亚马逊研究人员提出 Simple Strands Agent（SSA），一种可定制的单智能体 harness，用于缩小模型意图与 harness 执行之间的意图-执行差距，并在多个模型和基准上取得稳定性能提升。论文将这一瓶颈形式化为双向的意图-执行差距，指出工具接口、diff 文件反馈以及内部推理与外部交互的平衡是关键设计原则，并强调不同模型家族在工具使用偏好上存在差异，需要模型与 harness 协同设计。SSA 的智能体逻辑、工具、提示词和模型配置均已开源。
匹配字段标题
Google Research 与 Google Cloud 合作推出 Agentic RAG 框架，并已在 Gemini Enterprise Agent Platform 以公开预览形式上线。该框架通过 Planner、Query Rewriter、Sufficient Context 等智能体迭代检索，在信息不足时给出具体缺口并继续搜索，相比标准 RAG 在事实性数据集上准确率最高提升 34%。在 FramesQA 的跨语料设置中，系统需从 4 个语料中路由查询，仍答对 90.1% 的问题，延迟与单语料版本平均相差约 3% 以内。
匹配字段标题
Replit 推出 Shopify 集成，用户通过与 Replit Agent 对话即可生成定制店铺前台，Agent 会创建新的 Shopify 店铺并从同一对话中添加商品。用户只需在 Shopify 登录或注册、认领店铺、开通支付并发布，之后即可在 Replit 内管理商品和调整店铺，从第一条提示词到接收真实订单大约十分钟。店铺前台基于真实 Replit 项目，可按需添加博客、愿望清单、会员计划或自定义落地页。
匹配字段标题
Replit 发布 SEO Agent，可对已发布且公开可见的应用做全量扫描，指出影响可发现性的问题并按影响程度排序生成报告，用户可逐条审核、忽略或一键应用修复，随后重新发布应用。该 Agent 位于新的 Growth 仪表盘，可监控流量并跟踪应用增长，后续重大更新后可重跑扫描。
匹配字段标题
Cognition 发布 Devin Desktop，称其为 Windsurf 的下一代产品，把 Agent Command Center 设为 IDE 默认界面，可在一处管理本地与云端智能体、PR 和上下文。新增的 Spaces 让相关智能体共享上下文以便协作，同时支持 Agent Client Protocol（ACP），任何兼容 ACP 的智能体都能与 Devin 一同在 Devin Desktop 中运行。该产品基于 Windsurf 的 IDE 基础构建，并保持与 Windsurf 完全向后兼容。
匹配字段标题
MiniMax 将 Agent 整体升级并命名为 Mavis，同时推出 Agent Team：由主 Agent 把复杂任务拆成并行子任务，交给一批 Agent 执行，并内置对抗式质量门。团队简化为 Leader、Worker、Verifier 三类角色，Worker 与 Verifier 形成对抗关系，验证失败时 Team Engine 会重新唤醒生产节点继续修改。官方称最新版 MiniMax Agent 即将开源，预计与 MiniMax M3 模型一同发布，桌面端应用已上线。
匹配字段标题
Google 在 I/O 上推出 Gemini 3.5 Flash，称其面向智能体和编程具备前沿性能。该模型于当天在全球推出，针对现实世界的智能体工作流提供前沿级性能，速度是其他前沿模型的 4 倍。
匹配字段标题
Google DeepMind 的多智能体系统 Co-Scientist 帮助 Gary Peltz 加快寻找肝纤维化疗法，筛选出此前被忽视的药物再利用候选方案。其中一个候选药物在实验室测试中成功阻断了 91% 与瘢痕形成相关的反应，相关成果已发表于 Advanced Science。
匹配字段标题
Claude Managed Agents 现在可以在用户自控的沙箱中执行工具，并连接私有 MCP 服务器，沙箱与所访问服务都运行在企业边界内。自托管沙箱在 Claude Platform 上处于公开测试，支持 Cloudflare、Daytona、Modal、Vercel 等托管沙箱提供商；MCP tunnels 处于研究预览阶段，需申请访问，可在 Managed Agents 和 Messages API 中使用，由组织管理员在 Claude Console 的工作区设置中管理。智能体的编排、上下文管理和错误恢复仍运行在 Anthropic 基础设施上，工具执行则移到用户配置的环境中。
匹配字段标题
Anthropic 在 Claude Managed Agents 中推出研究预览版 dreaming，通过定期回顾历史会话与记忆库提取模式、整理记忆，让智能体跨会话自我改进，开发者可选择自动更新记忆或先审核再落地。同时 outcomes、多智能体编排和 webhooks 向开发者开放：outcomes 由独立 grader 在自身上下文窗口中按评分标准评估输出并让智能体自我修正，内部测试中任务成功率最高提升 10 个百分点，docx 与 pptx 文件生成任务成功率分别提升 8.4% 和 10.1%；多智能体编排让 lead agent 把任务拆给拥有各自模型、提示词和工具的专家子智能体并行处理，并在 Claude Console 中追踪每一步。Harvey、Netflix 平台团队、Every 的 Spiral 和 Wisedocs 已在使用这些能力。
