谷歌的 Tabletop AI 实验让用户构建自定义协作应用
谷歌推出了一款名为 Tabletop 的实验性 AI 工具，可生成用于与家人和朋友协调的定制化协作中心。用户添加链接、文件和想法，然后提示 @tabletop 或选择一个入门模板，即可创建交互式旅行行程、晚餐投票、费用分摊和锦标赛对阵表，并分享邀请链接，让其他人像使用 Google Doc 一样实时加入。该测试版通过等候名单提供，目前仅限美国 18 岁以上人群使用。
#Agent
The Verge · AIAI 评分5858 Claude BlogAI 评分5858 Anthropic 推出面向制造业的 Claude，包含 17 项技能及 Autodesk、Infor、Microsoft 365 和 NetSuite 连接器
Anthropic 推出了 Claude for Manufacturing，这是一个包含 17 项技能的插件，覆盖销售、质量、运营、供应链、设计和设置，从起草工作报价到诊断停机机器。该插件通过连接器从制造商自有记录中提取数据，连接器支持 Autodesk Fusion、Infor、Microsoft 365 和 Oracle NetSuite，每项技能在输出到达客户或供应商之前都以人工审核步骤结束。Anthropic 引用了 2025 年制造业领导力委员会的一项调查，其中 79% 的制造商表示他们手动录入数据，并表示计划随时间推移增加更多制造业技能。
Claude BlogAI 评分3131 J.Crew 推出由 Claude Code 构建的 Style Advisor AI 造型师
J.Crew 在 JCrew.com 上线了 Style Advisor，这是一款 AI 造型师，推荐的是整套穿搭而非单件商品，目前面向美国市场的女装和男装风格开放。J.Crew 团队使用 Claude Code 并调用多个 Claude 模型构建了它：Claude Fable 5.1 负责规划造型师的推理逻辑，Claude Opus 5.5 用于原型开发，Claude Sonnet 5.5 在每次对话中担任造型师，Claude Haiku 5.5 处理快速任务。每一条推荐都取自 J.Crew 自家造型师为商品目录拍摄所创作的造型。
The DecoderAI 评分6464 Helsing发布Clarity，一个为武器系统准备目标建议的智能体平台
德国国防科技公司Helsing发布了Clarity，一个基于智能体的平台，将传感器数据流、开源情报和书面报告融合为供人工审核的目标建议，之后数据才会被打包发送给武器系统。Helsing表示，该平台运行在客户自己的基础设施上，模型和界面均在欧洲开发，并且每一次向武器系统的移交都必须由人类授权，每个决定都以负责人名义记录在案。文章指出，Helsing未说明Clarity是否已在任何客户处运行，并将这些承诺与伊朗、加沙以及2026年一起涉及中国船只的险情事件中AI生成评估被不加批判地信任的报道案例进行了对比。
a16z NewsAI 评分5858 a16z 勾勒 B2A 经济：AI 智能体成为互联网主要用户
a16z 的 Olivia Moore 认为，AI 智能体现已占据网络流量的大多数，撰写超过一半的新在线文章，并生成大部分生产代码，标志着分发格局转变的早期阶段。她引用 Shopify 的报告称，2026 年第一季度，AI 驱动的店铺流量同比增长八倍，来自 AI 搜索的订单增长近十三倍；Human Security 的数据则显示，智能体浏览器流量在 8 月至 10 月间增长了 8 倍。Moore 将潜在受益者分为智能体模型、由智能体新近赋能的产品、为智能体优化的现有企业以及智能体基础设施，并指出 OpenAI 在前一天推出了 ChatGPT 内的 Businesses 功能。
ElevenLabs BlogAI 评分2525 ElevenLabs 推出合作伙伴计划，加速企业 AI Agent 采用
ElevenLabs 推出合作伙伴计划，提供增强的商业激励、新认证、联合上市机会和专属技术支持。该计划覆盖 44 个国家的 550 多家活跃合作伙伴，今年合作伙伴生态系统已产生 3.15 亿美元销售管道，以及超过 5200 万美元的合作伙伴来源和合作伙伴影响收入。ElevenLabs 的目标是让合作伙伴每为其创造 1 美元收入，就能获得 3 美元服务收入，并由前置部署工程师和新的认证合作伙伴目录提供支持。
