SideKernel：专为 macOS 平台 AI 编程智能体打造的轻量级 MicroVM 沙箱
开发者发布了佐治亚理工硕士毕业设计项目 SideKernel，这是一个面向 macOS 系统的微虚拟机（MicroVM）沙箱工具。针对当前 AI 编程智能体（如 Claude Code）直接在本地机器运行带来的安全风险，以及现有沙箱多面向生产部署的痛点，SideKernel 旨在为日常开发者提供透明、低门槛的本地安全隔离环境，无需额外购买设备或租用 VPS。
DC AI 热点
全部 AI 动态
9月29日2026-09-29
Meta 推出小型企业版 Muse 智能体，打通社交数据与多款第三方办公工具
Meta 宣布推出面向中小企业的 AI 智能体产品 Muse for Small Business。该智能体可直接连接 Facebook、Instagram 企业账户及广告后台，分析业务数据并生成针对性任务计划。此外，Meta 还扩展了对 Canva、Figma、Slack、Notion、Shopify 等大量主流第三方办公与业务工具的兼容。配合新成立的企业业务部门，Meta 正在加速推进其 AI 工具的商业化落地。
谷歌开始在安卓端停用 Google Assistant，由 Gemini 全面接管
据外媒报道，谷歌已正式启动在安卓端停用传统语音助手 Google Assistant 的进程，由大模型驱动的 Gemini 全面取代。目前大批用户反馈已无法使用 Google Assistant，且 Gemini 应用中移除了回退切换选项。本次调整主要波及智能手机、智能手表、车载 Android Auto 及耳机等移动设备与配件，而智能音箱与智能显示屏暂不受影响。部分用户指出 Gemini 虽更智能，但仍存在幻觉且缺乏部分离线指令支持。
通用AI智能体Manus发布2.0版本：升级为多功能平台并支持手机远程运行
AI智能体产品Manus正式推出2.0版本，正加速向平台化演进。新版本不仅支持用户进行视频编辑、主持多人互动游戏，还允许用户绑定个人手机号，直接通过手机远程调度和运行专属个人智能体，进一步扩展了通用Agent在复杂任务与多端交互场景下的实用能力。
Anthropic 官方分享利用 Claude 自动化评测设计与提示词爬山优化
Anthropic 在开发者博客中探讨了如何利用 Claude 自动化构建评测集（evals）并通过爬山算法（hillclimbing）持续优化提示词和模型输出表现。该方案旨在减少人工设计测试用例的成本，实现系统性能的闭环自我迭代提升。由于输入素材仅含链接和标题，具体的技术细节和基准表现需进一步参考原文。
豆包推进个人助理产品规划，内部代号“Spell”将加速落地
据消息，字节跳动旗下豆包正在个人助理（personal agent）方向推进独立产品规划。该探索项目代号曾为“Spell”，由豆包手机助手团队主导并于今年4月启动内测。随着海外个人助理类产品受到关注，豆包正加速相关能力发布，计划将Spell项目与豆包对话团队深度结合，推动手机端积累的Agent能力向独立应用形态延伸并预期较快正式推出。
SMARtCARE：面向ICU临床决策支持的隐私保护与有限自主智能体系统
针对长上下文临床AI系统易遗漏超出推理窗口的历史病历、导致ICU患者早期生命体征漂移被误判的问题，研究团队提出SMARtCARE架构。该系统设计了稳定、元认知、辅助和监管四种有限自主运行状态。系统不直接检索全部既往病历，而是利用患者过往轨迹的有损六通道特征指纹进行比对，在兼顾隐私计算的同时，协助识别类似早期的病情恶化模式，提升临床决策支持的准确性与安全性。
CP-Agent：面向晶体塑性模拟工作流的自主智能体
晶体塑性（CP）模拟能够预测多晶金属的力学行为，但配置异构工具、编排多步骤数据管道以及参数校准等繁重的人工操作阻碍了其规模化应用。研究团队提出了 CP-Agent，这是一种基于大语言模型的智能体系统，采用 ReAct 范式构建。该系统能够直接接收自然语言指令，自主完成从工具调度、数据处理到参数标定的全流程晶体塑性建模与仿真工作流，显著提升材料科学仿真的自动化效率。
COUNTERMEM：引入世界模型验证的反事实记忆机制，增强智能体决策泛化
现有智能体记忆框架主要记录与真实环境交互的事实反馈，缺乏对“若采取其他动作会如何”的反事实思考，而直接在真实环境中尝试不仅成本高且会破坏状态一致性。研究团队提出 COUNTERMEM 强化学习框架，借助世界模型对未发生的分支假设进行模拟与验证，生成反事实记忆，使语言智能体无需高昂交互代价即可从虚拟推演中吸取经验，提升复杂决策能力。
Omni-IO Skills：赋予智能体全模态能力的即插即用框架
