Apple 研究对比了工具增强 LLM 智能体的两种工具发现架构：主流的 Retrieve-then-Plan（RtP）用用户查询做近似最近邻检索，替代方案 Plan-then-Retrieve（PtR）则先让 LLM 生成描述所需能力的 Abstract Tool Stubs，再以此为查询检索工具注册表。研究针对有限上下文窗口无法注入全部工具定义的问题展开规模评估。
Apple 提出 Selection-based Structured Reasoning（SSR）框架，将推理从开放式生成改为选择：把反复出现的高层推理表示为预先指定的可复用自然语言候选，模型每轮从中选择。该框架针对小模型推理冗长、对动作生成帮助有限且推理成本高的问题，目标是提升多模态搜索智能体的效率。
Google 宣布公开发布 Deep Review，一个面向复杂文档提供严格反馈与技术验证的智能体 AI 系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：Google 公开了 Deep Review 的四阶段智能体审稿流程与会议试点数据，可据此判断自动评审在长文档场景的可用边界。
Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上评估四种智能体配置，并公开两个新基准的开发集。
推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的实测案例，可了解专用工具与前置规划对空间推理的作用。
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧智能体，会先思考再作答并调用工具。
推荐理由：原文给出模型架构、16 项基准对比和端侧推理速度，可据此判断本地智能体的可行边界。
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT，将 AI 智能体的能力拓展到代码之外的场景。该案例展示了智能体在编程以外任务上的应用边界。
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及面向网络安全的 Daybreak，构建出可连续专注数天并随使用不断改进的 AI 智能体，实现 10,000 个智能体运行 36 小时以上。
LangChain 在 LangSmith 平台博客中解答了 Agent Evals 的常见问题，建议从阅读 trace 入手，先选一个关注的行为、用 10 到 20 个样例建数据集并跑出基线实验。
LangChain 官方博客介绍其开源 harness Deep Agents 如何用中间件缓解上下文膨胀，包括卸载、摘要、技能、子智能体和长期记忆五类技术。
推荐理由：LangChain 官方拆解 Deep Agents 五种上下文管理中间件的触发阈值与实现方式，可对照自身 Agent 的上下文膨胀问题。
基于 Amazon Bedrock AgentCore 构建的多智能体 IDP 系统，用 8 个专用智能体在两条图工作流中完成文档分类、提取、校验与自我学习，新文档类型无需手工配置模板，部署通常可在 20 分钟内完成。
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami，可自主调查 CNAPP 与云原生来源的安全发现并评估修复安全性，再生成带护栏与治理的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产问题。Tami 由调查、安全评分、修复和代码生成四类专用智能体组成，通过单一 API 调用最适合各任务的基础模型。
Google DeepMind 开始广泛推送 Gemini 4 Argon，并扩大 Fairwind Program 的受信任网络防御者范围。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景，上一代为 5 个；在 Gray Swan 间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在浏览器会话内自动处理 x402 协议的 HTTP 402 支付请求，现已上线 AWS Marketplace。
LangChain 借助 Deep Agents CLI 与 docs-code-samples 技能，把文档中的内联代码示例迁移为可测试的独立文件，并自动加上 :snippet-start: / :snippet-end: 标记、运行测试、生成 Mintlify 片段。
LangChain 通过 harness engineering 将其编码智能体在 Terminal Bench 上的排名从 Top 30 提升至 Top 5，核心手段包括自我验证、追踪和上下文优化。
LangChain 表示 GLM-5、MiniMax M2.7 等开源模型在文件操作、工具调用和指令遵循等核心智能体任务上已能匹配闭源前沿模型，且成本和延迟更低。文章称将展示其评测结果，并说明如何在 Deep Agents 中使用这些模型。
推荐理由：LangChain 用自家评测说明开源模型在智能体核心任务上的位置，可据此判断成本与延迟取舍。
LangChain 宣布推出 Deep Agents deploy 测试版，称其是部署模型无关、开源智能体框架的最快方式，并面向生产环境。该产品被定位为 Claude Managed Agents 的开源替代方案。
推荐理由：LangChain 把开源智能体框架的部署环节产品化，读者可据此判断自托管智能体方案与托管服务的取舍。
LangChain 发布 Open SWE，一个面向内部编码智能体的开源框架。该框架基于 Deep Agents 和 LangGraph 构建，提供内部编码智能体的核心架构组件。
AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。
推荐理由：AWS 官方给出 Grok 4.7 在 Bedrock 上的接入方式与 72 次智能体实测，读者可据此按任务类型选择 reasoning effort 并监控 token 用量。
