Pi Agent Core 实战（1/10）：400 行循环替掉 LangGraph
作者用 30 个注入故障的排障任务对比固定脚本编排与 pi-agent-core 1.4.0 循环，脚本式通过 6 个、循环式通过 25 个，另 5 个目录不存在的任务由模型停下报告原因。
#Agent
80aj.comAI 评分6060 80aj.comAI 评分4848 Pi Agent Core 实战：pi 框架三层架构拆解，核心循环仅占 1.7% 代码量
Pi Agent 框架拆成 pi-ai、pi-agent-core、pi-coding-agent 三个包，按 dist 目录物理行数统计，核心循环层仅 1445 行、占 1.7%，模型接入层占 23.7%，产品层占 74.6%。
80aj.comAI 评分4343 Pi Agent Core 实战（3/10）：40 行跑通第一个 Agent
Pi Agent Core 实战系列第三篇用约 40 行代码跑通最小 Agent：只需初始状态、一个 streamFn 和一次 prompt 调用，无需 registry、pipeline 或 chain 组合器。实验注入确定性 streamFn 替代真实模型，一次带两个并行工具调用的 prompt 共发出 27 个事件、耗时 314.7 毫秒，其中框架调度开销不到 5 毫秒。
80aj.comAI 评分4848 Pi Agent Core 实战：工具就是函数，并行执行实测加速 3.94 倍
Pi Agent Core 实战系列第 4 篇指出，工具对模型而言只是 name、description、parameters schema 组成的接口文档，description 与参数约束直接决定调用是否正确。
80aj.comAI 评分4242 Pi Agent Core 实战（5/10）：把事件流当 UI
Pi Agent Core 实战系列第 5 篇演示用 onUpdate 推送工具进度：固定 600 毫秒、分 6 段的任务中，首次可见时间从 611 毫秒降到 103 毫秒，总耗时几乎不变。文章把 agent_start、tool_execution_update 等九种事件视为界面渲染协议，事件按序重放即可还原界面，并建议服务端用 SSE 转发、加自增序号防乱序、落盘事件支持断线补发。
80aj.comAI 评分5050 Pi Agent Core 实战：AgentMessage 与 LLM Message 两套消息模型如何压缩上下文
pi-agent-core 将上下文压缩拆成两个函数：transformContext 负责裁剪与注入、控制长度，convertToLlm 负责过滤与转换、控制可见性。
80aj.comAI 评分6060 Pi Agent Core 实战（7/10）：用 beforeToolCall 拦截钩子约束 bash 命令
Pi Agent Core 实战系列第 7 篇实测对比提示词约束与 beforeToolCall 钩子：同一批 12 条命令请求，仅靠系统提示词写「不要执行 rm -rf、读取 /etc/shadow」时 12 条全部执行，其中 5 条为危险操作；加上三条正则闸门和 8 次调用预算后只执行 4 条只读命令，其余 8 条被拦截且原因可追溯。
80aj.comAI 评分5858 Pi Agent Core 实战（9/10）：把死调用交给模型
Pi Agent Core 系列第九篇讲如何把已在运行的脚本式编排迁移到 Agent 循环，核心是三步改造：把固定调用换成给工具加判断、把退出码换成结构化结果、把暗依赖换成显式参数。
80aj.comAI 评分4646 Pi Agent Core 实战（10/10）：循环上线之后
Pi Agent Core 系列实战最后一篇指出，这个仅 1445 行的极简循环只保证把模型的动作与失败都变成事件发出，日志、预算、回滚、评测四件事都得自己补。20 条失败用例覆盖工具不存在、参数不合 schema、工具抛异常、工具超时四类，各 5 条，错误信号全部送达模型且循环零崩溃。实测中无预算闸门时模型在权限被拒错误上耗尽 30 轮上限，加 8 次预算后第 9 轮收尾。
量子位AI 评分4545 爱诗科技 PixVerse 与 OpenAI 合作：PixVerse 插件接入 ChatGPT 与 Codex，并推出创作者教育计划
爱诗科技旗下 PixVerse 与 OpenAI 完成一系列产品集成，PixVerse 官方插件已原生接入 ChatGPT 与 Codex，用户可在对话中直接完成视频、图像、音频的端到端制作。
Latent SpaceAI 评分6262 Legora CTO Jacob Lauritzen 谈为律师构建 AI 智能体
Latent Space 访谈 Legora CTO Jacob Lauritzen，讨论为律师构建 AI 智能体所需的产品与工程取舍。Legora 在 4 月 ARR 突破 1 亿美元、上线不到 18 个月，客户超过 1800 家，10 月以 88 亿美元估值完成 5.5 亿美元融资。
Latent SpaceAI 评分4747 Legora CTO Jacob Lauritzen 谈如何在看不到数据的情况下构建法律智能体
Legora CTO Jacob Lauritzen 在访谈中讲述如何在看不到客户数据的情况下构建和测试法律智能体：团队用三名工程师加三名律师搭建模拟客户工作的测试环境，类似强化学习中的“worlds”。他估计模型已能做好约 60% 的法律工作，并提到一次发布让引用准确率从 70% 提升到 99%，Legora 全部运行在 Azure 上。
80aj.comAI 评分5555 开发者开源 Claude Code 技能 skill-video-studio，自动生成带配音字幕的产品演示视频
开发者 Toy 在 Hacker News 分享并开源了 Claude Code 技能项目 skill-video-studio，加载后可自动制作产品演示视频，包含专业配音和多语言字幕。制作流程通过协同控制浏览器与终端完成，全程由 AI 驱动，作者帖子中的演示视频即由该工具生成，源代码已发布在 GitHub 上。作者坦言该工具不能替代完整的分发工作，但为产品推广提供了一个起点。
