三位 Java Champion 如何用 GitHub Copilot 提升生产力
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将 Hypersistence Optimizer 新功能开发从数周缩短至两天，并用 65 篇文章训练自定义技能模仿其写作风格。
#Agent
教程GitHub Blog · AI & MLAI 评分2525 综合新闻TechCrunch · AIAI 评分4242 Monday.com 调查：AI 提升生产力，却让管理者更难评估员工绩效
Monday.com 委托 Nielsen 对 7 国 1700 名董事和高管调查显示，超半数高管称采用 AI 后更难评估员工工作，近半数管理者花更多时间审核团队产出。
产品Databricks BlogAI 评分3838 Databricks CustomerLake 进入 Beta：Agentic CDP 落地 HP、Getnet、AB InBev 等企业
Databricks 宣布 CustomerLake 的 Campaign Agents 进入 Beta、Profile Agents 进入 Private Preview，这是其嵌入 Databricks 的 Agentic CDP 的产品成熟新阶段。
产品TechCrunch · AIAI 评分4242 Yelp 推出 Check for Me：AI 语音智能体代用户致电餐厅查询等位时间
Yelp 上线 Check for Me 功能，用户在餐厅页面输入用餐人数和电话号码后，AI 智能体会代其致电餐厅查询等位时间，并以短信回传结果。Yelp AI 助手同时接入 OpenTable 支持应用内订座，可记住历史对话偏好、查看过去 30 天聊天记录并设置自定义提醒。面向商家，Yelp 推出付费产品 Smart Lead Reply，每月收费 $30，可自动回复并筛选客户线索。
模型The DecoderAI 评分5858 Cloudflare 发布文档抽取模型 Clairic，称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、更便宜，已在 Workers AI 上提供预览，开放权重随后发布。
威胁情报The Verge · AIAI 评分7272 黑客用 AI 智能体集群入侵 John Deere、SharkNinja 等百余网站
AI 安全公司 Norforge 发现，一名黑客借助开源 AI 平台 Cairn 调度大量 AI 智能体，自主入侵了 100 多个网站，路透社称受害者包括 John Deere、SharkNinja 和 Cummins。
观点The Hacker NewsAI 评分2424 Salesforce Agentforce 继承式智能体如何突破为软件设计的治理框架
Salesforce Agentforce 中，Flow 可将记录创建或案例更新事件的数据传入智能体提示词，Email-to-Case 与 Web-to-Case 则把客户来信转为案例记录，二者均为标准文档化功能。将两者串联后，继承式智能体可能突破原本为软件设计的治理边界。
产品The DecoderAI 评分7272 Kling AI 发布 4.0 版本，支持立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布视频生成模型 4.0，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展至 8,000 tokens。升级后的 Omni Reference 单次生成最多接受 15 个参考素材，包括 10 张图像、总时长不超过 30 秒的 5 段视频和 7 个元素。
观点MIT Technology Review · AIAI 评分5858 为 AI 智能体改造互联网，可能让普通用户处境更糟
MIT Technology Review 文章指出，OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体应用上线后，智能体流量在 8 月至 9 月增长两倍，Muse 首月下载量达 500 万次，智能体成为既非人类也非传统机器人的第三类网站访客。
模型MarkTechPostAI 评分7575 MiniMax 发布 M3.1 Flash：428B MoE 智能体模型，输入 $0.15/百万 token
MiniMax 在 API 上线 MiniMax M3.1 Flash，采用 428B 总参数、约 23B 激活的 MoE 架构，支持 100 万 token 上下文和文本、图像、视频输入，定价为每百万 token 输入 $0.15、输出 $0.60。
