#Agent

谷歌推出面向小企业主的全新Gemini工具

谷歌推出面向小企业主的全新Gemini工具。该工具专为小企业主设计，提供AI辅助功能。

三位 Java Champion 分享 GitHub Copilot 提升生产力的实践

三位 Java Champion 展示 GitHub Copilot 在生产环境与开源项目中的具体应用， Vlad Mihalcea 用 Copilot 将开发任务从数周缩短至两天， Patrick Baumgartner 通过迁移 900 张教学演示文稿提升效率。他们强调需审查 AI 生成代码，并建议根据任务类型切换模型以平衡性能与成本。

AWS教程：使用AtScale和Amazon Bedrock AgentCore构建智能体AI的语义层

AWS官方教程介绍如何使用AtScale语义层和Amazon Bedrock AgentCore构建智能体AI系统，实现企业数据的统一访问和权限控制。文章详细展示了如何使用语义建模语言(SML)构建客户360度模型，并通过AtScale的MCP服务器与AgentCore集成，实现身份传播、查询优化和治理功能。

在AWS上使用Strategy Mosaic和Amazon Bedrock AgentCore构建智能体语义层

AWS官方教程介绍如何使用Strategy M语义层和Amazon Bedrock AgentCore构建智能体语义层，实现跨Amazon Redshift和Amazon Aurora的数据查询。文章详细说明了模型链接、指标定义、安全传播和MCP端点配置等关键技术点，并通过客户360度案例展示了实际应用。

同一件事，精选收录的是《Eon 如何在 Amazon Bedrock AgentCore 上构建多云调查功能》

ALTK-Evolve：通过学习记忆在客户服务任务中超越τ²-bench排行榜

IBM研究团队提出ALTK-Evolve方法，使用GPT-4.1学习并应用行为指南，在不更新模型权重的情况下，将基础ReAct智能体在τ²-bench客户服务基准测试中的Pass^4提升至67.5%，超越所有零售领域提交的条目。

AWS使用Denodo和Amazon Bedrock AgentCore构建智能体AI的语义层

AWS博客介绍了如何使用Denodo和Amazon Bedrock AgentCore构建智能体AI的语义层，实现对企业数据的联邦访问和治理。文章详细说明了如何将Amazon Aurora、Amazon Redshift和本地PostgreSQL数据库在Denodo中联合为客户360视图，并通过Denodo MCP Server将语义视图暴露给AgentCore托管的智能体。

IBM Ventures 投资企业AI智能体平台 Leena AI

IBM Ventures 宣布投资企业AI智能体平台 Leena AI，加速智能体AI在企业后台的部署和应用。此次投资旨在推动智能体技术在企业场景的应用落地。

用户借助 Claude 等 AI 智能体清理智能电视广告和预装应用

部分开发者和普通用户开始使用 Claude Code 等 AI 工具清理智能电视中的广告和预装软件，改善操作流畅度。CleanYourTV 和 DumbTV 等项目已通过 AI 智能体成功禁用多个电视软件包并生成简洁界面，但项目仍处于测试阶段，存在系统兼容性和操作风险。

Hugging Face 发布 AnyLanguageModel 1.0：支持苹果平台本地模型

Hugging Face 发布 AnyLanguageModel 1.0，这是一个苹果 Foundation Models 框架的替代方案，允许开发者选择应用使用的模型和提供商。该版本支持本地模型(llama.cpp、MLX、Core ML)和云端模型(OpenAI、Anthropic、Google Gemini等)，提供工具调用、引导生成、图像支持等功能，并加速模型下载。

Yelp 推出 Check for Me 功能，AI 代理代用户查询餐厅等位时间

Yelp 在应用中新增 Check for Me 功能，AI 代理可代用户致电餐厅查询等位时间并短信反馈结果。该功能支持用户输入人数和电话号码，此前 Yelp 已为商家提供语音解决方案。同时，Yelp 更新 AI 助手，集成 OpenTable 预订、个性化偏好记忆及 30 天聊天历史记录，并推出付费客服工具 Smart Lead Reply，月费 30 美元。

