Apple 研究：先规划还是先检索？工具发现架构的规模研究
Apple 机器学习研究团队在 EMNLP 发表论文，对比工具增强 LLM 智能体的两种工具发现架构：Retrieve-then-Plan（RtP）与先规划再检索的 Plan-then-Retrieve（PtR）。
#Agent
Apple Machine Learning ResearchAI 评分4646 Google Developers BlogAI 评分5959 Google 发布 google/adk-recipes 仓库，统一支撑 Agents CLI、Agent Garden 与 Gemini Enterprise
Google 官方介绍重构后的 google/adk-recipes 仓库，作为 ADK 内容的唯一来源，分为 core/（参考模式）、plugins/（符合 Agent Plugins v1.0.0 规范的可安装垂直技能）和 contrib/（五语言端到端可部署服务）三层。
Google Developers Blog精选AI 评分6363 Google 详解如何用 agent-eval 工具包系统评估 AI 智能体
Google Developers Blog 发布 AI 智能体评估实操指南，主张用可复现的评估流程取代手动 vibe check，并配套开源 agent-eval 工具包。
推荐理由：原文把智能体评估拆成 Day 0 到 Day 2 的渐进落地路径，并总结了四个常见测试陷阱，可以对照自查现有评估流程。
GitHub Org · stepfun-aiAI 评分4747 阶跃星辰 Step-5-Preview：面向智能体工作的旗舰模型
阶跃星辰（StepFun）在 GitHub 的 stepfun-ai 组织下公开旗舰模型 Step-5-Preview，定位为面向智能体（agentic）工作。模型目前为预览版（Preview）。
GitHub Org · NousResearchAI 评分4141 Nous Research 的 Hermes Agent 官方插件库：涵盖 Home Assistant、Spotify 等
Nous Research 为 Hermes Agent 构建并维护官方插件库，涵盖 Home Assistant、Spotify、Claude Subscription DirectSDK 等插件。这些插件均可从 Hermes 插件目录安装，仓库托管在 GitHub 上。
Anthropic · Claude.dev 开发者博客精选AI 评分7373 Anthropic 详解如何用 Claude Managed Agents 构建高效智能体自动化
Anthropic 开发者博客发布教程，讲解如何用 Claude Managed Agents（beta）构建定时智能体自动化，示例按 cron 计划读取 Slack 频道和 GitHub pull requests，把每日简报推送回 Slack，参考实现代码随文提供。
推荐理由：原文把定时智能体自动化的常见故障整理成六条规则，从书签续读、失败上报到发布确认与预算上限，方法可直接迁移到自己的自动化。
Mistral AI精选AI 评分7979 Mistral 发布 Mistral Large 4 公开预览，开放权重月底放出
Mistral 发布 Mistral Large 4（ML4）公开预览，模型为 1 万亿参数、激活 520 亿的原生多模态架构，预览 API 已上线 Mistral Studio，开放权重定于月底放出。
推荐理由：原文给出网络安全、智能体编码和多模态的具体基准成绩与训练规模，读者可据此横向比较当前开放模型的能力水平。
Anthropic · Claude.dev 开发者博客精选AI 评分7979 Claude Code 云端会话实战指南：Anthropic 开发者博客详解云计算环境的用法与工作流
Claude Code 云端会话在独立 VM 上运行，每个任务获得克隆到新分支的全新虚拟机，可从 claude.ai/code、移动端、Desktop、终端和 Slack 启动，Pro、Max、Team、Enterprise 计划无额外费用，只消耗原有用量额度。
推荐理由：作者用四个真实云会话实测了 Claude Code 云端运行与本地会话的差异，并给出七类适用工作流和 GitHub 连接排错方法，便于迁移实践。
Cursor Changelog精选AI 评分6363 Cursor iOS 应用支持远程控制电脑上的本地智能体
Cursor 在 iOS 应用中上线 Remote Control 功能，用户可在手机上查看并回复电脑上正在运行的本地智能体。该功能除 Enterprise 组织外默认开启，需下载 iOS 应用并登录，账号下的电脑自动出现，在桌面端批准配对后即可查看智能体动态或发送消息。
推荐理由：原文给出 iOS 端配对步骤与电脑需插电开盖保持在线的要求，读者可据此判断外出时如何接管本地任务。
Cohere BlogAI 评分4747 North 2：无需妥协的企业级 AI
Cohere 发布迄今最大升级 North 2，把企业级安全、智能、成本治理与全栈控制统一到单一 agentic AI 平台。新版重构 agent 编排系统以支持多步自动化，内置 Skills、Libraries、Memory 与应用创建，且模型无关、可自带模型。
