跳到正文
#Agent
9月29日周二
  1. Microsoft Research18

    微软亚洲研究院新加坡成立一周年：推进前沿 AI 研究、合作与人才培养

    微软亚洲研究院新加坡（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。实验室与新加坡医疗生态伙伴合作探索多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。

9月26日周六
9月25日周五
  2. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub Security Lab 公开了自主模糊测试流水线的架构与运行方式，读者可了解 LLM 智能体如何接管覆盖率反馈与崩溃分诊。

9月18日周五
  1. GitHub Blog · AI & ML22

    GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP

    GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者为智能体提供连接工具和数据的标准接口；RAG 也并未消亡，它让模型基于训练数据之外的信息作答，减少 token 浪费并降低答案不完整的概率。

  2. 阮一峰的网络日志22

    科技爱好者周刊（第 413 期）：再见了，React Native

    Shopify 宣布放弃 React Native，改用 Swift 和 Kotlin 开发移动客户端，而六年前它曾高调从原生语言转向 React Native。周刊认为，AI 让语言翻译不再成为障碍，React Native 这类中间层正走向退出历史舞台。本期还提到联合国投票决定废除墨卡托投影，建议改用平等地球投影法绘制世界地图。

9月17日周四
  1. GitHub Blog · AI & ML82

    GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust

    GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体写了其中大部分代码，跨 128 个 pull request 增量合入 main，而非一次性切换。

    推荐理由：作者以亲历者身份给出把 80 万行运行时从 TypeScript 迁到 Rust 的完整工程细节，可迁移到大规模 Agent 协作开发。

9月16日周三
9月11日周五
9月4日周五
  1. 阮一峰的网络日志34

    科技爱好者周刊（第 411 期）：OpenClaw 2.0 是一个缩影

    OpenClaw 发布 2.0 版，共有 933 位贡献者、合并 16000 个 PR，而全职团队仅 9 人、兼职 26 人，作者据此判断这些 PR 未经代码审查、由 AI 合并。该版本源于 8 月改动，发布节奏已从每日一版改为每月一版。作者仍建议不要在办公电脑上运行 OpenClaw，而应放在独立物理机、虚拟机或云端。

7月26日周日
  1. Berkeley AI Research32

    Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互

    Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，用受自编码器启发的信念评分（belief grading）奖励能重建最新观测的信念。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也低于全上下文设置。

7月7日周二
  1. Berkeley AI Research40

    智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统

    GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。UC Berkeley 的 Aditya G. Parameswaran 等人提出近零推理成本下的三大数据系统挑战：为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成并需可验证的数据系统。