Cloudflare 发布 Clairic 模型：文档数据提取速度更快成本更低

Cloudflare 发布了 Clairic AI 模型，声称其从文档中提取数据的速度和成本优于大语言模型。Clairic 可在 Workers AI 上预览使用，开放权重即将发布。用户指定所需字段后，Clairic 单次遍历即可返回格式正确的匹配值及置信度，而非逐token生成文本。该模型可处理简单计算、估算和预测，并设计为作为更大智能体链的一部分工作。

美国陆军网络司令部开发ECHOTRIBBLE项目，将AI智能体转化为自主网络武器

美国陆军网络司令部正在开发名为ECHOTRIBBLE的项目，旨在将AI智能体转化为能够自主在网络中传播并'中和'目标的自传播网络武器。该项目计划让AI智能体像计算机蠕虫一样在设备间传播，包括在无网络连接的'气隙'系统中工作，完成任务后可自我销毁。专家警告此类系统可能造成难以控制的附带损害，且当前AI系统缺乏足够判断力来确保安全操作。

GrantForge 2026.2.0 正式发布：新增 Hive、Kafka、HBase、Trino、YARN 权限管理，全面增强策略引擎

GrantForge 2026.2.0 版本正式发布，新增 Hive、Kafka、HBase、Trino、YARN 5 个外部系统服务插件及对应代理。本次更新重点扩展大数据与分布式系统权限管理能力，同时增强策略引擎、访问审计和自动化发布流程。

微软设计师借助 AI 编写 Win11 代码，加速修复 UI 不一致问题

微软 Win11 设计团队正使用 AI 智能体编写代码，加速修复界面不一致问题。新版搜索界面已支持文字直接执行系统操作，新版“运行”对话框显示耗时中位数为 94 毫秒，快于旧版 103 毫秒。微软正逐步用 WinUI 3 重构旧版界面，包括文件复制对话框、照片应用等组件。

REA工具引发产品经理集体防御战

REA工具爆火后，产品经理们从互撕转为统一战线，采取将核心逻辑上云、代码混淆等方法应对AI逆向分析。同时，REA也面临炒作质疑，且出现仿冒者植入病毒的安全风险。

年轻人花钱定制AI人设指令成小众生意

年轻人通过社交平台购买AI角色扮演指令，价格普遍在5-8元，定制服务包括角色背景、性格设定和剧情设计。DeepSeek、豆包等模型被用于生成互动体验，但市场存在设定同质化和原创争议。这一玩法延伸了OC圈（原创角色）的创作生态，但商业模式仍处低客单价阶段。

MemT-1.0：迈向记忆原生进化

MemT-1.0是一种新型记忆基础模型架构，将记忆内化为模型计算的一部分。该模型采用Gated DeltaNet-2和Mixture-of-Storage技术，在128K上下文长度下实现1.86倍端到端推理加速和66倍持久存储减少，同时保持与检索增强方法相竞争的性能。研究团队发布了MemT-1.0-Nano和MemT-1.0-Flash模型，并通过34B tokens训练数据进行了全面评估。

DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜

深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，单任务成本中位数约为 0.18 美元，任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一。

思科总裁用 AI 智能体盘点并取消无用订阅服务，一年省下上千美元

思科总裁吉图・帕特尔使用 AI 智能体分析邮箱订阅，发现年支出 9,000 美元后取消两项服务，每年节省 1,000-1,200 美元。该智能体还帮助他取消冗余的 Dropbox 订阅，每月节省 11.95 美元。帕特尔每月支付 20 美元订阅费，强调企业需限制个人 AI 智能体访问工作资源。

OpenAI 上线 ChatGPT Slides 幻灯片工具，支持团队协作编辑

OpenAI 在 ChatGPT 中上线了 Slides 幻灯片工具，用户可基于对话内容、上传文件或大纲生成演示文稿，支持团队实时协同编辑和导出 PowerPoint、Google Slides 等格式。该功能目前仅面向 Pro、Business 和 Enterprise 套餐用户开放。

