n8n 成为首批集成 Gemini 4 Argon 的公司之一，用户可通过内置 MCP server 在任意 MCP 客户端中生成工作流，或在 n8n Assistant 中通过 OpenRouter、Google OpenAI 兼容端点（base URL：https://generativelanguage.googleapis.com/v1beta/openai/）自带密钥使用该模型。Gemini 4 Argon 发布即可作为 n8n Agent 及独立 Google Gemini 节点的模型，n8n Cloud 用户还可通过 Gateway credits 调用，无需额外供应商账号。
匹配字段标题
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在遇到 HTTP 402 Payment Required 时自主完成 x402 协议支付，无需人工介入。AgentCore payments 在基础设施层管理钱包连接、执行可配置支出限额，并通过 Amazon CloudWatch 提供支付尝试、批准、拒绝与结算的可观测性。该方案由 AWS Generative AI Innovation Center Partner Agent Factory 协作开发，现已在 AWS Marketplace 上线。
匹配字段标题
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 问题、读取报错截图并创建和更新 Jira Service Management 工单。上线后它解决了 97.5% 的频道查询，员工正面反馈率达 96%。该方案由 Slack 服务、Strands 智能体、MCP 工具与知识库、DynamoDB 反馈等四部分组成，智能体使用 Anthropic 的 Claude 模型。
匹配字段标题
Meta的Muse上线满月DAU仍未突破300万，日均净新增用户从9月峰值19.8万人降至7.4万人，降幅62.4%。文章认为国内个人Agent受超级App生态、用户习惯和商业模式三重制约，效率与决策价值有限，跨平台权限壁垒难破，摩根士丹利测算Muse每用户年成本445美元已超过Meta平均每用户年收入约70美元。更现实的路径是微信、支付宝、淘宝等超级App把Agent能力内化为自家围墙内的管家。
匹配字段标题
假如你有一家 AI Native 公司： 员工主要是 AI Agent 牛马，业务可以是研究新技术, 或者就是做厉害的产品。 作为老板，你大概会关心两个问题： - AI 越来越聪明，公司研发会不会越来越快，研发越快，是否整体产品迭代可以提速？ - AI 再聪明，钱和时间也有限。怎样安排资源管理牛马，才能最大化效益？ Agentic 经济学已经浮出水面，建议把这两篇文章直接扔给你的 Agent 阅读。 Agentic Economies for Autonomous Scientific Discovery https://t.co/6oxeO2kpBG The Economics of Recursive Self-Improvement https://t.co/z1YdwdlFBA
匹配字段标题
Box CEO Aaron Levie 认为，Agent swarms 未来将成为许多企业工作流的核心，因为把算力投向可大规模并行的问题太有用。网络安全是最大受益领域之一，可不知疲倦地测试海量攻击排列组合，并串联不同场景完成利用。鉴于企业需持续保护各类 IT 系统、软件、物理基础设施和数据，这将成为大型企业最大的 token 消耗场景之一。
匹配字段标题
作者提出用电子邮件作为不同平台个人 agent 之间的通讯方式：给 Grok Bot 配置 xxx@mail.grokbot.com 邮箱，再用 Gmail 别名（xxx+muse@gmail.com）给 Muse Agent 使用，通过邮箱和签名验证后让 agent 信任该地址，发消息无需人工确认。目前 Gmail 无法推送消息，需每 15 分钟检查一次新邮件，因此消息不够即时；作者还提到可用 @turingou 做的服务作为更强大即时的替代方案。
匹配字段标题
Meta 发布 Muse Wonder 系列前沿模型，定位面向个人与专业场景的 Agent 旗舰模型，而非通用聊天模型。该系列围绕领域专业知识、主动记忆、主动专注和前沿编程四大能力构建，并配套 FocusBench 与 SWE-Marathon 两个自建基准。Meta 还以 Muse Spark 1.3 与 Muse Wonder Full 的 ID 与 OOD 表现对比，论证基座越强、后训练提升越能迁移到陌生任务。
匹配字段标题
LiteLLM 开源了 agentchat，这是一个 Python SDK，让用任意框架写的 AI Agent 统一接入 Slack、Teams、iMessage、WhatsApp、Discord 五个聊天平台，开发者无需自行处理 OAuth、webhook 签名、Socket 连接、去重和会话隔离。其架构为平台事件经 Channel 适配器解码路由，进入 AgentChat 核心完成去重、加会话锁、入历史和分发，再交给应用 handler 授权并调用 Agent，回复原路送达。开源地址见原文链接。
匹配字段标题
