让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
AgenticBench 上线 AI 编程智能体安全评测榜单，对 25 款客户端运行环境开展了 9 项隔离与权限安全测试。评测通过捕获系统调用轨迹和网络流量，检验智能体在未授权访问敏感文件、提示词越权、符号链接绕过及错误日志泄漏等场景中的防护能力，多数受测对象统一部署在 DeepSeek V4.1 Flash 上。项目目前已提出 14 起安全漏洞披露，其中 6 起已公开并支持版本复测追踪。
推薦理由：该项目针对编程智能体的安全防护提供标准化评测，有助于开发者对比不同客户端在隔离越权和机密防泄漏上的表现。
LangChain 详细复盘了其内部设计智能体 Content Studio 的构建架构并开源了相关运行框架，该智能体可在 Slack 中通过代码直接生成视频、演示文稿和社交物料。
推薦理由：文章详细复盘了如何将主观设计审美转化为可执行的技能与代码化校验，为团队搭建复杂多模态长流程智能体提供了完整的工程实践参考。
Google DeepMind 宣布推出新一代交互式世界模型 Genie 4，支持逼真的实时物理仿真并原生同步生成环境音频与交互对话。该模型结合了 Gemini 模型的规划与推理能力，通过在循环中引入 Gemini 实时分解步骤与监督进度，可用于机器人训练环境与创意原型设计。目前 Genie 4 已面向受信任测试者开放研究预览，后续将接入 Project Genie 以及 Gemini API。
推薦理由：原文展示了世界模型融合实时音频与大模型在线引导的技术路线，有助于理解具身智能仿真环境与交互生成的演进方向。
Snippet 是一款在本地运行的常驻 AI 编码智能体工具，支持用户通过手机、桌面或终端指派任务并由控制台分发协作。该工具支持调用 Claude、ChatGPT 等主流模型并在额度超限时自动轮换，能在后台自动运行测试与代码审查，并将项目记忆以纯文本形式保存在本地仓库中。
推薦理由：该工具提供在本地运行的常驻编码智能体编排方案，便于开发者评估多智能体异步协作与移动端接管的可行性。
开源安全工具 Weir 正式发布，用于检测自研 AI 智能体及 Claude Code 等编码工具运行中的 API 密钥泄露。该工具通过注入确定性的虚假密钥并在本地离线运行流程，检索日志、追踪跨度、控制台输出及模型请求等出口，曾排查出 MLflow 的安全漏洞 GHSA-j7qq-vr8c-xvw3。
推薦理由：通过注入确定性假密钥排查智能体全链路外泄并为 Claude Code 提供脱敏钩子，为智能体凭据防泄露提供了可落地的实测方案。
开源框架 Aigent-OS 正式发布，旨在为 Claude Code 提供长期运行环境，在上下文窗口达到阈值时自动保存检查点、执行 /clear 并无缝恢复会话。该工具采用 Git 追踪的纯 Markdown 文件管理记忆与决策，避免模型自动摘要造成的上下文信息失真。系统完全在本地运行并采用 MIT 协议开源，同时集成了技能路由、专职子智能体与本地语义搜索等功能。
推薦理由：原文展示了通过快照保存与清除重置来替代模型压缩的机制，读者可据此评估长程编码任务中上下文保真的工程方案。
GPT-6.1 Terra 输入定价为 $1/M tokens、缓存读取 $0.05/M、输出 $5/M，在 97% 缓存命名的典型 Agent 编码场景下较 GPT-5.6 Terra 降本约 64%。
推薦理由：文章测算了高缓存命中场景下各模型的实际调用成本，并提示了输入超过 272K 时计费翻倍的阶梯规则，便于团队评估换代预算。
Ollama 发布 v0.40.12-rc1 预发布版本，新增对 Liquid AI LFM3 系列及 2B 尺寸 d1 决策模型的本地运行支持。LFM3 基于三元混合架构且拥有 256K 上下文窗口，涵盖文本、多模态及语音变体，目前在 rc1 中优先支持 Apple 硬件。
推薦理由：该版本给出了本地运行 Liquid AI 端侧模型和加速特性的具体支持范围，读者可以据此评估本地小模型部署方案。
A2UI 推出可替换推理格式并上线新的默认格式 A2UI Express，用于解决大语言模型直接生成复杂 JSON 界面树过慢的问题。A2UI Express 采用类 Python 语法，可减少高达 3 倍 token 消耗并将延迟降低至多 3 倍，由 SDK 确定性编译为标准 JSON 传输消息。该方案还支持结合 Jev 等决策模型快速生成预定义界面，最高可将端到端布局决策提速 80 倍。
推薦理由：原文阐释了以紧凑中间语法替代完整数据树的设计思路，展示了通过格式转换与决策模型压降生成式界面延迟的可行方案。
