Robinhood CEO 谈让 AI 替你交易
Robinhood CEO Vlad Tenev 在访谈中介绍 Robinhood Agents，把 AI 交易引入 App，并预计智能体将贡献个人投资者越来越大的交易份额。他解释为何把智能体放在独立账户中，以及当人人都能用强大模型时投资者如何寻找优势。他还谈到 AI 反弹部分源于所有权问题，并回应代币化股票争议。
匹配字段摘要、正文
←搜索结果
搜索“Agent”
Box 实测 Gemini 4 Argon：企业任务评测较 Gemini 3.1 Pro 提升 14 个百分点
Box 过去一周用 Box AI Complex Work 评测测试 Gemini 4 Argon，整体较 Gemini 3.1 Pro 提升 14 个百分点。评测让 Box Agent 处理各行业企业文档的复杂任务，Gemini 4 Argon 在数学、逻辑、分析和业务领域知识上更强，也更倾向于把任务完整做完。分行业看，金融服务提升 18 分、医疗 25 分、科技 37 分、能源 16 分、消费品 33 分。该模型将很快上线 Box AI Studio，供用户构建自定义 Box Agent。
匹配字段摘要、正文
Agor 开放公测：在共享看板上统一调度 Claude Code、Codex 和 Gemini
Agor 推出托管版开放公测，把 Claude Code、Codex、Gemini 等现有 agent harness 放到同一块共享看板上运行，用户自带 API key 或订阅并直接向供应商付费，平台不加 token 加价。每个 agent 会话和 git 分支按区域排布在看板上，可按任务选择不同 agent 和模型，上下文通过共享 Knowledge 和显式交接流转。面向重复性工作，它把 agent 打包成带固定角色、版本化知识文档、MCP 工具连接和可选定时的 AI teammates，并支持在 Slack、Discord、GitHub 和 Shortcut 中接收任务。
匹配字段摘要、正文
Arena 发布智能体版模型路由器 Max，成本降低 37%
Arena 发布智能体版模型路由器 Max，基于 Agent Arena 的 250 万条真实智能体会话训练，可针对每个任务动态选择最佳模型，兼顾性能与成本。Arena 称 Max 在 Agent Arena 上取得 +14.7% 的净提升分数，每任务中位成本 3.27 美元，性能与 Claude Fable 5.1 (Max) 持平而成本低 37%。Max 目前限时开放试用，更多技术细节见其推文串。
匹配字段摘要、正文
LiquidAI 发布端侧推理智能体模型 LFM2.5-24B-A2B
LiquidAI 发布 LFM2.5-24B-A2B，基于 LFM2-24B-A2B 架构，激活参数 2B，上下文窗口从 32K 扩至 131K tokens，词表从 65K 扩至 128K，并改为只输出思维链的推理模型。预训练规模从约 17T 扩至约 33T tokens，后训练经 SFT、教师专精、两阶段多领域在线策略蒸馏和智能体强化学习五步，在 OpenClaw、Hermes Agent、Pi、OpenCode 等框架内训练。在 16 项基准中，它在 AutomationBench、BFCLv4、ToolSandbox、LiveClaw、τ³-Bench Banking 等 8 项工具与智能体基准中的 5 项领先或持平，三项指令遵循基准全部领先，但 GPQA Diamond、HLE、SWE-Bench Verified 等知识密集与编码基准仍落后于更大模型。模型已在 Hugging Face 开源权重，支持 llama.cpp、MLX、vLLM、SGLang、ONNX，在 M5 Max 上解码 184 tokens/s，单张 B300 高并发下输出超 21K tokens/s。
匹配字段摘要、正文
Larsen Cundric 呼吁更多公开端到端智能体基准
Larsen Cundric 表示希望看到更多公开的端到端（e2e）智能体基准测试。该帖引用了 Adi Singh 介绍 AgentMail Evals 的帖子：其测试了 AI 智能体如何使用工具，覆盖 25 种模型与 harness 组合、七项邮件任务，并以 AgentMail 作为代理。
匹配字段摘要、正文
Linear 团队分享与 Loops 协作的五条原则
Linear 工程师结合自身使用 Loops 的经验，总结了与 AI 智能体协作的五条原则：寻找可委派的任务、从小范围迭代、善用工作区上下文、让 Linear Agent 协助迭代，以及让团队保持可见。Loops 基于 Linear Agent，可用自然语言描述任务并按计划或事件触发，其安全团队已用循环自动拉取扫描结果、创建高优先级问题并初筛漏洞报告。