针对通用智能体在文本、图像、音视频、3D和代码等全模态生产能力碎片化、依赖昂贵模型更新或难以协同专用工具的问题，研究人员提出了 Omni-IO Skills。该方案作为一种即插即用的 Agent Harness（智能体控制框架），通过分层技能（Skills）架构与标准化多模态中间资产管理机制，使现有智能体无需重新训练即可原生支持跨模态流程调度与多轮修改。
Choir：面向分布式多智能体自动形式化证明的开放协议
AI智能体现已能够在Lean等证明助手中形式化整本教材与重大定理，但现有工作多为中心化运作，由单一团队承担全部计算成本。研究团队提出了Choir开放协议，旨在实现分布式形式化。Choir将大型项目拆解为独立任务，允许各方贡献者运行各自的大模型智能体，并完全通过GitHub仓库进行协调；同时设置了确定性门禁对每次合并进行自动校验，以保障开放协作的安全与正确性。
EmailBench：面向企业邮件与办公生产力场景的智能体评测基准
研究团队推出针对大模型智能体企业邮件与生产力任务的评测基准 EmailBench。该基准包含16个任务类别的206个实际场景，结合了类型化邮件API规范与中立命名标准，并构建了基于Enron衍生的确定性合成语料库。其核心目标在于解决此前评测缺乏独立环境的问题，重点检验智能体在信息检索、结构化状态更新、时序推理及多步复杂协同工作流中的执行能力。
BioDyad：协同生物医学发现与机器学习工程的双层搜索框架
针对智能体在生物医学机器学习中协同证据获取与可执行程序搜索的难题，研究团队提出了BioDyad框架。该系统在蒙特卡洛图搜索中构建了两层结构，将生物医学科学发现与机器学习工程紧密结合。其科学层负责整合先验生物学证据指导候选构建，工程层则利用执行反馈迭代优化程序，从而在有限的验证预算内实现证据获取与代码搜索的闭环协同。
符号引导提升大语言模型分布式多智能体协同能力
针对大语言模型（LLM）智能体在多智能体系统中执行分布式协作协议时可靠性不足、完全自主推理易导致性能下降的问题，该研究提出通过结合经典算法生成的“符号引导”来约束和规范智能体的自主行为，以提高复杂场景下多智能体分布式协同的可靠性与执行效率。
SenseAgent：面向自适应跨域惯性传感的大模型智能体
针对惯性测量单元（IMU）在跨用户、跨设备及不同佩戴位置时感知模型易失效的问题，该研究提出了 SenseAgent。现有方案多将跨域适应视为静态模型设计（如预训练表征或离线数据增强），难以应对实际场景中目标域数据逐步暴露且标签稀缺的挑战。SenseAgent 引入 LLM 智能体架构，通过动态分析域漂移并自适应执行感知与适配动作，提升移动和可穿戴设备在复杂动态环境下的感知泛化能力。
基于接收端条件化的多智能体隐式通信方法 CacheBack：压缩高达94%的KV缓存
针对多智能体系统中直接传输KV缓存带来的显存开销线性增长、超出GPU资源限制的问题，研究团队提出了一种接收端条件化的隐式通信方法。该方法在保留隐式通信低延迟、无需文本生成且信息无损优势的同时，针对接收端需求进行针对性优化，实现了高达94%的KV缓存压缩与回退，大幅降低了多智能体协作中的上下文与显存负担。
基于智能体技能的自主科研项目管理：谱空间回归案例研究
该研究展示了一种在消费级硬件（如Apple M2 Pro）上运行的端到端自主机器学习科研智能体技能。实验利用DeepSeek Harness套件调度模型，对规则空间网格上的快速傅里叶变换核岭回归（FFT-KRR）求解器进行评估与实验管理，并在纯CPU环境下完成。该方案将长周期任务状态解耦为基于文件的管理模式，验证了智能体在轻量级硬件上自主管理和执行科学计算研究任务的可行性。
将记忆作为中间件：实现自进化AI智能体的新架构思路
AI智能体在不同会话间默认呈无状态性，导致其丢失既往失败、修复和策略等经验，容易重复犯错。当前主流解决方案多为定制化记忆系统，将检索、持久化和学习逻辑与特定智能体及存储引擎强绑定，造成记忆难以共享、迁移与隔离。针对这一碎片化现状，该论文提出将记忆层抽象为中间件架构，旨在使记忆能够独立于智能体进行管理与推理，为智能体的跨会话自演进提供标准化基础。
GameBoyWorlds：面向视频游戏具身智能体自我提升的评测基准
该研究推出了名为 GameBoyWorlds 的全新测试平台，专门用于评估智能体在视频游戏环境中的自主学习与自我提升（Self-Improvement）能力。该测试集涵盖 5 个不同的游戏系列，要求智能体在没有任何专家演示、文档说明或外部奖励信号的条件下，完全依靠自主探索和动作推断来理解环境并完成任务执行。
PastForward系统：通过计算经验复用加速端侧GUI智能体
