资讯

Featherless 推出托管版 OpenClaw，为开源 AI 智能体提供安全的沙箱运行时环境，并将 AI 模型成本打包进月费。报告显示，智能体工作流每次交互消耗的 Token 是标准聊天的 20-30 倍，托管服务旨在消除这种不可预测的财务风险。

Holotron-12B 采用混合 SSM 架构，显著提升了推理吞吐量和内存效率，在单 H100 GPU 上实现高达 8.9k tokens/s 的吞吐。模型在 WebVoyager 等智能体基准测试中表现优异，性能从 35.1% 提升至 80.5%。

子智能体通过分配新上下文窗口来执行特定任务，避免消耗主智能体的宝贵上下文容量。Claude Code 使用 Explore 子智能体探索代码库，并行子智能体可加速文件编辑，专家子智能体则专注于代码审查、测试或调试。

Codex 子智能体正式发布，支持默认子智能体和自定义智能体，可通过 TOML 文件配置。该模式已在多个编码智能体平台中广泛支持。

LangChain宣布与NVIDIA合作推出企业级智能体AI平台，整合双方技术栈。平台提供构建、加速、部署、监控、评估全流程工具，支持生产级AI智能体规模化部署。LangChain同时加入NVIDIA Nemotron联盟，共同推进前沿开放模型发展。

这篇讲义来自 NICAR 2026 研讨会，展示了如何用 Claude Code 和 OpenAI Codex 进行数据探索、清洗和可视化。工作坊使用 GitHub Codespaces 和 Python/SQLite，重点演示了让 Claude Code 直接编写交互式可视化代码的流程。

Cursor 安全团队基于 Cursor Automations 平台构建了四款安全智能体，用于代码审查、漏洞扫描、依赖更新和合规监控。这些智能体已处理数千次 PR，并开源了模板供其他团队自定义使用。

本文拆解了代码智能体的核心组件：LLM、聊天模板提示、工具调用机制和系统提示。还介绍了推理（Reasoning）等新特性，并建议通过自建简单智能体来加深理解。

文章区分了写代码与软件工程：前者是模式识别，智能体擅长；后者涉及权衡、约束和业务背景，需要开发者。作者提出三层任务分配模型，帮助团队划分智能体与开发者的工作边界，避免分配不当导致的效率损失。

智能体工程中，代码理解不足会积累认知债，影响开发进度。作者以 Rust 词云生成为例，通过请求动画解释，直观展示了 Archimedean 螺旋布局算法的工作方式。交互式解释能有效提升代码可理解性。

文章展示了如何利用 Showboat 工具让 AI 编码智能体生成详细的代码走查文档。作者以自己 vibe coding 的 SwiftUI 应用为例，通过特定提示词引导 Claude Code 分析代码结构并输出 Markdown 文档。这种模式能有效辅助代码理解和技能学习。

囤积已知解决方案的代码片段能提升智能体工程效率。作者通过博客、GitHub 仓库和工具网站收集代码示例，让 AI 编程助手能基于现有工作示例快速构建新工具。智能体如 Claude Code 能搜索和复用这些资源，实现一次解决，多次复用。

文章介绍了作者在智能体工程中常用的三个提示模板：利用 Claude 的 Artifacts 功能快速构建 HTML 工具原型，使用 LLM 校对博客文本但不代写观点内容，以及用 Claude Opus 生成图像替代文本初稿。每个模板都配有具体的自定义指令示例。

文章强调在智能体工程中自动化测试的重要性，它能验证 AI 生成代码、帮助智能体理解现有代码库。作者建议用四字提示让智能体先跑测试，建立测试思维。

红/绿 TDD 是智能体工程中的高效模式，通过测试驱动开发确保代码可靠。先写失败测试（红），再实现通过测试的代码（绿），能防止智能体产生无效代码并建立健壮的测试套件。

文章列举了智能体工程中的反模式，重点批评了提交未审核代码的行为。作者建议提交 PR 前确保代码有效、拆分小改动、提供额外上下文，并亲自验证 AI 生成的描述。

文章指出，AI 智能体不应导致代码质量下降，而是能帮我们产出更好代码。智能体擅长处理简单但耗时的重构任务，还能辅助探索性原型，降低实验成本。采用复合工程循环，持续优化指令，让质量提升与功能开发并行。

编码智能体大幅降低了写代码的成本，但产出好代码依然昂贵。开发者需要建立新习惯，在成本降低时重新评估哪些开发决策值得投入。