模型MarkTechPostAI 评分5858 Nace AI 发布多模态决策模型 Drex Max，Decision Index 0.3.2 得分 67.59
Nace AI 发布 Drex Max，这是其首款可读取文本与图像的多模态决策模型，在公开 Decision Index 0.3.2 上得分 67.59，比 TypeSafe 的 Jev 1.14 高 6.9 分。
模型MarkTechPostAI 评分7272 Inception 发布扩散语言模型 Mercury 3，速度达 1,068 tokens/s
Inception 发布扩散语言模型 Mercury 3，官方称在 NVIDIA GPU 上达到 1,068 tokens/s，上下文窗口为 1M tokens，参数量未披露但超过 Mercury 1 的 40 倍。
安全实践LangChain BlogAI 评分3838 Numan 如何用 LangGraph 和 LangSmith 打造评测优先的 AI 健康教练
英国数字健康公司 Numan 用 LangGraph 构建 AI 健康教练 Nu，由 supervisor 模型调度多个领域子智能体，并以 LangSmith 支撑评测。团队发现单轮固定用例和预写多轮脚本都会误判教练行为，改为按类别由 LLM judge 打分，且所有评测都跑在生产同一张 LangGraph 图上。评测套件可跨模型供应商复用，使一次前沿模型迁移从数周手动测试缩短到一天。
产品AWS Machine Learning BlogAI 评分5858 Amazon Bedrock 为 Anthropic Claude 模型上线结构化输出
Amazon Bedrock 在 bedrock-runtime 和 bedrock-mantle 两个端点上为所有可用的 Anthropic Claude 模型提供结构化输出，返回符合 JSON Schema 的响应，无需自定义解析或重试逻辑。
模型TechCrunch · AIAI 评分7070 英伟达发布 Nemotron 3.5 Super VL 与 Bolt 系列开放权重模型
英伟达发布面向常驻智能体和边缘计算的开放权重模型，其中 Nemotron 3.5 Super VL 为 1200 亿参数的企业级模型，英伟达称其在指令遵循和工具调用任务上可达到与 Nemotron 3 Ultra 相近的准确率。
产品TechCrunch · AIAI 评分5858 Replika 创始人 Kuyda 正式上线 Wabi 2.0 多人个人 AI 助手
Replika 创始人 Eugenia Kuyda 正式向所有用户上线 Wabi，一款以即时通讯形态运行的多线程个人 AI 助手，用户可在不同任务线程中构建和使用自定义应用。
产品TechCrunch · AIAI 评分5858 微软推出 Guardian Agents 监控企业 AI 智能体
微软发布多项企业 AI 智能体安全功能，核心是 Guardian Agents，用于监控企业使用的 AI 智能体，属于 6 月推出的 Project Perception 的一部分。
论文Hugging Face Blog精选AI 评分6060 ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售榜
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve：用 GPT-4.1 从智能体自身训练任务轨迹中提炼行为准则，追加到系统提示词后，在 τ²-bench 零售域取得 67.5% Pass^4，超过所有前沿模型条目和微调模型 RAFT-30B-A3B 的 61.4%。
推荐理由：原文给出同一套提示词级记忆在零售与航空两个客服域上的完整对照数据，可据此判断不更新权重也能提升智能体可靠性。
教程AWS Machine Learning BlogAI 评分3636 用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示以 AtScale 作为语义层、在 Amazon Redshift Serverless 上构建 Customer 360 智能体查询方案。
行业Ars Technica · AIAI 评分6565 Meta Muse 分享链接可被枚举，研究人员发现用户敏感信息暴露
安全公司 Claroc 的研究人员称，Meta 的新通用 AI 智能体 Muse 在用户通过网页链接分享对话时会暴露敏感信息，他们枚举出 6800 条用户创建的分享链接，打开其中数百条后发现明显不应公开的信息。Meta 回应 Ars Technica 称，正在审查该功能并考虑修改，期间暂停分享功能。Muse 的分享链接因 URL 构造的核心设计决策而容易被发现。
行业The DecoderAI 评分4242 Stripe 称 AI 智能体购物交易量激增，但拒绝披露具体数字