针对在边缘设备上运行GUI智能体时每步全量视觉语言模型（VLM）推理计算成本高昂的痛点，研究人员提出了PastForward系统。该系统利用计算经验复用机制，在无需针对特定任务进行额外微调或离线探索的前提下，有效加速端侧动态环境下的GUI智能体执行流程，同时兼顾了敏感屏幕数据与交互历史保留在本地的隐私优势。
Pi 为何仅靠 Bash 环境就能超越 Claude Code 与 Codex？
本文探讨近期受到关注的 AI 编程智能体 Pi 的架构设计。与 Claude Code、Codex 等集成多种专用 API 或复杂工具链的产品不同，Pi 采用极简设计理念，仅为底层模型提供一个标准 Bash 终端交互环境。该文深度剖析了给予模型通用命令行控制权在降低抽象开销、提升环境泛化能力以及充分发挥模型推理潜能方面的工程优势。注：输入缺乏正文详细测试数据，具体评测指标待进一步补充。
利用 DiffusionGemma 在 vLLM 与红帽 AI 上运行决策模型
该技术文章介绍了如何结合 vLLM 高性能推理引擎与红帽 AI（Red Hat AI）基础设施，部署并运行基于 DiffusionGemma 的决策模型。内容重点展示了在企业级 AI 堆栈上优化决策生成推理流程的工程实践方案。
阿里瓴羊发布AgentOne，推动“AI员工”直接承担企业经营KPI
在云栖大会上，阿里云智能集团瓴羊CEO朋新宇提出企业AI需从效率革命走向增长革命。瓴羊推出AgentOne，包含营销、销售、客服和运营四类“AI员工”，依托“Data+Agent+FDE”公式及7日上场计划，推动AI深度嵌入岚图汽车、联合利华、安踏等企业的实际业务流程，直接挂钩经营KPI。
开源工具 Talktome：支持 AI 智能体主动向用户发起语音通话
开发者推出开源 macOS 应用 TalkToMe，允许 AI 智能体从当前工作会话中直接向用户拨打语音电话。用户接听后可进行实时语音对话，智能体在通话期间仍能保留工具调用权限、文件访问及上下文历史。该工具兼容 Codex、Claude Code、Hermes 等可运行 Shell 命令的智能体框架，语音部分支持接入 ElevenLabs 或本地语音模型。
腾讯内测 AI 游戏陪伴产品“鹅次元”，主打多模态实时游戏搭子
腾讯正在内测一款名为“鹅次元”的 AI 游戏陪伴产品。该产品主打数字人 AI 游戏搭子，具备语音对话、游戏画面实时识别与实时互动陪伴能力。产品内置多位不同人设的虚拟角色，支持玩家闲聊互动或进入专属游戏陪伴模式，目前已适配多款主流网游。产品现处于限时免费阶段，并已展现基于虚拟代币的商业化付费框架。
开源比价工具上线：横向对比13家AI Agent沙箱与虚拟机提供商成本
开发者在 Hacker News 上发布了开源工具 vm-price-board，旨在帮助开发者对比运行 AI Agent 所需虚拟机和沙箱环境的成本。该工具聚合了 13 家沙箱提供商的价格数据（包含免费层额度），用户只需输入所需的机器配置要求，即可直观查阅各服务商的最优价格方案。
Shopify向浏览器端AI智能体开放结账与支付功能
Shopify宣布将WebMCP支持扩展至结账环节。这项更新允许基于浏览器的AI智能体在获得买家授权的前提下，直接协助用户修改订单详情并最终完成购买支付。此举标志着电商巨头开始系统性支持AI智能体接管交易闭环，加速了智能体从信息检索向实际商业交易执行的落地演进。
GitHub开源AI安全智能体，自动化挖掘出24个安卓应用漏洞
GitHub官方博客分享了利用开源AI安全智能体（Security Agent）自动化发现24个安卓关键漏洞的实践经验。文章详细拆解了针对移动端安全审计定制的AI工作流设计逻辑、漏洞挖掘的具体场景，并介绍了开发者如何在自己的应用中部署并运行该开源智能体进行自动化代码审计与漏洞检测。
OpenAI 被曝将发布 AI 智能体产品以追赶赛道竞品
业内分析指出，尽管 OpenAI 引领了现代生成式 AI 对话机器人浪潮，但在持续运行、面向消费者的 AI 智能体（Agent）热门赛道上已面临追赶压力。随着开发者活动的临近，市场传闻 OpenAI 很可能在此次活动中发布代号为“Aeon”的自主 AI 智能体，试图借此扭转落后局面并重夺该领域的主导权。
谷歌利用 AI 与差分模糊测试将关键 C 依赖重写为 Rust
据 InfoQ 报道，谷歌正借助 AI 与差分模糊测试（Differential Fuzzing）技术，将其底层关键的 C 语言依赖逐步重写为具备内存安全特性的 Rust 语言。该实践旨在解决传统 C/C++ 代码库中的内存安全漏洞隐患，同时利用自动化测试手段确保新老代码行为一致性，体现了 AI 工具在大规模系统级软件工程改造中的实际落地效果。
1 / 15下一页 →