ElevenLabs BlogAI 评分5858 ElevenLabs 纽约峰会：交互引擎、ElevenAgents 记忆与例程、ElevenAI 应用、合作伙伴计划与市场
在纽约峰会上，ElevenLabs 为其 AI 交互层发布了新模型、智能体和部署选项，其中包括负责管理轮流发言并将对话各部分路由至更便宜或前沿 LLM 的交互引擎。ElevenAgents 新增记忆功能，可构建回头客的结构化记录，以及例程功能，这是用于通话前、通话中和通话后多步骤工作的自动化层。ElevenLabs 还预览了 ElevenAI 职场应用，今日开放免费早期访问；推出了合作伙伴计划，目前覆盖 44 个国家的 550 多家合作伙伴，并与麦肯锡结成联盟；同时推出了 ElevenLabs 市场；NVIDIA 的 Nemotron 3.5 Super VL 现已在 ElevenAgents 中可用，并新增 15 MW 的 Vera Rubin 算力容量。
ElevenLabs BlogAI 评分4040 ElevenLabs 推出面向企业级 AI 应用的市场平台
ElevenLabs 推出了 ElevenLabs Marketplace，这是一个由技术合作伙伴基于其模型构建的、面向特定行业的 AI 与语音应用精选集合，首批合作伙伴包括 Salesforce、IBM、NiCE、Twilio 和 Zendesk。企业可以探索金融服务、保险、医疗健康、电信、零售和政府领域的解决方案，并直接与这些方案背后的合作伙伴建立联系。从明年开始，符合条件的合作伙伴解决方案将可通过现有的 ElevenLabs 承诺购买。
ElevenLabs BlogAI 评分2525 麦肯锡与ElevenLabs结成联盟，推动企业级对话式AI规模化落地
麦肯锡与ElevenLabs宣布结成联盟，帮助企业先通过初始用例验证对话式AI的价值，再在整个企业范围内推广。该合作将麦肯锡的行业与转型专长（包括QuantumBlack的AI工程能力）与ElevenLabs的前沿对话式AI技术及ElevenAgents平台相结合。荷兰电信运营商KPN已在使用这些新的AI驱动解决方案，该联盟计划将这一模式拓展至保险等服务密集型行业。
ElevenLabs BlogAI 评分2222 企业客户如何将ElevenLabs AI投入实际使用
ElevenLabs表示，企业客户目前贡献其营收的55%以上，其技术已进入十大科技公司中五家、十大保险公司中五家以及十大电信运营商中四家的日常运营。在纽约峰会上，Ramp、Customers Bank、Banco Inter、Clover Health和FOX Sports等客户介绍了如何使用ElevenAgents和ElevenCreative开展支持代理、入职引导、多语言服务，以及在FOX Sports App中打造评论员Colin Cowherd的AI形象。
ChinaTalkAI 评分5858 报告发现九家美国数据供应商向中国AI实验室出售强化学习环境
包括Mercor、Surge AI、Turing、AfterQuery和Pareto在内的美国数据供应商正在向中国AI实验室出售强化学习环境，报告指出了九家与中国有业务往来的供应商。报告认为，这些交易让中国实验室得以跳过昂贵的 rollout 实验，并节省受内存限制的算力，同时指出这些交易基本不在出口管制范围内，而且落后于美国实验室的差距限制了损害。
Hugging Face BlogAI 评分4242 Tether AI Research 发布 BotPsy：基于 Qwen3.5-0.8B 构建的 0.8B 端侧智能体模型
Tether AI Research 发布了 BotPsy，这是一个基于 Qwen3.5-0.8B 构建的 0.8B 参数智能体模型，用于端侧个人助手的工具调用。其智能体得分约为基线的两倍，BFCL v4 从 23.4 升至 44.0，τ-bench 从 23.2 升至 51.5，并在六项工具调用基准测试中优于所有参数量不超过 1.2B 的受测模型。它还将不安全回复从 36% 降至 21%，并在 GPQA Diamond 上使用的推理 token 数减少约 3 倍。
Latent SpaceAI 评分3838 OpenAI工程师在AI Engineer Code Summit上详述使用Codex的新工作方式
