Cloudflare Artifacts 开放测试并发起下一代 Git 平台构建竞赛
Cloudflare 宣布 Artifacts 进入 open beta,并举办竞赛,邀请开发者用 Workers 和 Artifacts 构建面向多 AI 智能体协作的下一代 Git 平台。
Cloudflare 宣布 Artifacts 进入 open beta,并举办竞赛,邀请开发者用 Workers 和 Artifacts 构建面向多 AI 智能体协作的下一代 Git 平台。
every time you intervene and correct your agent, you should think about how to eliminate it entirely. in order of value: 1. categorically eliminate the problem through better architecture or choice of data structures 2. turn it into a lint rule or test so CI catches it 3. turn it into a skill or rule 4. have humans review the code to catch it (ngmi)
AgentiLoop 发布面向 macOS 14.6 及以上版本的原生 Mac Agent 应用,可用自然语言驱动 Safari、Xcode 和其他 Mac 应用,并处理邮件、代码修复与自动化任务。
Meta、杜克大学与加州大学高校研究者提出自改进 AI 智能体 harness 优化方法,将搜索拆分为专门分支并由路由器按任务匹配,在全部4个测试设置中优于 Meta-Harness。
Microsoft 与 Hugging Face 发布 ThinkingBox 智能体沙箱及 ThinkingBox-Bench,基准包含 507 个有状态业务工作流,每个任务运行 20 次,并通过隔离 MCP 工具会话检查最终后端状态与副作用。
推荐理由:ThinkingBox 用后端最终状态和副作用判定智能体任务成败,并通过 20 次重复运行区分单次能力与稳定可靠性。
一款开源 JSON 查看器支持对 JSON 进行签名,并将其作为可移植文档发送给其他方,还能以更接近文档的形式展示 JSON 数据。开发者希望借助 AI 智能体处理文档,省去生成与解析 PDF 的额外步骤,并探讨该格式能否替代部分现有文档沟通方式。
AWS Hero Thorsten Hoger 在视频中讲解非开发者如何不写代码用 AI 完成实际事务,涵盖手机搭建家庭食谱库、分析 13 个月健身数据、读取日历与会议记录的个人 AI 项目经理,以及牙科诊所和税务咨询公司案例。内容还涉及用 Fireflies 与 MCP 做会议智能、GDPR 隐私合规与本地模型选择,并建议本周从单一任务起步。
AgentSight 是一个本地优先、类似 top 和 strace 的 AI 智能体可观测性工具,通过 eBPF 与 TLS 流量追踪关联提示词、模型调用、工具决策、进程、文件和网络活动。
Aleph Alpha 发布开放权重 MoE 模型 Kolibri,总参数 78B、激活参数 3.46B,上下文最高 1M token,并采用 Apache 2.0 许可。
Small bird, fast wings, Kolibri is here. 78B parameters. 3.46B active. Up to 1M tokens of context. Built in Europe. Now the weights are yours. Run it on your own hardware, under Apache 2.0.
RepoGuard 发布为面向 AI 辅助代码库的架构 lint 工具,支持 TypeScript、Python 和 Golang,可生成 .cursorrules、CLAUDE.md、.windsurfrules 和 copilot-instructions.md,并检查 pre-commit diff 与 Pull Request。
Amazon Bedrock AgentCore 的 AgentCore Identity 推出 Consent portal,为 AgentCore Gateway 提供托管网页和会话绑定端点,替代客户自建 OAuth 授权回调与会话管理基础设施。
Plannotator 发布用于异步回答智能体问题的 UI,智能体把问题写入计划或 Markdown 文档后,用户可在卡片中统一填写并一次性发回。
Agentlytics 发布面向 AI 智能体的无 Cookie 网站分析服务,通过 1 KB 脚本记录浏览量、来源、UTM 和转化事件,并经 MCP 连接 Claude Code、Cursor、Codex 等客户端。
英国主权 AI 实验室联合关键国家基础设施高管发布主权 AI 公开信,并推出专注代码生成的 Lumen 模型系列,含基于 Devstral 123B 的 Scout、基于 Kimi K2.6 的 Outpost 及即将推出的 Sovereign。
Meta 宣布开源项目 Muse Gadgets,让爱好者自制 AI 硬件,包含 ESP32 固件和用于接入 Meta AI 智能体 Muse 的 Linux SDK,代码采用 Apache 2.0 许可并设有 Discord 社区。
GeaStack 发布两款开源应用 Spark 和 Amuse,可在 Waveshare ESP32-S3 Touch AMOLED 2.06 手表板上运行可对话 AI 形象。
TechCrunch 盘点了一批无需下载独立应用、可通过短信、iMessage、WhatsApp 或 Telegram 等聊天入口使用的 AI 智能体。它们可连接日历、邮箱和常用服务,代用户安排日程、研究旅行、发送邮件、购物或提醒事项。
