Diviner：Meta 提出人工治理自适应的智能体根因分析系统
Meta 提出智能体根因分析系统 Diviner，围绕编码、执行、评估、自适应四阶段可靠性生命周期组织，用经过审核的事故语料和服务负责人经验生成带版本范围的技能、工作流、类型化工具与事故知识图谱。
推荐理由：Meta 的智能体 RCA 系统论文，讲清四阶段可靠性生命周期如何用人工审核约束运维知识更新。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向：Agent 框架、编排范式、记忆与多智能体协作的进展。
174条精选相关主题MCP 与工具调用AI 编码LangChain / LangGraph
最新精选
第 1–20 条 · 共 174 条arXiv · cs.AI精选AI 评分6262 arXiv · cs.AI精选AI 评分7171 Athanor：让智能体自主完成后训练研究的系统
论文提出 Athanor，一个面向自主后训练研究（AutoPostTrain）的 agent-native 系统，让智能体在真实 GPU 上自行读取数据集与评测结果、构建训练数据、修改训练算法并调参。
推荐理由：论文展示四个 Claude Opus 5.5 智能体在 104 小时内自主完成 Qwen3-4B-Base 的后训练，结果接近官方 instruct 版本。
arXiv · cs.AI精选AI 评分6666 MAI-Gym：面向移动与桌面环境的 GUI 智能体评测与 RL 训练一体化平台
MAI-Gym 是一个开源一体化平台，把移动、电脑和网页环境下的 GUI 智能体评测、数据采集与在线 RL 训练统一到同一条 rollout 流程中，支持十项既有基准并扩展到 20000 个并行环境实例。
推荐理由：统一 GUI 智能体的评测、数据合成与在线 RL 训练平台，并给出 9B 模型在移动与桌面基准上的结果和模拟到真机的迁移数据。
MarkTechPost精选AI 评分8080 NVIDIA 发布 Nemotron 3.5 Super VL，120B 开源多模态智能体模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数、每 token 激活 12B 的 MoE 开源视觉语言模型，可读取文本、图像、文档和视频，并在同一模型内完成推理、工具调用和写代码。
推荐理由：NVIDIA 开源 120B 多模态智能体模型，单卡可跑 NVFP4 版本，并附数据集与训练配方。
arXiv · cs.AI精选AI 评分6060 可移植技能实现 Agentic RAG：客服场景部署案例研究
论文报告一个客服场景的部署案例，用可移植技能替代复杂 RAG 栈，该技能由自然语言指令、轻量工具（检索 API、格式检查脚本）和带 LLM 生成导航层的语料组成，导航层是文档之上的 Wikipedia 式结构化索引。
推荐理由：客服场景的部署案例，用可移植技能替代复杂 RAG 栈，给出等价率与延迟数据，并说明适用边界。
The Decoder精选AI 评分8282 Meta 发布开放权重模型 Muse Spark Open，816B 参数对标 Qwen、GLM 和 Kimi
Meta 发布开放权重模型 Muse Spark Open，称其为美国最强的开放权重模型，面向编码与智能体任务，拥有 8160 亿参数（420 亿激活）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
推荐理由：Meta 重返开放权重赛道，816B 参数、百万 token 上下文并支持多模态，权重已上 Hugging Face，可了解其与 Qwen、GLM、Kimi 的定位差异。
Google DeepMind精选AI 评分6262 Google DeepMind 用 Google Antigravity 加速抗菌肽发现
Google DeepMind 介绍用智能体开发平台 Google Antigravity 加速抗菌肽发现，其智能体科研工作台把原本分散在多个数据库的检索压缩到一次会话，并借助 ProtNLM 从氨基酸序列预测功能，扫描 UniProt 中数百万条未表征蛋白。
推荐理由：Google Antigravity 新增智能体科研工作台与 3D 结构查看器，把跨库检索和结构分析压缩进一次会话。
NVIDIA Blog精选AI 评分7878 NVIDIA 扩展 Nemotron 家族，发布 120B 开源模型 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布 Nemotron 3.5 Super VL，一个 120B 参数的开源多模态模型，面向常驻智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。
推荐理由：NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型，覆盖从数据中心到桌面的智能体部署，并公开权重与数据集。
GitHub Changelog精选AI 评分7272 GitHub 代码扫描告警的 Agentic autofix 正式可用
GitHub 宣布代码扫描告警的 Agentic autofix 正式可用，把告警指派给 Copilot 后，它会探索相关文件、生成修复、重跑 CodeQL 验证修复有效，再开一个草稿 PR 供审查。
推荐理由：GitHub 把代码扫描告警交给 Copilot 自动修复，改完还会重跑 CodeQL 验证再开 PR，适合用 GHAS 的团队评估。
AWS Machine Learning Blog精选AI 评分6262 AWS 提出 Trust in Depth：让智能体更自主又不失控
AWS AI Services 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在智能体生命周期中用 Scope、Know、Bound、Observe 四层独立机制建立可验证的信任，而不是靠人工逐步审批。