OpenAI开发者体验工程师Dominik Kundel和Charlie Guo在AI Engineer Code Summit上发表了题为“New Ways of Working with Codex”的演讲，内容涵盖DevDay上宣布的改版Codex Cloud v2、作为管理编码线程控制平面的语音模式，以及名为dots的个人代理。Kundel表示，Codex Cloud现在充当后台执行器，允许本地Codex将任务移交给云端，但他承认云端工作流仍需变得更简便。
NVIDIA BlogAI 评分2222 AI如何帮助回收商将混合废弃物转化为可再利用材料
NVIDIA重点介绍了四家Inception初创公司，它们利用AI和机器人技术在回收工厂分拣混合废弃物。AIRECO的Jetson Orin NX试点线识别准确率超过95%，目标是将年处理能力从18,000吨提升至48,000吨，同时将运营成本降低85%；EverestLabs已在北美和澳大利亚部署了约150台视觉引导机器人。
Vapi BlogAI 评分5858 Vapi 推出 Agent Loop 早期访问版，一个可自我改进的语音智能体框架
Vapi 推出 Agent Loop 早期访问版，计划于明年初正式发布（GA）。它是一个可自我改进的框架：只需一段简单提示即可构建语音智能体，针对业务目标对每通电话打分，为未达标之处起草修复方案，在模拟环境中测试，并先推送到一小部分实时流量，然后再全面上线。该循环运行在 Vapi 的基础能力之上，包括现已可在仪表盘中使用的 Simulations 和 Traffic Splitting，以及即将推出的 Goals、Call Health 和 Experiments。每个 Agent Loop 智能体都是真实的 Vapi 助手，因此工程师可保留完整的仪表盘和 API 访问权限，且任何变更上线前都需要人工批准。
Microsoft Research精选AI 评分7575 微软研究人员描述Lazarus：一种重编程AI智能体中休眠神经元后门的攻击
微软研究人员描述了一种名为Lazarus的后门技术，该技术通过重编程大语言模型中不到10个休眠神经元，使基于该模型构建的智能体在出现隐藏触发条件时执行攻击者指令，且无需重新训练。被修改的模型仍能通过标准评估，在触发前表现正常，触发条件可以简单到只是日期变更，随后智能体会以被授予的权限运行下载的代码。作者表示，检测需要与原始权重进行差异比对，而Microsoft Foundry已将开放权重模型与其发布者绑定并扫描其容器，同时红队测试框架、基于智能体的权重扫描以及具有防篡改来源证明的签名模型正在开发中。
推荐理由：微软研究人员表明，重编程不到10个休眠神经元即可在无需重新训练的情况下对大语言模型智能体植入后门，这使得权重来源与完整性成为一项实际的安全要求。
LangChain BlogAI 评分5858 LangChain 阐释 AI 智能体上下文工程中的检索技术
LangChain 发布了一篇博客文章，说明检索设计如何塑造 AI 智能体的上下文工程，并以基于其 Deep Agents 框架构建的竞品分析智能体为例。文章涵盖三种失败模式：搜索效率低下、一次性加载过多上下文，以及结果不相关或过时，并为每种模式配以相应技术，例如 glob 和 grep 文件系统工具、使用 read_file 偏移量分页读取大文件、将过大的工具结果卸载到文件，以及在“检索、卸载、委派”模式下将读取工作委派给子智能体。文章还警告称，检索到的文本是数据而非指令，可能携带提示注入，因此应将输出与引用的来源进行核对。
LangChain Blog精选AI 评分6060 LangChain 解释 Deep Agents 如何在不把所有内容都保留在上下文窗口中的情况下管理上下文
LangChain 详细说明了其开源 Deep Agents 框架如何使用中间件来对抗长时间智能体运行中的上下文腐化。超过约 20,000 token 的工具结果和超过 50,000 token 的用户消息会被卸载到文件中，仅显示预览；而当使用量达到上下文窗口的 85% 时，摘要功能会压缩较早的消息。技能、子智能体和一个 markdown 长期记忆文件使主智能体的窗口保持较小，并让记忆能够跨模型和提供商延续。
推荐理由：LangChain 解释了其开源 Deep Agents 框架如何使用中间件来卸载、摘要和隔离上下文，为执行长任务的智能体提供了一种可复用的模式。