AdaExploreBench: 基准测试LLM智能体在动态环境中的主动探索与测试时适应能力

研究团队提出AdaExploreBench基准，测试LLM智能体在动态环境中主动探索和适应的能力。实验显示，即使是最先进的GPT-6 Sol模型也仅达到61.9%的校准准确率，而提供足够证据或移除规则漂移可提高近10%的性能。

Latent Space 发布 DeepSeek V4.1 Flash 1017 等模型动态

DeepSeek V4.1 Flash 1017 以 552B 总参数/16B 活跃 MoE 架构成为开源价值领导者，AA 智能指数升至 45，在 Code Arena WebDev 中排名 #12 开源模型。MiniMax M3.1 Flash 和 Mercury 3 同期发布，前者定价 $0.15/$0.60 per M tokens，后者被称最强扩散 LLM。

Manga2Animate: 一个基于智能体的漫画动画生成框架

Manga2Animate 通过多智能体框架将漫画转化为忠实于原作的动画，生成动画脚本和分镜并双重审核，实验和用户研究显示其比现有方法更忠实且一致。

OpenVLHarness: 基于多模态记忆的真实世界视觉智能体工具使用

研究者提出OpenVLHarness框架，结合能力层和持久多模态记忆，在22个基准测试上提升9.7-12.6分，相比无工具基线显著提高性能，同时降低模型token成本最多37%。

MiniMax M3.1 Flash 更新：Computer Use 国产第一，成本降 70%

MiniMax 正式发布 M3.1 Flash 更新，此前在社区匿名处理超过 200T Token 的 Space Bunny 正是该模型的早期版本。新一代 Flash 模型主打 Agent 能力，在 Agentic 任务、编程、Computer Use 和网络安全方面实现代际提升，线上推理速度提升近 3 倍，使用成本降低 70%。

英伟达Vera CPU获AI初创公司Modal订单，杀入英特尔、AMD主场

英伟达拿下AI初创公司Modal的中央处理器订单，Modal将首次采用英伟达全新Vera CPU来托管AI智能体。Modal此前完全依赖英特尔与AMD的芯片，测试显示英伟达新芯片能让AI智能体的任务处理吞吐量提升一倍。Modal计划采用混合算力集群，英伟达芯片将与英特尔、AMD设备并行部署。

DeepSeek和MiniMax发布新一代Flash模型，挑战旗舰性能

DeepSeek发布V4.1 Flash-1017，MiniMax发布M3.1 Flash，两款模型在编程、网络安全和复杂Agent任务等评测中表现优异，同时大幅降低价格。M3.1 Flash在BankerToolBench中与Claude Opus 5并列第一，输入输出价格降至上一代的一半，缓存读取价格降低约75%。

TokenWorth：资源约束下学习记忆价值的轻量级在线记忆框架

TokenWorth 在 LifelongAgentBench 环境中实现最高任务成功率，同时使用最少的输出 tokens。该框架通过稀疏执行反馈学习查询相关的记忆价值，应用于记忆检索和有限内存管理。代码已开源，适用于本地和 API 部署。

HarnessPro: 使用帕累托优化进行递归自改进以平衡性能与成本

HarnessPro 是一种无需标签的方法，通过递归自改进优化智能体(harness)性能并降低执行成本。该方法使用LLM生成的测试评估候选harness，提供三种不同性能-成本优先级的版本。实验显示，在多个基准测试中，HarnessPro的重型模式相比RHO方法平均通过率提升2.0个百分点，同时每任务成本降低26.1%。

双十一电商平台布局AI智能体争夺用户

今年双十一，抖音、阿里等电商平台开始利用AI智能体吸引消费者，通过消费券和智能体功能改变用户购物习惯。抖音在豆包应用中发放消费券，阿里推出千问Go智能体展示退款能力。数据显示，春节期间千问通过30亿元补贴使日活从706.6万增至7352万，但新用户留存率仅约30%。平台正尝试将AI融入购物全流程，同时面临如何让商家看到实际收益的挑战。