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。相比最初基线，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%，目前每天处理数千次查询，响应时间 15 秒。
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿，内部测试中完成时间不到 90 秒。
OpenAI 发布分析称，智能体 AI 在欧盟大型企业与小企业中的采用率正在上升，但更深入的使用仍可释放更多价值。该分析聚焦欧盟企业的智能体 AI 落地现状与潜在收益空间。
欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，基于 NVIDIA Cosmos、Nemotron 开放模型、Omniverse 库和 Metropolis VSS Blueprint 构建物理 AI 智能体与数字孪生，用于交通、能源、公共安全等城市运营。
英伟达宣布五年内捐赠价值2.5亿美元的算力，每年提供5000万美元算力访问，用于支持英国智能体安全与安全研究。大部分算力将面向英国更广泛的AI安全研究社区，一部分用于支持牛津大学主导的BOLD、UCL主导的SOFAIR以及帝国理工学院在基础智能体模型与机器人安全方面的工作。
推荐理由：英伟达以算力捐赠方式介入英国智能体安全研究，读者可了解企业参与AI安全治理的一种路径。
Orange Business 基于 LangChain 与 LangSmith 构建旗舰 AI 平台 Live Intelligence，已部署给 120,000 名 Orange 员工，并被法国及欧洲 150+ 客户采用。
Deep Agents SDK 通过卸载、摘要和文件系统抽象来管理长时 AI 任务的上下文，以防止上下文腐化。该 SDK 面向长时间运行的任务场景，将上下文管理拆解为 offloading、summarization 与 filesystem abstraction 三种手段。
LangSmith 上线 AI Search，支持用自然语言查询 trace：描述你想找的行为，LangSmith 就返回该行为发生的 trace。该功能面向按行为而非关键词定位 trace 的场景。
LangChain 与 Deep Agents 可结合 ScaleDown 的约束解码模型，用于总结历史、压缩工具结果并更快更省地提取数据。该方案面向长时间运行的智能体场景，通过压缩上下文与工具输出来降低开销。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，首发覆盖数百款游戏、130 多款加速应用及 PyTorch、CUDA 等开发工具。
推荐理由：NVIDIA 一次性列出 RTX Spark 首发日的本地智能体、创作与开发工具清单，可据此判断本地 AI 工作流的可用边界。
NVIDIA 宣布计划投资法国初创公司 Doctolib、Entalpic、Genesis AI 和 Pigment，分别覆盖医疗智能体、先进材料、通用机器人和企业规划领域。
Postman 的 Agent Mode 运行在 Amazon Bedrock 上，为 4000 万开发者提供跨 API 测试、文档、发现与实现的 AI 原生工作方式。
Amazon Bedrock 在 9 月新增 OpenAI 的 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，GPT-6 Astra Ultrafast 提供最高 6 倍推理加速、300 tokens/秒。
Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
Hugging Face 作者借助 HuggingChat 中的 ML Intern，用提示词驱动完成六个模型的训练、评测与发布，总计算花费约 103 美元。其中把 Qwen-Image 2.1 的 9B 提示词改写器蒸馏成 0.8B 版本，可在 CPU 上运行，输出有效率 99.7%，token 用量约为教师模型的四分之一。
推荐理由：作者用六个真实项目复盘了如何用提示词驱动 ML Intern 完成训练、评测与发布，可迁移到自己的模型定制流程。
Incarna 借助 Amazon Bedrock AgentCore payments，让 AI 智能体按请求向 BlockRun 付费购买模型推理，把接入 x402 支付支持的工作从数月缩短到数天并投入生产。
NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库构建仿真应用，通过自然语言指令驱动智能体完成资产搭建、物理与渲染连接。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。据 Anthropic 说法，它是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和大量成本敏感型任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：文章给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化与调用示例，便于判断其在多智能体流程中的分工。
Z.ai（智谱 AI）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的混合专家模型，面向编码与长周期智能体任务。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示缓存配置，读者可据此评估长周期编码与智能体工作流的落地成本。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，围绕 Harnessed Agentic RL 范式重建，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，读者可了解让部署用 harness 直接参与 RL 训练的思路与实测增益。