Earendil 旗下的极简 Agent 框架 Pi 发布 1.0 稳定版，同时推出移植到 TypeScript 的 Pi Durable，两者均登上 Hacker News 首页。Pi 1.0 新增对 MCP、Jev 和图像模型的 Codemode 原生支持、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息、新 TUI 主题以及默认全屏模式。Pi Durable 将 Pi 的有状态组件外置，支持崩溃后从检查点自动恢复、在 Node、Bun、Cloudflare 等 JavaScript 运行时运行，并可接入 Memory、SQLite、JSONL 等存储后端，同时支持并行分支对话、后台上下文压缩、多人状态同步与运行时热替换工具代码。
匹配字段标题、摘要、正文
AWS 发布教程，介绍如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search，弥补模型训练知识截止的缺口。该 Web Search 由 Amazon 网页索引支持，覆盖数百亿文档，查询流量全程留在 AWS 内，无需外部 API key。集成采用 AWS IAM Identity Center 经 Amazon Cognito 联邦签发 JWT 的入站认证，目前已在 us-east-1、eu-west-1 和 ap-northeast-1 三个区域可用。
匹配字段标题、摘要、正文
Banner Health 已部署 ElevenLabs 的 ElevenAgents 处理患者来电，首批用于初级护理预约，可全天候接听、直接在电子病历中安排/改期/取消预约，并在需要时带上下文转接给 Banner 团队成员。该部署运行在 Banner 的 AI 治理框架内，符合 HIPAA 合规要求。
匹配字段标题、摘要、正文
《Software Design 2026年10月号》特集公开第1章，梳理 Agentic Coding 与 Harness Engineering。SWE-bench Verified 上 Anthropic 模型最高分从 2024年10月的 49% 升至 2025年11月的 80%，使 Agentic Coding 的自律循环从数十分钟延长到数小时至数天。文章区分内部 Harness（LangChain、Anthropic 的模型外实现）与外部 Harness（AGENTS.md、CLAUDE.md、测试、CI/CD、权限设置），并指出 LangChain 仅改进 Harness 就把 Terminal-Bench 2.0 分数提升 13.7 个百分点。
匹配字段标题、摘要、正文
OpenRouter 对比了 LangChain/LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Google ADK 和 Microsoft Agent Framework 六种智能体框架的工具 Schema 定义与跨厂商转换方式。OpenAI、Anthropic、Google 的工具定义与返回格式互不通用，LangChain 与 LangGraph 为每个厂商各做一次转换，CrewAI 把转换交给所路由的客户端，OpenAI Agents SDK、Claude Agent SDK 和 Google ADK 则围绕单一厂商格式构建。OpenRouter 在 API 层接受 OpenAI 风格 tools 数组，并为所有支持工具调用的模型返回标准 tool_calls 响应，切换模型只需改模型字符串。
匹配字段标题、摘要、正文
在 grok dashboard 中试用，或在任意会话中使用 /dashboard。 https://t.co/A2MMZT5eJX
匹配字段标题
从一个自上而下的视图派发新的智能体。并行启动任务，或用 Ctrl+W 让智能体在各自的 git worktree 中运行。
匹配字段标题、正文
Grok Build 现已推出：全新的 Agent Dashboard。所有智能体尽在一屏。 用 /dashboard 试用 从一个自上而下的视图派发新智能体。并行启动任务，或用 Ctrl+W 让智能体在各自的 git worktree 中运行。 用 grok dashboard 试用，或在任意会话中用 /dashboard。
匹配字段标题、摘要、正文
AWS Professional Services 基于 Strands Agents SDK 和 Amazon Bedrock AgentCore 构建了四智能体模式，用于 MCP 连接环境下的云迁移，将每个应用的基础设施即代码（IaC）开发时间从 3 到 4 周缩短至几分钟。该模式与 AWS Transform 和 AWS DMS 配合使用，包含 Intake、IaC、Migration Intelligence and Governance 以及 SRE 四个智能体，通过 AgentCore Gateway 调用 MCP 工具。
匹配字段标题、摘要、正文
NVIDIA 在 GitHub 上发布 DOCA AI agent skills，为智能体提供经过验证的 API 签名、硬件能力要求和构建约束，覆盖 Flow、GPUNetIO、PCC、RDMA 等完整 DOCA 库。在 65 条真实 DOCA 开发者提示词评测中，无 skills 的智能体仅满足 19% 的检查项，使用 skills 后满足 100%。演示显示，带 skills 的智能体在 BlueField-3 上构建 Go 语言 RDMA 应用时手写代码减少 73%、硬件命令减少 46%。