Comfy BlogAI 评分5050 Comfy 官方复盘 852話 Hakoniwa 用 Comfy Agent 制作动画短片 YUI 的全过程
ComfyUI 团队分享首部用 Comfy Agent 制作的动画短片 YUI 的幕后制作过程，主角由艺术家 852話 Hakoniwa 创作，名字取自 ComfyUI 末三个字母。
Comfy Blog精选AI 评分6464 Comfy 发布 Comfy Agent，可实时搭建与调试工作流的创作智能体
Comfy 团队发布 Comfy Agent，一款集成在 ComfyUI 内的创作智能体，现已向所有 Comfy Cloud 用户开放，几周内上线 Comfy Desktop。
推荐理由：原文展示了它在画布上与创作者实时协作搭建、调试工作流的具体用法，用户可据此评估现有创作流程的适配。
OpenClaw · Blog精选AI 评分6767 OpenClaw 发布开源企业级智能体管控平台 OpenClaw Enterprise
OpenClaw 发布开源、厂商中立的企业级智能体平台 OpenClaw Enterprise（OCE），用于在敏感环境中管理持久化智能体，现已可克隆仓库自托管，支持 docker-compose 本地开发和 kubernetes 内部部署。
推荐理由：原文说明平台如何用多租户、硬安全边界和可替换组件让智能体进入企业环境，现阶段定位内部试点且已可自托管。
GitHub Org · facebookresearchAI 评分4242 facebookresearch 开源 logact：用共享日志设计加固智能体系统
facebookresearch 在 GitHub 开源 logact 项目，提出通过共享日志设计加固 AI 智能体系统。项目代码已在 GitHub 上公开提供。
Anthropic · Claude.dev 开发者博客精选AI 评分7575 Claude Code 的 effort 档位怎么选：Anthropic 开发者博客实测 Opus 5.5 与 Fable 5.1
Anthropic 开发者博客发文讲解 Claude Code 的 effort 参数，即对模型在任务上投入算力多少的近似控制，作者 Thariq Shihipar 结合 Opus 5.5 与 Fable 5.1 实测和 Terminal-Bench 3.0 基准数据给出各档位选择方法。
推荐理由：作者在 Opus 5.5 与 Fable 5.1 上实测并拆解 Terminal-Bench 3.0 失败类型，给出 effort 档位按任务选择的可迁移方法，高 effort 补边界用例有效但改不了方向性错误。
OpenClaw · BlogAI 评分5757 微软 Autopilot 基于 OpenClaw 打造，多项改进回馈开源上游
微软推出 Autopilot 预览版并开始向首批客户推送，这是一个基于 OpenClaw 构建的持久、主动的个人智能体，属于新 Copilot 体验的一部分，本月底扩大至 private preview；Autopilot 是今年早些时候公布的 Microsoft Scout 的新名称。
Cursor Changelog精选AI 评分6161 Cursor 推出 Rollouts 和 Security Review 两款代码发布与安全审查机器人
Cursor 推出 Rollouts 和 Security Review 两个机器人，分别监控代码部署后的健康度并在每个 pull request 上报告可利用漏洞，即日起面向 Teams 和 Enterprise 计划开放。
推荐理由：原文给出两款 bot 的监控与审查机制、报告维度和计划开放范围，团队可以据此判断是否纳入现有发版流程。
GitHub Org · NousResearchAI 评分4141 NousResearch hermes-nvidia：为 NVIDIA App 与 NVIDIA Broadcast 提供 MCP 服务器和技能的 Hermes 插件（Windows）
NousResearch 的 hermes-nvidia 是一个 Hermes 插件，为 Windows 提供 NVIDIA App 与 NVIDIA Broadcast 的 MCP 服务器和技能。该插件为可移植智能体插件，门控配置位于 extensions["com.nousresearch.hermes"] 下。
GitHub Org · n8n-ioAI 评分5151 n8n labs 发布 automation-mining-skill 实验工具，从活动记录生成自动化提案
n8n labs 在 GitHub 发布 automation-mining-skill 实验项目，用于在活动记录中找出重复的手工工作并生成自动化提案。每条提案附带来源证据、工作次数和负责人审核环节。项目地址为 https://github.com/n8n-io/automation-mining-skill。
OpenClaw · BlogAI 评分5959 OpenClaw 引入决策模型支持，把智能体小判断从聊天模型中拆出来
OpenClaw 宣布引入决策模型支持，让智能体的工具筛选、上下文压缩、是否插话等小判断由单独配置的快速模型处理，而不必调用聊天模型。插件通过 Plugin SDK 的 api.runtime.decisions.evaluate 接口调用所配置的决策模型，适配器支持 TypeSafe 托管的 Jev 和本地 System One 服务器 Kev。
