Agent 智能体

Anthropic的安德烈·卡帕西（Andrej Karpathy）表示，“外部世界已经看到了人工智能实际可以做的事情的预览”

OpenAI联合创始人、现任Anthropic的Andrej Karpathy认为人工智能领域的知识差距正在扩大。世界上约75%的人口几乎没有接触过LLM。与此同时，大约有5，000人可以访问内部前沿系统，这些系统的代理群体需要顶级专家数年的时间才能完成工作。公众充其量只是看到一个奇怪的聊天机器人。Anthropic的安德烈·卡帕西（Andrej Karpa

让金融规划师亲手编写 Agent：Range 的五步方法

📌 One-Sentence Summary Range 的金融规划师把专业判断写成 24 项可复用的 Agent 技能，同时保留每条客户建议都由规划师审核的责任边界。 📝 Summary Matthew Ragone 介绍 Range 如何让不写代码的金融规划师构建日常使用的 Agent。Agent 可以在规划师与一位客户通话时，为另一位客户起草现金流或保

Anthropic披露AI智能体测试越界：Claude曾向美国政府网站提交虚假信息与签证申请 - 虎嗅网

安踏×火山引擎：下单缩至10分钟、月均建单1000+，Agent跑进全球电商业务

Agent，正在成为安踏全球化业务中的“数字同事”。 作为全球前三的体育用品集团，安踏集团多品牌、跨市场经营的背后，是大量商品、内容、订单和售后流程。如今，Agent 正在进入内容生产、海外订货和跨境退货等具体业务环节，并把跑通的能力复制到更多品牌和市场。 这些 Agent 来自一线业务的真实需求。通过火山杯 Agent 创新大赛，业务团队提出问题，FDE

Mistral推出新大模型Le Chonk，开放且专为智能体打造-模型 - 至顶网

百度世界2026将于11月12日在北京举办，主题为「下一幕，智能组织」

10月12日，百度官方宣布，百度世界2026将于11月12日在北京·国家会议中心二期举办。目前，大会官网已开启售票通道（https://baiduworld2026.events.net.cn/tickets）。 本届大会以「下一幕，智能组织」为主题。十年前，百度创始人李彦宏在百度世界2016上提出“互联网的下一幕，是人工智能”。十年后，「下一幕，智能组织」

阶跃 Step 5 Preview 接入腾讯 WorkBuddy，独家限免 2 周！

10 月 12 日消息，腾讯旗下全场景 AI 办公工作台 WorkBuddy 已接入阶跃最新旗舰模型 Step 5 Preview。即日起，该模型在 WorkBuddy 独家限时免费开放两周。凭借推理与 Agent 能力，Step 5 Preview 将助力 WorkBuddy 用户处理深度研究、信息检索、数据分析、文档与 PPT 生成等办公任务，并支持多步

EP203 · Google Labs 谈产品实验、斯坦福拆解常驻智能体、Meta Muse 建立信任

📝 今日导语 Google Labs 谈产品实验，斯坦福拆解常驻智能体，Meta Muse 复盘信任：读懂从机会到可靠体验的取舍。 🏷 今日关键词： Google Labs 常驻智能体 Meta Muse 交互式 CLI MiniMax M3 📰 今日精选内容 为什么每家公司都该像实验室一样运作？Google Labs 负责人 Josh Woodward 谈

华为AI靠RSI通关25款游戏！操作次数比人类少56%

游戏打到21:0，AI甚至不用再调用大模型了

让大脑与双手解耦：Claude Managed Agents（第 1 部分）｜Anthropic

📌 One-Sentence Summary Anthropic 工程师解释 Claude Managed Agents 为何把会话历史、智能体循环和执行环境拆开，以改善恢复能力、安全性与架构弹性。 📝 Summary Anthropic 托管智能体团队回顾了一次具体的架构转向。早期方案把智能体循环、状态和沙箱放在同一个容器中，长寿命智能体因此像需要人工照看

让 Agent 在沙箱中运行 1000 项任务：LLM 执行代码时会出现什么问题？｜AWS Kevin Orellana

📌 One-Sentence Summary AWS AgentCore 工程师分享约 1000 项由 Agent 驱动的沙箱任务如何暴露接口编码、文件持久化和资源限制问题，并说明为何需要在远端开展模糊测试。 📝 Summary Kevin Orellana 介绍了团队如何用 MCP 接口封装 Amazon Bedrock AgentCore 沙箱，再让编程