匹配字段标题、摘要、正文
知名 AI 动画艺术家 852話 Hakoniwa 用 Comfy Agent 创作了首部动画短片《YUI》，主角名字取自 ComfyUI 最后三个字母。她主要用 GPT Image 2.5 做角色设计与静帧，正片主要用 Seedance 2.5、幕后视频用 MiniMax H3，并在同一镜头上对比 Wan、MiniMax H3 和 Seedance 选优。全片 4:20，总成本约 20 万日元（不含人力），一人专注工作 3 天，其中约 2/3 用于生成、1/3 用于剪辑。
匹配字段标题、摘要、正文
MiMo-V2.6-Flash 已登上 Agent Arena 帕累托前沿，净提升 -0.57%，每任务中位成本 $0.04！ 前往 Agent Arena 帕累托前沿查看：https://t.co/Nb8opa5Kkw https://t.co/dwArwpjtYi
匹配字段标题、摘要、正文
小米 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 登陆 Agent Arena，Pro 在开源模型中排第 5，8.1K+ 真实智能体会话净提升 +3.17%，较 MiMo-V2.5-Pro 的 -7.23% 提升 10.4 个百分点、名次上升 9 位。其 Confirmed Success 得分 +7.35%，在开源模型中排第 2。Flash 在 13K+ 会话中净提升 -0.57%，开源排名第 9，单任务中位成本 $0.04，比 Pro 低 56%，并进入 Agent Arena 帕累托前沿。
匹配字段标题、摘要、正文
AWS 发布教程，演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久化记忆后端，并部署在 Amazon EKS 上。NAT 是开源智能体框架，其记忆模块通过实现 MemoryEditor 接口的 add_items()、search()、remove_items() 方法扩展自定义记忆提供方，内置提供方包括 Mem0、MemMachine、Redis 和 Zep。S3 Vectors 单索引支持最多 20 亿向量，写入后记忆立即可见，按存储、写入和查询计费。
匹配字段标题、摘要、正文
AWS 发布基于 Amazon Bedrock AgentCore 的 ambient agent 参考实现，让智能体由 Amazon S3 上传或定时任务等事件触发，而非等待用户发起对话。该实现通过单个 ask_human 工具和统一响应信封支持 Notify、Question、Review 等人工介入模式，信号上的 autoExecute 开关决定任务自动执行还是先由人工审核。平台由 Lambda、SQS、DynamoDB 和 React 前端组成，全部通过一个 AWS CDK 栈部署，示例默认使用 Anthropic Claude Sonnet 4.5。
匹配字段标题、摘要、正文
查看实时结果，并深入了解 Agent Arena 帕累托前沿：https://t.co/5tUiBcBJkO
匹配字段标题、摘要、正文
Arena 的 Agent Arena 榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以第 5 名进入榜单，得分提升 11.23%，并改变了帕累托前沿。其每任务中位成本为 0.56 美元，比 GPT-6 Sol 低 39% 且得分高 1.52 分，比 GPT-6 Astra 低 81% 且差距在 1.04 分以内。相比 Claude Fable 5.1 (Max)、Claude Opus 5.5 (High) 和 Claude Sonnet 5.5 (Max)，其成本分别低 88%、65% 和 80%，得分差距分别为 3.08、2.59 和 1.29 分。
匹配字段标题、摘要、正文
查看实时结果并深入了解 Agent Arena 帕累托前沿：https://t.co/5tUiBcBJkO
匹配字段标题、摘要、正文
Claude Sonnet 5.5 在 Agent Arena 排名第 3，净提升分数为 +12.5%，每任务中位成本 2.74 美元。该模型性能处于顶级水平但成本偏高，排名第 2 的 Claude Opus 5.5 每任务成本为 1.58 美元且分数更高，这一取舍使 Sonnet 5.5 未能进入 Agent Arena 的帕累托前沿。
匹配字段标题、摘要、正文
Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首次上榜即位列第 3，净提升 +12.5%，比排名第 13 的 Claude Sonnet 5 (High) 高出 8.1 个百分点。分类上它在 Chat 以 +15.6% 拿下第 1，高于 Fable 5.1 的 +11.49% 和 Opus 5.5 的 +10.29%。代价是成本更高，每任务中位成本 2.74 美元，比第 2 名 Claude Opus 5.5 (High) 的 1.58 美元高约 73%。Anthropic 模型目前占据 Agent Arena 前三名。
匹配字段标题、摘要、正文