 +35 分，Moonshot、xAI 和 DeepSeek 在 +5 至 +13 之间；Confirmed Success 上平均实验室最佳模型三个月内从 -4 升至 +14 分，Anthropic 以 Claude Opus 5.5 (Max) 的 +20 领先。Bash Recovery 分差从 34 缩至 16 分，Steerability 从 19 缩至 11 分。
匹配字段摘要、正文
OpenAI 面向金融服务等客户，介绍关键 AI 工作负载在直连 OpenAI API（1P）与第三方云供应商（3P）之间的生产路由与故障转移设计。直连 API 可提前试用预览模型和功能，故障转移仅在请求可安全重试且备用路由满足要求时启用，例如支付流程中只读欺诈评估的 Responses API 调用超时后可在交易截止前重试。Agents API 进行中的会话无法靠切换供应商恢复，多供应商支持属于平台能力，故障转移则是工作流决策。
匹配字段摘要、正文
字节跳动Seed成立Seed Model-Alignment&Preparedness部门，由严林负责、向吴永辉汇报，原Responsible AI团队及部分Chat团队成员转入，聚焦模型安全与对齐并重点提升Agent Model安全能力。英伟达CEO黄仁勋称会对开发不安全AI软件的客户断供芯片；微软在AI改革中重组Azure云部门。面壁智能同期发布端侧多模态大模型MiniCPM-V 4.7，含35B-A3B与1B两个版本。
匹配字段摘要、正文
可灵 AI 于 10 月 15 日深夜全量上线新一代视频生成模型 Kling 4.0，支持 4K、1080p 的 10-bit HDR 输出，单次最多输入 10 张图片、5 段视频及 7 个主体，单次生成视频最长 30 秒，并支持长镜头与连续叙事。Kling 4.0 上线后能力接入 MCP/CLI，可进入 AI 编剧 Agent、剪辑流水线等场景。文章同时提到，可灵已完成 30 亿美元外部融资、投后估值 180 亿美元，正与中金、高盛、瑞银合作推进上市。
匹配字段摘要、正文
钛媒体分析指出，办公 AI 的竞争焦点正从模型能力转向企业上下文：谷歌发布面向企业办公的 Gemini Agent，同时接入自家 Gemini 与 Anthropic 的 Claude；微软称新版 Copilot 为工作的操作系统；OpenAI 推出 ChatGPT Space、Pages 和常驻智能体 Dots；Anthropic 将 Chat 与 Cowork 整合进统一的 Claude。10月14日企业微信与 WorkBuddy 打通账号体系，开放消息、文档、会议、网盘等能力，腾讯将其定义为全域上下文。文章还提到计费方式正从单一席位转向席位加 AI 用量，微软 Microsoft 365 E7 定价为每用户每月99美元，金山办公提出 WPS 365 探索席位加 AI 用量模式。
匹配字段摘要、正文
Rohan Paul 认为，每个计算时代都有自己的输入方式：键盘、鼠标、触屏、语音，而智能体（Agent）的输入可能来自大脑。当计算机是一个替你干活的模型时，最有用的输入就是尽可能直接地表达你想要什么——就像把脑中的完整想法交给智能体，不因措辞而损耗，也不必反复澄清意思。
匹配字段摘要、正文
ElevenLabs 发布指南，介绍如何将 ElevenAgents 语音智能体接入 Salesforce、HubSpot、Zendesk 等 CRM 与客服系统，实现通话中读取客户记录、创建工单和更新联系人等双向数据操作。文中称接入实时上下文后，智能体解决查询的速度比脚本化聊天机器人或固定电话树等传统方式快最多 10 倍，并可通过通话中与通话后 webhook 自动记录工单历史、减少人工录入。
匹配字段摘要、正文
爱芯元智在 10 月 16 日工博会推出 AX8860 系列边缘计算芯片，混合精度算力达 256TOPS，单芯原生支持 128GB LPDDR5X 内存，双芯互联可运行 2840 亿参数的 DeepSeek-V4-Flash 等模型。该系列采用 6nm 制程，是首批原生支持 FP4 计算精度的边缘芯片之一，并同步展出 A256S 核心模组、PCIe 推理卡及 Agentic Box 等硬件形态。
匹配字段摘要、正文
两家机器人公司接连展示通用大模型在机器人领域的新进展。MicroFactory 弃用 VLA，改用 Opus、Astra 等通用大模型控制机械臂，连续自主运行 1.5 小时零错误完成电子产品装配；Poke & Wiggle 则用 Claude Opus 5.5 让 AI Agent 自主阅读论文、编写算法、训练模型并调用真机测试，累计完成超过 6000 次真机测试，尝试复现 10 篇机器人研究论文的核心结论，部分结论成功复现，部分方法效果低于原论文报告。
匹配字段摘要、正文
Meta 发布开放权重模型 Muse Spark Open，采用 256 专家的 MoE 架构，每 token 激活约 42B 参数，上下文窗口 100 万 token，支持文本、图像、视频和音频输入但仅输出文本。Meta 与 Apple 合作，将约 530 GByte 的四比特量化版本放到两台互联的 Mac Studio M5 Ultra 上运行，通过 MLX 框架和 Thunderbolt 5 分配计算，8192 token 上下文下约 25 输出 token/秒。Artificial Analysis 测试显示其 Intelligence Index 得 39 分，为当前最强美国开源权重模型，但落后于 MiMo-V2.6-Pro 的 46 分和 GLM-5.3 的 45 分，且在四项 Agent 测试中排名末位。模型权重已在 Hugging Face 提供 16 位约 1.6 TByte 和四比特约 530 GByte 两个版本，API 输入每百万 token 1.25 美元、输出 4.25 美元。
匹配字段摘要