The DecoderAI 评分6666 Y Combinator Labs 与 Olam Labs 在 Minecraft 和 Mindustry 中测试 50 个智能体群体
Y Combinator Labs 与 Olam Labs 发布联合研究报告，把 GPT-6.1 Sol 智能体群体放进 Minecraft 和 Mindustry 测试其涌现行为。
量子位AI 评分6262 商汤发布多模态智能体模型日日新 SenseNova 6.8 Flash，限时免费
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash，主打委派智能，用户只给目标、AI 走完全流程，目前限时免费。官方评测中它在 TeamBench 和 DataAnalysis2.0 上排名第一，在 BEAM 128K 上与 GPT 6 Luna 并列第一。
MIT Technology Review · AIAI 评分6262 智能体网络已经到来：它如何改变人类网页
MIT Technology Review 文章指出，随着 Meta Muse、OpenAI Dots、Anthropic Claude Duet 等智能体接入邮箱和银行账户，以智能体为主要用户的 agentic web 已经出现。
量子位AI 评分6565 小米开源AI硬件HachimoDock：150元成本，可语音指挥Agent并联动智能家居
小米内部创新产品团队开源了AI桌面硬件HachimoDock（哈基米机），硬件自制成本约150元，软件源码已在GitHub公开，嘉立创平台提供物料清单、结构件模型和装配教程。
The DecoderAI 评分5858 Adobe 与 UCSD 提出 EditAgent：让 AI 智能体像 Photoshop 专业用户一样选工具
Adobe Research 与 UC San Diego 提出图像编辑智能体 EditAgent，让通用编辑器与专用工具并行生成候选，再由标准语言模型依据量化校验数据挑选最佳结果。
The Verge · AIAI 评分4040 我用 Waveshare ESP32-S3 开发板自建了一个 AI Tamagotchi，赶在 Meta Muse Charm 之前
The Verge 编辑花 50 美元购入 Meta 官方推荐的 Waveshare ESP32-S3 1.75C 开发板，通过 Claude Code 改造成可对话、能显示头像并玩 Tamagotchi 式养成小游戏的 AI 挂件。他补上了对话历史页、ElevenLabs 语音播报、蓝牙低画质相机预览和智能家居控制等功能，并称主要延迟来自 Meta 服务器。
Latent SpaceAI 评分4040 Arca 如何用 AI 智能体处理长周期财富管理工作
Arca 的 AI 智能体承担财富管理中的大部分后台工作，但交易和资金流动仍由人类顾问最终决策。其智能体任务最长可持续十天，公司自建记忆系统追踪每位客户的进展与责任人，并用内部 benchmark 自动选择 Anthropic、OpenAI 等模型。Arca 还自建 harness，用确定性安全规则和沙箱隔离处理敏感数据。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock AgentCore runtime 在编码智能体构建时实时预览 Web 应用
Amazon Bedrock AgentCore runtime 的 Session endpoints 可为每个智能体会话生成带认证的 URL，把 HTTP 和 WebSocket 请求转发到允许的端口，让编码智能体边改代码边在浏览器里实时预览。
AWS Machine Learning BlogAI 评分4040 Worldwide Express 如何用 Amazon Bedrock 实现货运异常自动化处理
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 方案并接入其运输管理系统 SpeedShip，自动处理 LTL 货运账单异常。上线六个月后，活跃异常减少 75%，回款周期缩短 4 周，年节省 100 万美元，并一次性释放 1000 万美元自由现金流。方案由发票匹配、价格差异、附加费验证三个专用智能体组成，准确率超过 99% 后转为批量审批。
NVIDIA BlogAI 评分4848 NVIDIA Holoscan 平台助力 SETI 用智能体 AI 搜寻地外信号
SETI 研究所与 Breakthrough Listen 将智能体 AI 引入日常地外文明搜寻，在 Allen Telescope Array 上，智能体可通过自然语言指令操控望远镜、校正数据并运行 AI 模型。
MIT Technology Review · AIAI 评分5252 Partnership on AI 研究：主流 Agent 框架缺乏实时可观测性记录
Partnership on AI 的 Madhulika Srikumar 与 Claire Leibowicz 发文指出，AI 智能体正在采取未经授权的行动，而构建和运行它们的公司主要依靠运气和事后追溯来减轻危害。
Latent SpaceAI 评分4848 为什么 AI 智能体偏爱 Supabase：Latent Space 对话 Supabase 创始人
Latent Space 播客对话 Supabase 创始人 Paul Copplestone 与 Ant Wilson，探讨 AI 智能体为何偏爱 Supabase 作为应用后端。
GitHub Blog精选AI 评分7171 GitHub Universe 2026 发布 Copilot 应用与多模型编排 Copilot Fusion
GitHub 在 Universe 2026 上发布 GitHub Copilot 应用，并推出多模型编排 Copilot Fusion、跨仓库并行运行的 Copilot projects、跨端延续的 Session continuity 和可自我改进的 Copilot automations。
