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
goose v1.25.0 发布，为 macOS 版 goose Desktop 加入可选沙箱（通过 GOOSE_SANDBOX=true 启用，基于 seatbelt），并新增统一 Summon 扩展，用 load 和 delegate 两个工具取代原有的 Skills 与 subagent 系统。该版本还集成 @mcp-ui/client SDK 的 AppRenderer，让 MCP 扩展可在聊天中渲染 HTML/JavaScript 界面，同时 Claude Code、Codex 和 Gemini CLI 等 agentic CLI provider 获得升级，支持 MCP 扩展。
goose v1.25.0 发布，为 macOS 版 goose Desktop 加入可选沙箱（通过 GOOSE SANDBOX=true 启用，基于 seatbelt），并新增统一 Summon 扩展，用 load 和 delegate 两个工具取代原有的 Skills 与 subagent 系统。该版本还集成 @mcp-ui/client SDK 的 AppRenderer，让 MCP 扩展可在聊天中渲染 HTML/JavaScript 界面，同时 Claude Code、Codex 和 Gemini CLI 等 agentic CLI provider 获得升级，支持 MCP 扩展。
匹配字段摘要、正文
goose 团队发布开源多智能体编排层 Goosetown，构建在 goose 之上，用于协调并行智能体完成研究、构建和评审等阶段任务。它由 skills、subagents、beads 和 gtwall 四个组件构成，其中 beads 基于 Git 记录进度，会话崩溃后可由下一个智能体接续；gtwall 是只追加日志，供各智能体发布和读取进展。创建者 Tyler 表示，Goosetown 起初是为测试 goose 后台 subagent 能力而做的实验，运行多智能体成本较高，但产出质量更好、占用人工时间更少，goose 支持预设更便宜的子智能体模型。
匹配字段摘要、正文
Sarvam AI 发布 Akshar，一个构建在 Sarvam Vision 之上的文档智能工作台，从被动文本抽取转向主动推理，提供视觉定位、版面语义理解和块级抽取，并支持智能体自动校对与纠错。所有智能体操作都以可审阅建议的形式提交，由用户接受或拒绝。Akshar 已在 akshar.sarvam.ai 开放 Preview，2 月整月免费，用户可上传文档试用 Agent Mode，生产使用需加入等待名单。
匹配字段摘要、正文
Snowflake 的 Vino Duraisamy 与 Replit 的 Manny Bernabe 在 Part 2 中演示如何把实时仪表盘升级为可用的数据工具：加入未来 15 天营收预测线、下钻分析、Slack 阈值告警，以及能用自然语言提问并展示所执行 SQL 的嵌入式 AI 数据助手。整个应用基于 Replit–Snowflake 连接器，由 Replit Agent 用提示词生成代码与 SQL，约 10–15 分钟即可完成，Replit 负责安全扫描、认证与托管。
![Vibe Coding Data Apps with Replit + Snowflake - Part 2 [webinar] — cover image](/api/site/image-proxy?v=1&u=https%3A%2F%2Fcdnimg.replit.com%2Fimages%2Fbj34pdbp%2Fmigration%2F5789f6e7af051646efeb4101bf1017aa89a4d646-1280x720.jpg%3Fw%3D3840%26q%3D80%26fit%3Dmax%26auto%3Dformat&mode=body-640&exp=1793866800&sig=LIoUruWlTI2FODhGvCgzWyPi0t8YqMSjHP7kdsqoKww)
匹配字段摘要、正文
Cursor 宣布长时运行智能体（Long-running agents）已在 https://t.co/3PT8c7azU3 面向 Ultra、Teams 和 Enterprise 计划开放。Cursor 表示借助新的 harness，智能体可以完成规模大得多的任务。有用户转发并评论称，看到智能体连续运行数天甚至数周而不迷失方向，令人印象深刻。
匹配字段摘要、正文
Sarvam AI 发布 Arya 智能体编排栈，面向生产级智能体，围绕八个可组合原语（LLM、Agent、MCP、Node、Ledger、Task Graph、Code Interpreter、Artefact）构建。该栈提供不可变状态账本、按节点调节确定性与智能体自由度的机制，以及用 HCL 声明式描述任务图的构建方式，并支持将任务图封装为 MCP 供其他智能体调用。Sarvam AI 表示其调试服务 Acta 会持久化每次状态转换，便于追踪与回放。
