2026年9月23日,Cursor公布其agent harness的多项效率优化,在不降低agent质量的前提下将用户token成本降低7%。据Cursor Blog介绍,具体做法包括:把系统提示词裁剪约66%;将低频内置工具改为按需动态加载,使静态上下文描述token减少60%;借助GPT-5.6起OpenAI API的显式缓存断点,把冷缓存未命中率降低20%;文件读取仅每十行标注行号,使缓存读取token减少1.6%。此外,此前把MCP工具移入动态上下文,已使调用MCP的会话总token减少46.9%。目前该故事尚无后续发展事实。
匹配字段标题
2026年9月23日,Qwen公布Mobile-Use Agent性能。据官方信息,该智能体以API优先、GUI兜底的方式执行任务,在MobileWorld得82.1分、MobileWorld-Real得92.2分、AndroidDaily得97.2分,端到端成功率90%。同一发布中,Qwen还推出Qwen Intelligence及三个移动端智能体,并开放MobilePA-Bench、MobileWorld、MobileWorld-Real和MobileWorld-Safety评测套件,覆盖规划、跨应用执行、真机性能与安全。目前尚无后续独立发展。
匹配字段标题
2026年9月23日,Qwen公布Mobile Creative Agent的性能表现。该信息由通义千问/Qwen官方账号于当日19:50发布,属于第一方来源。目前没有后续发展事实,事件状态停留在性能公布这一节点。
匹配字段标题
2026年9月23日,Boris Cherny 使用 Opus 5.5 结合 Lean 对 Claude Agent SDK 做形式化验证。据其本人发布的信息,几个简短提示词就产出 16 个 PR,修复了多个 bug 和竞态条件。他还常把 Lean 与 TLA+ 结合,用于排查数据流、并发和状态管理问题。他表示自己并不熟悉这两种语言,但 Claude 很擅长,这种方法能发现人难以察觉的 bug。目前该事件仅有这一条来源,尚无后续发展事实。
匹配字段标题
2026年9月23日,Sierra发布博客,介绍其智能体平台的可观测性能力。据该博客,用Ghostwriter构建的每个旅程、动作、策略和角色都在Agent Studio中可见可编辑,Simulations和Experiments可在全量上线前测试改动影响。智能体上线后,Traces可查看单次对话,Explorer分析跨对话的模式与根因,Monitors和Pulse负责告警与主动发现问题。数据可通过OpenTelemetry、Amazon EventBridge、Google Cloud Pub/Sub或导出API接入现有观测设施;逻辑、对话日志、性能数据和代码均可导出,智能体运行在可访问的Git仓库中。目前该故事尚无后续发展事实。
匹配字段标题
2026年9月17日,唐杰复盘了GLM-5.3-Flash从在国内加速器上首次跑通到承载全部生产流量仅用两周的过程,端到端吞吐提升3.2倍,其中大量工作由基于GLM-5.3的Infra Agent完成。唐杰指出,智能体卡住的原因往往不是写不出代码,而是不知道性能为何变差,因此团队构建了可被直接调用的分层验证接口,即密集反馈,包括正确性、系统行为和性能三类信号。智能体据此发现并修复了KDA上下文并行路径的TF32精度漂移,修复已合入Flash Linear Attention PR #1180;还修复了KV传输未与DeepEP dispatch重叠导致的开销,使其从超过30%降至1%以下;以及decode kernel重复计算归一化的问题,提速1.71倍。唐杰强调,人类仍负责定义目标、搭建反馈环境和审查高风险改动,但工程师的角色正从解决问题转向设计反馈。
匹配字段标题
Cursor 改进 Agent harness
English translation is being prepared.
匹配字段标题
2026年9月23日,Qwen公布Mobile-Use Agent性能。据官方信息,该智能体以API优先、GUI兜底的方式执行任务,在MobileWorld得82.1分、MobileWorld-Real得92.2分、AndroidDaily得97.2分,端到端成功率90%。同一发布中,Qwen还推出Qwen Intelligence及三个移动端智能体,并开放MobilePA-Bench、MobileWorld、MobileWorld-Real和MobileWorld-Safety评测套件,覆盖规划、跨应用执行、真机性能与安全。目前尚无后续独立发展。
匹配字段标题
Qwen 公布 Mobile Creative Agent性能
English translation is being prepared.