开发者 erogol 开源发布面向 AI 智能体的单项目 CLI 任务跟踪工具 Kechup 1.0.0。该工具仅依赖 Python 标准库与 git 命令，无需额外服务器或数据库，通过在项目根目录维护 keche.md 与 .kechup/ 目录将任务认领、进度报告与历史全部记录为 Git 提交。
推薦理由：针对 AI 智能体跨会话遗忘历史的痛点，该工具纯依赖 Git 与 Python 标准库实现无外部依赖的任务跟踪与状态恢复。
开源项目 Snippet 发布，这是一款以单个 Rust 二进制文件运行于本地的终端代码智能体，配备桌面与手机端应用支持随时远程控制。该工具具备持久化会话机制、基于 Markdown 的仓库长期记忆、检查点回滚以及历史压缩检索功能，并通过后台守护进程与 Tailscale 或 Cloudflare 隧道实现安全的跨设备协同。
推薦理由：提供了将终端编码智能体持久化运行并通过手机或跨平台应用远程操控的架构实践。
QuickChat AI 开源自托管代码审查工具 QuickReview，通过将 PR 变更分发给数十个独立的窄视角只读智能体，并经由对抗验证器去重后合并输出审查意见。
推薦理由：该项目采用多视角独立智能体分工审查与对抗验证器校验，展示了通过增加计算成本换取高缺陷召回率的具体工程架构。
C-BRAIN 联合 NVIDIA 构建了结合本地与云端算力的科研系统，并推出 OpenScientist 与 InsightEngine 两款开源智能体工具以加速阿尔茨海默病研究。
推薦理由：文章展示了联邦学习与智能体科研工具如何盘活机构内部的未公开数据，为生物医疗垂直场景的系统架构提供了具体参考。
Claude Code 因打包疏漏导致前端编排源码泄露，开发者通过分析指出其核心价值在于外层 Agent 架构而非模型权重。源码展现了以 MEMORY.md 为索引的三层怀疑记忆验证机制、后台只读整理引擎 autoDream，以及通过共享 Prompt Cache 降低多智能体通信开销的协调模式，为解决长会话上下文熵增与自主工具权限控制提供了具体工程参考。
推薦理由：文章拆解了生产环境智能体的三层怀疑记忆、后台整合与对抗式验证等工程细节，为长周期运行的智能体架构提供了可直接复用的落地模式。
Hardalion 在 GitHub 开源自主 AI 智能体委托授权协议 ADAP（Public Draft v0.1）及参考实现，采用 Apache 2.0 许可证。该协议结合了有界委托、签名意图、确定性策略决策与便携式授权收据，确保下游智能体无法单方面扩大权限边界，并防止提示词注入绕过限制。在调用工具前若触发拒绝或需人工审批则直接阻断执行，所有决策支持持有公钥进行离线密码学验证。
推薦理由：原文给出了智能体委托授权与确定性策略拦截机制，读者可以据此评估如何约束多智能体调用时的权限溢出风险。
NVIDIA 计划向 Meta 的 $97.5B 股权发售投资 $3B，Meta 则计划部署更多 NVIDIA 硬件。该合作协议的核心围绕 Meta 旗下的 Muse AI 智能体展开。
苹果宣布在其生产力套件 Pages、Keynote 和 Numbers 中引入基于自身与 OpenAI 模型的 AI 助手，支持幻灯片设计、文档起草与数据表格整理。
推薦理由：办公套件支持通过 MCP 接入第三方智能体，为桌面端跨应用协同和办公自动化提供了系统级集成参考。
开发者开源 Deal Rescue Agent，这是一个面向 Salesforce 的 CRM 挽单 AI 智能体，通过确定性代码门禁杜绝大语言模型幻觉内容的发布。
推薦理由：原文展示了在企业 CRM 场景下通过确定性代码校验门严格约束模型输出的工程设计，对构建高可靠智能体具有直接参考价值。
开发者发布开源静态安全扫描工具 SkillTotal，可在 Claude Code 等编码智能体执行安装前自动检测 npm、PyPI、MCP 服务器和 Agent 技能中的恶意代码。
推薦理由：该工具针对编码智能体引入的三方依赖提供本地静态审查，为自动化执行包安装的工作流增加了确定性前置拦截手段。
开源 Mac 安全工具 Hashling 正式发布，可实时监控 Claude Code、Codex 和 Cursor 等本地 AI 智能体的权限、网络与项目配置异常。该项目提供标准 MCP 接口，允许外部大模型或 llama.cpp 本地模型读取安全状态并给出建议，但所有隔离和修改操作均强制需要 Touch ID 物理确认。软件还支持防勒索中断、诈骗信息检测以及通过有线连接审查移动设备的安全状态。
推薦理由：该工具针对本地 AI 智能体运行权限提供了可视化监控与 MCP 接口，并将所有系统修改操作限制在 Touch ID 确认之下。