Latent SpaceAI 评分5555 为智能体而设计：Resend CEO Zeno Rocha 谈智能体如何选择邮件 API
Resend 联合创始人兼 CEO Zeno Rocha 做客 Latent Space 播客，解释这款邮件 API 如何被设计成能被编码智能体选中；他引用了一项 AEO 研究，其中 Claude Code 在 102 次邮件推荐中有 64 次首选 Resend。Resend 早期的切入点是 React Email——一个开发者可用于任何服务商的模板工具，因此在他们切换之前，仓库里就已经有一些 Resend 代码。
Google Blog · AIAI 评分5050 Gemini Intelligence 扩展至 motorola signature 27 和 Pixel 10，并带来新功能
Google 正在将 Gemini Intelligence 引入更多 Android 设备，包括首款搭载 Gemini Intelligence 的摩托罗拉手机 motorola signature 27（11 月 19 日在美国开启预购），以及通过今天的 Pixel Drop 获得支持的 Pixel 10、Pixel 10 Pro XL 和 Pixel 10 Pro Fold。新功能包括 Create My Widget，它可根据文字描述，利用 Gmail、日历和搜索数据构建自定义小组件；以及 Device Assistance，可通过向 Gemini 提问来控制和修复手机。Rambler 现已在 Pixel 10 系列和 motorola signature 27 上提供，任务自动化扩展至英国、印度和日本，Create My Widget 将在未来几周内登陆 Pixel Watch。
Claude YouTube精选AI 评分7272 Anthropic 推出 Claude Whiteboards、Sheets 和 Data，用于团队协作
Anthropic 以测试版形式推出 Claude Whiteboards 和 Claude Sheets，并将 Claude Dashboards 正式发布为 Claude Data。Whiteboards 可将口头计划转化为带有时间线、负责人和日期的看板，团队可实时编辑；Sheets 可构建包含标签页、公式、格式和下拉菜单的电子表格，并概述每次编辑。Claude Data 让数据团队能够认证查询，并基于指标生成数据故事或旁白视频，实时共享可显示最新数字。
推荐理由：Claude 新增协作白板、电子表格和共享数据仪表盘，将其工作空间从聊天扩展到团队文档。
Claude YouTube精选AI 评分6868 Claude 为 Adobe、Atlassian 和 Box 推出交互式连接器
Claude 现已支持交互式连接器，可在 Claude 内打开工具的完整版本，让用户在与对话并行的同时使用 Adobe、Atlassian 和 Box，既可自行修改，也可让 Claude 代为修改。在演示中，Claude 为 Confluence 中的发布计划添加了摘要，为 Adobe 中的照片应用了抖动效果，并在 Box 中对照设计标准检查了平面图，随后将修订版另存为新文件。该功能正在网页端和桌面端逐步推出。
推荐理由：交互式连接器让 Claude 能在 Adobe、Atlassian 和 Box 应用内操作，展示了智能体工作流如何从聊天延伸到完整的第三方工具中。
LangChain BlogAI 评分3636 Workday 如何用 LangGraph 和 LangSmith 构建企业级 AI Agent 平台
Workday 基于 LangGraph 做编排、LangSmith 做追踪、可观测性和评估，用一个四人团队搭建了面向生产级 AI Agent 的内部开发者平台。原型开发时间从 4–5 个月缩短到不到一天，团队现已扩展到约 30 人。
Meta Engineering BlogAI 评分5858 Meta详细说明Your Algorithm如何将自然语言偏好转化为Facebook Feed和Reels推荐
Meta发布了一篇工程概述，介绍Your algorithm——一套AI工具，让Facebook用户用自然语言说明自己希望在Feed和Reels中看到什么，并提供一个可编辑页面列出“感兴趣”和“不感兴趣”的主题。每次更改都由一个较小的LLM验证，用嵌入和搜索关键词丰富，并保存到一个共享存储中，Feed和Reels都会读取该存储，同时一个微调过的LLM重排器会移除与新添加的“不感兴趣”主题匹配的内容。Meta表示，补充性的尾部加载和客户端缓存失效使更改更快生效，并且一个单独的LLM评判器会在上线前对Lately Summary等输出进行评分。