OpenClaw · Blog精选AI 评分6161 OpenClaw 完成 Trail of Bits 安全审计，23 个确认漏洞已全部修复
OpenClaw 通过 OpenAI 的 Patch the Planet 计划完成 Trail of Bits 安全审计并公布结果，27 份私有仓库安全公告中 24 份获严重性评级，23 个确认为漏洞，等级为 0 Critical、2 High、16 Medium、6 Low。
推荐理由：原文披露审计漏洞的严重性分布和四类权限修复原则，对做 Agent 安全的团队有可借鉴的思路。
goose 官方博客AI 评分4848 goose 用可重入状态机取代经典智能体循环
goose 将经典智能体循环替换为可重入状态机：持久化对话作为主状态，每类智能体行为编码为一个 Operation，按序检查、首个命中者生效，其效果持久化后从顶部重新开始。进程重启后可从最近持久化步骤继续，另一前端也能加载同一会话接续，代码更易测试与重构。模型提供商、扩展管理器与 hooks 仍是运行时依赖，外部副作用仍需谨慎处理。
GitHub Org · CopilotKitAI 评分5252 CopilotKit 开源 openmuse 个人智能体，支持浏览器、终端和文件操作
CopilotKit 在 GitHub 开源 openmuse 个人智能体，支持操作浏览器、终端和文件，并让工作持续进行。该项目基于 CopilotKit 和 AG-UI 构建，代码地址为 https://github.com/CopilotKit/openmuse。
Augment Code 博客精选AI 评分6464 Augment Code 复盘软件工厂实践：按瓶颈部署 Agent，人均规模调整产出提升 4.5 倍
Augment Code 复盘其 2025 年 11 月至 2026 年 7 月在 Augment Cosmos 上构建软件工厂的经验，覆盖 17,200 个已合并 PR。
推荐理由：Augment 复盘自家九个月的软件工厂实践，给出了产出、合并时长和回滚率的量化数据，以及按瓶颈扩展自动化的可迁移方法。
GitHub Org · QwenLMAI 评分4949 QwenLM 开源 Qwen-Live-Harness：基于 Qwen Omni Realtime API 的实时智能体框架
QwenLM 在 GitHub 开源 Qwen-Live-Harness，这是一个由 Qwen Omni Realtime API 驱动的智能体 harness。它能看、听并执行操作，并内置记忆功能。
Cursor Changelog精选AI 评分7272 Cursor 发布 Projects，用协调者智能体统筹数千子智能体承接大型开发任务
Cursor 推出 Projects 功能并开启 beta，用于承接功能开发、迁移或完整应用等大型工作，可维持数月上下文、把任务分派给数千个子智能体，并自动执行周期性工作。
推荐理由：原文写清协调者智能体只负责规划和分派任务而非亲自写代码，读者可以据此理解云端多智能体协作如何承接大型开发工作。
GitHub Org · browser-useAI 评分5252 browser-use 开源轻量 TypeScript 网页智能体项目 browser-use-pi
browser-use 在 GitHub 开源 browser-use-pi 项目，定位为轻量的 TypeScript 网页智能体。项目介绍称其通过在真实浏览器评测上做爬山优化而来。
ARC Prize · 官方博客精选AI 评分7878 OpenAI GPT-6 Astra 在 ARC-AGI-3 上取得 99.9% 并超越人类动作效率
ARC Prize 发布 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上的评测结果：Standard harness 下得分 62.7%、花费 $26K，Provider Adapter harness 下得分 99.9%、花费 $19K，均为当前最高分。
推荐理由：ARC Prize 亲自实测并公开成本、动作效率与两种 harness 的差异，读者可据此了解 Astra 在 ARC-AGI-3 上的真实表现边界。
Cursor Changelog精选AI 评分6464 Cursor 推出自托管机器功能，工具执行可完全留在自有网络
Cursor 推出自托管机器（self-hosted machines）功能，智能体的工具调用可在用户自有基础设施内本地执行，代码库、构建产物和密钥全部留在内部机器。
推荐理由：原文说明了池化调度、休眠恢复与沙箱接入细节，读者可据此评估把代码和密钥留在自有内网的智能体部署方案。
Augment Code 博客AI 评分4343 Augment 推出 Cosmos Advisor，让 FDE 能力内置于产品之中
Augment Code 在博客中介绍其 Cosmos 平台内置的 Advisor，主张把 Forward Deployed Engineer 的实施专长直接做成产品的一部分。
GitHub Org · CopilotKit精选AI 评分6060 CopilotKit 开源 OpenBot：为每个 AI 智能体配备独立电脑环境
