方向
Agent 框架、工具调用与运行循环，以及它们和人格、记忆系统怎么接。
2,089 条精选近 30 天 1,928 条共收录 8,354 条
scottcrosby-securebine 在 GitHub 发布 doctrine-skills 插件，为 Claude Code 和 Codex CLI 提供 14 个技能，核心是把 Agent 工作送入一个带退出条件的审查循环：运行项目文档化的检查、派出未写代码的对手审查者、追问同类错误影响面，并循环到一整轮无阻塞发现为止。文中给出三个真实缺陷案例（如 String(x) 崩溃、?? 0 把 $5,000 权益静默存为 $0），作者说明这些规则来自个人实践、无第三方基准，插件以 MIT 许可发布。
推荐理由：给出三个真实缺陷的前后对照和循环退出条件的设计细节，读者可以借鉴这套对抗式审查门在自家项目中的用法。
arXiv 论文（arXiv:2610.03195）测试了 12 个 Agent 模型在三个领域的端到端搜索，发现各模型普遍偏好特定来源的商品，且该偏好可压过需求满足程度。隐藏来源信息可削弱偏好，改标为偏好来源会提升选中率；补充缺失信息或用提示词反制来源偏见可降低这种偏好。
推荐理由：论文用 12 个 Agent 模型实测来源偏好，并给出补信息和反偏见提示词两种缓解方法，便于读者对照自己的场景。
ServiceNow CoreAI 发布 AutoSynthData，用目标模型的失败和更强教师模型的成功来定位能力缺口，生成经环境验证的合成训练任务用于 SFT。在 EnterpriseOps Gym Hybrid 域用 Gemma-4-26B-A4B-it 配 Qwen3.8-27B 教师生成 2000 样本，Pass@1 相对提升 35%；在 ITSM 域配 DeepSeek-V4.1-Flash 教师生成 1994 样本，Pass@1 从 18.77% 升至 27.18%。
推荐理由：原文给出从模型失败生成可验证训练任务的完整流程和两组实验数据，方法细节可以直接迁移到企业智能体的数据构造。
Hcompany 发布 Holo4 系列智能体模型，含 27B dense 和 35B-A3B MoE 两种规格，并同时发布基于 NVIDIA Nemotron 3 Nano Omni 的 Holotron4 Nano。
推荐理由：官方公布了 OSWorld 2.0 与 AutomationBench 的分数、成本对比和完整轨迹数据，读者可以自行回放验证各步骤表现。
NVIDIA Nemotron 3.5 Lightning 现已可在 Ollama 上下载并完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 架构，面向长时运行的 Agent 任务，支持最高 1M token 上下文，通过 MTP、DFlash 或 DSpark 投机解码实现最高 4x 于同类开放模型的吞吐，任务完成时间快 30%。
推荐理由：原文给出了 MoE 架构、1M 上下文和 4x 吞吐等具体配置与对比数据，读者可据此评估其本地 Agent 部署价值。
Meta Superintelligence Labs 首个发布的开放模型 Muse Glimmer 现已登陆 Ollama。该模型为 30B 多模态模型，专为本地运行的 Agent 工作负载构建，支持 128K+ 上下文，采用 Apache 2.0 许可证。
推荐理由：官方说明了在 Ollama 上运行该模型的具体命令、MLX 引擎的 DFlash 加速倍数和图像输入用法，可直接照做。
malinaa1 在 GitHub 发布 AI 驱动的 Blender 与 Unreal Engine 桥接系统 blender-ue-bridge v2，通过 MCP 协议统一控制两个引擎。v2 自带零依赖 Blender Addon，MCP 工具从 v1 的 27 个增至 83 个（正文工具总览标注 62 个），提供宏层/原子层/验证层/视觉层分层工具、真实拓扑四边面建模、网格质量检查、AI 动画层与 6 个专家提示词，Blender 端口 9876、UE 端口 55557，采用长度前缀 JSON 的线程安全协议，支持 Claude Code 配置与 FBX/GLB 导出，MIT 许可证。
推荐理由：工具从 v1 的 27 个扩展到 83 个 MCP 工具，并给出真实拓扑建模与网格质量检查等实测能力细节，便于评估是否可用于 Blender 与 UE 协同工作流。
Ollama 更新其 MLX 引擎，称在 Apple Silicon 上实现迄今最高性能，支持 NVIDIA 的 NVFP4 量化格式：在 Gemma 4 12B 上相对 q4_K_M 大约将 4-bit 量化的质量损失减半，输出速度在 8,300-token 输入下快约 20%。
推荐理由：官方给出了 NVFP4 相对 q4_K_M 的困惑度对比和快照缓存对 Agent 工作流的处理方式，数据与方法都可直接参考。
Anthropic 指认 DeepSeek、月之暗面（Moonshot AI）与 MiniMax 通过约 24,000 个欺诈账户从 Claude 非法提取能力，累计超过 1600 万次交互，分别针对推理、智能体、工具使用与编码等能力。DeepSeek 用让 Claude 复述内部推理的方式规模化生成 chain-of-thought 训练数据；Moonshot 动用数百个账户并在后期试图重构 Claude 的推理痕迹；MiniMax 被在训练期间检测到，Anthropic 新模型发布后 24 小时内其近半流量转向新模型。Anthropic 已部署分类器与行为指纹检测，并向其他实验室、云厂商和监管机构共享情报，同时呼吁行业与政策层面的协同应对。
推荐理由：原文披露了三家实验室通过欺诈账户规模化提取 Claude 能力的细节，可以作为了解蒸馏攻击手段与防御思路的一手材料。