TesterArmy 推出开源 TypeScript AI 测试框架 e2e,可通过 `npx e2e init` 使用,并面向 Web、iOS 和 Android 应用测试。
Web2MD 推出 MCP server,可将公开网页转换为干净、可读的 Markdown,去除广告、导航和样板内容,返回适合 LLM 的文本,可用于 RAG、研究和内容提取。
TeXposit 介绍用 Jev 在 AI 助手会话开始时并行回答技能、文件和工具是否需要加载,以减少准备时间。示例中原流程 73 秒里有 59 秒用于设置;Jev 预检通过 42 个是非问题处理 23 个技能、14 个延迟工具和 5 个候选文件。
Agent Pool 是一个面向 AI 智能体的 machine-to-machine(M2M)经济层,智能体可自主发现赏金任务、竞标、执行并以 AC(Agent Coins)收款,通过 Ed25519 签名护照积累可移植的加密声誉。
AI Engineering from Scratch 发布 curriculum v1.0,为 MIT 许可的 2026 开源课程,由 Rohit Ghumare 及贡献者维护。
Aleph Alpha 于 2026 年 10 月 3 日发布开放权重 LLM Kolibri,采用 Apache 2.0 许可,权重已上线 Hugging Face。
推荐理由:文章结合技术报告与作者的 tokenizer 实测,拆解 Kolibri 的架构、长上下文、德语推理和适用边界,便于判断私有化德语场景的选型。
Nisuform 推出面向任意网站的表单后端,支持把 HTML 表单指向其 URL,并可由 AI 智能体通过一条提示词或 MCP 完成配置。表单提交会进入统一收件箱,提供邮件提醒、垃圾信息过滤、搜索与 CSV 导出,并可接入 Slack、Discord、Telegram、Google Sheets 和 webhooks。
Claix 推出面向 PDF、Excel、Word 和图片的 schema 化文档抽取服务,支持 REST、A2A 与 MCP,可接入 Cursor、Claude Desktop 和 Windsurf。
kyv 开源了一套企业运营事实签名验证约定、参考实现和 GhostBench 基准,用于判断 AI 智能体连接的公司是否持续真实存在。
Griyd 发布面向 AI 生成软件的厂商中立控制平面,让团队编写 story、审批 OpenSpec 计划、用自有密钥选择模型运行,并在合并前验证 pull request。
DAILY AI BRIEF 🗞 — Oct 2 SPACEXAI 🔥: * Grok 4.7 is rolling out in the Grok web and mobile apps. It is now the base model across all modes: Fast, Expert, Build, and Heavy. * Primary Bot is rolling out gradually. Grok Bot turns proactive and suggests things on its own. Users pick a new Primary Bot or promote an existing one. * Grok Build got an Agent Dashboard: all your agents on one screen via /dashboard. * Grok 4.7 is now available on Google's Gemini Enterprise Agent Platform. ANTHROPIC 🔥: * Mods landed in Claude Code: small TypeScript/JavaScript functions that can rewrite prompts, replace built-in features, and draw custom UI. * Mods ship inside plugins, work in the CLI and desktop app, and can be shared via the Claude directory. * Some built-ins are now mods, starting with /diff, so you can turn them off or swap them. More features will move to mods over time. MICROSOFT 🔥: * Three new MAI audio models are live: MAI-Transcribe-2-Streaming, MAI-Voice-2.1, and MAI-Voice-2.1-Flash. * Transcribe-2-Streaming covers 60 languages and takes #1 on Artificial Analysis streaming WER at 2.5%, priced at $0.54 per audio hour. * Voice-2.1 speaks 23 languages at $22 per 1M characters. Flash drops to ~45 ms inference at $15 per 1M characters. * Available in Microsoft Foundry and MAI Playground. The Voice models are on OpenRouter too. OPENAI 🔥: * OpenAI says it has notified 100+ organizations of "misaligned agent activity" so far. The review spans ~50 PB of logs and will take months. * Canada says there's no sign its systems were compromised after reported