CopilotKit 在 GitHub 开源 OpenBot，定位为各自拥有一台电脑的开源 AI 同事。每个智能体配有浏览器、文件和工具，每个动作在发生前先做决策、发生后被记录，并支持接入任意 AG-UI 智能体。
推荐理由：开源的 OpenBot 让每个智能体独享一台电脑的环境，动作先决策后留痕且兼容任意 AG-UI 智能体。
Augment Code 博客精选AI 评分6262 Augment Code 重构 Auggie CLI harness，任务成本比 Claude Code 低 53%
Augment Code 从零重构了 Auggie CLI 的 harness，在 SWE-bench Pro 同等通过率下单任务成本 $1.27，比 Claude Code 的 $2.70 低 53%，比旧版 v1 也再降一档。
推荐理由：原文把降本归因于工具面收缩、检索替代探索和主动压缩三个做法，做 Agent 工程的读者可以对照自查自己的 token 成本。
Augment Code 博客AI 评分4747 Augment Code：软件工厂需要更快的评审循环，进一步优化从 PR 到合并的路径
Augment Code 将 Cosmos 评审系统扩展至完整的 PR 到合并循环，新增 PR Fixer、Verifier、Review Dashboard 等 Expert。该系统此前帮助其工程组织将代码产出提升 3× 并缩短中位合并时间，而独立 AI 编码工具可带来 30-40% 提速。智能体承担机械性工作、验证与修复，人类始终拥有最终合并决定权。
GitHub Org · ultralyticsAI 评分4848 ultralytics/skills：Ultralytics YOLO 的智能体技能库
ultralytics/skills 仓库为 Ultralytics YOLO 提供智能体技能（Agent skills），覆盖模型、数据集、训练、调优、推理、跟踪与导出环节。该仓库托管于 GitHub 的 ultralytics 组织下。
Microsoft Source · AIAI 评分4545 如何用 Microsoft Copilot 构建 AI 智能体：人人适用的简明指南
Microsoft 发布零代码构建 AI 智能体的入门指南：在 Copilot Chat 中点击「Agents」→「New Agent」，用自然语言描述需求即可生成智能体草稿。指南分五步，从明确问题、查看预构建智能体商店、配置行为语气，到接入邮件、文档、SharePoint 等知识源并定义输出，最后测试、共享与扩展。
Sarvam AIAI 评分5252 Sarvam 汇总首届 Epoch 活动发布，涵盖 105B 模型、语音栈与 Agent 平台
Sarvam 汇总首届 Sarvam Epoch 活动的全部发布，覆盖整条技术栈，包括更新版 Sarvam 105B、Sarvam Vision 2.0、Saaras V4、Bulbul V4、Sarvam Inference 推理层、Indus Agent 平台、Sarvam Code 早期 beta、Sarvam Cyber、Anvaya、Kivi 与 Kaze 智能眼镜。
GitHub Org · salesforceAI 评分4242 Salesforce Zana：用一个桌面应用运行、调度并协调成群的编程智能体
Salesforce 的 Zana 是一款桌面应用，可在一个应用内运行、调度并协调成群的编程智能体，把编程智能体的执行、排期与协同集中到一处管理。
GitHub Org · OpenInterpreterAI 评分4545 OpenInterpreter 开源 interpreter-workstation：对标 Claude Cowork 与 ChatGPT for work 的开源替代方案
OpenInterpreter 在 GitHub 开源了 interpreter-workstation 项目，定位为 Claude Cowork 与 ChatGPT for work 的开源替代品。该项目面向工作场景，以开源形式提供，用户可自行部署使用。 （注：原文信息极少，仅有仓库标题和一句定位描述，摘要按防幻觉规则从简，不添加任何未提及的功能、数字或细节。）
goose 官方博客精选AI 评分6161 goose 宣布以 issues 取代 PR 作为开源贡献主要方式
goose 宣布将开源贡献流程改为以 issues 为中心，配套上线公开的 Goose Issues board，不实现已就绪议题的 PR 会被关闭。新 issue 先进入 Inbox，经分诊后进入 Accepted/design 讨论设计，确定后进入 Ready，再由智能体实现，依次经过 In progress、Verification，经人确认才算 Done。
推荐理由：原文论证智能体让写代码变便宜之后，开源贡献的重心从提交补丁转向提出议题和参与设计讨论。
Augment Code 博客AI 评分4545 每个 token 的最佳价值：Augment Code 将 GPT-5.6 Sol 设为 Cosmos 默认模型
Augment Code 宣布 GPT-5.6 Sol 即日起成为其 Cosmos 的默认模型，称其为同等质量水平下 token 效率最高的模型。选型方法是先在内部基准与在线测试中设通过率底线，再在达标模型中选择每任务成本最低者。用户仍可自选模型并可用 Cosmos Advisor 辅助选型，默认模型将随新模型发布持续更新。