资讯

文章定义了智能体执行框架（Harness）的概念，即模型之外的所有代码、配置和执行逻辑。通过分析模型原生能力的局限性，推导出文件系统、代码执行、沙箱环境、内存搜索等关键组件如何帮助智能体完成实际工作。执行框架设计旨在将期望的智能体行为转化为可实现的系统特性。

编码智能体降低了代码实现成本，使软件构建流程从PRD驱动的瀑布模式转向原型驱动的评审模式。EPD角色随之演变：通才价值飙升，系统思维成为关键技能，所有人需具备产品感，专业门槛提高，角色分化为构建者与评审者。

英伟达即将发布开源 AI 智能体平台 NemoClaw，旨在为企业提供安全部署方案。平台开放给所有公司使用，无论是否采用英伟达芯片。这可能是英伟达应对 AI 智能体安全担忧和行业变化的新策略。

本文记录了使用 AI 智能体（Claude Opus 4.6 + Copilot CLI）对经典教材《算法导论》进行大规模形式化验证的实践。智能体在数周内自动生成了超过 10 万行 F*/Pulse 代码与证明，但核心挑战在于如何有效审计同样由 AI 生成的规范。文章分享了主要发现，包括程序验证工具的有效性、规范审查的难题，以及由此带来的编程语言设计研究机会。

文章分析了数据智能体部署失败的原因，指出缺乏业务上下文是关键障碍。现代数据堆栈虽集中了数据，但企业数据仍分散混乱，智能体无法理解业务定义和数据源。上下文层（Context Layer）被视为解决方案，需整合企业数据并提供业务逻辑上下文。

NVIDIA Dynamo 是一个为数据中心规模优化的推理框架，支持 SGLang、TRT-LLM、vLLM 等后端，通过预填充/解码分离、Kubernetes 编排等技术实现高效扩展。同时，工程师们强调了智能体权限管理的重要性，建议限制其文件访问、网络访问和代码执行能力以降低安全风险。

研究团队在 2 个基准测试上评估了 14 款 AI Agent 的可靠性，涵盖一致性、可预测性、鲁棒性和安全性四个维度共 12 项指标。关键发现包括：可靠性提升滞后于准确率增长、结果和资源一致性普遍偏低、校准有所改善但辨别力停滞、鲁棒性存在天花板但提示词敏感性差异显著、可靠性不随能力线性扩展、高严重性违规依然存在，且可靠性表现高度依赖任务类型。

Anthropic 为 Claude Teams 和 Enterprise 用户推出 Code Review 功能，通过多智能体并行审查 PR，专注逻辑错误以降低误报率。内部使用数据显示，PR 获得实质性评论的比例从 16% 提升至 54%。

GitHub Agentic Workflows 为 AI 智能体在 CI/CD 中运行设计了四层安全架构：底层隔离、配置控制、规划层审核和全面日志。通过容器隔离、防火墙、API 代理和安全输出 MCP 服务器，确保智能体无法访问密钥，所有写入操作都经过审核。

本文介绍了 LangChain 如何利用其 Deep Agents 框架构建一个面向销售和市场的智能体（GTM Agent）。该智能体自动化了从线索研究、个性化邮件草拟到账户情报分析的全流程，实现了转化率大幅提升和人力时间节省。文章详细阐述了其设计约束、核心能力、技术架构（包括子智能体委托和记忆反馈循环）以及关键成果。

Cursor Automations 允许开发者创建基于事件或定时触发的常驻智能体，自动处理代码审查、安全审计、文档更新等重复任务。该功能内置多种集成，支持自定义事件，并能通过记忆工具从历史运行中学习改进。

Crafting 是一个为 AI 编程智能体提供类生产环境的平台，解决了代码生成后测试和部署的瓶颈。它通过配置 Kubernetes 集群来模拟客户生产环境，已服务 Brex、Faire 等企业。使用该平台的企业季度 PR 数量增长 25%，AI 生成代码占比在一年内最高达 70%。

本指南介绍了 DeepLearning.AI 的「Agent Skills with Anthropic」课程，包括课程结构、工具集成和学习路径。课程面向初学者，免费开放，涵盖从概念到实际应用的完整技能链。

autoresearch 是一个由 AI 智能体驱动的自动化研究项目，基于单 GPU 的 nanochat 简化实现。开发者通过编写 Markdown 指令文件（program.md）设定研究目标，智能体则自主修改训练代码（train.py），每轮实验固定 5 分钟，通过比较验证损失（val_bpb）来迭代优化模型。项目设计简洁，包含数据准备、训练和指令三个核心文件，支持在 Claude/Codex 等智能体上运行，并提供了针对小规模计算平台的调优建议和社区分支。

NanoClaw 通过 Docker 容器隔离每个 AI 智能体，解决了 OpenClaw 的安全隐患。作者详细演示了从克隆仓库、配置 Claude API 到连接 Slack 并映射本地文件夹的完整步骤。最终实现通过 Slack 安全访问本地文件，验证了容器隔离的有效性。

开源编程智能体通过独立于特定模型提供商的架构，帮助开发者管理不可预测的 token 账单。OpenCode 等工具支持连接多种模型，其 10 美元月费套餐集成了多个中国 AI 实验室的模型，使得低成本订阅成为可能。这标志着 AI 软件栈的价值层正在向智能体层转移。

NVIDIA NeMo Evaluator 新推出的 nel-assistant 智能体技能，通过对话式交互简化了 LLM 评估的配置流程。它基于模块化模板生成 YAML 配置，自动解析模型卡片获取最优参数，并提供分阶段运行与监控功能。

本文分析了 AI 智能体系统中知识问题与执行问题的区别，指出许多 MCP 服务器被误用于解决知识问题，导致 token 成本飙升。通过将稳定的工作流知识编码到 Markdown 技能文件中，开发者能减少 100 倍上下文消耗，同时利用 MCP 处理动态 API 调用。CompanyOS、Supabase 和微软的实践展示了这种两层架构的生产可行性。