推荐理由：AWS 高管提出 Trust in Depth 框架，用自动推理为智能体划定可证明的边界，回应自主性与可控性的取舍。
Hacker News · Front Page精选AI 评分7878 OpenCode 2.0 发布：服务端常驻、Code Mode 与后台任务
OpenCode 2.0 发布，服务端改为在本机自动常驻的后台进程，TUI、网页界面和桌面应用共用同一进程，@opencode/client 可自动发现本地服务。
推荐理由：OpenCode 2.0 把客户端/服务端架构、Code Mode 和后台子智能体整合进编码智能体，并列出升级时的破坏性变更。
GitHub Changelog精选AI 评分6262 GitHub Copilot 更新 HydraFusion 并新增 HydraFusion Max
GitHub Copilot 的 HydraFusion 更新模型池与编排流程，并新增面向高难度任务的 HydraFusion Max，两者均处于研究预览阶段。
推荐理由：GitHub Copilot 的 HydraFusion 多模型编排更新，新增 Max 档位，并公开了各阶段推理强度的分配方式。
AWS Machine Learning Blog精选AI 评分6262 用 Amazon Bedrock AgentCore 构建可自我改进的文档处理系统
AWS 发布教程，介绍如何用 Amazon Bedrock AgentCore 搭建由 8 个智能体组成的文档处理系统，自动完成分类、抽取、校验，并在遇到新格式时生成抽取提示词、失败后自动修正并保存复用。
推荐理由：AWS 官方给出多智能体文档处理方案的完整部署步骤，含代码仓库、成本估算与自定义改造路径。
web-github-trending 精选AI 评分7676 HKUDS 开源 CLI-Anything：一条命令把软件变成 Agent 可用的 CLI
香港大学数据智能实验室（HKUDS）开源 CLI-Anything，通过 7 阶段流水线为任意有源码的软件自动生成 Agent 可调用的 CLI harness，覆盖 GIMP、Blender、LibreOffice、OBS Studio 等 18 款应用，累计 2461 项测试全部通过。
推荐理由：把任意有源码的软件自动生成 Agent 可调用的 CLI，附 7 阶段流水线和 2400 多项测试，适合想让智能体操作真实桌面软件的场景。
Hacker News · Show HN精选AI 评分7878 Graft 发布开源版本控制，面向智能体规模的 monorepo
Graft 是一个面向智能体规模 monorepo 的开源版本控制实现，按 Anthropic 公开描述的源码控制设计重写，作者声明与 Anthropic 无关联、不含其代码。
推荐理由：面向智能体规模 monorepo 的开源版本控制实现，把历史、diff、合并等操作放到服务端，附与 git 的基准对比和可复现脚本。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分7575 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理模型
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 总参数、仅 2B 激活参数的推理模型，面向端侧私有智能体，会先思考再作答并支持工具调用。
推荐理由：Liquid AI 发布 24B 总参数、2B 激活参数的端侧推理模型，主打工具调用与本地智能体，附完整基准与部署方式。
MarkTechPost精选AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full 两款智能体模型
Meta 发布 Muse Wonder 和 Muse Wonder Full，定位个人与专业 AI 智能体，面向编码、法律、金融和计算机操作等长时任务。
推荐理由：Meta 发布面向长时智能体任务的 Muse Wonder 系列，含 1M 上下文、定价与基准对比，可了解其与 Claude、GPT 的差距。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 并公开安全与防护报告
Google DeepMind 开始广泛铺开 Gemini 4 Argon，并同步发布安全与安全报告和模型卡。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在 Gray Swan 间接提示注入基准的 15 次自适应尝试中把攻击成功率降到 0.7%。
推荐理由：Gemini 4 Argon 发布并公开安全报告，给出网络与生物风险防护、错位监控和提示注入防御的具体数据。
AWS Machine Learning Blog精选AI 评分6262 Anchor Browser 集成 AgentCore payments，让智能体自动完成 x402 付费请求
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，智能体遇到 HTTP 402 时可在同一浏览器会话内自动完成支付并重试请求。
推荐理由：Anchor Browser 与 AgentCore payments 打通 x402 支付，让智能体在浏览器会话内自动完成付费页面和 API 的付款与重试。
GitHub Changelog精选AI 评分7474 Gemini 4 Argon 在 GitHub Copilot 全面可用
Google 最新前沿模型 Gemini 4 Argon 已在 GitHub Copilot 全面可用，面向复杂编码、智能体和推理任务。早期测试中，它在各项编码基准上解决的任务都多于前代 Gemini 模型，在 Copilot CLI 上提升最大，并会在完成前检查边界情况。
推荐理由：Google 新前沿模型 Gemini 4 Argon 在 GitHub Copilot 全面可用，主打复杂编码与智能体任务，早期测试在各项编码基准上超过前代 Gemini。