匹配字段摘要、正文
OpenAI 发布论文《Preventing URL-Based Data Exfiltration in Language-Model Agents》，详细说明其新增的 URL 数据外泄缓解措施。作者 Johann Rehberger 指出，OpenAI 现在用自己的网页索引做 URL 校验，爬虫收录的 URL 会进入允许列表，用户消息中直接输入的 URL 也被视为安全，但模型动态生成的 URL 会被判定为不安全。他同时说明该问题并未完全解决，用单个 URL 映射字母和数字的绕过方式仍然可行，并建议对同一会话内重复访问同一 URL 做缓存或限制。
匹配字段摘要、正文
Cursor 宣布现在可以使用子智能体（subagents）并行完成任务的各部分，带来更快的整体执行速度和更好的上下文利用，也让智能体能处理运行时间更长的任务；此外 Cursor 还能生成图像、提出澄清问题等。作者 Balta 转发并表示这项工作很有趣，还给出实用建议：面对非常大的任务时，可以让智能体启动多个子智能体来探索问题空间，并行收集上下文以获得更快的体验。
匹配字段摘要、正文
Cursor 发布新版 CLI，新增 plan 模式、ask 模式、交接给云端智能体、MCP 一键授权和词级 diff，并称还有大量细节打磨与改进。该消息由 n2parko 发布，Balta 以“any agent, anywhere”转发。
匹配字段摘要、正文
Replit 发布 Mobile Apps，用户用自然语言向 Replit Agent 描述应用，实时生成并在手机预览，扫描二维码可通过 Expo Go 在真机测试，创建 Apple Developer 账号后三击发布到 App Store。该功能支持全栈应用，包含 AI 能力、内置数据库、支付与短信等连接器以及托管和服务端逻辑，所有 Replit 用户均可在桌面端和移动端使用。
匹配字段摘要、正文
Ethan Mollick 让 Claude Code 自主开发一个每月赚 1000 美元的创业项目，AI 问了三个选择题后独立工作 1 小时 14 分钟，生成数百个代码文件并交付一个可运行、可部署的网站。他认为这类编码工具的跃升来自两点：最新模型能在编程任务中自主完成更多工作并自我纠错，以及被赋予工具与方法的 agentic harness。文章以 Opus 4.5 驱动的 Claude Code 为例，说明它通过上下文压缩、Skills 和子智能体等机制突破 LLM 限制，并提到 OpenAI Codex 配 GPT-5.2、Google Antigravity 配 Gemini 3 有类似表现。
匹配字段摘要、正文
MiniMax 发布 MiniMax-M2.1，重点提升真实复杂任务表现，系统增强 Rust、Java、Golang、C++、Kotlin、Objective-C、TypeScript、JavaScript 等语言能力，并加强 Android 与 iOS 原生开发。相比 M2，M2.1 回复与思维链更简洁，响应更快、token 消耗明显下降，在多语言场景超过 Claude Sonnet 4.5 并接近 Claude Opus 4.5，在自建 VIBE 全栈基准上平均得分 88.6。模型权重已开源，可从 HuggingFace 下载，支持 SGLang、vLLM、Transformers、Ktransformers 本地部署，API 已在 MiniMax 开放平台上线，MiniMax Agent 也已基于该模型公开可用。
匹配字段摘要、正文
Replit 宣布接入 ChatGPT，用户连接账号后可在对话中 @replit 描述需求，由 Agent 创建、更新并部署 Replit App，预览直接显示在对话里。应用保存在 Replit 账号中，可随时打开添加数据库、连接 API 或发布到自定义域名，构建过程消耗 Replit Agent 额度。该集成在 ChatGPT App Store 可用的市场上线，每个对话只能对应一个 Replit App，新建应用需另开对话。
匹配字段摘要、正文
OpenHands 宣布赞助 Toad 开发，并成为其推荐智能体之一。Toad 是 Rich 和 Textual 作者 Will McGugan 打造的通用终端界面，基于 Textual 库，通过 Agent Client Protocol（ACP）与 Claude Code、Gemini、OpenHands 等兼容智能体通信，用户可在同一界面切换。用户可在 Toad 的 agent store 中一键安装 OpenHands，也可用 uvx batrachian-toad 安装 Toad。
匹配字段摘要、正文