a16z NewsAI 评分3838 a16z 领投全栈本地化初创公司 General Translation 的 A 轮融资
a16z 宣布领投 General Translation 的 A 轮融资。General Translation 是一家开发者基础设施公司，构建全栈、AI 驱动的本地化方案，可直接集成到 React 应用、文档以及 GitHub、Figma 和 Slack 等工具中。包括 Cursor、Cognition、Ramp 和 Clickhouse 在内的客户已在使用该方案，以各种语言交付产品。a16z 合伙人 Martin 加入董事会。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon，面向智能体编程、网络安全与科学推理
Google DeepMind 向开发者、企业、科学家和消费者开放了 Gemini 4 Carbon，将其定位在 Gemini 4 Argon 之上，适用于需要更深层推理和更多 token 的任务。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，每任务成本比次优外部模型低 2 倍以上，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，与 Argon 的 introductory 价格相同。Google 还预览了 Google Antigravity 中的 /swarm，可将单个提示转化为协同工作的智能体团队，并报告 Carbon 在模拟网络攻击测试中拦截了 99% 的攻击轨迹。
推荐理由：Google 的发布说明详细介绍了 Gemini 4 Carbon 如何以更高的 token 用量换取更深层推理，在 CursorBench 4.0、WANDR 和 AutomationBench 上排名第一，每任务成本不到次优外部模型的一半。
NVIDIA Blog精选AI 评分6060 NVIDIA 将 OpenShell Agent 运行时贡献给 CNCF，并新增 DSX Kubernetes 工具
NVIDIA 正将其用于保护和治理自主 Agent 的开源运行时 OpenShell 作为 Sandbox 项目贡献给云原生计算基金会，同时也为 Google 主导的 Agent Substrate 做出贡献。NVIDIA 宣布了三个新的 DSX AI Factory 平台组件：NVIDIA Kubernetes Engine 和 NVIDIA Kubernetes Recipes（现已进入公开预览），以及 NVIDIA Snapshot，后者可在数秒内恢复检查点副本，无需重新加载模型或预热。Crusoe 在 Crusoe Cloud 上测试了 GLM-5.3，将工作负载就绪时间从大约八分钟缩短至 31 秒，而 Saturn Cloud 将 vLLM 启动时间从 2 到 8.5 分钟缩短至 6 分 34 秒。
推荐理由：NVIDIA 将其 Agent 安全运行时 OpenShell 贡献给 CNCF，并为 GPU AI 工厂新增 Kubernetes 工具，早期 Snapshot 结果将推理启动时间从数分钟缩短至数秒。
Mastra BlogAI 评分3838 Mastra Forward：Mastra 推出 AI 工程服务，配备前置部署工程师与智能体工厂
Mastra 推出 Mastra Forward，这是一项 AI 工程服务，为每位客户配备一名指定的前置部署工程师，并搭配 Mastra Factory——一个安装在客户代码仓库中的智能体集群。该服务按年计费，费用低于雇用一名资深 AI 工程师，并包含企业许可证，支持托管、自托管或 BYOC 部署，另附 Trace Intelligence 资源池。Mastra 表示其工厂每周产出 750+ 个 PR。
Google Developers Blog精选AI 评分7575 Google 发布 A2UI 1.0，一个用于智能体生成原生 UI 的稳定开放协议
