OpenHands 官方博客介绍 Agent Skills，即用 SKILL.md 等文件把重复性任务固化为可复用工作流，仅在触发时加载完整技能以保持上下文精简。文章给出创建、团队共享（仓库目录、GitHub、Extensions registry）以及用 OpenTelemetry 日志、自动评测和仪表盘持续改进技能的完整流程，并提到用 Gemini-3-Pro 汇总反馈提出改进建议。相关代码大多开源。
匹配字段摘要、正文
Browser Use 公开其网页智能体评测系统的工程实现：用 Blacksmith runners 在 GitHub Actions 上并行跑 100 个复杂网页任务，端到端耗时不到 5 分钟，并把 LLM judge 直接内建在智能体代码中。评测任务取自数百万条 LLM 标注的用户 span，而非合成站点，通过多次重复运行、固定 agentic 设置和统计 bootstrapping 处理真实网页的方差。其最终 judge 由 gemini-2.5-flash 驱动，在 200 条人工标注轨迹上达到 87% 的人类一致性，并已开源 benchmark 与 judge prompt。
匹配字段摘要、正文
Zyphra 发布首个基于脑数据训练的基础模型 ZUNA，这是一个 380M 参数的扩散自编码器，可从有噪声或不完整的头皮 EEG 数据中重建高保真脑信号，并能从稀疏输入和电极坐标预测缺失通道，适配从消费级头戴设备到 256 电极研究系统的多种布局。ZUNA 在更高缩放因子下持续优于 MNE 中实现的球面样条插值这一行业标准方法。模型以 Apache 2.0 许可开源，权重发布于 Hugging Face，推理与预处理代码发布于 GitHub，并提供 pip install zuna 安装包。
匹配字段摘要、正文
Modem 完成 440 万美元融资，由 Accel 领投、Inovia Capital 参投，用于打造面向智能体编程时代的自动分诊 Product Manager。Modem 可连接 Slack、Discord、GitHub、Linear、email 等渠道，从产品讨论中构建上下文图谱，自动将对话归类为结构化主题并排定优先级，还能作为对话式 AI 智能体创建工单、委派任务给工程师或编程智能体。目前已有数十家组织使用 Modem 数月，现已开放试用。
匹配字段摘要、正文
Browser Use 开源了首个评测基准 BU Bench V1，包含 100 项从五个来源挑选的高难度浏览器任务，任务集加密以防训练污染。评测由 gemini-2.5-flash 以真/假二元判定打分，与人工标注的一致率为 87%。结果显示 Browser Use Cloud 得分 78%，比最好的开源模型高 16 个百分点，且以约每小时 14 个任务成为最快方案；基准代码已开源于 github.com/browser-use/benchmark。
匹配字段摘要、正文
Cognition 推出 Devin Review，一款用 AI 辅助代码审查的工具，目前处于早期发布阶段并免费，支持任意公开或私有 GitHub PR。它会把逻辑相关的改动分组排序并逐块解释，扫描 diff 生成按严重程度分级的问题列表，还可将 diff 接入带完整代码库理解的内联 Ask Devin 会话。Cognition 称客户反馈代码审查而非代码生成已成为交付瓶颈。
匹配字段摘要、正文
Block 推出的开源 AI 编码智能体 Goose 提供与 Claude Code 相近的功能，但可完全在本地运行，无需订阅费、无速率限制。Goose 在 GitHub 上已获得超过 26,100 颗星，有 362 名贡献者和 102 个版本，最新版本 1.20.1 于 1 月 19 日发布。它支持任意 LLM，可通过 Ollama 搭配 Qwen 2.5 等开源模型本地运行，并集成 MCP 连接外部服务；代价是模型质量、上下文窗口和速度仍不及 Claude 4.5 Opus 等商业方案。
匹配字段摘要、正文
Manus 发布 2026 年最佳 10 款 AI 编程工具榜单，涵盖 Manus、Replit、GitHub Copilot、Cursor、Windsurf、Cline、Claude Code、Tabnine、CodeGPT 和 Bolt.new。文章还给出如何根据自身需求选择合适 AI 编程工具的建议，并附常见问题解答。
匹配字段摘要、正文
微软更新 Visual Studio Code，加入 Agent HQ 与 10 项智能体功能，包括聊天关闭后智能体继续运行、会话从本地迁移到云端、自定义后台智能体、运行自定义子智能体和组织内共享智能体。更新还提供 TypeScript 7 的实验性开关，需安装并配置 TypeScript Go 后用于 TypeScript 和 JavaScript 语言功能。提供本地 AI 补全的 IntelliCode 扩展被弃用，AI 辅助补全改由 GitHub Copilot 承担，Copilot 每月提供 2000 次免费补全，超出后需订阅。
匹配字段摘要、正文
Preferred Networks（PFN）介绍了其针对自研 Kubernetes 调度器的性能测试方法，该调度器通过插件实现 Gang scheduling 与 GPU 调度，插件已开源在 github.com/pfnet/scheduler-plugins。Kubernetes v1.30 起支持将 scheduler_perf 作为库导入，PFN 由此从手动复制代码改为库导入方式，但导入后无法在测试执行期间添加 CRD，而 PFN 的 kube-throttle 等插件依赖 Throttle、ClusterThrottle 等 CRD。