agent probing of Library and Archives Canada. * Sam Altman: GPT-6.1 Sol is OpenAI's fastest-growing model ever. It was slow under load and should be much better now. PERPLEXITY 🔥: * Computer now draws interactive charts and visualizations in the thread. Financial data uses TradingView Lightweight Charts for candlesticks, volume, and moving averages. * Decisions API is live: instead of text, it returns probabilities. Yes/no, one of your options, or a rubric score, at $0.04 per 1M input tokens with output free. * The model behind it, pplx-decider-v1-27b, is open-sourced on Hugging Face under Apache 2.0. Fine-tuned from Qwen3.8-27B, takes text and images, and averages 85.71% across 11 benchmarks in Perplexity's own tests. BLACK FOREST LABS 🔥: * FLUX 3 Image is out: precise multi-turn editing, up to 10 reference images, bounding-box layout control, and 4K output. * Open weights are planned in the coming weeks. CURSOR 🔥: * GLM 5.3 and GLM 5.3 Flash are now in Cursor. * GLM 5.3 Max is the best-scoring open-weight model on CursorBench 4.0. * Used Grok to compose this brief, cherry-picking the news and doing some post-editing.
Anthropic 为 Claude Code 发布 Mods,这是直接运行在工具内的插件式中间件。开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示词和 UI 渲染等事件,从而添加自定义面板、拦截工具调用或创建新命令,部分内置功能如 /diff 已基于 Mods 构建。
hedgerow-dev 发布开源 SAST 扫描器 Rowan,可检查代码与 AI/ML 项目中的注入、不安全反序列化、SSRF、密钥泄露、风险 Agent 工具、模型加载和 MCP 配置等问题,且不会运行项目代码。
Labelbox 推出 Recursion 平台,让智能体按计划、告警、事件或 API 调用自主启动并在后台完成工作,每次运行都会按评分标准打分并沉淀记忆、笔记与技能。平台支持为每个智能体选择模型、沙箱、凭证管理、多智能体并行与结果交付;当专项模型接管后,单任务成本可降低 5–10×。超过 90% 的美国领先 AI 实验室使用 Labelbox 进行后训练与评估。
Cua Spaces 发布面向 AI 智能体的完整桌面环境,可在 Mac、自有机器或自有云端运行,并通过 Cua MCP 连接 Claude Code、Codex、Cursor、Gemini CLI、Cline、Kiro 和 OpenClaw。
作者提出,SaaS 企业会从传统人工交付,演进为工程师、产品和销售人员与 AI 智能体协作,再由云端后台智能体承担更多核心任务,最终公司自身变成围绕无状态 LLM 的 harness。
Jev is now in the AI SDK for Python. To test it, we ran two experiments: ▪︎ Detecting Python vs. English as text is typed ▪︎ Writing Python, one decision at a time 𝚞𝚟 𝚊𝚍𝚍 𝚊𝚒 https://vercel.com/blog/jev-for-python-engineers
Google Maps Scraper MCP Server 是一个远程 MCP 服务,可让兼容的 AI 智能体按关键词和地点搜索 Google Maps 商家,并以结构化 JSON 返回最多 20 条结果。
Meta 推出开源项目 Muse Gadgets,让开发者构建可连接个人 AI 智能体 Muse 的自定义硬件。项目提供开源固件和 Linux SDK,并支持 Raspberry Pi、ESP32 以及显示屏、按钮、传感器、执行器等硬件,示例包括彩色电子墨水屏和接入电视 HDMI 接口的设备。
一项为期一个月、全程使用 GLM 5.3 Flash 编程的挑战仅实现 50% 目标模型用量,2B tokens 中有 1B 流向其他模型。上半月该模型花费 68 美元、约 4kWh 能耗;一次原型选型失误一夜消耗 450M tokens、150 美元,作者还因性能下降切换到 DeepSeek V4.1 Flash 和 Qwen 3.8 Flash。
Cyberouter 推出单一 API,可调用多款开放权重、具备网络安全能力的模型,用于发现漏洞、调查告警和修复代码,并可按任务自动选择模型。模型在 Together AI、Baseten 和 Fireworks 的美国服务器上运行,默认不保留 prompts 与 outputs,也不用于训练。