匹配字段标题
Together Inference Engine 在 Kimi K2.5 编码智能体负载下，以相同的 4× NVIDIA B200 硬件实现了比 TensorRT-LLM 高 31% 的 TPS，并在饱和时保持约 2 倍更优的 TTFT。测试采用约 45k–200k Token 的长提示词和平均 450 Token 的输出；SGLang 因 TP4 内存不足改用 8× B200。性能提升来自 ThunderMLA、定制内核重写及真实流量下的端到端分析。
匹配字段标题
Modal 宣布与 Anthropic 合作，为 Claude Managed Agents 推出与 Modal Sandboxes 的一流集成，让所有工具调用可在自托管 Modal Sandbox 中运行，同时保留 Anthropic 托管智能体循环的便利。该集成支持自定义镜像快速冷启动、Volumes 与目录/文件系统/内存快照等持久化选项，以及按用量计费的突发定价，单客户可扩展至 10 万个以上并发 Sandbox。DoorDash 已在生产中使用 Claude 模型与 Modal 基础设施，Blend 则借助该集成推进智能体辅助问题分诊。
匹配字段标题
Prime Intellect 开源了 General Agent 环境的首个版本，一个可随时间扩充任务语料的完全合成环境，目前包含 4,504 个任务、覆盖 1,040 个领域和 8,000 多个工具。该环境将任务合成建模为 Synthesizer 与 Solver 两个智能体之间的博弈，任务按 5 个难度层级演化，每层用目标通过率区间做经验校准。早期实验中，在 4,417 条合成工具调用轨迹上做 SFT，将 Nemotron-3-Nano-30B 的 BFCL 从 18.9% 提升到 52.3%，MCP-Atlas 从 0.6% 提升到 12.1%。
匹配字段标题
xAI 宣布即日起可在 Nous Research 的开源自我改进智能体 Hermes Agent 中直接使用 Grok 订阅。接入后可用 Grok 4.3 进行文本对话与高级推理、Grok Text-to-Speech 生成语音回复、Grok Imagine 生成图像和视频，所有订阅档位均可使用。Hermes Agent 可持久运行在任意电脑、沙箱或 VPS 上，跨会话建立长期记忆，并能连接 WhatsApp、Discord、Telegram、Signal 等消息平台；用户通过 hermes model 选择 xAI Grok OAuth 并浏览器登录即可启用。
匹配字段标题
Linear Agent 推出 Code Intelligence，可读取代码库、解释功能实现，并调查问题的可能原因。该功能支持按需或自动分析问题，定位相关代码路径、近期提交和潜在回归，也可辅助客服排查、产品规划及查找熟悉相关代码的人员。Code Intelligence 现面向 Business 和 Enterprise 套餐开放公测，公测期间免费使用。
匹配字段标题
Replit 发布 Security Center 2.0，可按 critical 和 high 严重级别汇总账户内所有项目的 CVE 暴露情况，并支持批量通知项目所有者、批量下架已发布应用。用户还能对单个项目点击“Fix with Agent”，由后台任务生成补丁供项目所有者审核、应用并重新发布；企业客户可运行扫描获取 SBOM。
匹配字段标题
Modem 向所有用户开放 Agent Skills，可在 Settings → Skills 创建，或让 @Modem 代写。每个 Skill 由标识 slug、一句话触发描述和指令正文三部分组成，与 Claude Code 等编码智能体的 skills 类似，区别在于 Modem 的 Skills 在整个组织内共享，并在 chat、Slack 和 automations 中通用。官方示例 generate-release-notes 每周由 automation 调用并把结果发到 Slack 公共频道。
匹配字段标题
Augment Code 在 OpenClaw 的 40 个 PR 上测试了在 AGENTS.md 中加入 Karpathy 风格编码规则的效果，发现 Auggie、Claude Code 和 Codex 三个 Agent 的工具调用、文件读取、时间和成本均下降，但代码质量基本不变，Claude Code 甚至略有下降。
匹配字段标题
Replit 为已发布应用推出 App Monitoring，应用宕机时会邮件通知开发者，并在发布视图展示近期 uptime，可结合请求量等信号分析宕机原因。Replit Agent 现可读取生产日志，并以只读权限访问生产数据库，用于定位应用逻辑 bug、异常查询或集成报错等根因，且不会修改生产数据库。
匹配字段标题
小米发布其迄今最强模型 MiMo-V2.5-Pro，官方称该模型在通用推理、复杂软件工程和长程任务上达到全球领先 Agent 模型的水平，相关结论来自 Artificial Analysis。用户可通过官方提供的链接直接试用。
匹配字段标题