跳到正文
#Agent
今天10月10日周六4 条
10月9日周五
  4. Latent Space22

    Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体

    Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 提出"合成超级智能"（synthesis superintelligence）路线，主张以物理实验为环境的强化学习推动材料发现，而非单纯扩大互联网数据训练。他们讨论让每台实验仪器具备"140 IQ"、用 AI 做材料表征、结合 DFT 与高通量实验室，并认为失败实验可能是最有价值的训练数据。

10月8日周四
  1. JetBrains AI Blog71

    JetBrains 发布 Mellum2.1：面向编码智能体的 12B 开源 MoE 模型

    JetBrains 发布 Mellum2.1，这是其 6 月开源的 12B MoE 模型的下一版，架构不变，仍为 2.5B 激活参数、Apache 2.0 许可，主要改进来自后训练阶段的强化学习。

    推荐理由：JetBrains 开源 12B MoE 编码模型，给出与 Qwen3.5-9B、Gemma 4 E4B 的同口径对比和自托管入口，便于团队评估本地编码智能体选型。

  4. The Pragmatic Engineer32

    Sam Newman 谈构建弹性分布式系统：微服务是"最后手段"

    Sam Newman 在新书《Building Resilient Distributed Systems》中提出分布式系统三原则：信息传输需要时间、资源可能离线、资源终会耗尽，并指出多数故障源于资源池耗尽。他认为微服务应被视作"最后手段"，其核心是独立可部署与业务边界清晰，同时强调可观测性及根据业务场景决定 fail open 还是 fail closed。该书于 10 月 7 日出版。

10月7日周三
10月6日周二
  2. Cursor Changelog62

    Cursor 上线本地智能体远程控制，可在 iOS 应用查看并回复

    Cursor 推出本地智能体远程控制功能，用户可在 Cursor iOS 应用中查看电脑上正在运行的本地智能体并直接回复消息。该功能除企业组织外默认对所有用户开启，智能体仍在本机运行，App 只建立连接，因此电脑需保持开机联网；桌面端设置中可开启 Keep this computer awake 防止休眠。

    推荐理由：原文说明了远程查看和回复本地智能体的具体操作与限制，便于开发者判断能否把等待中的编码任务挪到手机上处理。

10月5日周一
  1. GitHub Blog · AI & ML71

    GitHub 发布 AI 代码审查开放基准 ReviewBench

    GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的离线基准，基于 1.039 亿个 GitHub PR 的分布特征构建，包含 219 个 PR、覆盖 19 种语言，数据集与评分规则公开。

    推荐理由：GitHub 公开了代码审查基准的数据集、评分规则和自测入口，团队可据此对比不同审查智能体并复现结果。

10月2日周五
10月1日周四
  1. JetBrains AI Blog71

    JetBrains 在 IDE 中开启 Air 智能体体验 EAP

    JetBrains 为 IDE 推出 Air 智能体开发体验的 Early Access Program，现已作为插件上线 JetBrains Marketplace，或内置于 JetBrains IDE 的 2026.3 EAP 版本。

    推荐理由：JetBrains 把多智能体并行会话做进 IDE，并支持接入已有订阅，读者可据此判断现有编码工作流是否值得迁移。

  3. Google DeepMind76

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，首发面向付费 API 客户和 Google AI Ultra 订阅用户。

    推荐理由：官方给出输出上限、定价与多项基准成绩，便于团队评估它在长周期编码与知识工作流中的定位。

  4. Google · Gemini74

    Google 发布 Gemini 4 Argon 前沿模型

    Google 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 按输入价的 95% 折扣计费。

    推荐理由：Gemini 4 Argon 把输出上限提到 1M token 并给出编码与安全基准成绩，可据此判断长任务与代码迁移场景的选型。

  6. Google · Gemini55

    Google 在 Gemini 聊天中上线 skills 功能

    Google 将 skills 功能推向全球 Gemini 聊天，用户可把常用指令保存一次后反复调用，在提示栏输入斜杠加技能名即可运行。skills 支持叠加使用，并可包含纯文本、PDF 或图片等参考文件，同时已支持从聊天中自动生成技能。

9月29日周二
  2. Ollama Blog66

    Ollama 0.35 支持 Jev 风格决策模型，新增三个本地决策模型

    Ollama 0.35 新增基于 TypeSafe Jev API 的决策模型支持，通过 /v1/systemone 端点把文本作为 state 连同多个命名问题一次性提交，由本地模型一次请求返回全部答案。

    推荐理由：Ollama 新增决策模型接口与三个可本地运行的模型，开发者可据此评估低延迟分类与路由场景的落地方式。

9月26日周六
  1. GitHub Blog · AI & ML58

    GitHub Copilot 应用入门：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，用户与智能体共享同一份状态，可做成看板、issue 分诊板、发布清单或仪表盘。创建时无需写代码或手动设计，在智能体会话中输入 /create-canvas 技能并用自然语言描述工作流、界面可做的操作和智能体可做的操作即可，生成的界面会显示在右侧面板。

9月25日周五
  1. GitHub Blog · AI & ML38

    GitHub Copilot 的 canvas：当聊天框不是与 AI 交互的正确界面

    GitHub Copilot 应用推出 canvas，一种运行在应用内、无浏览器外壳的全栈应用，可与 Copilot 智能体双向通信，也能调用第三方 API 并在本地执行代码。作者认为聊天框只适合未知任务，明确任务下应让智能体生成可复用工具，例如用 canvas 管理 Winget 包或操作 SQLite 数据库，避免反复消耗 token。

  2. GitHub Blog · AI & ML71

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub 把模糊测试的 harness 编写、覆盖率追踪和崩溃分诊交给 LLM 智能体，可参考其任务流与工具分层设计。

9月24日周四
9月23日周三
  2. Cursor Changelog71

    Cursor 推出 Rollouts 与 Security Review 两个 bot

    Cursor 推出 Rollouts 和 Security Review 两个 bot，均已在团队版和企业版上线。Rollouts 会为每个 PR 附加监控项，读取 diff 生成监控规划，并在部署事件触发后基于日志、指标和链路追踪按环境报告变更健康状态，检测到回归时可创建回滚 PR 或交给云端智能体修复，目前不会自行合并或回滚。

    推荐理由：官方说明了两个 bot 的监控与审查流程和启用方式，可据此判断是否接入现有 PR 与部署链路。

9月19日周六
9月18日周五
  1. GitHub Blog · AI & ML22

    GitHub Podcast 拆解五大 AI 热门观点：该不该读 AI 代码、RAG 是否已死、Skills 是否杀死 MCP

    GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的专家经验，后者是智能体连接工具与数据的标准；RAG 并未消亡，检索能让模型更接近答案、减少 token 浪费。节目还讨论了企业招聘看重的是使用 AI 的判断力，以及微调需求往往暴露的是代码库可维护性问题。

9月16日周三