匹配字段摘要、正文
Google 用 Gemini 4 Argon 一夜优化 20 万行 Python 代码库
Google 在 Gemini 4 Argon 发布时做了一次无人值守实验，让模型在 11 小时内优化开源框架 google/adk-python，该仓库约 20.5 万行代码、近 800 个源文件和近 1.7 万个单元测试。模型提出 6 项优化，经人工评审后 2 项合入主干，长会话的内存会话准备时间减少约 40%，冷启动导入提速 21%。文章公开了所用提示词、.agents/skills 规则文件和被拒的 4 项改动原因，并说明如何在自有代码库复现这一夜间工作流。
匹配字段摘要、正文
Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体调用诊断库
Geoffrey Huntley 提出，与其反复更新 AGENTS.md 提示词，不如写一个 pre-commit hook 检查 git diff 中绕过诊断模块、直接调用可观测性模块的代码：一旦发现就拒绝提交，并向智能体注入提示词要求其使用诊断库，效果“十全十美”。
匹配字段摘要、正文
开源三个月、5次大变更、9100+ Star：腾讯Octop的狂奔之路
腾讯云 Octop 自 2026 年 7 月 10 日在 GitHub 开源，95 天内经历从 LightClaw ACE 重构、v1.0.0 GA、v1.0.1 企业级 SSO 接入到 v1.0.2 插件化与多模态四次大变更，Star 数突破 8500，Issue 和 PR 超过 1200 条。团队将 harness-agent、harness-memory、harness-browser、harness-gateway 四大模块拆分为独立仓库开源，并公开了 AgentTeams、移动端客户端、浏览器技能录制等后续规划。CVE-2026-108581 显示 1.0.2b6 之前版本存在 Provider API Keys 未授权访问问题，已在后续版本修复。
匹配字段摘要、正文
DigitalOcean 推出 Signals 与 Simulations，捕捉智能体静默失败
DigitalOcean 发布 Agent Learning Services 与 Agent Data Services，其中 Signals 用低成本规则而非 AI 模型监控实时会话，识别用户重复提问、要求转人工或工具循环重试等异常信号，再交给 Simulations 用模拟用户回放这些会话，在修复上线前验证整段对话是否正常。此前团队需要付费让 LLM 给每段对话打分、人工阅读记录或凭空构造测试用例，现在生产环境中的真实失败会自动成为测试集。
匹配字段摘要、正文
Lee Robinson 斯坦福 CS146S 讲座：Grok Bot 类智能体的未来
邵猛复看 Lee Robinson 斯坦福 CS146S 讲座最后一部分「Where this is going?」，梳理 Grok Bot 类常驻个人智能体的走向。核心方法论是「Delete the product」：默认今天的模型是它最差的版本，只做极简界面让模型思考和行动，把赌注押在模型进步上。他判断每个新产品要么集成 agent，要么沦为他者 agent 调用的无头数据源，并称评估悖论是行业未来六个月必须解决的问题。
匹配字段摘要、正文
Guillermo Rauch 谈编码 CLI 的极简之道
编码 CLI 越来越复杂。守护进程、3 层 TUI、客户端-服务器架构。 CLI 的全部意义在于零摩擦地交付智能，并且像 unix 一样。 💾 试试 https://t.co/OL0LzGtvAw。它只有 6mb，毫秒级启动，模型无关。它克制而极简：内置 MCP、Skills、Subagents 和 ACP。
编码 CLI 越来越复杂。守护进程、3 层 TUI、客户端-服务器架构。 CLI 的全部意义在于零摩擦地交付智能，并且像 unix 一样。 💾 试试 https://t.co/OL0LzGtvAw。它只有 6mb，毫秒级启动，模型无关。它克制而极简：内置 MCP、Skills、Subagents 和 ACP。
匹配字段摘要、正文
Meshy 3D 团队如何用 Meshy 做角色设计
我们的 3D 美术团队究竟如何使用 Meshy？我们开启一个系列来展示。 第 1 集：在 Meshy 3D Agent 中用自定义 Skill 做角色设计。 输入一张参考图。逐步确认：概念 → 三视图 → 角色设定图 → 故事 → 12 格分镜。 一个角色。无尽世界。
我们的 3D 美术团队究竟如何使用 Meshy？我们开启一个系列来展示。 第 1 集：在 Meshy 3D Agent 中用自定义 Skill 做角色设计。 输入一张参考图。逐步确认：概念 → 三视图 → 角色设定图 → 故事 → 12 格分镜。 一个角色。无尽世界。