OpenHands 官方博客介绍如何通过 Agent Client Protocol（ACP）把 OpenHands 接入开发者常用的编辑器。ACP 是让编辑器与 AI 编码智能体通信的标准化 JSON-RPC 协议，智能体作为编辑器子进程运行；Zed、JetBrains 系列 IDE、Neovim（CodeCompanion.nvim）和 Obsidian 已支持该协议。文章以 Zed 为例给出配置步骤：先运行 openhands 配置 LLM 提供商与 API key，再在 Zed 的 agent_servers 中加入 OpenHands 配置，之后即可在编辑器内调用智能体。
OpenHands 官方博客介绍如何通过 Agent Client Protocol（ACP）把 OpenHands 接入开发者常用的编辑器。ACP 是让编辑器与 AI 编码智能体通信的标准化 JSON-RPC 协议，智能体作为编辑器子进程运行；Zed、JetBrains 系列 IDE、Neovim（CodeCompanion.nvim）和 Obsidian 已支持该协议。文章以 Zed 为例给出配置步骤：先运行 openhands 配置 LLM 提供商与 API key，再在 Zed 的 agent servers 中加入 OpenHands 配置，之后即可在编辑器内调用智能体。
匹配字段摘要、正文
Mistral AI 推出 Devstral 2 编程模型家族及开源命令行智能体 Mistral Vibe CLI，可执行跨文件代码修改与工程任务。123B 和 24B 模型均支持 256K 上下文，在 SWE-bench Verified 上分别获得 72.2% 和 68.0%；小模型支持消费级硬件本地部署。Devstral 2 目前可免费调用 API，免费期后输入与输出每百万 Token 分别为 $0.40 和 $2.00。
消费级硬件本地部署。Devstral 2 目前可免费调用 API，免费期后输入与输出每百万 Token 分别为 $0.40 和 $2.00。 · Mistral AI introduced the Devstral 2 coding model family and Mistral Vibe CLI, an open-source command-line agent for multi-file code changes and software engineering tasks. The 123B and 24B models both support a 256K context window and score 72.2% and 68.0% on SWE-bench Verified, respectively, with the smaller model deployable locally on consumer hardware. Devstral 2 is currently free via the API; after the free period, inp
匹配字段摘要、正文
Anthropic 工程博客介绍了让 Claude Agent SDK 跨多个上下文窗口持续工作的两段式方案：首个会话由 initializer agent 搭建环境，包括 init.sh 脚本、claude-progress.txt 进度日志和初始 git commit，后续每个会话由 coding agent 只推进一个功能并留下结构化更新。文章指出，即便 Opus 4.5 在 Claude Agent SDK 上循环运行，仅给高层提示也会出现一次性做完整个应用和过早判定完成两类失败，因此用 JSON 格式的功能清单标记 passes 状态，并要求智能体用 git 提交和进度文件保持环境整洁。测试环节需显式提示使用浏览器自动化工具做端到端验证，作者也提到 Claude 视觉与浏览器自动化工具的限制仍会漏掉部分 bug。
匹配字段摘要、正文
Microsoft 与 NVIDIA 正合作推动 AI 原生时代的软件开发，通过 Azure AI Foundry 与加速计算支持智能体（agentic）系统。Microsoft 2025 Work Trend Index 显示，81% 的全球领导者预计 AI 智能体将在未来 12 至 18 个月内深度融入组织；Dow 借此每年节省数百万美元，Bayer 研发团队每周节省 6 小时研究时间。Microsoft 客户报告开发者效率提升 30%、成本降低 40%、上市速度加快 50%。
匹配字段摘要、正文
Cognition 发布面向软件工程的 SWE-1.5 模型，参数量达数千亿，在 SWE-Bench Pro 上接近前沿水平，并已上线 Windsurf。该模型与 Cerebras 合作部署，推理速度最高 950 tok/s，比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。Cognition 称其基于数千块 GB200 NVL72 芯片训练，并在自建 Cascade agent harness 与高质量编码环境中做端到端强化学习。
匹配字段摘要、正文