WorkBuddy与企业微信深度融合，AI同事几分靠谱？

WorkBuddy宣布与企业微信深度融合，以企业微信机器人形式出现在聊天列表中，用户可直接对话辅助工作。融合打通了企业微信数据，支持消息、文件、会议等AI化处理，但存在算力瓶颈和时间幻觉等问题。

DeepSeek发布V4.1-Flash-1017模型，强调工程能力与具身智能布局

DeepSeek发布DeepSeek-V4.1-Flash-1017版本，通过基于自反馈的强化学习提升从零构建完整项目的能力，在SWE v1.1和Terminal-Bench 4.0评测中表现优异。同时，DeepSeek在具身智能领域进行多笔投资，包括宇树科技、Winverse AI和逐际动力，加速从数字世界向物理世界延伸的战略布局。

Werner Vogels谈亚马逊的AI理念：在做与不做之间

亚马逊副总裁兼首席技术官Werner Vogels在深圳分享亚马逊的AI理念，强调成本可控、不必追求最强模型、Agent必须被约束，人类需保留最终判断。他指出企业不应因FOMO驱动的AI转型，而应先教育、再理解，明确AI只是工具，工作仍然是人类的。亚马逊开发了Dogwood语言来规定Agent能做什么、不能做什么，并强调开源的重要性。

智象元一押注模型与工作流协同提升AI视频生成交付能力

智象元一在云栖大会表示，AI视频生成已进入从'能用'到'好用'的拐点，公司通过HiDream-O1-Video-1.0模型和帧赞智能体，解决物理一致性与工作流协同问题，提高交付成功率。

通衍灵智发布递归自进化个性化智能技术

通衍灵智依托北京通用人工智能研究院，推出Recursive Self-Improving Personal AI技术，通过共享基础模型与个性化参数结合，实现AI长期学习与持续进化。该技术采用RSI框架、TIP训推并行和Paged LoRA显存管理，解决企业专属能力沉淀、模型持续学习与算力成本控制问题。

润建股份推出AI算力token出口业务

润建股份与海外客户签订2亿美元合约，通过API提供国内智能计算中心的大模型推理服务，采用按token计费的付费模式。该业务模式允许中国AI企业保持硬件在国内，仅输出计算能力，开辟了不同于传统硬件出口的第三条路径。

阶跃发售STEPX Neo：AI手机的进化终于来到加速期

阶跃终端旗下首款大模型原生智能体手机STEPX Neo先行版正式首销，全栈定价3999元，搭载第五代骁龙8移动平台，配备16GB+256GB存储与6.36英寸120Hz OLED屏幕，包含Step AOS 1.0智能体原生操作系统、Step Studio开发工具、Step系列模型以及连续12个月每月百亿Token的使用额度。

Muse Wonder 建模大翻车，亚历山大·王辩护遭马斯克无情补刀

Meta发布的Muse Wonder在3D编程测试中仅生成红色圆柱体，引发开发者质疑其存在Benchmaxxing问题。Meta首席AI官Alexandr Wang承认未针对3D演示进行显式训练，但强调模型在Coding Agent方面的能力。这一事件引发了对Agent Benchmark能否真实反映模型实际水平的讨论。

AI编码高负载促使企业改造传统工具链

Anthropic开发Scion版本控制系统替代Git，GitHub用ModernBERT替换密钥扫描中的通用LLM，哥伦比亚大学与Google DeepMind等机构通过BTTF将芯片仿真波形转换成SQLite。这些改造都是为了应对AI智能体带来的高负载，预示软件工程基础设施面临重构。

AWS 在 Amazon Bedrock 上支持 Anthropic Claude 模型的结构化输出

AWS 宣布 Amazon Bedrock 现已支持所有 Anthropic Claude 模型的结构化输出功能，用户可通过 bedrock-runtime 和 bedrock-mantle 端点获取符合 JSON schema 的响应，无需自定义解析或重试逻辑。该功能通过约束解码确保输出符合预定义结构，适用于数据提取、报告生成、API 响应和智能工单路由等场景，并支持批量推理和跨区域推理。