匹配字段摘要、正文
Meta Muse Wonder 系列模型上线 Arena
Meta 的 Muse Wonder 与 Muse Wonder Full 已进入 Arena，可在 Agent Arena 中测试，分数即将公布。Agent Arena 基于全球用户数百万个真实长周期智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具，排行榜用因果追踪方法衡量相对平均模型的结果表现。Muse Wonder 同时上线 Code Arena 的 WebDev、Image-to-WebDev、Text 和 Vision 板块。
匹配字段摘要、正文
Arena 称 7 月最可靠的 AI 智能体现已沦为平均水平
Arena 的 Agent Arena 通过让用户委派真实任务并确认结果是否满足需求，形成 Confirmed Success 信号。7 月 1 日 Claude Fable 5 明显领先其他模型，仅 12 周后前 20 名平均分就追平了它；Kimi K3 在 3 周内以每任务低 89% 的成本超过它，DeepSeek V4.1 Flash 则以低 96% 的成本追平。目前前 5 名任务确认完成率达 94%，高于 7 月的 80%，领先者为 Claude Opus 5.5、Claude Fable 5.1 和 GPT-6.1 Sol。
匹配字段摘要、正文
AI入口大战2.0：腾讯、阿里、字节，谁是AI办公的隐形冠军？
AI办公正接棒AI编程成为下一个高价值场景，全球市场空间或达5000亿美元以上，中国约445亿美元。腾讯Workbuddy日活超600万暂居先发，但阿里有钉钉2600万组织、字节有高价值客户和FDE驻场团队，与企业捆绑更深。Agent真正壁垒不在模型或Harness，而在用户纠错、批准等使用数据，长期胜负取决于数据资产积累。
匹配字段摘要、正文
腾讯混元发布科学发现智能体 Hyra
腾讯混元发布科学发现智能体 Hyra，采用 Context Agent 维护经验库、多个 Proposal Agent 生成并沙盒评估 solution 的异步流水线，无评估器时升级为双层循环让评估器与 solution 共进化。在 NanoChat Autoresearch、NanoGPT Speedrun 和 SOL-ExecBench 三项任务上，Hyra-1.0 分别取得 Validation BPB 0.9015、Time to 3.28 loss 76.4s 和 Mean SOL 0.771，均超过 Recursive 报告的结果。在 55 个数学开放问题中，Hyra 于 29 个上刷新历史最好结果，相关结果已在 GitHub 开源。
匹配字段摘要、正文
InternLM 挑战杯 2026 数学智能体 baseline 仓库发布
InternLM 开源 Challenge-Cup-2026 baseline 仓库，赛题要求选手基于 Intern-S 系列模型设计数学推理智能体，接收数学题文本与元信息后输出 final_response，由官方 judger 判分。选手需在仓库根目录提供 user_agent.py，暴露 ReasoningAgent 与 solve 方法，可自由使用提示词设计、多候选生成、工具调用等策略。正式评测 Agent 阶段总时限 6 小时，单题进程组 1200 秒，最多 3 题并发，提交开放时间预计 2026-07-01 起。
InternLM 开源 Challenge-Cup-2026 baseline 仓库，赛题要求选手基于 Intern-S 系列模型设计数学推理智能体，接收数学题文本与元信息后输出 final response，由官方 judger 判分。选手需在仓库根目录提供 user agent.py，暴露 ReasoningAgent 与 solve 方法，可自由使用提示词设计、多候选生成、工具调用等策略。正式评测 Agent 阶段总时限 6 小时，单题进程组 1200 秒，最多 3 题并发，提交开放时间预计 2026-07-01 起。
匹配字段摘要、正文
DigitalOcean 推出 Signals、Simulations 与 Insights 预览
DigitalOcean 已开启 Signals、Simulations 和 Insights 的公测预览，并开放 Agent Data Services 的私测预览。Signals 可读取实时智能体流量并标记出错会话，例如工具调用成功但查询了错误区域；用户可将被标记会话转为测试，由 Simulations 用修复方案重放整段对话。Agent Data Services 则让智能体查阅旧客服录音和文档以定位问题根因。
匹配字段摘要、正文