资讯

Google 推出 GKE Agent Sandbox 和 Agent Substrate，承认 Kubernetes 并非为 AI Agent 设计。Sandbox 提供安全沙箱运行不可信代码，Substrate 则是一个轻量级调度层，支持大量闲置会话的复用。

Linux 基金会在六周内成立了 Tokenomics 基金会、Appia 基金会和 X402 基金会，分别聚焦 AI agent 的 token 成本标准化、安全合规验证以及无账户即时支付。x402 协议已获 AWS、Cloudflare 部署，过去 30 天处理超 7500 万笔交易。

Anaconda 收购开源编码代理 Kilo，获得其 300 万开发者、月均 10 万亿 token 的流量。Kilo 允许开发者自由切换模型提供商，避免被单一 AI 厂商锁定。Anaconda 计划将 Kilo 整合到其 AI 平台，提供从编码到生产的统一治理体验。

Vint Cerf退休后加入Innovation Labs，推动DNSid标准为AI代理建立域名绑定的可验证身份。该标准旨在解决当前AI代理缺乏统一识别和审计机制的痛点，让不同系统间的代理能够互信协作。

AIE World’s Fair 2026 揭示了 AI 工程的五大趋势：从构建独立 Agent 转向构建围绕 Agent 的完整系统；强调人机协同而非完全自主；引入内外循环架构；企业层面出现“前向部署工程师（FDE）”新角色；以及模型能力呈“尖刺状”增长，需要更强监控与评估。

作者用 Common Lisp 在 100 行代码内实现了一个 AI agent，核心循环仅 8 行。Agent 的唯一工具是 eval，它可以自行编写和运行代码，甚至通过 eval 定义新的工具函数（如 web search）。技能作为记忆存储在对话记录中，重启后可通过重读历史重新加载。

微软Agent Framework现在支持Go（公开预览版），提供工具调用、MCP支持和多代理协调等功能。Google的ADK已经在支持Go，而Anthropic和OpenAI的Agent SDK仍缺少Go官方支持。

AI Agent 的上下文构建环节是系统瓶颈，检索失败会伪装成生成问题。通过追踪和评估每个检索步骤，可以准确定位问题并选择正确的修复方案。

本文从用户角色出发，将当前 AI 智能体分为知识工作者、自托管高级用户、开发者和企业工作流四类，分析各类型在运行时、状态、身份和策略控制权上的差异。核心发现：智能体市场胜负不在于开源或闭源，而在于客户能配置和导出的执行、状态、身份和策略有多少。

AI Agent 初创公司 Lyzr 使用自家 Agent “SivaClaw” 完成 1 亿美元 B 轮融资，证明了产品价值。整个过程中，创始人无需亲自出差，Agent 包揽了投资者沟通、备忘录撰写和幻灯片追踪等工作。

Tau 是一个教育性的 Python 编码智能体项目，通过三层架构（AI 模型适配、智能体循环、编码环境）教授智能体构建原理。它强调每个部件都可见，没有隐藏机制。

Modal CTO Akshat Bubna 与播客主持人探讨了 AI 基础设施的演进：从 Kubernetes 的不足到面向智能体的云原生设计。核心洞察包括：智能体需要更快的迭代反馈、沙箱成为关键原语、弹性推理和 GPU 快照解决冷启动问题，以及生产级智能体需要硬性的安全护栏。

Aspire 团队利用 GitHub Agentic Workflows 实现了跨仓库的文档自动化：代码合并后，Agent 自动判断是否需要文档，并生成草稿 PR，交由原功能工程师审核。该方案解决了文档滞后的痛点，且通过细粒度的安全约束（仅限两个仓库、禁止修改保护文件）通过了安全审查。

NVIDIA 发布 Nemotron 开放数据系列，包括超过10万亿预训练 tokens 和数百万后训练样本，并推出交互式 Prompt Atlas 可视化工具。Nemotron-Personas 通过本地化合成数据覆盖超过24亿人口，帮助开发者测试系统对多样化用户的适配性。文章强调合成数据需与人工审核、溯源、评估相结合，并呼吁建立共享的数据审查习惯。

Prime Intellect 获 Radical Ventures 领投的 1.3 亿美元 A 轮融资，英伟达、英特尔等跟投。公司提供“全栈”AI 代理开发平台，客户包括 Ramp、Zapier，年化收入达 1 亿美元。

Entire 构建了一个分布式的 Git 网络，旨在解决 AI 编码 Agent 大量访问导致集中式 Git 托管出现速率限制和延迟的问题。该网络通过镜像 GitHub 仓库并重写 Git 后端，实现了高吞吐量和低延迟，未来还将推出原生仓库，直接与 GitHub 竞争。

Vercel 每天路由超万亿 token，Coinbase 通过默认使用开源模型、任务路由和激进缓存将 AI 成本降低近一半。两者均采用模型网关作为控制平面，动态选择模型，并强调持续评估和可观测性的重要性。

AI 代理失败往往不是因为数据本身，而是因为缺少决策背后的推理逻辑——审批条件、例外规则、机构记忆等“隐形数据”。本文分析了现有系统架构如何导致这一缺失，并给出了五条可落地的实践建议。