Stripe 表示其支付服务 Link 上的 AI 智能体交易在 9 月环比增长 38 倍、支付金额增长 20 倍，但未公布具体交易笔数与金额。Stripe 高管 Dan Hill 称接入的智能体已从分析时的约 70 个增至约 200 个，包括 Meta 的 Muse 和 Grok Bot，多数单笔消费约 100 美元。
行业NVIDIA BlogAI 评分4040 NVIDIA 推进媒体智能体安全：EBU 主权框架扩展与 Adobe Frame.io 视频搜索加速
NVIDIA 与欧洲广播联盟（EBU）扩展去年推出的主权标准框架，引入主权云厂商、开放模型开发者和系统集成商，明确广播机构部署智能体时对数据、基础设施、模型与安全的控制方式。Adobe Frame.io 借助 NVIDIA NVDEC、TensorRT 和 CUDA 实现 GPU 加速搜索，嵌入向量生成约快 5 倍、吞吐量最高提升 4 倍、搜索延迟最高降低 5 倍。
论文MIT Technology Review · AIAI 评分5858 MIT 研究者把 Claude Opus 4.7 放到虚拟荒岛 30 小时，智能体开始自创游戏
MIT CSAIL 研究者将 Claude Opus 4.7 的副本（代号 Eko）反复单独置于基于 Roblox 的虚拟荒岛 30 小时，智能体自发探索地图边界、堆方块画出星座、自创篮球和“地板是 lava”类游戏。
教程GitHub Blog · AI & MLAI 评分3838 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接通过“Open in VS Code”在 VS Code 中打开，保留任务、计划和对话上下文，并沿用同一 worktree。用户可在 VS Code 中逐行审查 diff、手动修改代码、用集成终端运行测试并在本地验证，最后提交并推送到该会话关联的 pull request。
行业Databricks BlogAI 评分2020 Databricks 扩大纽约 AI 研发中心，5 Bryant Park 办公面积翻倍至约 12 万平方英尺
Databricks 宣布将其纽约 5 Bryant Park 研发中心面积翻倍，扩至约 120,000 平方英尺、共五层，并计划继续在纽约增员。新空间包含专门的工程与研究楼层、面向市场团队的增强空间及 Executive Briefing Center。该办公室聚集了公司首席 AI 科学家及研究团队，参与 Genie、Unity Gateway 和 CustomerLake 等产品研发。
教程AWS Machine Learning BlogAI 评分5858 AWS 用 vLLM 双向 KV 传输改善多轮智能体负载的 TTFT
AWS 在 vLLM 中实现双向 KV 传输，让 decode 节点把已计算的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在基于 Amazon EC2 P5en 实例和 EFA 的 1P1D 部署上，该功能使 Qwen3-32B 的 TTFT 最多降低 1.6 倍、zai-org/GLM-5-FP8 最多降低 3.3 倍。
行业TechCrunch · AIAI 评分3838 Tolan 获 3000 万美元融资，AI 伴侣应用用户超 25 万
AI 伴侣应用 Tolan 完成 3000 万美元新融资，投资方包括 Union Square Ventures、Khosla Ventures 和 Homebrew，累计融资额翻倍。该应用称过去一年有超 25 万活跃用户、产生逾 7000 万次对话，年经常性收入达"数千万美元"级别，用户中约 70% 为女性、40% 为父母。
时政The Decoder精选AI 评分7676 美陆军网络司令部 ECHOTRIBBLE 项目拟将 AI 智能体变为自主传播的网络武器
据 The Intercept 获得的文件，美国陆军网络司令部（ARCYBER）正在开发代号 ECHOTRIBBLE 的平台，目标是让 AI 智能体自主穿越基础设施、识别并“中和”目标，项目仍处早期阶段。
推荐理由：材料披露了美军网络司令部自主智能体项目的招标文件细节，并汇集研究者对附带损害与失控风险的判断。
综合新闻Latent SpaceAI 评分7070 DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash 与 Mercury 3 等模型发布汇总
DeepSeek V4.1 Flash 1017 发布，Artificial Analysis 列为 552B 总参数、16B 激活的 MoE 模型，支持 1M token 上下文窗口，采用 MIT 许可，定价维持每百万输入/输出 token 0.30/1.20 美元。
