资讯
AI Agent Skills 生态的最新动态、教程和深度分析
共 1828 篇文章
AI Agent Skills 生态的最新动态、教程和深度分析
共 1828 篇文章
ADHD是一个基于Claude Agent SDK的技能，通过并行发散思维和认知框架分支来提升代码智能体的推理规划能力。尽管在GitHub上获得快速关注，但专家指出其模式并非全新，且2倍改进的基准测试规模过小、存在同栈偏见，需要更严格的评估。
AI编码代理自主安装包和依赖，企业缺乏可见性和责任制，安全漏洞频发。Aikido Security 推出 Endpoint 工具，在安装前检测并阻止恶意包，并支持实时监控和政策执行。
ITBench-AA 评估模型在 Kubernetes 故障排查中的能力，结果揭晓：Claude Opus 4.7 以 47% 排名第一，GPT-5.5 和 Qwen3.7 Max 紧随其后。更长的推理轨迹并不等于更高准确率，开源模型在性价比上表现出色。
三大云厂商在六周内推出几乎相同的托管 AI 智能体运行时，表明该功能已成为标配而非差异化优势。开发者关注点转向数据位置、成本和逃离难度，而 Markdown 配置文件（AGENTS.md 等）正成为跨平台可移植层，有望像 Dockerfile 一样成为标准。
Robinhood 推出 AI 智能体交易功能，允许用户为智能体创建独立账户并预存资金进行股票交易。智能体可读取投资组合、分析风险并执行订单，所有交易会通知用户。同时发布 AI 智能体虚拟信用卡，支持智能体付款，并设有月度限额和审批选项。
思科将 Codex 集成到企业级工程流程中，用于构建 AI Defense 产品和自动化缺陷修复。跨仓库构建时间缩短约 20%，每月节省超 1500 工程小时，缺陷修复吞吐量提升 10-15 倍，框架迁移从数周压缩至数天。
Warp 基于 GPT-5.5 和 OpenAI 模型，构建了 Oz 云端编配平台，实现智能体在本地与云端环境的持久化运行与协调。其开放智能体开发模式让社区参与监督智能体，而非直接贡献代码。
Embedding API 是 Chrome 提出的新 Web 标准，支持在设备端生成嵌入向量，用于语义搜索、RAG 和内容聚类。它通过共享模型避免每个网站下载独立模型，降低了存储和带宽开销，同时保护用户隐私。
Google 的 Android Bench 基准测试平台将 OpenAI 的 GPT 5.5 评为 Android 开发最佳 AI 模型，超越 Gemini。评测基于真实世界问题，但专家提醒公共基准可能受数据污染影响。
Google 将 Gemini CLI 迁移至闭源的 Antigravity CLI，新平台功能不完整、使用限制更严格，引发开发者不满。企业用户和 API 密钥持有者不受影响。
微软 Copilot Cowork 智能体存在安全漏洞，攻击者可通过提示注入让智能体向用户邮箱发送包含外部图片的恶意邮件，用户打开后数据通过图片请求泄露。由于 OneDrive 可生成预认证下载链接，攻击者还有可能窃取文件。
本文借API分析师Kin Lane之口，指出AI开支失控的根源在于工程与业务之间的鸿沟。他提出业务可观测性概念，通过标签、FinOps和MCP边界治理，让企业看清AI成本与业务价值。
AC/DC 框架定义了智能体驱动的开发流程：Guide（引导智能体理解环境）、Generate（生成代码）、Verify（验证代码正确性）、Solve（修复问题闭环）。在规模化智能体开发中，生成环节之外的质量控制才是关键，验证和修复能力决定了 AI 编码的可信度。
ClickUp裁员22%并引入数千AI Agent，CEO声称这是拥抱AI而非降本。但Gartner调查显示多数公司裁员后并未获得财务回报。有批评者指出“token消耗”不是正确衡量指标。
本文是 Hugging Face 发布的 AI Agent 术语表（第一部分），系统解释了模型、Scaffold、Harness、Agent、上下文工程、策略、工具调用、技能、子代理等概念，并区分了训练和推理场景。重点厘清了 harness 和 scaffold 这两个最容易混淆的术语，以及 Agent = 模型 + Harness 的核心关系。
Datasette Agent 0.1a4 利用 Datasette 1.0a30 的新插件钩子，在 Jump to 菜单中集成 AI 对话入口。用户输入查询后，AI 可自动执行数据库操作并返回结果。
多智能体系统已在生产中运行，但运营监控存在巨大缺口。团队缺乏对推理链、成本和数据流的可见性，只能调试表象症状。需要基于系统正常行为的监控来识别异常偏离。
ClickHouse CTO Alexey Milovidov 总结了团队一年来使用 AI 编码代理的实战经验。AI 代理在 boilerplate 编写、合并冲突解决、代码审查和修复 flaky 测试等场景中表现出色，但效率取决于工程师水平。他给出了七条实用建议，并指出 2026 年将是生产力提升之年。