资讯
AI Agent Skills 生态的最新动态、教程和深度分析
找到 405 篇文章
AI Agent Skills 生态的最新动态、教程和深度分析
找到 405 篇文章
SAS 发布 Viya MCP Server，通过 Model Context Protocol 将分析能力开放给 Claude、Copilot 等任意 AI Agent。同时推出的还有 Agentic AI Accelerator、营销多智能体系统及供应链智能体，背后是行业专有模型和治理平台 AI Navigator。
Seer Agent 是 Sentry 旗下第二款 AI 调试工具，与 Autofix 互补。它不需要 Sentry 已经检测到的问题，开发者可以直接描述症状，Agent 会遍历错误、追踪、日志和代码数据来定位根因。
Nemotron 3 Nano Omni 是 NVIDIA 最新的全模态模型，采用混合 Mamba-Transformer MoE 架构，支持动态分辨率图像处理和 Conv3D 视频压缩，在文档、音频、视频等基准测试中取得领先成绩。
OpenAI与AWS合作，在Amazon Bedrock上提供GPT-5.5等模型、Codex编码工具和托管智能体。企业可在AWS环境中安全使用这些能力，Codex用户超400万，托管智能体支持复杂业务工作流。
Paper Compute Company 从可观测性和沙箱执行入手，构建 AI Agent 底层基础设施。团队汇集了 GitHub、AWS 和 CNCF 背景的资深工程师，希望通过开源方式为企业提供生产级 Agent 管理方案。
本文分享了KubeStellar Console项目使用AI编码Agent的实践经验，提出了一个五层AI代码库成熟度模型：辅助、指令、测量、自适应和自维持。核心观点是，Agent的智能不在于模型本身，而在于代码库围绕它构建的测量与反馈回路。通过编写指令文件、建立测试信任层、优先测量后自动化等步骤，项目最终实现了81%的PR通过率和快速的社区问题响应。
Cursor 3 的智能体窗口在调试测试中表现出色，无需额外提示即可修复两个漏洞，且修复覆盖范围更广。Claude Code 则更快，并主动清理了代码中的 FIXME 注释。两者都能显著简化调试流程，但 Cursor 直接执行，Claude Code 则请求许可，这反映了不同的人机协作哲学。
Anthropic 进行了一项实验，让 69 名员工用 AI 代理在分类市场上交易真实物品。实验发现，使用更先进模型的代理能获得客观更好的交易结果，但用户并未察觉这种差距。
Jaeger v2 重构核心架构，原生集成 OpenTelemetry Collector，统一收集指标、日志和追踪。项目还采用 MCP、ACP 和 AG-UI 协议，使 Jaeger 能够作为交互式工作空间，支持工程师与 AI 智能体协作分析分布式系统故障。
Cursor 与 Chainguard 合作，使 Cursor 的 AI Agent 在选依赖时可从 Chainguard 的可信制品库拉取，而非原始公共仓库，从而降低软件供应链被投毒的风险。
DeepSeek-V4 发布了两款 MoE 模型，拥有百万 token 上下文窗口，通过 CSA/HCA 混合注意力机制大幅降低长序列推理成本和内存占用。论文还介绍了针对 Agent 的思考保留机制、专用工具调用格式以及 RL 训练沙箱 DSec，使 Agent 基准测试成绩达到前沿闭源模型水平。
swyx 与 Jacob Effron 深入探讨了 AI 编码战争的现状、基础设施的稳定性、垂直 vs 水平 AI 初创公司之争，以及记忆、世界模型等下一个前沿方向。关键洞察：编码是第一个出现爆发式增长的 AI 类别，为其他领域树立了模板。
OpenAI 推出共享工作区智能体，支持团队在 ChatGPT 中构建自动执行多步任务（如报告、审批）的智能体。它们可在云端运行并通过 API 集成 Slack，同时提供权限控制和合规监控。当前以研究预览形式提供给特定计划用户。
Roo Code 将停止其 IDE 套件服务，全力投入云端智能体 Roomote 的开发。Roomote 旨在端到端执行任务，集成 Slack、GitHub 等工具，生成可直接审查的代码输出。此举反映了 AI 编程工具从 IDE 辅助向云端自主智能体演变的趋势。
谷歌发布企业级智能体构建平台 Gemini Enterprise Agent Platform，定位为 IT 和技术团队的工具。该平台支持谷歌自家的 Gemini LLM、Nano Banana 2 图像生成器以及 Anthropic 的 Claude 系列模型。
谷歌发布两款TPU芯片：TPU 8i专为智能体快速推理和规划优化，TPU 8t针对训练任务设计。结合全栈基础设施，旨在为大规模部署响应式智能体AI提供底层引擎支持。
Google 将第八代 TPU 拆分为训练专用芯片 TPU 8t 和推理专用芯片 TPU 8i，以应对智能体工作负载带来的不同需求。TPU 8i 通过新拓扑和更大内存突破内存墙，TPU 8t 则面向超大规模训练集群。两款芯片均于今年晚些时候上市。
Google 在 Cloud Next '26 上正式推出了整合后的 Gemini Enterprise Agent Platform，包含低代码构建器 Agent Studio、模拟测试环境、注册表、市场等组件。平台底层依赖 MCP 协议实现与 Google 全系服务的工具调用，并推出了面向非开发者的 Gemini Enterprise 网页应用进行统一管理。