匹配字段标题
HEMA 构建 基于 MCP 与 Amazon Bedrock AgentCore 的内部 AI 助手 HAL
English translation is being prepared.
匹配字段标题
Boris Cherny 使用 Opus 5.5 形式化验证 Claude Agent SDK
English translation is being prepared.
匹配字段标题
Sierra 介绍 Agent Studio的可见性、可观测与数据导出能力
English translation is being prepared.
匹配字段标题
荷兰零售商 HEMA 构建了内部 AI 助手 HAL,技术基础为 Amazon Bedrock AgentCore,并通过 Model Context Protocol(MCP)把知识接入 HAL 聊天、Kiro、Claude 等工具。据 2026 年 9 月 23 日的报道,HAL 将原本需要三四个门户、耗时一下午的查询缩短到数秒;安全依托 Microsoft Entra ID,客户端不存 AWS 凭证,目前为只读访问。除该报道外,暂无其他有合格事实证据的后续发展。
匹配字段标题
2026年9月22日,Reactiv 宣布使用 Amazon Bedrock AgentCore 自动化移动电商更新。据 AWS Machine Learning 同日发布的文章,Reactiv 基于 Amazon Bedrock AgentCore 与 Strands Agents SDK 构建了三智能体 AI Scheduler,让 Shopify 商家用自然语言设定排期,自动更新原生 App。该系统利用 AgentCore runtime、memory 和 Identity,实现跨会话记忆、原生 MCP 托管以及按商家隔离的多租户执行。文章称,商家配置时间减少 80%,上线速度提升 33%。目前该事实仅有这一条第一方证据,尚无后续发展事实。
匹配字段标题
GLM-5.3 Infra Agent 优化 GLM-5.3-Flash国产加速器推理系统
English translation is being prepared.
匹配字段标题
Reactiv 使用 Amazon Bedrock AgentCore 自动化移动电商更新
English translation is being prepared.
匹配字段标题
Google发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时对话音频模型,即日起通过Gemini API、Google Workspace和Gemini应用开放。据Google DeepMind介绍,Gemini 3.8 Live Extended Thinking在Artificial Analysis语音到语音质量指数得82.6分排名第一,τ-Voice智能体任务完成率68.6%,Big Bench Audio得97.7%;Gemini 3.8 Live在Speech Agent Arena排名第二。两款模型支持近实时视觉输入、对话中自动切换97种语言,并可在后台执行工具和API调用而不打断对话。9月18日,Google展示用Gemini 3.8 Live Extended Thinking构建的工作坊助手演示,可分析工作区、出声推理并引导搭建过程。9月21日,Google又演示了用该模型构建的编程辅导Agent,能查看用户屏幕、通过function calling引用p5.js库并讲解代码逻辑。
匹配字段标题
Thariq Shihipar 宣布,Claude Code 从 2.1.277 版本起支持 AGENTS.md。据 gihyo.jp 报道,默认在作业目录及上层找不到 CLAUDE.md 等指示文件时,才把 AGENTS.md 作为项目指示读取。通过 Bedrock、Vertex、Foundry 使用 Claude Code 的环境,以及禁用遥测的环境暂不支持该功能;可用环境需更新后从第二次会话起生效。/config 的 Project instructions 提供 claude-md-or-agents-md(默认)、claude-md-and-agents-md、claude-md、managed-only 四种读取设置,但没有只读 AGENTS.md 的专用模式。目前尚无后续发展事实。
匹配字段标题
Thariq Shihipar 宣布 Claude Code从2.1.277版本起支持AGENTS.md
English translation is being prepared.
匹配字段标题
2026年9月16日,goose 官方博客介绍其已用可重入状态机替换经典 agent loop。据该官方说明,持久化的对话作为主状态,每项 agent 行为被编码为 Operation,按顺序检查并只应用第一个生效者的效果。这样服务器无需在等待输入时保持协程和局部变量存活,进程重启或更换前端都能从上次持久化的步骤继续。作者称该改动让代码更易测试、重构和实验,新想法可作为 Operation 加入流水线,而无需改动状态机核心。目前尚无后续发展事实。
匹配字段标题