斯坦福 CS 329Z《Engineering AI Agents》第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，内容依次为控制流归属判断、五种工作流模式、智能体推理/行动模式、上下文管理与 Pi 案例研究。该课由 Diyi Yang、Michael Ryan、John Yang 授课，覆盖从 LLM 流水线到自主 Agent 的工程学，主线为分解、数据与评估三大挑战。作业要求用 litellm 手写 RAG 与 ReAct 循环，再用 DSPy 重建并设计完整评估套件。
匹配字段标题
哥伦比亚大学 Agentic Engineering 最新课程 第 5 讲「What Tools Does an Agent Actually Need?」的视频和讲义也公布了 Youtube 视频： https://t.co/z7VpepxAGy 讲义 Slides： https://t.co/6m95lIHgAR
匹配字段标题
InternLM 开源了 lagent，一个受 PyTorch 设计理念启发的轻量级 LLM 智能体框架，用户只需用 Pythonic 方式创建层并定义层间消息传递。框架以 AgentMessage 通信、Memory 作为状态，提供同步与异步双接口，并内置 InternLMActionProcessor 适配 ToolParser 格式，采用 Apache 2.0 许可。
匹配字段标题
阿里千问 Personal Agent“千问 Go！”即将发布，支持申请航班延误理赔、汽车保养、运动预约和购物比价等任务。升级后的千问可自主查询操作各类授权平台，比较方案、电话联系服务方，完成目标任务。据财新报道，Meta 发布个人智能体 Muse 后，引起国内科技巨头迅速跟进。
匹配字段标题
UC Berkeley 的 Center for Responsible, Decentralized Intelligence 举办今年 Agentic AI Summit，超 2000 人到场、约 40000 人通过直播线上参与。全部场次现已可观看，峰会宣布明年回归，具体细节待公布。
匹配字段标题
Berkeley RDI 发布 Agents' Last Exam（ALE）基准，基于 55 个非体力职业、1500+ 专家来源任务，评测 Fable 5、GPT-5.5、Composer 2.5 等前沿智能体。在最难层级上，包括 Fable 5 在内的所有被测智能体成功率均为 0%。ALE-CLI 子集上最佳智能体通过率仅 25.2%，低于 Terminal-Bench 的 82.0% 和 SWE-bench-Pro 的 59.1%；Fable 5、GPT-5.5、Composer 2.5 总体性能接近，但每任务成本分别约为 15.70、3.80、1.33 美元。
匹配字段标题
爱集微（上海）科技有限公司以行业数据库、知识图谱、JiweiGPT 大模型及 Agent 智能体为技术与数据底座，围绕产业咨询、品牌营销、媒体资讯、知识产权、园区赋能五大业务提供服务。公司 2023 年 11 月上线自研 AI 大模型 JiweiGPT，2026 年 2 月上线 Agent 服务平台，首批推出行业报告分析、个股价值分析、财报解读和企业数据查询等智能体；2026 年 4 月推出“集微”ICT 产业大脑。其 ICT 产业数据库规模超过 10T。
匹配字段标题
谷歌云在Gemini at Work 2026大会发布Gemini agent，用户给目标后它跨Workspace与第三方应用自主拆任务、编排子Agent，长任务可在云端跑数天，仅在花钱、发信、删数据等节点找人确认，目前面向企业客户私有预览，未公布商用时间与定价。作者用结果标准、过程标准、迭代方向三层框架衡量，认为该产品在治理层给出独立企业身份、审计日志与预算上限，但迭代方向标准仍由人设定，因此企业级不等于AGI级。文中还对比微软Agent 365、Devin与国内信创要求，指出Agent之争长期比的是谁定义做好、谁审计过程、谁承担责任。
匹配字段标题
Pi School 免费课程提供的 Pi Coding Agent 速查表 我把它生成了信息卡，方便大家收藏随时查阅
匹配字段标题
邵猛整理 Lee Robinson 在斯坦福 CS146S 讲座中分享的 Grok Bot 常驻 Agent 内部构造，归纳为四层机制。第一层是休眠与唤醒，服务器和云电脑平时休眠，由消息或事件触发后从数据库加载会话日志、记忆和例程重建状态，用完回写再休眠；第二层是唤醒源，除直接发消息外还包括 Slack、电话、会议和后台例行任务，所有触发汇入统一路由做去重与会话合并；第三层是是否打扰用户的独立判断链，位于通知层而非执行层；第四层是专用云电脑，采用 Firecracker microVM，具备隔离执行、可视化接管、虚拟桌面和池化共享四个特性。作者还补充了 server 与 computer 必须分离的三点原因：更新独立、重算力任务在服务器上更快、VM 打补丁时可独立重建。
匹配字段标题
Google 官方五天 AI Agents 课程发布第二份白皮书 Agent Tools & Interoperability，梳理 Agent 生态的完整协议栈：MCP 负责 Agent 连工具、A2A 负责 Agent 连 Agent、A2UI 负责 Agent 连界面、AP2/UCP 负责 Agent 连交易。白皮书称 MCP 把 N 个模型乘 M 个工具的集成复杂度从 O(N×M) 降到 O(N+M)，并给出重消费轻建造、公共未审核 MCP 不上生产、凭证不硬编码等实践规则；A2A 部分提出专家 agent 不能当工具调用，Agent Card 相当于机器可读简历，注册表相当于劳动力市场。
匹配字段标题