Google 发布了 A2UI 1.0，这是其开放协议的首个稳定版本，该协议让 AI 智能体能够以交互式界面作答，这些界面由各应用自身的原生组件渲染。1.0 版本新增了双向函数调用、无障碍支持和扩展元数据，并提供了面向 React、Angular、Lit、Flutter、SwiftUI 和 Jetpack Compose 的开源渲染器（Compose 渲染器目前为 0.9.1，1.0 版本即将推出），以及面向 Python、TypeScript 和 Dart 的智能体 SDK。Atlassian 正将 A2UI 引入 Jira，Alation 在 Claude 中用其渲染信息流，字节跳动于 2026 年 6 月发布了一款 Lynx 渲染器，目前支持 0.9 版本。
推荐理由：Google 稳定的 A2UI 1.0 协议让智能体能够返回原生交互式界面，而非大段文字，并提供了面向 Web、Android 和 iOS 的渲染器，早期采用者包括 Atlassian 和字节跳动。
Mastra BlogAI 评分5858 Mastra 为后台长时间运行的工具调用新增 MCP Tasks
Mastra 现已在 MCPServer 和 MCPClient 中支持 tasks，使长时间运行的工具调用可在后台执行，同时智能体继续响应用户。服务器会立即返回一个任务 ID，客户端轮询状态值 working、input_required、completed、failed 或 cancelled，任务完成时会向智能体发送通知。工具可设置为 always、auto（默认 2 秒 syncWindowMs 后）或 off，任务仍可调用 suspend() 等待人工输入；该功能需要 @mastra/mcp@2.7.0 和 @mastra/core@1.81.0 或更高版本，且仍处于实验阶段。
Google AI · DEVAI 评分5858 Google 解释如何像产品一样交付 Agent Skills：CI 关卡与 AI 审查代理
Google Agent Skills 目前托管了来自 Google 各团队的 170 多个技能，GitHub 星标数已从 15,000 增至 21,000，其维护者描述了每项变更都必须通过的流水线。每个拉取请求都要通过六道自动化关卡，包括结构一致性、linter、语义化版本、评估套件验证、链接检查和一个 AI 审查代理，之后再由人类领域专家批准。文章还分享了经验教训，例如原子化评估预期、生成索引文件，以及在昂贵的 LLM 检查之前先运行廉价的确定性检查。
Google Blog · AIAI 评分3838 Google 与 Adobe 扩大合作，将 Acrobat 和创意工具引入 Gmail、Drive、Gemini 和搜索
Google 与 Adobe 正在扩大合作，将 Adobe 的创意与生产力工具直接嵌入日常使用的 Google 应用中，同时把 Google 的前沿 AI 模型引入 Adobe 的应用。Google Drive 和 Gmail 很快将在文件预览中以“Edit with”入口将 Adobe Acrobat 作为推荐应用呈现；Adobe 则正在为 Gemini 和 Gemini Enterprise 添加 Acrobat 与创意工具连接器，并将创意工具引入 Google 搜索的 AI Mode。企业可以在 Gemini Enterprise 中使用 Adobe 的 CX Enterprise Coworker 智能体，Adobe 还将与 Google DeepMind 探索一款用于 Photoshop 的图像模型，有望实现近乎实时的编辑。
Google Blog · AIAI 评分5858 Google Cloud 推出面向医疗保健的 Gemini，以自动化临床和行政工作流程
Google Cloud 宣布推出面向医疗保健的 Gemini，这是一款 AI 解决方案，通过连接电子健康记录、计费平台、临床指南和 Medicare 数据集，统一分散的临床、运营和行政系统。该平台基于这些上下文进行推理，以在既定防护措施和人工监督下编排多步骤工作流程，例如病历综合和事先授权审查。该平台最初以预览版形式提供，启动合作伙伴包括 HCA Healthcare、Highmark Health 和 Northwell Health，目标是解决临床医生每周因文书工作损失约 28 小时的问题。
LangChain BlogAI 评分5959 Stripe 如何在一周内基于 Deep Agents 构建 Kai