推荐理由：GitHub 一次性公布 Copilot 应用、多模型编排与计费方式调整，可据此判断智能体开发工作流的变化。
GitHub Blog精选AI 评分6767 GitHub Octoverse 2026：开发者用智能体推动提交与推送创新高
GitHub 发布 Octoverse 2026 报告，过去 12 个月开发者向 GitHub 推送代码 179 亿次，超过 2024 与 2025 年总和，提交量达 343 亿次。
推荐理由：GitHub 官方年度报告用平台全量数据呈现智能体如何改变提交、PR 与模型选择，可作为判断开发工作流变化的参照。
Anthropic精选AI 评分6666 Anthropic 公布用 Claude 加速药物研发的早期进展
Anthropic 公布其生命科学团队与 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家机构的合作进展，并已启动自有药物发现项目。
推荐理由：Anthropic 公布与六家药企的合作细节和自研管线进展，读者可看到 Claude 在药物研发各环节的具体产出与局限。
Microsoft Research精选AI 评分6060 微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。
推荐理由：微软研究院把交互逻辑交给编译器处理，读者可据此判断智能体生成可交互图表为何更省 token、更少返工。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，汇聚基础设施与 AI 工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。平台跨 GPU、网络、存储、调度器和工作负载构建动态知识图谱，每小时分析数十亿数据点，可预测故障并把大量告警聚合成单一事件。
推荐理由：原文交代了 Minerva 如何把 GPU、网络与作业信号关联成动态知识图谱，读者可据此判断 AI 工厂运维的形态变化。
Anthropic精选AI 评分6767 Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），同时移交名称、logo、GitHub 组织和 agentskills.io 域名。
推荐理由：Anthropic 把 Agent Skills 标准交给 Linux 基金会下的 AAIF，读者可据此了解该标准的治理归属与后续路线。
Google Research精选AI 评分7171 Google Research 介绍让 AI 智能体扎根生物实验现实的三项研究
Google Research 发布博客，介绍三项连接 AI 计算探索与湿实验室实验的研究：VERID 框架为实验室工作单元构建语义数字孪生，让智能体在动作前检查 3D 状态、做虚拟试运行并拦截不安全指令。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的真实测量与闭环反馈，可了解自动化实验的工程路径。
Google Research精选AI 评分6262 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上评估，并公开两个新基准的开发集。
推荐理由：技术报告用四个基准对比有无 Earth AI 工具与前置规划，并附 WHO 等伙伴的真实场景反馈。
Google Research精选AI 评分7474 Google 发布 Deep Review：面向复杂技术文档的智能体审阅系统
Google 公开发布智能体审阅系统 Deep Review，可对复杂技术文档给出反馈与技术核验，最初面向计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力分配、并行核验与全局综合的四阶段流程，并加入 Gemini 4 Argon 支持。每位用户每周可免费审阅两篇文档，也可接入 Gemini API key 提高额度，目前支持 PDF 和纯文本输入，多文件输入即将推出。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审稿工具的能力边界。
Microsoft Research精选AI 评分7676 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 接入强化学习训练，并给出可复现的编码智能体训练结果。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 入门教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户和智能体共享同一份状态，可做成看板、问题分诊板、发布清单或表格。在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并打开在右侧面板，之后还能继续要求它增加列、筛选或接入未关闭的 PR。
Qwen Blog精选AI 评分8484 Qwen3.8-Omni-Flash 上线：原生全模态模型强化音视频 Agent 能力
Qwen3.8-Omni-Flash 正式上线千问 AI 平台，支持文本、图像、音频和视频输入及 1M 长上下文，核心目标是提升真实生产力场景中的 Agent 能力。
推荐理由：官方给出与上一代及 Gemini 3.8 Flash 的评测对比和 API 降价幅度，可据此判断全模态模型的成本与能力边界。
Qwen Blog精选AI 评分7272 Qwen 联合淘天发布 E-Commerce Bench 电商长程经营评测
Qwen 团队联合淘天集团发布 E-Commerce Bench，评估模型作为电商商家在真实市场中经营网店的长程能力。模型拿到 10 万元本金，在 365 天、每天 600 分钟的时间预算内完成选品、谈判、定价、库存与现金流管理，环境由 6,886 个商品、60 个品类、576 个供应商和 12 种店型构成，数据脱敏自淘宝和天猫。
推荐理由：材料给出了长程经营评测的环境设计与18个模型的资产结果，可用来对照现有Agent评测偏短程的局限。