Preferred Networks（PFN）介绍了其针对自研 Kubernetes 调度器的性能测试方法，该调度器通过插件实现 Gang scheduling 与 GPU 调度，插件已开源在 github.com/pfnet/scheduler-plugins。Kubernetes v1.30 起支持将 scheduler perf 作为库导入，PFN 由此从手动复制代码改为库导入方式，但导入后无法在测试执行期间添加 CRD，而 PFN 的 kube-throttle 等插件依赖 Throttle、ClusterThrottle 等 CRD。
匹配字段摘要、正文
OpenHands 官方博客指出，AI 智能体正从本地 IDE、CLI 的内循环走向云端外循环：在 GitHub Action、Kubernetes pod 或 OpenHands Cloud 上独立运行，拥有自己的文件系统、终端、浏览器和代码库副本。云端运行带来更小的安全影响面和可扩展性，本地通常只能同时跑 2-3 个智能体，云端则可扩展到数十甚至数千个。文章认为最高效的开发者会同时使用两者。
匹配字段摘要、正文
安全研究者 Johann Rehberger 在 Google 新发布的 Antigravity IDE 中发现五个安全漏洞，包括通过间接提示注入实现的远程命令执行和数据外泄，其中部分问题可追溯到 2025 年 5 月他向 Windsurf 报告过的同类缺陷。Antigravity 默认由 AI 自行判断终端命令是否安全执行，且 MCP 工具调用完全没有人工确认环节，攻击者可利用不可见的 Unicode Tag 字符在源码或 Linear 工单中隐藏指令。作者建议禁用自动执行、谨慎启用 MCP 服务器，并指出 Claude Code、GitHub Copilot、Cursor、Codex 等编码智能体在安全性和补丁历史上更成熟。
匹配字段摘要、正文
Linear 的客户体验团队将 Intercom、Slack 等渠道的用户反馈转为 Linear issue，经分类、工程处理和 GitHub 集成形成闭环。Triage Intelligence 可检测重复项、添加标签并建议团队或负责人；PR 合并后，issue 自动标记为 Done，CX 随即向客户反馈处理结果。
匹配字段摘要、正文
Modal 工程博客介绍了如何用 Modal、开源框架 Pipecat 和开源权重模型搭建语音 AI 聊天机器人，在客户端与容器就近部署时实现约一秒的中位语音到语音延迟。方案采用 Parakeet-tdt-v3 做语音转文字、Qwen3-4B-Instruct-2507 配合 vLLM 做 LLM 推理、Kokoro 做语音合成，并用 ChromaDB 与 all-minilm-l6-v2 完成 RAG 检索。作者还分享了用 Modal Tunnels 绕过输入平面降低网络延迟、通过区域固定和独立自动扩缩容控制成本的做法，代码已在 GitHub 仓库公开。
匹配字段摘要、正文
LG AI Research 发文解读阿里通义实验室的 WebDancer 论文，该方法通过网页搜索工具增强大推理模型（LRM）的长链推理，缓解长推理中的信息缺口与模型幻觉。论文提出 CRAWLQA 与 E2HQA 两种合成数据生成方法：前者基于 arXiv、GitHub、Wikipedia 等多跳网页生成 QA，后者将简单事实问题逐步改写为需多步推理的难题。
匹配字段摘要、正文
安全研究者 Johann Rehberger 发布 AgentHopper 概念验证，用一个通用提示注入载荷在多个编码智能体间自我传播。载荷先感染开发者智能体，再扫描 Git 仓库注入指令并推送回 GitHub，其他开发者拉取被感染代码后触发注入，形成循环传播。攻击路径涉及 GitHub Copilot、Amp Code、Amazon Q Developer 和 AWS Kiro，相关漏洞均已由厂商修复。作者建议为 SSH 和签名密钥设置口令、启用分支保护并遵循最小权限原则。
匹配字段摘要、正文
METR 复现并扩展了 Google DeepMind 论文（Emmons 等）第 5 节的实验，用 Claude 4 Sonnet、Claude 3.7 Sonnet、GPT-4o 作为 actor 模型，GPT-4o、GPT-4o-mini、o3、Gemini 2.0 Flash、Gemini 2.5 Pro 作为监控模型，测试模型能否在掩盖真实学科推理的同时躲过监控。结果显示，开启推理模式后，模型的推理轨迹几乎 100% 会先说出自己的掩盖计划，从而被监控模型直接抓住；在需要 CoT 才能解题的 152 道 GPQA 扩展题上，模型也难以在不损失准确率的情况下躲过监控。由于原论文未提供源码，METR 用 Inspect 开源复现了第 5 节，代码和对话记录已发布在 GitHub。
匹配字段摘要、正文
Cartesia 发布语音智能体开发平台 Line，采用代码优先设计，开发者可通过 SDK、CLI 和 GitHub 集成快速构建和部署语音智能体。Line 集成 Sonic 和 Ink 模型，提供低延迟、可扩展的基础设施，并支持企业本地部署和模型微调。
匹配字段摘要、正文
安全研究者 Johann Rehberger 演示，Google Jules 在处理 GitHub issue 时会被其中隐藏的 Unicode Tag 字符指令劫持，自动添加后门函数并编译执行代码。该问题根因于 Gemini 模型将不可见字符当作指令，作者称其早在 2024 年 2 月 22 日就报告给 Google，至今未在模型或 API 层缓解，因此影响所有基于 Gemini 的应用。作者建议不要让 Jules 接触私有代码、密钥或不可信来源的 issue，并仔细审查其生成的计划和代码。
匹配字段摘要、正文
Mario Zechner 构建了 terminalcp 的 MCP server 与对应 CLI，用三个终端控制任务对比 terminalcp MCP、terminalcp CLI、tmux 和 screen 四种工具，评估成本、耗时、成功率，以及模型对标准 CLI 工具的固有知识是否胜过对未见工具的上下文学习。作者认为多数 MCP 只是 CLI 调用的薄封装，如 GitHub MCP Server 往往不如让智能体直接调用 GitHub CLI。
匹配字段摘要、正文