Stripe 基于 LangChain 的开源 Deep Agents 框架构建了公司级知识 AI 平台 Kai，一名工程师在一周内交付了初始版本。该技术栈在 Deep Agents 之上叠加了 Stripe 专属的框架层和配置层，使用由 S3 支持的文件系统中件、用于代码执行的沙箱中件、用于长会话的摘要中件，以及跨 500+ 内部 MCP 工具和 1,000+ 技能的基于技能的动态工具加载。Kai 在大约四周内从 296 名用户增长到超过 5,000 名用户，目前 Stripe 有 83% 的员工每周使用它，会话数超过 60k。
Google DeepMind精选AI 评分8282 Google DeepMind 推出 AlphaProof Code，对 Signal 的加密代码进行形式化验证
Google DeepMind 研究人员使用多 LLM 智能体框架 AlphaProof Code，对 Signal 协议底层实际代码的关键安全属性进行了形式化验证。由 Gemini Carbon 驱动的智能体生成了超过六百万行 Lean 代码，人类专家仅审查了约百分之一的代码库；验证耗时四周，而这项任务历来需要专家团队花费数年时间。当两个此前已修复的漏洞被重新引入 Signal 代码的隔离版本时，系统生成了机器校验的证明，表明有漏洞的版本不安全，DeepMind 正在将其形式化验证产物开源。
推荐理由：Google DeepMind 的多智能体框架在四周内对 Signal 已部署的加密代码进行了形式化验证，而这项任务历来需要专家团队花费数年时间。
Sierra BlogAI 评分2020 认识 Mossy：设计一个看得见的声音
一位 Sierra 设计师借助 AI，仅用两周时间就将“看得见的声音”Mossy 从想法推进到生产上线。该项目分享了这位设计师的整个过程以及一路积累的经验。
Google AI · DEVAI 评分4242 Claude Fable 5.2 现已在 Google Cloud 上线
Claude Fable 5.2 现已在 Google Cloud 上线，面向执行高难度技术工作的长时间运行智能体。该模型定位于跨多个代码仓库和 monorepo 的智能体式编码、可无人值守运行数小时至数天并协调子智能体的工作流，以及包括物理计算、形式化证明和数据分析在内的科学与数据流水线。
One Useful Thing精选AI 评分7878 Ethan Mollick 在编程、商业和研究领域测试 Claude Fable 5.2，称其几乎达到 AGI
在涵盖硬件破解、商业规划、人文学科课程建设、学术研究以及一个 450 个世界的 3D 门户项目的任务中，2，并根据他将 AGI 定义为在大多数基于计算机的智力任务上匹配大多数人类专家的标准，判定其几乎达到 AGI。
推荐理由：Ethan Mollick 对 Claude Fable 5.2 的亲手测试显示，其在编程、商业和研究方面具备强大的通用能力，同时暴露出一个持续存在的差距：在判断工作是否足够好时缺乏自我评判能力。
LangChain BlogAI 评分5050 LangSmith BYOC 在 AWS 上正式可用
LangSmith Bring Your Own Cloud (BYOC) 现已在 AWS 上正式可用，为企业提供托管式 LangSmith 部署，运行在客户自己的 AWS 账户和 VPC 中。轨迹、数据集、实验、提示词、智能体部署和沙箱数据等敏感数据保留在客户的 AWS 环境中，而 LangChain 负责监控、升级、扩缩容和集群生命周期管理。BYOC 面向企业客户，覆盖美国、欧洲和亚太地区的 15 个 AWS 区域。
Latent SpaceAI 评分5858 前沿实验室买什么：与Handshake AI的Garrett Lord及团队的数据深度剖析
Handshake的AI训练业务在大约一年内从启动做到10亿美元年化毛收入，本次Latent Space与Garrett Lord及其团队的深度剖析梳理了前沿实验室所购买的强化学习环境。在一个金融演示中，一个智能体处理模拟银行的邮件和交易文件，将一个商誉数值带入Python并减去它，这个错误显示出专家判断在何处仍胜过模型。团队还介绍了VIALS——其用于解读科学图像的基准，并追踪了一个智能体在包括CAREBench在内的安全模拟中的工具调用。