OpenAI四连更！API最高档付费砍半，Auto-review全面免费 - 搜狐

Show HN：Atticus -适用于macOS的通话语音助手，在Claude -p上运行

HN75· 12 评论

显示HN：Plimsoll，一个用于AI代理编写代码的自托管沙箱

HN Ÿ 5 · 1 评论

JulianFlux：人工智能的电动动力学载体检索和因果路由

HN5· 0 评论

多代理安全带需要单独的消息通道

HN5· 0 评论

烧掉你的 Flags：给智能体打造交互式 CLI | PayPal，Mark Lummus 与 Navinkumar Patil

📌 One-Sentence Summary PayPal 开发者工具负责人 Mark Lummus 与技术负责人 Navinkumar Patil 在现场工作坊中剖析智能体运行交互式 CLI 时静默失败的根因，并给出三条渐进式解法：tmux 会话、JSON 旁路与上下文注入，最终由一个基于 Claude Agent SDK 的智能体自建确定性求解器赢下竞赛

对LLM能力的共同理解差距正在扩大

HN ð212· 337 评论

LLM 能力认知鸿沟加剧：四层漏斗视角

📌 One-Sentence Summary 安德烈·卡帕西（Andrej Karpathy）将大众对 LLM 能力认知的日益脱节归纳为一个四层漏斗模型，该模型由问题规模、基于可验证奖励的领域参差性以及系统访问权限的差异共同驱动。 📝 Summary 安德烈·卡帕西观察到，公众对 AI 能力的认知已不再是简单的「两拨人自说自话」，而是分化为一个陡峭的多层漏斗

让智能体自己找故障：用技能、追踪与评测改进应用

📌 One-Sentence Summary Ankur Duggal 通过一个表现失常的金融智能体，演示如何把追踪数据、针对性评测和编码智能体技能连成可验证的修复流程。 📝 Summary Duggal 从一个表面合理、实际缺乏依据的投资回答入手，沿着 supervisor、专业智能体、模型调用和工具调用追踪故障。借助 Arize CLI 与技能，编码智能

用 Langfuse 持续改进智能体：从生产追踪到离线实验

📌 One-Sentence Summary Annabell Schäfer 与 Lotte Verheyden 展示如何结合 Langfuse 追踪、定向线上评测与离线数据集，把支持智能体的用户抱怨变成持续改进流程。 📝 Summary 工作坊以帮助家人解决手机问题的 IT 支持智能体 Specs 为例，接入 Langfuse，沿着智能体观测、模型调用和

斯坦福 CS146S：常驻在线智能体的工作原理，从架构到上下文工程

📌 One-Sentence Summary 斯坦福 CS146S 嘉宾讲座上，SpaceX 的 Lee 讲解常驻智能体如何把模型循环调用工具的 harness 扩展为持久服务：云端专属计算机、Temporal 持久化工作流，以及围绕提示词缓存、有损压缩与分层记忆的上下文工程。 📝 Summary 在这场斯坦福 CS146S 嘉宾讲座中，曾在 Cursor

把平台交给智能体后会怎样：一场 Kubernetes 攻防演示

📌 One-Sentence Summary Michael Forrester 与 Whitney Lee 用刻意暴露风险的平台聊天机器人，演示智能体权限、Kubernetes 控制、运行时防护与输入输出过滤如何共同发挥作用。 📝 Summary 讲者让现场观众尝试诱导 BurritoBot 部署不可信镜像、探查文件以及滥用工具。部分请求遭到模型拒绝，另一

从零构建智能体评测排行榜：Wolfram Ravenwolf 的实战方法

📌 One-Sentence Summary Wolfram Ravenwolf 现场搭建智能体评测流程，说明重复运行的稳定性、完整配置、成本和执行轨迹，比排行榜上的单一平均分更重要。 📝 Summary Ravenwolf 在实操工作坊中，以 Terminal Bench 和 Harbor 为基础，组合隔离沙箱、智能体运行框架、固定版本的基准、推理服务及资

用 NVIDIA Data Designer 教智能体学会搜索：Dhruv Nathawani 的数据构建实战

📌 One-Sentence Summary NVIDIA 研究员 Dhruv Nathawani 演示如何用图谱种子生成多跳搜索题和工具调用轨迹，将目标搜索行为转化为可复现的智能体训练数据流程。 📝 Summary Nathawani 介绍 NVIDIA 开源的 NeMo Data Designer，示范如何把目标智能体行为变成可版本化的数据流水线。工作坊