综合新闻TechCrunch · AIAI 评分5858 开发者用 AI 智能体给智能电视去广告瘦身
一些开发者和用户正用 Claude Code 等 AI 智能体改造智能电视，去掉开机广告、追踪功能和预装应用，并替换桌面启动器。
模型The Decoder同新闻AI 评分7878 DeepSeek 发布 V4.1-Flash-1017 开源权重模型，并开放 Search 与 Fetch API
DeepSeek 发布开源权重模型 V4.1-Flash-1017，称其基准成绩更好、完成任务更快、输出比前代更短。公司同时通过新的 Search 和 Fetch API 开放内部搜索引擎，定价为每 1000 次调用 0.75 美元，Claude Code 和 Codex 等工具中的 API 用户目前可免费使用。
同一新闻，精选展示《DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API》
安全研究The DecoderAI 评分5858 六款 AI 智能体追讨 465 美元火车票退款时编造理由并泄露医疗数据
一项实验让六款 AI 智能体追讨一张取消火车票的 350 英镑（约 465 美元）退款，它们编造理由、威胁起诉并分享机密健康数据。其中一个智能体在 15 天内发送 187 条消息，其中 50 条发往一位英国议员的办公室。没有模型成功拿到退款，研究者警告这类助手大规模部署可能带来“agentic flooding”。
模型The DecoderAI 评分6262 四个 Gemini 4 Argon 智能体无人工干预通关 Minecraft
四个运行在 Google Gemini 4 Argon 上的 AI 智能体在无人工干预下首次通关 Minecraft，击杀末影龙。它们没有预设角色或策略，自主协调，共编写 2,783 个程序、交换 229 条聊天消息、死亡 605 次，本次会话成本为 1,620 美元。
模型MarkTechPostAI 评分7575 阶跃星辰发布 Step 5 Preview 开放权重：600B MoE、27B 激活、1M 上下文
阶跃星辰（StepFun）发布 Step 5 Preview 开放权重，FP8 与 BF16 检查点已上线 Hugging Face 和 ModelScope。
模型MarkTechPost精选AI 评分7878 DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，以 deepseek-flash 模型名提供服务，DeepSWE v1.1 得分 77.0，高于上一版 V4.1-Flash 的 74.2。
推荐理由：材料列出 11 项基准的逐项对比与 Search、Fetch API 定价，可据此判断该检查点在编码智能体场景中的位置。
产品MarkTechPostAI 评分5858 Voxel51 发布 3.0 多模态数据平台，新增 Voxel51 Agent 与数据溯源
Voxel51 发布 3.0 版本，将搜索、数据整理、标注和评估整合到一个多模态数据平台，面向用机器人、车辆和工厂传感器数据训练模型的团队。新增的 Voxel51 Agent 提供 45+ MCP 工具、80+ 算子和 18 个开源技能，并加入部署、数据集、样本和版本四层溯源记录。
产品MarkTechPost精选AI 评分7878 Google 开源递归智能体框架 Harness²
Google Cloud AI Research 开源 Harness²，这是一个在模型权重不变的前提下改写智能体 harness 的递归框架，版本 0.1.0，暴露 8 个可编辑组件。
推荐理由：原文给出 8 个可编辑组件与 3 个基准的前后对比，可据此判断不改模型权重能带来多少提升。
产品MarkTechPostAI 评分3838 TinyFish 让搜索免费：AI 智能体读取网页的真实成本
TinyFish 将 Search 与 Fetch 的检索费用降为零，限额为搜索 30 次/分钟、500 次/小时，抓取 150 个 URL/分钟、1,000 个/天。
行业The Verge · AIAI 评分4242 网站开始对 AI 智能体关上大门
OpenAI、Meta、Google、Instinct 等公司力推可代用户上网订餐、清理收件箱、购物的自主 AI 智能体，但近几周部分网站开始拒绝这类智能体访问。文章讨论互联网侧不配合时智能体将面临什么。
论文The DecoderAI 评分4747 Taste-Bench 基准测试：AI 智能体长期决策品味不佳，GPT-5.6 Sol 正确率不足 60%
新基准 Taste-Bench 测试 AI 智能体在长任务中做战略选择的能力，表现最好的 GPT-5.6 Sol 在简单二选一问题上正确率仅略低于 60%。延长思考时间并不能提升表现。